SEM常用的4種數據分析方法,你用過幾種?

2021-01-20 艾奇SEM

點擊關注▲艾奇SEM

知識 | 經驗 | 資訊 | 資料 四大版塊

專注SEM與信息流廣告

作者：莊平安

投稿：tougao@27sem.com

微信：aiqijun02

數據分析在 SEM 中是最為基礎的技能，說得簡單點，數據分析就是為了發現問題，並為解決問題提供數據參考。

有經驗的 SEMer 都知道，盡信數據則不如無數據。數據就躺在哪裡，關鍵在分析之前，你之前要 有清晰的思維邏輯：你為什麼要分析數據？你希望通過數據分析得到什麼？

我一般的分析數據邏輯如下：

確定分析的目的—>收集數據—>整理數據—>分析數據—>得到一些分析的思路

今天主要分享下數據分析的常用方法，主要四種：

1、趨勢分析方法

2、比重分析方法

3、TOPN分析法/二八原則

4、四象限分析方法。

這也是從接手一個項目到具體的優化措施的數據分析邏輯。老規矩，能用圖片說明的就不用文字。

一、趨勢分析法

趨勢分析法又叫比較分析方法，水平分析方法，主要通過數據連續的相同指標或比率進行定基對比或環比對比，得出他們的變動方向，數額，幅度，來感知整體的趨勢。

這種方法粗略而簡單，體現的是一個行業的總體趨勢。

主要有分析緯度：有時段趨勢、逐日趨勢、逐周趨勢、逐月趨勢、逐季節趨勢……這個分析法比較簡單，一般通過百度指數、百度統計就能掌握這些趨勢。重點是根據自己行業，針對不同時間的趨勢進行廣告策略調整。

看幾個圖片帶過：

二、比重分析法

指相同事物進行歸納分成若干項目，計算各組成部分在總數中所佔的比重，分析部分與總數比例關係的一種方法。

有利於幫助 SEMer 快速掌握企業的核心推廣業務、主要推廣渠道、主要推廣地域等主要貢獻者。

從上圖中可以看出來，這個帳戶消費最大的是通用詞，其次是品牌詞，各佔 40%左右，而收益最大的是品牌詞，佔了總體收益的 89%，消費更多的通用詞收益僅有 11%。那麼此時應該著重推廣哪類詞，不言而喻。

三、TOP N 分析法

TOP N 分析法指基於數據的前 N 名匯總，與其餘匯總數據進行對比，從而得到最主要的數據所佔的比例和數據效果。

1）類似二八原則，找到消費/效果佔比 80%的數據，有效幫助定位問題，不然過多的數據把問題複雜化 ；

2）定位出需要持續關注消費或轉化的那些重要關鍵詞。

四、四象限分析法

四象限分析法：也叫矩陣分析方法，是指利用兩個參考指標，把數據切割為四個小塊，從而把雜亂無章的數據切割成四個部分，然後針對每一個小塊的數據進行針對化的分析。

四象限在 SEM 優化中的具體應用：

以上就是 SEM 數據分析的四種基本方法，掌握了這四種思維方式，再配以嫻熟的 EXCEL 技巧，定會讓你的 SEM優化工作事半功倍。

小福利▲ 掃碼免費學課程

相關閱讀：

SEM創意標題優化 | 年底跳槽SEM面試技巧 | SEM方案，輕鬆搞定 | 新接手SEM帳戶優化 | 一張圖理清SEM推廣的30個問題 | SEM創意監控與轉化分析 | SEM流量異常波動 | 長尾詞拓詞套路 | SEM轉化降低成本 | SEM數據分析報表 | SEM數據分析 | 百度搜索推廣全商業產品 | SEM必推的6類關鍵詞 | SEM數據分析10大方法 | SEM入門-帳戶層級設置詳解 | SEM搜索詞優化全攻略 | 歸因模型 | SEM策略

