百度竞价数据分析教程

百度竞价数据分析教程

2019-11-22

在前面的内容中,我们分别介绍了SEM数据分析的定义及作用和百度竞价SEM数据分析的六大步骤,我们己经明白数据分析主要有现状分析、原因分析和预测分析三大作用,那么这三大作用要通过什么样的分析方法来实现呢?下面由优维网络SEM工程师为大家讲解关于百度竞价常用的数据分析方法,主要有:对比、细分和预测三类,如下表:

从上图可以看出,百度竞价常用的数据分析方法有很多种,我们从SEM的角度出发来了解推广相关数据分析方法,主要有:对比分析法、平均分析法、分组分析法和交叉分析法。

对比分析法

定义:对比分析法是数据分析的基本方法之一,也是应用最广泛的数据分析方法。它是指将两个或是两个以上的数据进行比较,分析出它他们之间存在的差异,从而提示这些数据所代表的事物的发展变化和规律性。对比分析法主要分析动态对比和静态对比两种。
特点:可以非常直观地看出事物某方面的变化或差距,并且可以准确、量化地表示出这咱变化或差距是多少。
对比维度:与目标对比、不同时间对比、行业内对比、活动效果对比、同级部门、单位、地区对比。
平均分析法

定义:是指运用计算平均数的方法来反映总体在一定时间,地点条件下某一数量特征的一般水平。
作用:利用平均指标对比同类现象在不同地区,不同行业,不同类型单位之间的差异程度,比用总量指标对比更具有说服力;利用平均指标对比某些现象在不同历史时间的变化,更能说明其发展趋势和规律,如下表所示:

从表中我们可以看出来,虽然每月的消费数据有所区别,但是平均14166元。计算平均数便于SEM专员预测未来一年的消费费用,以制订相应计划。

分组分析法

定义:根据分析对象的特征,按一定的标志,把数据分析对象划分为不同的部分和类型来进行研究,以揭示内在的联系和规律性。
目的:组间对比,把总体中具有不同性质的对象区分开,把性质相同的对象合并在一起,保持各组内对象属性一至,组与组之间的差异性,以便进一步运用各数据分析方法来解析内在的数量关系。

交叉分析法

定义:同时将两个有一定联系的变量及其值交叉排列在一张表格内,使各变量值成为不同不变的交叉结点,形成交叉表,从而分析交叉表中变量之间的关系。

接下来我们详细的讲解一下:竞价后台数据、网站在线对话数据和市场业务数据这三方面的数据跟大家分享一下:如何进行数据分析?

一、明确各环节涉及的数据指标

1、竞价后台数据

对于竞价员来说下载和分析关键词报告是每天必备的工作,竞价后台的数据也可以从数据报告中得出。关键词报告的主要数据有以下几个:

1) 总展现

总展现就是我们所投放的竞价广告展示的总次数。关键词的数量和质量是影响展现数最为重要的因素。

2) 总点击

总点击是用户点击我们的广告链接的总次数。总展现数和点击率决定了总点击数,它的规模总数直接决定了我们整个推广账户的整体级别。

3) 点击率

点击率=点击数/展现数,即CTR(Click-Through-Rate)。该指标反应用户对广告内容的认可度,是推广端最为重要的指标。位置、质量度、标题、描述和出价都是影响点击率的因素。

4) 总消费

即我们在本期竞价推广中所花费的总成本。

5) 点击均价

点击均价=总消费/总点击。竞价的计费模式是CPC付费,点击均价反应了每次点击所支付的成本。

2、在线对话数据

2) 在线对话数

访客访问我们的网站并通过在线聊天工具(比如企业QQ/商务通等)与客服进行对话的总次数,(最好只统计有效的对话,判断标准是访客至少发言过一次)。

2) 对话发起率

对话发起率=在线对话数/总点击。该指标反应了愿意和客服对话的访客数和所有可能已经进入网站的访客数的比例,影响这个指标高低的因素有:网页的宣传点/美观度/网页打开速度以及网站内容和竞价广告的匹配程度等。

3) 客户名片数

客户名片是指访客的联系方式,我们可以把每个客户名片都当成一个潜在的成交机会,是竞价工作的重要产出。

具体由三部分组成,其一是访客直接拨打的电话数,其二是访客的有效留言数,其三是在线客服向访客索要到的名片数,其中第三部分可能会占70%以上。

其中,第一部分主要受着陆页水平影响,第二部分主要受客服在线状态影响,第三部分则主要受在线对话数和客服的在线对话能力影响,我们可以用客户名片数/在线对话数这个指标来反应客服的在线对话能力。

4) 客户名片成本

客户名片成本=总消费/客户名片数。该指标反应的是我们每得到一个潜在的成交机会所需花费的成本。

5) 网页转化率

网页转化率=客户名片数/总点击。该指标反映的是总的点击数量中转化成最终的成交机会的比例,受两方面因素的影响,一个是推广着陆页的制作水平,一个是客服的在线对话能力。

在客服人员接待能力基本不变的前提下,网页转化率的高低就可以看出不同版本的着陆页的不同效果,通常也是网站设计人员评估网页效能的重要指标。

在线对话数据关系到竞价人员的实际工作产出,是竞价人员必须要关心的,在线对话数据表现情况和着陆页的制作水平以及在线客服人员的工作能力关系密切。

3、市场业务数据

1) 业务成交数

即所有的访客中最终完成交易的总人数。如果我们的营销推广除了竞价以外还有其他推广方式,那么一定要注意剔除来源于其他推广渠道的成交数量,这样才能真实反映出我们进行竞价的实际效果。

