以下这些推广数据分析的方式方法，您使用过多少种呢？

写于开篇：

数据分析指的是：涵盖数据收集、数据整理、数据拆分，直至获取转化信息的整个流程。其宗旨在于化解问题或者探寻增长点。数据本身并无太大价值，关键在于通过对维度的拆分能够获取调整的依据。

整个流程牵涉到 3 个关键要素：维度、指标、方法。

维度

当面对一堆纷繁复杂的数据，只是呆呆地望着电脑屏幕，您是否有过这样的经历？数据分析说到底就是细分。而细分无非就是从不同的维度切入结果。这里涉及到两个要点：降维和增维。

降维

数据能够人为地分解出众多的维度，我们不可能对每个维度都进行分析，若想对所有维度展开分析往往会浅尝辄止。要时刻牢记，数据分析是为了解决问题。面对一些相关的数据维度，可以挑选出能够合并的维度。这是什么意思呢？

举例来说，点击率=展现量/点击量。像点击率这种可计算的维度，可以从三选二中降维，仅分析展现量和点击量这两个维度。一个能够计算的维度能够合并降维，分析另外两个，同时我们只关注有用的维度，对无关的数据维度直接进行降维处理。

增维

时刻要记住：数据分析是为了解决问题并获取有用信息。在忽略掉无用、无关的维度，同时做好可计算维度的合并之后，如果当前的维度依然无法清晰、全面地阐释我们的问题，我们就需要为数据增添一个指标维度。

比如：在测试落地

页 banner 的实际投放过程中，常常会碰到：在尚未获取测试结果的期间变动了其他变量，例如调整了一下定向或者更换了物料。在多变量的影响下，可以增加另一个维度指标：首屏点击通过率 A。A=首屏通过比例*点击率，以此来衡量落地页的优劣。

就 SEM 数据分析的维度而言，个人建议可以划分成 8 个维度：渠道、设备、地域、时段、计划、关键词、落地页、客服。

1、指标

选择维度进行分析，就需要有评判好坏的标准。怎样算好？怎样算坏？这里涉及两个方面：对照和指标。常言道，没有对比就没有差异，单一的数字意义不大，数据分析常用的对比方式是用平均值或者之前的数据进行对照。从投放的角度来看：最终的指标必然要从企业最终能够盈利的角度来考量。

这里为何要提及最终呢？因为不同企业在不同阶段所考虑的事情有所不同，对于处于初期的企业，更注重的是增长和利润，即指标更倾向于：转化成本+转化量+转化率。但对于后期的企业，对品牌和市场口碑有更高的需求，此时指标的建立基于：在成本不过于高昂的前提下，更看重的是展现量+市场反馈的指标+衡量品牌的指标。

针对 sem 在上述 8 个大数据维度下：大部分指标是这 3 个：转化成本、转化量、转化率。要判断好坏的情况，只需做到：好的多投入、差的少投入。仅此而已！

2、方法

关于数据分析的方法，以笔者目前的能力还难以阐述清晰。在此仅针对 SEM 的数据分析方法分享一些个人的经验。

1）28 分析

在 SEM 账户中遵循 20%的关键词耗费账户 80%资金的规律，找出这 20%的词，以转化成本和转化量作为判断好坏的依据，秉持好的多投入、差的少投入或者不投入的原则来进行调整优化。抓住重点，将精力投入在更易出成果的事情上会更高效。

2）四象限分析

选取任意两个维度进行四象限划分，维度的选择取决于想要获取的信息。比如：选择点击率+转化成本作为四象限划分的维度，分为：高点击率高成本、高点击率低成本、低点击率低成本、低点击率高成本。

这个四象限的目的在于分析：从大方向判断基于当前用户的搜索习惯所产生的效果如何。个人建议还是以转化量和转化成本来划分四象限。对于高转化量低成本的词就加大投入。

调整方式可以是：拓展相似的词+提高出价+增加投放时段+单独新建一个计划等。能否清晰地思考每个象限的词所对应的场景，这就要看个人对数据的理解水平了。

综合来讲：28 分析和四象限分析都是从大维度来判断 SEM 账户的表现。大方向得以把控后，剩下的就是对细节维度的分析思考。个人常用的方法有：营销漏斗、事件追踪、a/btest。

营销漏斗：基于所在行业的投放流程进行划分，例如贷款 SEM 投放端分为：展现、点击、抵达、浏览、提交表单或者来电。将每个环节的数据与行业数据或者以往数据进行对比，查看最主要的问题出在哪个环节，只要能找出问题，就有办法解决它！

事件追踪：笔者使用事件追踪的目的有两个，优化页面和判断不同流量的表现情况。利用第三方工具进行事件设置，以点击数和转化量作为判断指标来优化页面。通过不同流量来源的事件热图表现来判断预算分配是否合理。运用 a/btest 以转化成本和转化量来论证调整是否正确。

综上所述：SEM 数据分析首先要从大方向进行分析把控，接着分析细节维度，最后分析相关维度。数据交叉和数据细分是衡量个人水平的一条标准线。路漫漫其修远兮，吾将上下而求索。祝君好运！