【信息流】数据分析的基础思考路径

信息流广告被视作效果广告，这意味着其效果能够在短期内通过数据直观呈现。优化师每日都在与数据打交道，需要制作小时报、日报、周报等等。账户的调整也必须基于数据分析，今天咱们来探讨一下数据分析的基本思路，还会介绍一个简易的口诀和相关案例。

我对头条的操作比较熟悉，习惯这么称呼了，在账户层级方面，依旧按照“账户-组-计划-创意”的叫法来讲。

1、进行数据分析的主要难题

数据量极为庞大

。

首先，广告投放所产生的数据多到惊人。媒体提供了近乎 100 个维度的数据，像展示、点击、下载、激活、转化、视频播放率、点赞数、分享数等等。再加上后端数据，我究竟该如何分析？我甚至看都看不过来！

那该如何是好

？

2、必须确立一个关键指标！

你得确定一个关键指标，并且这个指标越少越好，最好仅有一个。这样会带来两个好处，其一，你用于判断什么是优质计划，会变得极为便捷；其二，如果仅关注这一个指标，就能达到“不管黑猫白猫，能抓住老鼠就是好猫”的效果。来看两个案例：

有一天和季同学探讨。

她问“你说怎样才算一条好计划呢”

我答“成本能够满足要求并且数量大”。

“那对于成本的判定标准是什么呢？”她从事贷款产品，考核授信

（授信指已经把额度批给用户，用户想提现随时都可以）

。

“以你最终考核的成本为准”

“那如果有计划注册成本很低、但授信成本很高呢”

“那它不是好计划，只有最终考核的成本低才行”

小西同学说发现对接深度转化头条的 CPM 高得离谱，我说“有多高？40、50 一个 CPM”？她给我展示了几个主要素材的平均 CPM，高的近乎 300 了……我当时就震惊了。

小西主要投放贷款产品，对接到了有效获客，由于转化率很高（百分之 20 多的转化率意味着 4、5 个点击就有 1 个转化），所以即便 CPM 如此之高，获客成本也是

可以接受的。

只关注关键指标，就能够对过程成本放得更宽、甚至忽略不计，无论注册成本是高是低，也无论 CPM 高得多么夸张，都无需过于在意。你最终所追求的那一步的成本没问题，就是好计划；有问题，就不是好计划。

“数据指标多如星，一个有效即算赢！

”广告投放的核心在于成本和数量，能够明确一个指标，那就只需围绕这一个指标来把控成本和数量就行了。

确立关键指标之后，我们就能清楚数据分析应当关注什么，接下来咱们看看具体的分析过程。

3、数据分析的前提：数据样本务必足够充足

数据样本指的是你要分析的那部分数量。倘若样本的数据量不够大，那么分析就失去了意义。

举个例子：有位记者询问 3 位女生:“你最喜欢的口红颜色是什么？”女生 1 回答“绿色”,女生 2 回答“我也觉得是绿色”,女生 3 回答“还是绿色”,于是，记者得出结论“太惊人了！今年口红颜色迎来新潮流，最受欢迎的口红颜色居然是绿色！”

是不是觉得十分可笑？怎么能仅凭借这几个人就得出这样的结论呢？关于数据量的大小，专业的说法叫做“数据置信度”，咱们就理解为数据样本很少的时候是不可靠的，不能得出结论就对了。

在广告投放中经常会出现这样的情况，比如下面这条计划：在点击数仅有 8 个的时候，它的转化数居然有 4 个，转化率达到了 50%！这难道是一条天才计划？要立刻将它的预算设置为不限吗？

看看消耗，朋友们，只有 2.2 元。这条计划的转化率能够稳定在 50%吗？显然不能。即便现在的数据看起来十分惊喜，也不能一下子将预算放得太大，因为很可能花费增多后转化率就下降了，到时候你就傻眼了。同样，如果成本很高，比如要求成本是 5 块钱、花了 15 块钱还没转化，也不能直接将其关闭，因为数据也有可能会变好。

所以，记住第一点：

数据样本很小时，不要轻易下判断

。

只有当数据样本足够大时，才来分析广告效果。

那怎样才算大呢？给一个大致的参考值的话，起码要满足以下其中之一：

点击数在 100 个以上/曝光量在 2000 次以上/消费在 50 以上

吧。如果你的转化单价很高，那么这些参考值也得相应提高。

满足数据分析的前提之后，咱们再来看看数据分析的思路，我总结了一个口诀，很好记忆。

4、数据分析口诀

进行数据分析就如同查案，秉持着顺藤摸瓜的心态，一点一点去探寻问题。

藤上的大南瓜

瓜就长在藤上，顺着藤慢慢摸索就行。那具体怎么摸索呢？可以依照这个口诀

“从大到小、从多到少、从一天到几天”

。咱们结合一个案例来看。

“从大到小”指的是“先查看账户的整体情况，然后再从账户整体到组、计划、创意分别进行查看”。

先查看账户整体的成本和数量是多少，了解一个总数。从总数来判断账户的总体状况，先做到心中有数。看完总数再去查看细分情况。一个账户是由众多的广告计划组成的。那么当账户成本高的时候，一定是某些广告计划的成本升高了。所以要找出是哪些计划的成本变高了。因为操作主要在计划层级，所以必须找到计划才能解决问题。仅看整体是无法找出问题的。

