唯有基于客观、真实且全面的数据来开展
数据分析
以及进行账户调整，我们方能迅速找准核心问题，防止误入歧途，徒耗光阴。
今日运营喵的重点会对大家反馈最多的数据分析这一模块予以详尽阐述，期望能够助力大家更优地认知何为数据分析。
01 构建数据回收途径
首先，当我们着手进行数据分析时，第一步要做的就是构建专属自身的数据回收通道，唯有确立契合自身的数据回收模式，方可获取具备商业价值的数据源，为后续的分析给予支撑。
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收集您期望的运营数据，目前常见的统计平台，笔者进行了一番查找，大致有如下这些，以供大家参考。
2、您可以通过部署关键词 URL 来进行运营数据的统计，在此我不再详细讲解如何为关键词标记 URL 了，因为艾奇在这方面的分享众多，我会把链接提供给大家，大家可以深入去探究。（或者在公众号对话框回复“标记”，获取追踪方式）
3、倘若前面两种方式由于种种原因无法在短期内学会，笔者建议您采用最传统的办法，也就是人工进行统计。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搜索的平台。虽说方式笨拙，但能持之以恒，也是颇为实用的。
以上三种基本涵盖了全部的统计模式，还有一些借助付费数据监控平台来进行数据回收的渠道，鉴于门槛较高，我们暂且不作探讨。
第一种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，各自存在优劣之处。
一般常用的是百度统计以及谷歌的 Google Analytics，不过由于谷歌的 Google Analytics 需要翻墙，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能够满足 90%的数据收集需求，接下来我也会重点围绕百度统计为大家进行详细的讲解。
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：页面转化通常应用于以 URL 作为统计目标的数据，直白来讲，如果您要统计的数据是一个不会变更的 URL 链接，那么页面转化就能帮您达成目的。
比如，如果您觉得网站上的某个页面至关重要（如提交订单后呈现的“购买成功”页面），到达该页面意味着访客完成了您设定的目标，您就能够将到达该目标页面作为一种转化来进行统计。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；这一点笔者会着重为大家讲述。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，源代码需要改成百度能够识别的标准：“id=xxx”，找到转化目标并确保百度能够成功追踪后，您就能够轻松收集到您的转化数据了。
如图：
这里或许有些朋友会问，如果我想要统计的目标是访问行为，那该如何处理？接下来笔者会详细阐述关于怎样来统计一些无法被普通统计代码跟踪 PV 的特殊网站或页面。
在统计之前我们需要用到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 前，您的网站不仅需要成功安装百度统计代码，还需要新添加一串 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 标签之中，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。
首先事件转化统计的是访客在网站的操作行为，这种行为能够被选定为转化目标，比如您是一个经营视频网站的客户，您希望通过事件转化来统计您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，都能够运用 JS-API 来实现，以此类推，您能够统计众多的访客行为，当然这种行为就是转化目标了。
3、由于访客在网站的动作属于一种行为，我们需要让代码去识别他的行为，就必须为其添加唯一的标识，只有正确添加了标识，系统才会准确地捕捉到数据。具体如下：
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：需要监控的目标的类型名称，通常是同一组目标的名称，比如”视频”、”音乐”、”软件”、”游戏”等等。该项是必选的。
action：用户与目标交互的行为，如”播放”、”暂停”、”下载”等等。该项是必选的。
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。该项是可选的。
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。该项是可选的。
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，就能够成功获取数据了。
02 掌握数据分析的思考维度
当我们成功构建了属于自己的数据回收通道后，我们就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，回收了如此多的数据，我该如何进行整理与分析呢？
接下来笔者会详细讲述在获取数据后，我们应当怎样进行分析，在此，我仅提供思考的方向，具体内容就不再赘述了，因为相同的数据，交付给不同的账户，调整策略也未必相同，还是那句话，数据分析要结合您实际的企业状况以及产品特点和客户群特性。
首先，您需要通过以下几个思考维度来将数据立体化，这样能够助力您迅速确定账户问题：
1、账户数据层面，我们的账户展现、点击和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且健康，比如您的预算每天是 100 元，ACP 为 20 元，每天能够产生 5 次点击，那么很容易就能明白，账户大致的优化方向应当围绕着降低 ACP 来展开。
2、账户中有消费的关键词数量有多少？其中 80%的消费被哪些词所消耗，80%的点击集中在哪些词上，占 80%点击的关键词是哪些，它们的消耗占整体消耗的比例是多少？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，我在此将二八原则做了更多的延伸。
首先您账户内的有消费词决定了您的广告所面对的人群规模，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。
我们在优化账户时，其实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付出的成本高低。
所以我们在进行账户数据分析的时候，这些一定要按照比例原则进行深入分析，能够帮助我们迅速定位问题，从而指导我们后续的优化行动走在正确的道路上。
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，这个存在非常严重的 ACP 与预算不匹配的情况，后续的优化方向也确定为降低 ACP 为主。
通过转化数据整理后我们能够发现，这个账户有转化的词仅有一个，转化成本为 18.1，点击流量价格较高且普遍与主词匹配程度不高，结合数据，我们能够将这个账户的调整方案设定为：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。
最后想说，很多时候大家在进行数据处理时都很喜欢凭借感觉和经验，这种方式是极不可靠的，唯有依据客观、真实和全面的数据来开展数据分析以及进行账户调整，我们才能够迅速找到核心问题，避免走弯路，浪费时间。
暂无评论内容