干货：倘若 SEMer 对这两点不了解，那就别声称自己精通数据分析

今日来与诸位探讨一下数据分析这一模块，期望能够助力大家更优地明晰何为数据分析？

1 构建数据回收渠道

当我们着手进行数据分析时，首先要做的第一步便是构建契合自身的属于自己的数据回收渠道。唯有确立了符合自身需求的数据回收模式，我们方能获取具备商业价值的数据源，从而为后续的分析工作给予支撑。

那么，当下主流的统计方式究竟有哪些呢？

1、您能够运用各类统计平台来搜集您期望的运营数据。目前常见的统计平台，经过笔者的一番查找，大致如下，以供诸位参考。

2、您还能够通过部署关键词 URL 来进行运营数据的统计。在此，关于如何为关键词标记 URL 的具体操作，我就不再赘述了，因为有关精准获客分享这方面的内容众多，我将链接提供给大家，诸位可以自行深入研究。

3、倘若前面两种方式由于种种原因在短时间内难以掌握，笔者建议您不妨采用最原始的办法，即人工进行统计。笔者有一位客户便是如此，他对于每一位向他咨询的客户，都会主动询问对方所搜索的关键词以及所使用的搜索平台。虽然方法略显笨拙，但倘若能够持之以恒，也是相当实用的。

以上三种大致涵盖了全部的统计模式。另外，还有一些通过付费数据监控平台进行数据回收的途径，鉴于其门槛较高，在此我们暂且不做讨论。

第一种方式通常是大家较为常用的。图中也基本囊括了当前市场上所有常见的统计平台，它们各有优劣。一般来说，较为常用的是百度统计以及谷歌的 Google Analytics。然而，由于谷歌的 Google Analytics 需要翻墙，操作较为繁琐，所以我推荐大家使用百度统计，因为一个百度统计基本上能够满足 90%的数据收集需求。接下来，我也将重点围绕百度统计为大家进行详尽的阐释。

首先，百度统计的统计逻辑分为以下两种：

①页面转化应用场景：页面转化通常适用于以 URL 作为统计目标的数据。通俗地讲，如果您要统计的数据是一个不会发生变化的 URL 链接，那么页面转化便能助您达成目的。

例如，如果您认为网站上的某个页面至关重要（例如提交订单后出现的“购买成功”页面），访客到达该页面即意味着完成了您设定的目标，您就可以将到达该目标页面作为一种转化进行统计。这种方式多用于电商类网站的统计。

页面转化的设置步骤：http://tongji.baidu.com/web/help/article?id=96&type=0（官方标准）

②事件转化。这一点，笔者将着重为大家讲解。首先，一般常规的客户能够通过更改网站的源代码来统计转化目标，源代码需要修改成百度能够识别的标准：“id=xxx”。在找到转化目标并确保百度能够成功追踪后，您便能够轻松收集到转化数据了。

如图：

此处或许有些

朋友会发问，如果我想要统计的目标是访问行为，应当如何处理？接下来，笔者将详细阐述关于如何统计一些无法被普通统计代码跟踪 PV 的特殊网站或页面。

在进行统计之前，我们需要运用百度开放平台的一个协议：JS-API。JS-API 通过在页面上部署 js 代码的方式，能够帮助您收集网站的各类业务数据（沟通数、点击数、转化数）

1、在部署 JS 之前，您的网站不仅需要成功安装百度统计代码，还需要新增一串 JS-API 代码。在此需要留意的是，JS-API 代码必须安装在您统计页面的 head 标签内，具体代码如下：

<script> var_hmt=_hmt||[]; </script>

2、在我们进一步安装之前，您需要明晰事件转化的基本概念，否则后续的内容您可能会难以理解。首先，事件转化所统计的是访客在网站上的操作行为，这种行为能够被选定为转化目标。比如您是一位经营视频网站的客户，您希望通过事件转化来统计每天点击某一个视频“暂停”以及“播放”这两个动作的数据，那么这种统计动作的目的，都能够通过 JS-API 来得以实现。以此类推，您能够统计众多的访客行为，当然，这种行为便是转化目标了。

