免费发布信息
微信公众号
当前位置: 首页 » 帮助中心 » 常见问题 » 正文

超全!信息流数据分析方法集锦,有了它还愁转化吗?

   来源:黔优网时间:2024-10-17 18:06:23 浏览量:0

数据分析,难,难于上青天。

关于数据分析,小编曾写过很多,但从没系统化写过“数据分析方法”。

所以,今天就系统写一下,大家可根据自身情况选择最适合自身的方法。

比重分析法

指通过计算某个维度所占维度总量的比例,从而去判断投放方向或投放效果。

公式:比重=某维度数值 / 总量 X 100%

举个栗子。

如下图,是一套营销数据,从中通过计算,我们可以清楚地了解到每个地区:

  • 每个地区花了多少钱?
  • 每个地区转化是多少?

以北京地区为例,它的转化低于消费,说明整体转化并不好,那我们就需要思考:

  • 转化不好是哪出了问题?
  • 目前北京的消费比例符合我的目前推广策略吗?

而河北地区,转化高于消费,证明该地区转化很好,那我们就需要思考:

  • 该地区需要加钱吗?

通过对各个指标的占比进行分析,我们可以清楚地了解到每个地区的情况。

这便是比重分析法。

注:该方法较为适合多产品、多地区推广的账户。

倒推法

倒推法,是竞价推广中常用的一种方法,但更多被应用于战略目标的制定。

即:根据历史数据,将成交—线索—对话—点击—展现倒着进行推理的过程。

比如:本月目标线索量为50,参考线索率为50%,那么我们就需要100次对话才能完成;如果100次对话,那么通过倒推就需要4000次点击才能完成对话;如果点击率为5%,那么我们就至少需要20万以上的展现才能完成既定目标。

蒙牛的牛根生曾说过:只修改手段,不修改目标。而通过各个维度的细分化,当完不成目标时我们可以明确知道应该主要对哪部分进行优化。

关键词四象限分析

关键词是竞价推广之根本,那么便可通过对关键词进行系统化分类,从而有针对性地进行优化。

通常,主要分为以下四类:

01、 有对话成本低

像这类词,大都集中在品牌词等,且它属于优质词的一类,针对较为优秀的词可以进行放量操作

例如:加词、提价、放匹配等等。

02、有对话成本高

像这类词,主要集中在产品词和行业大词。

点击成本高,往往说明点击流量多且杂,这类情况建议有条件地放量操作,即:获取流量的同时,去控制流量的质量。

主要操作有:

  • 加词、
  • 优化账户结构(使账户流量结构更精准)
  • 优化创意(利用创意筛选部分杂质流量)
03、 无对话成本高

这种情况,往往都是没有集中词性,通常可根据以下两点来进行判断下一步的操作:

  • 均价高还是低?
  • 流量大还是小?

若流量很大,均价很低,往往通过优化页面来进行;若均价很高,流量一般,便是进行降价操作;若是因为流量意向低,建议进行收匹配操作。

04、 效果差成本低

像这种情况,大多数都为“只点击一次就产生了对话”,我们就以为是优质词,便进行放量操作,但也有可能是意外。

所以,像上述这种情况,应保守放量,等明确情况后在进行大肆放量操作。

营销流程表分析

指通过每天罗列、收集账户中核心指标数据【消费、展现、点击、抵达、对话、线索、成交】,然后根据核心数据算出一些辅助数据,像【点击率、对话率、点击成本】等,通过将不同周期的数据进行对比,从而发现病种。

比如下图是整理的一个营销流程表。其中,每天的数据变动一目了然,但如果想要分析,又会觉得太过复杂。

所以,便可将数据按照日期分为两个周期,将两个周期进行对比分析。

再看下图,是数据对比后的截图。我们可以轻易看出6.16-6.22与6.9-6.15之间的数据变动,发现其问题。

单一维度分析

指针对不同维度间的数据进行分析,从而确定优化方向。

单一维度主要可分为:产品维度、时段维度、设备维度、地区维度、关键词维度。

以时段维度为例。

我们可将某计划里的时段数据进行分析,从而确定哪个时段转化较好,哪个时段转化较差;然后根据数据修改推广方向。

像下图,可看出15点、14点、19点转化高,那我们便可在这段时间内加大投放力度。

很多时候,我们之所以数据分析难,是因为我们根本不知道怎么做。

而通过对上述数据分析方法的了解,可帮助我们大幅度提升数据分析的效率,明确优化方向。

作者:小兔子 ,授权青瓜传媒发布。

来源:厚昌学院(ID:semlianmeng

 
 
没用 0举报 收藏 0
免责声明:
黔优网以上展示内容来源于用户自主上传、合作媒体、企业机构或网络收集整理,版权争议与本站无关,文章涉及见解与观点不代表黔优网官方立场,请读者仅做参考。本文标题:超全!信息流数据分析方法集锦,有了它还愁转化吗?,本文链接:https://www.qianu.com/help/101881.html,欢迎转载,转载时请说明出处。若您认为本文侵犯了您的版权信息,或您发现该内容有任何违法信息,请您立即点此【投诉举报】并提供有效线索,也可以通过邮件(邮箱号:kefu@qianu.com)联系我们及时修正或删除。
 
 

 

 
推荐图文
推荐帮助中心