今天我们从账户数据表现来看一看怎样通过数据分析,判断账户出现的问题及解决思路。也欢迎大家提出意见,共同讨论进步。

首先我们从关键词报告来分析数据:

以上图数据为例。(设定该行业CPC均价为8)

先说下CTR是关键词点击率=点击数 / 展示数;CPC是关键词平均价格=消耗 / 点击;

咱们来看“营销”这个词CPC高过8可能会有哪些原因呢?

1、 行业竞争激烈;

2、 关键词出价高;

3、 关键词质量度低;

4、 创意相关度不高;

5、 排名是否有问题;

再来看“推广”这个词,CPC低,CTR高,可能会有哪些原因呢?

1、 行业竞争度不高;

2、 排名不高;

3、 匹配方式;

4、 被恶意点击;

下面我们再添加有效客户数据来分析:

先说两个计算公式:客户成本 = 消耗 / 有效客户;客户转化率 = 有效客户 / 点击数;

从数据中来看“推广”这个词,从客户转化率来说,非常差,客户数少、客户成本高,这会是什么原因呢?一般可以从以下几个维度分析。

1、 客户意向度低;

2、 关键词页面不相关;

3、 竞争度很低;

接着我们把成交客户数据拿来一起分析:

以上图完整数据为例,我们在来分析。

这样我们就可以用四象分析法来分析了:

1、 高成本高产出:“推广”这个词,从ROI(投资回报率)来说,就是很好的词了;

a) 拓这一类的词

b) 抢占排名;

c) 调整关键词链接;

d) 增加消费;

e) 质量度差;

2、 高成本低产出:“营销”这个词,从ROI来说,就是个代表词了;

a) 降低排名;

b) 降消费;

c) 优化创意;

d) 调整关键词链接;

e) 放弃;

3、 低成本低产出:

a) 排名低;

b) 修改匹配方式;

c) 搜索量低;

d) 创意不吸引人;

4、 低成本高产出:

a) 将这部分关键词为核心,拓展关键词;

b) 抢占排名;

c) 增加消费;

就我们SEMer来说,一切的操作都是以ROI为最终目的,不以ROI为最终目的,我觉得SEMer就是可有可无的人。

在来从上面的一系列数据来看,如果只有账户数据来进行调整,那么我们的很多词都会出现调整错误,导致最后的ROI不知道哪里出现问题,更不知道该怎么去调整了。

如果有账户数据+有效客户的数据,也是同一个道理,一调整就容易出现:有效客户数很多,ROI降低、甚至出现ROI为负的情况;

下面我们在来说说还要结合哪些数据来分析?

1、日报表、周报表、工作日报表、假日报表、半月报表、月报表、周月对比数据,这些都是基本的需要做的(PS:不是做了就算了,需要进行查看对比,找出问题)。

2、关注竞争对手:查看竞争对手投放了哪些词、关键词用的是什么匹配模式、有几个账户、网页的改变、营销活动等等;

3、市场的变化:政策的变化、行业的变化、突发的热点新闻等等;

4、针对不同的地域,建立不同的地域数据,查看哪些地域,成交好、成交一般、成交差;

5、推广时间段:需要做出一个数据来分析不同的时间段转化的效果,最好每天都做;就像下面这种,甚至当时还做过小时的数据(小时太浪费时间了,放弃了,哈哈);

这样能让我们知道哪些时间段效果非常的好,哪些时间段差;如果平时这个时间段效果很好,今天却很差,那就说明有问题了,需要去查看问题;

我们还做了关键词的小时转化数据,来调整时段调整策略;

6、词性数据:来分析哪些词性好,去拓展,去优化,调整;

7、根据每天做的数据找出高成本的词(可以以“有效客户成本”为标准),分成高成本、中成本、低成本、无转化等等;

以上的都是一些基本数据分析,还有很多很多的不同的方法。希望大家有好的方法,介绍出来!

最后在强调一点,我们不要钻进数据,跳不出来了,在查找不出问题的时候,我们要看看市场的变化,热点的新闻等等,这些都有可能导致我们当天的数据,波动很明显,数据非常差;不要一出问题,马上就去调整,有可能就是有那么几天不正常呢。

顺便列出点SEM相关公式

跳出率:是指只浏览了一个页面便离开了网站的访问次数占总的访问次数的百分比

到达率:是指点击推广广告后成功进入的比率

以上是微光微品牌营销策划公司为大家整理的SEM基本数据分析法,希望对大家有用。

SEM竞价数据基本分析方法的更多相关文章

  1. ajax对一些没有接口的数据进行分析和添加方法

    对于一些没有接口的数据进行分析和添加方法: <script src="ajax.js"><script>//插入ajax文件 <script> ...

