作者:zhoujie | 分类:竞价推广 | 浏览:203
数据分析在启动时，必须要有非常明确的目的，你要非常清楚自己是为了一个什么问题来进行这次数据分析，因为这个目的，可能会伴随一次或多次针对它的测试动作。
明确了目的，就要开始收集数据。选数据这件事儿，其实后半段不难，但前半段不太容易做，涉及到选择对象，选择时间跨度等等一些琐碎的问题，根据分析的可行性和分析的范围来统计数据，然后对数据进行整理和补充。
切记不能带着结论去凑数据，也不能一脸懵比不知道数据想要和你谈什么。数据分析这件事情，其实就是讲究客观中立，从数据中自然推导出结论。
带着数据告诉你的结论，反过来再去看待最初的问题。根据问题和结论罗列出各种解决方案，并通过行动去验证这个结论是否正确。
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;100次对话，参考对话率为2.5%，那么就需要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8万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。
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。
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。
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。
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。
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。
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。
一次成功的数据分析，要能够为你带来结论、假设和行动项。就是能帮你认识到现阶段的状况，提出下阶段的可能性，梳理接下来要着手做的事情。如果你没有从数据中得到这些，那证明你这次数据分析没有意义，是做了白工。
一切以效果为导向。行动造就数据，数据引导行动。如此循环往复，不断发现问题又解决问题，从问题中来最终又回到问题中去，这才是数据分析的意义。