2) 销售转化率

销售转化率=业务成交数/客户名片数。该指标反应的是总的成交机会中最终完成交易的比例,销售转化率非常准确地衡量了业务团队的销售能力。

竞价员应该明确统计和分析这个数据,因为业务表现不好不一定是竞价员的问题,销售团队的销售能力也是非常重要的影响因素。

3) 平均成交成本

平均成交成本=总消费/业务成交数。该指标反应的是我们每得到一个意向客户所需花费的成本。一般情况下公司都会把平均成交成本控制在一个红线内,如果超出这个红线,竞价人员就必须从各个环节去找问题了。

4) 总营收

总营收=业务成交数*产品单价。即在所有成交机会中最终完成交易的流水总额。同样地,要准确衡量竞价给我们带来的流水总额,一定要在总营业额的流水中剔除跟竞价无关的部分。

5) ROI

ROI=总营收/总消费。即投入产出比,之前我们说过竞价的核心思想是ROI管理,竞价的所有操作都指向ROI指标,通常情况下ROI指标自然是越高越好,不过正如我们前面所说的,太高的ROI也往往表明我们的竞价还有扩充的空间,合理的ROI和行业的不同有很大关系,具体的要看公司的要求。

以上我们仅分析了在竞价推广过程中所涉及到的一些具体的指标,从中大家也明白了,指标与指标之间有着一定的数理联系,那各个指标之间具体是如何互动联系的?接下来我们将进一步说明。

二、通过数据发现问题

在第一部分中,介绍了竞价各个环节所涉及的数据指标,但是我们如何从公司生意的角度去分析这些数据呢?比如老板说,这个月市场费用没少花,营收下降这么严重,到底怎么回事?要回答这类问题,就需要充分发挥利用数据分析找出问题所在的能力了。

1、对比环比数据分析

首先我们需要分析两个月的业务数据,“这个月市场费用没少花,营收下降这么严重”这是一个典型的投入产出比的问题。对比的是环比的数据,即这个月和上个月有差距。因此我们要分别计算出上个月和这个月的ROI值。

2、数据拆解

通过之前的分析我们知道竞价的数据之间存在着一定的数理关系,其中最重要的ROI指标可以做如下拆解。

因为 ROI=总营收/总消费;

总营收=业务成交数×产品均价

总消费=点击均价×总点击=n1×p1+n2×p2+…nn×pn(注:n1是关键词1的点击量,p1是关键词1的价格,以此类推)

所以 ROI=(业务成交数×产品均价)/(点击均价×总点击)

又因 业务成交数=客户名片数×销售转化率

客户名片数=总点击×网页转化率

总点击=总展现×点击率

推出 ROI=(总展现×点击率×网页转化率×销售转化率×产品均价)/ ∑(n1×p1+n2×p2+…nn×pn)

3、数据拆解说明

上面的公式基本上把我们之前所分析到的核心数据都纳入进来了,我们还可以对它做进一步的细分。

比如我们在线上邀请留了联系方式的客户进行线下交易,客户应邀到达公司现场的比例我们可以定义为“邀约到访率”,所有到达现场的客户最终完成交易的比例我们可以定义为“到访交易率”,而邀约到访率×到访交易率=销售转化率,这样我们就可以多做一步拆解,数据拆解的环节数量和公司业务的环节数量密切相关。

4、非竞价因素分析

把ROI拆解之后,这时候我们就可以通过对比这个月和上个月各个指标的数据去分析究竟是哪些环节出了问题,比如如果其他的数据几乎没有变化,但是本月的销售转化率下降了或者产品单价下降了或者网页转化率下降了,如果销售团队或者产品定价或页面管理不归竞价人员管理的话,那严格说来,公司效益不好就不应该归咎于竞价人员的工作。

5、竞价因素分析

但是如果其他指标没变,而竞价因素比如点击率发生了重大下降。这时候我们知道,点击率下降,会导致总点击下降,继而导致在线对话数下降,接着导致访客名片数下降,最后导致总成交人数下降,总成交人数下降,总营收就下降,ROI指标自然就不理想了,所以点击率就是影响营收减少的主要原因。

上面我们有提到过影响点击率的因素是什么,接下来只能逐个排查,根据关键词分类,从重点计划单元重点单元关键词开始,系统排查!可能会很麻烦,但是这也是竞价人员的价值所在。

三、细化分析,理清影响因素权重

作为一个专业的SEMer为了确切地知晓各个环节里可能存在的问题,细化的数据分析能力肯定都是必备的。

1、多因素分析

如果在之前的竞价分析中发现有两个或者多个地方存在问题,那怎么办?比如我们发现本月访客名片数大量减少,经分析原因有两个,一是网页转化率下降,二是总点击也下降了。我们知道网页转化率和着陆页设计以及在线客服接待能力密切相关,而总点击自然是由竞价人员来负责,几个因素都有影响,如果是由不同的人员负责的话,谁当重点优化?

2、公式分析

很显然,上面这个问题是要求我们明确各方所应承担的责任大小,并给出一个确切值。根据公式:访客名片数=总点击×网页转化率,首先我们需要计算出访客名片数、总点击以及网页转化率这三个指标的环比增长率。

环比增长率=(本周期数据-上周期数据)/上周期数据,这里我们假设总点击的环比增长率为X,网页转化率的环比增长率为Y,访客名片数的环比增长率为Z(XYZ可为正也可为负)。

3、影响系数分析

接着我们需要计算X和Y值分别对Z增长率的影响系数,根据数学知识,我们可以知道在1+Z=(X+1)(Y+1)的情况下:

X对Z的影响系数=X /(X + Y)

Y对Z的影响系数=Y /(X + Y)

从上述的分析中我们已经明白总点击数和网页转化率的环比变化,也知道了他们对名片转化率环比变化的影响系数,最后就可得出他们对访客名片减少各占多少,接下来的工作就是重点优化影响较大的这个环节。