3、由于访客在网站上的动作属于一种行为，我们需要让代码能够识别其行为，就必须为它们添加唯一的标识。只有正确添加了标识，系统才能够准确地捕捉到数据。具体情况如下：

在事件链接中加入事件跟踪参数（以下引用官方解释）

_hmt.push(['_trackEvent', category, action, opt_label, opt_value]);

category：所要监控的目标的类型名称，通常是同一组目标的称呼，比如“视频”、“音乐”、“软件”、“游戏”等等。该项是必选项。

action：用户与目标交互的行为，例如“播放”、“暂停”、“下载”等等。该项是必选项。

opt_label：事件的一些额外信息，通常可以是歌曲的名称、软件的名称、链接的名称等等。该项是可选项。

opt_value：事件的一些数值信息，比如权重、时长、价格等等，在报表中能够看到其平均值等数据。该项是可选项。举例说明：

假设页面 A 上有且仅有一个下载链接，设置前后的对比情况如下：

设置前：

<a id="download" href="http://www.***.org/945/">FengStyle 下载</a>

设置后：

<a id="download" onclick="_hmt.push(['_trackEvent', 'style', 'click', 'FengStyle'])" href="http://www.***.org/945/">FengStyle 下载</a>

设置完成后，我们就能够前往百度统计设置转化目标了。您只需在事件转化中的新增页面中添加您部署 JS 代码的页面链接，便能够成功获取数据。

2 把控数据分析的思考维度

当我们成功搭建起属于自己的数据回收渠道后，便能够轻松获取我们期望的数据。然而，很多时候大家或许会感到困惑，回收了如此众多的数据，应当如何进行整理分析呢？接下来，笔者将详细讲述在获取数据后，我们应当如何开展分析工作。在此，我仅提供思考的方向，具体内容就不再过多阐述了，因为相同的数据，交付给不同的账户，调整策略可能并不相同。还是那句话，数据分析需要结合您实际的企业状况、产品特点以及客户群体特性。

首先，您需要通过以下几个思考维度来将数据立体化，如此能够帮助您迅速确定账户存在的问题：

1、在账户数据层面，我们的账户展现、点击以及访问是否处于正常数值范围？

思路解析：账户的数据直接决定了这个账户的大致方向是否科学、健康。例如，您的预算每天为 100 元，ACP 为 20 元，每天能够产生 5 次点击。那么，很容易便能够知晓，账户大致的优化方向应当围绕着降低 ACP 来进行。

2、账户中有消费的关键词数量有多少？其中 80%的消费是由哪些词所消耗的，80%的点击集中在哪些词上，占 80%点击的关键词是哪些，它们的消耗在整体消耗中所占的比例是多少？它们的转化成本分别是多少？

思路解析：我们常说的二八原则，实际上是一个较为科学的理论，在此我对二八原则进行了更多的延伸。

首先，您账户内的有消费词决定了您的广告所面向的人群规模。然后，账户 80%的消费决定了您的资金花费在哪些词上，80%的点击决定了您实际购买的流量质量。在优化账户时，实际上就是在平衡点击以及点击成本。点击直接影响了您所带来的流量是否健康，而点击价格直接影响了您所付出的成本高低。所以，在进行账户数据分析时，这些方面一定要按照比例原则进行深入的分析，这样能够帮助我们迅速定位问题，从而指导我们后续的优化举措能够沿着正确的方向前进。

案例解析：

这是一个搬家客户，客户每天的预算为 80 元。根据我们的思路，来简要分析一下这个账户的问题：

数据层面：单日消费 80 元，ACP：16.40。能够明显看出，这存在着非常严重的 ACP 与预算不匹配的情况，后续的优化方向也确定为以降低 ACP 为主。

通过转化数据整理后我们可以了解到，这个账户有转化的词仅有一个，转化成本为 18.1，点击流量价格偏高且普遍与主词匹配程度不高。结合数据，我们可以将这个账户的调整方案确定为：ACP 需要降低，暂定目标为环比下降 50%，点击质量需要优化，进行否词操作，以及更改部分不合理的匹配方式。

最后，很多时候大家在进行数据处理时都倾向于凭借感觉和经验，这种方式是极不可靠的。只有依据客观、真实、全面的数据来进行数据分析以及账户调整，我们才能够迅速找到核心问题，避免走弯路，浪费时间。