  2. Android APP性能分析方法及工具

    近期读到<Speed up your app>一文.这是一篇关于Android APP性能分析.优化的文章.在这篇文章中,作者介绍他的APP分析优化规则.使用的工具和方法.我觉得值得大家借 ...

  3. Mysql 死锁的详细分析方法

    用数据库的时候,偶尔会出现死锁,针对我们的业务系统,出现死锁的直接结果就是系统卡顿.客户找事儿,所以我们也在想尽全力的消除掉数据库的死锁.出现死锁的时候,如果只是想解锁,用show full proc ...

  4. iOS开发——项目实战总结&数据持久化分析

    数据持久化分析 plist文件(属性列表) preference(偏好设置) NSKeyedArchiver(归档) SQLite 3 CoreData 当存储大块数据时你会怎么做? 你有很多选择,比 ...

  5. ASP.NET页面间数据传递的方法<转>

    ASP.NET页面间数据传递的方法 作者: 灰色的天空2  来源: 博客园  发布时间: 2010-10-28 11:06  阅读: 822 次  推荐: 0   原文链接   [收藏]   摘要:本 ...

  6. 可视化数据包分析工具-CapAnalysis

    可视化数据包分析工具-CapAnalysis 我们知道,Xplico是一个从pcap文件中解析出IP流量数据的工具,本文介绍又一款实用工具-CapAnalysis(可视化数据包分析工具),将比Xpli ...

  7. C语言全局未初始化数据段分析

    前言: 在分析C语言全局未初始化变量时,发现在目标文件中全局未初始化变量并不是直接放在bss段中. 再后来发现在两个.c文件中定义同名的全局变量,链接时居然没有发生符号重定义错误.才知道C语言弱定义的 ...

  8. tcprstat源码分析之tcp数据包分析

    tcprstat是percona用来监测mysql响应时间的.不过对于任何运行在TCP协议上的响应时间,都可以用.本文主要做源码分析,如何使用tcprstat请大家查看博文<tcprstat分析 ...

  9. 第二篇:智能电网(Smart Grid)中的数据工程与大数据案例分析

    前言 上篇文章中讲到,在智能电网的控制与管理侧中,数据的分析和挖掘.可视化等工作属于核心环节.除此之外,二次侧中需要对数据进行采集,数据共享平台的搭建显然也涉及到数据的管理.那么在智能电网领域中,数据 ...

随机推荐

  1. Lumen migration(数据库协同)

    建立迁移文件/新建表文件 php artisan make:migration create_users_table 添加字段 php artisan make:migration add_colum ...

  2. python资源网站

    whl安装包资源网站:http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy

  3. 对 pthread 做的一个简陋封装

    参考自 pthreadcc 库的 ThreadBase 类 用法:继承该类,重写 execute 方法,调用父类的 launchThread 方法启动线程 Thread.h // // Thread. ...

  4. SharePoint 离线安装

    SharePoint 离线安装,主要是AppFrabic服务出错,可以使用下来命令: "X:\WindowsServerAppFabricSetup_x64.exe" /i Cac ...

  5. 1052 最大M子段和(DP)

    1052 最大M子段和 基准时间限制:2 秒 空间限制:131072 KB 分值: 80 难度:5级算法题 N个整数组成的序列a[1],a[2],a[3],…,a[n],将这N个数划分为互不相交的M个 ...

  6. SQL之 Stuff和For xml path

    示例 昨天遇到一个SQL Server的问题:需要写一个储存过程来处理几个表中的数据,最后问题出在我想将一个表的一个列的多行内容拼接成一行,比如表中有两列数据 : 类别 名称 AAA 企业1 AAA ...

  7. 封装AJax实现JSON前台与后台交互

    实践技术点:1.AJax自定义封装 2.后台序列化与反序列化JSON 3.客户端解析JSON字符串,处理DOM 实现代码如下: 1.JS脚本代码:   1 /*** NOTE:AJAX处理JS TIM ...

  8. Spring 事务机制详解(事务的隔离性和传播性)

    原文出处: 陶邦仁 Spring事务机制主要包括声明式事务和编程式事务,此处侧重讲解声明式事务,编程式事务在实际开发中得不到广泛使用,仅供学习参考. Spring声明式事务让我们从复杂的事务处理中得到 ...

  9. RabbitMQ_消息队列基本使用_2

    简介 RabbitMQ:接受消息再传递消息,可以视为一个“邮局”. 发送者和接受者通过队列来进行交互,队列的大小可以视为无限的,多个发送者可以发生给一个队列,多个接收者也可以从一个队列中接受消息. p ...

  10. Python3.6全栈开发实例[026]

    27.文件a.txt内容:每一行内容分别为商品名字,价钱,个数.apple 10 3tesla 100000 1mac 3000 2lenovo 30000 3chicken 10 3通过代码,将其构 ...