接下来就要用到第二句“从多到少”。“从多到少”是什么意思呢？比如你的账户里有 100 条计划，一条一条看完一上午就过去了，要先看哪一条呢？当然是擒贼先擒王，先看花钱多的呀！按照消耗进行降序排列，找出消耗大的，它们对账户成本的影响最大。那些只能花几块钱的小角色，也掀不起什么大风浪，影响不大。

“从多到少”就是“花钱从多到少”

。将整个账户的数据，按照消耗进行降序之后，以 KPI 为标尺，对照找出成本明显高的和明显低的，这些就是我们需要重点关注的计划。“哦，发现了，昨天消耗最多的计划成本上涨了一倍，就是它导致的账户整体成本上升！那它为什么会上升？”

仅看一天的数据无法得出结论，因为数据正常就会有波动，所以要“从一天到几天”，查看前几天的数据。就像你锁定了一个嫌疑人，要把他近几天的行踪都梳理一遍——把问题计划近几天的数据都提取出来查看，再下判断。这个时候就能大致判断出成本是突然上升、还是一直成本都很高、以及是不是新计划、是否在赔付期等等。

发现了是某一天的数据出了问题，可我还是不清楚是什么导致的，该怎么办呢？

这个时候就得更细致一些，不能只看关键指标，得从关键指标往前推，任何一个指标都有两个影响因素（前一步和成本以及到这步的转化率），一步一步往回找；

如果是突然掉量或者成本突然上升的话，得“对照操作日志查看分时数据”，看看操作完之后是不是当时数据就有明显变化；这里不得不称赞一下头条这次更新的报表，虽然他们更新完我有一阵子都不会使用了，但是这个功能绝对值得称赞：在数据走势里直接把有操作日志的地方标注出来了，你从计划层级点击“详情”，打开数据就能看到什么时候进行过操作，能够很直观地看到操作之后数据的走势。

5、实例剖析

咱们以优化师阿甘对一个账户的分析为例，来看看上述思路的运用。

首先是“从大到小”，先查看账户的整体情况。

关键指标是最后一项注册成本。昨天整体消耗 15 万，成本 27 块钱，低于客户要求的 28 块钱。成本整体没有太大问题，但是量级还需要提升。

提取出一个账户的数据来查看分计划的情况。

咱们“从多到少”来看，按照消耗做

降序

，先查看找消耗相对较大的，这样比较方便查看。然后以 KPI 为基准线，找出低于 KPI 和高于 KPI 的。

剖析

：

前 4 条计划消耗比较大，能花钱，成本也基本能满足要求，可以放开投放；

再往下看发现一些成本非常低的，比如第 5 条，KPI 是 28，它只达到了 22、23，这真是惊喜，这部分计划我们标记为红色字体，等会儿仔细研究一下有没有办法能多花点钱；

还有 2 条成本非常高，达到了 35、39，远远超出 KPI，是有问题的计划，我们用黑色框标记出来，等会儿得立刻查看。

我们已经锁定了成本很低和成本非常高的计划，这几条计划是需要重点查看的。查看的思路是“从一天到几天”，咱们先拿计划 14 开始查看。提取出计划 14 近几天的数据。

发现这条计划刚刚开始运行，前几天消费都很少，一直成本都很高。这么查看无法找出问题，得查看得更细致一些。

· 

成本高就要先查看出价。

账户后台的转化目标是激活，考核到注册，这中间有一步转化率。并且注册成本要隔日才能看到，账户的调整就得进行一些推测。

转化出价是 11，昨天运行下来成本是 10.5，基本接近出价。

然后从注册成本往前推，注册率将近 30%，在账户整体来看属于不高不低。激活成本 10.5，相对比较高了。

· 

消费速度呢？昨天花费 5000 多元，查看一下今天实时，今天目前花费了 3000 多元，花钱比昨天快，消费能力还不错。

所以，暂时来看，今天需要控制一下预算，成本高就不能花费太多。具体能花费多少钱得看账户整体成本，如果其他计划成本低于 KPI 的话，这条计划能让它花费到 1 万元左右；长期来看，这条计划注册率上升的可能性不大，降低价格吧。将它的价格降低到 9.5 左右，查看注册成本是否会下降。

这是另一条成本很高的计划，计划 15 的数据。你会如何调整呢？

整体来看它目前已经投放了 4 天，花费了将近 2000 元，数据样本大小还算可以；

再看成本，它的激活成本算正常，但注册率只有 20%，远远低于平均水平（平均 32%），按照目前的注册率，如果要让注册成本满足要求，激活成本得达到 5.5。而出价是 10 块钱，压低出价容易导致计划失效，基本无法达到。这时候关闭也行，想再投放看看注册率能否上升也行。

我一般会给计划更多的空间，当时账户成本也比较低，就没有关闭。后来还起了一些量，注册率也确实上升了，但成本还是高。到 4 月 3 号的时候将它关闭了。

通过这样系统的分析，我们就能够清晰地判断每条计划的情况，也可以根据计划的表现给予有针对性的调整。