相關焦點

  • 4種最常見的 SEM 數據分析方法,你用過幾種?
    有經驗的 SEMer 都知道，盡信數據則不如無數據。數據就躺在哪裡，關鍵在分析之前，你之前要有清晰的思維邏輯：你為什麼要分析數據？你希望通過數據分析得到什麼？我一般的分析數據邏輯如下：確定分析的目的—>收集數據—>整理數據—>分析數據—>得到一些分析的思路今天主要分享下數據分析的常用方法，主要四種：1、趨勢分析方法
  • 四種最常見的SEM數據分析方法,你用過幾種?
    公眾號後臺回復「數據分析」，獲取數據分析專題知識數據分析在SEM中是最為基礎的技能，說得簡單點，數據分析就是為了發現問題，並為解決問題提供數據參考。有經驗的SEMer都知道，盡信數據則不如無數據。數據就躺在哪裡，關鍵在分析之前，你之前要有清晰的思維邏輯：你為什麼要分析數據？你希望通過數據分析得到什麼？
  • SEM優化常用的幾種數據分析方法
    SEM優化工作少不了做分析報表，而數據分析不僅僅是為了發現問題，為解決問題提供參考數據，也是對推廣效果的直觀展現方式，善用工具，能事半功倍地掌握工作，並及時作出調整。簡而言之，數據分析就是為了幫助我們對工作做到心中有數。
  • 數據分析的幾種常用方法概覽
    數據分析常用方法概覽（之一） 對數據進行分析的方法很多，常用的有對比分析法、分組分析法、結構分析法、交叉分析法、漏鬥圖分析法、矩陣分析法、綜合評價分析法、5W1H分析法、相關分析法、回歸分析法、 聚類分析法、判別分析法、主成分分析法、因子分析法、時間序列、方差分析等等。
  • 數據分析的幾種常用方法概覽(之二)
    數據分析常用方法概覽（之二）上一篇，我們了解了數據分析時常用的對比分析法、分組分析法、結構分析法、交叉分析法、漏鬥圖分析法、矩陣分析法、綜合評價分析法等八種分析方法，今天我們繼續了解下上文提到的另外八種常見數據分析方法。
  • SEM常用的這4種數據分析方法,掌握效率翻倍!
    數據就躺在哪裡，關鍵在分析之前，你之前要 有清晰的思維邏輯：你為什麼要分析數據？你希望通過數據分析得到什麼？我一般的分析數據邏輯如下：確定分析的目的—>收集數據—>整理數據—>分析數據—>得到一些分析的思路本篇主要分享下數據分析的常用方法，
  • 9種常用數據分析方法
    數據分析是從數據中提取有價值信息的過程，過程中需要對數據進行各種處理和歸類，只有掌握了正確的數據分類方法和數據處理模式，才能起到事半功倍的效果，以下是數據分析員必備的9種數據分析思維模式：數據聚類是對於靜態數據分析的一門技術，在許多領域受到廣泛應用，包括機器學習，數據挖掘，模式識別，圖像分析以及生物信息。4. 相似匹配相似匹配是通過一定的方法，來計算兩個數據的相似程度，相似程度通常會用一個是百分比來衡量。
  • 五種常用大數據分析方法
    在數據分析中，常用到的分3類：時間對比、空間對比以及標準對比。　　時間對比：　　最常用的就是同比和環比，通過時間周期的數據對比，了解目前數據水平的高低　　同比：某個周期的時段與上一個周期的相同時段比較，如今年的6月比去年的6月，本周的周一比上周的周一等等。
  • 數據分析的6種常用方法
    原標題：數據分析的6種常用方法 醫學工作者做完醫學實驗後，少不了要對收集的實驗數據進行數據分析。通常來說，常用的數據分析方法有以下六種：聚類分析、因子分析、相關分析、對應分析、回歸分析、方差分析。
  • 推薦幾種常見的數據分析方法
    基礎分析方法1.對比分析法概念：根據數據維度的不同特徵，選取兩個或兩個以上重點分析維度，進行重要指標對比，分析其數量關係及形成原因的分析方法，是最基本的分析方法。對比分析的主要參照標準：（1）歷史標準：和歷史水平進行比較，說明其發展水平或增長速度。
  • 數據分析實用的4種分析方法
    在日常工作中數據分析主要是為了支持業務，而業務很大程度上是圍繞用戶進行的，因而可以從用戶場景出發來具體選擇數據工具。用戶場景主要分成三大類： 第一類是洞察，要去觀察和找到我們用戶當中的一些特點規律。
  • 掌握4種SEM分析方法,使SEM帳戶效果翻倍!
    SEM數據分析數據分析是SEM基礎的技能之一，雖然說是基礎技能，但是數據分析的好壞直接影響者帳戶的投放效果。可以說數據分析就是帳戶操作的北鬥星，為帳戶的調整指引著方向。那麼分析數據的邏輯路徑是怎麼樣的呢？
  • 8種市場調研中的數據分析方法你知道幾個?
    所謂市場調研就是對某一目標，收集、整理、分析有關信息，通過對數據或信息的分析，得到相應結論，從而為企業決策提供參考，實現企業利益最大化。數據分析是市場調研中重要組成部分，在分析過程中我們會遇到許多統計分析方法。
  • 活用這幾種統計圖,你的數據可視化逆天了
    步入大數據時代後，各行各業對數據越來越重視，隨之而來的就是對數據進行一系列的整合、挖掘、可視化分析，這為數據可視化注入了無限的活力，也就導致視覺的元素越來越多樣，從簡單的柱狀圖、線形圖、折線圖，擴展到了氣泡圖、男女圖、地圖、餅圖、散點圖、雷達圖等各種各樣的豐富的圖形。那麼活用了以下的幾種統計圖，你的數據可視化就逆天了。
  • 運營er常用的數據分析方法有哪些?
    這不最近領導找小編談話了，說小編在工作是無用功，應該用科學的數據分析的方法去運營。我.......為了避免重蹈的覆轍，小編決定奮發圖強，去看看到底什麼是數據分析，有哪些好用的數據方法。下面就是小編整理了幾種搜集到的運營er常用的數據分析方法，大家可以先了解一下。01細分分析細分分析是分析的基礎，單一維度下的指標數據的信息價值很低。
  • SEM數據分析常用指標,這些要重點關注!
    先說下需要常關注的一些重點指標和指標分析：不管是搜索也好信息流也好，展現是第一環節，我們首要就是擴大展現。但這並不等於說，展現越大越好，最終還是要看效果。如果你效果不好，光展現很好也沒有用，畢竟推廣是看轉化，不是看曝光。而且單純只看展現，那麼可以全帳戶智能匹配。總結一句話，追求高展現，但不過分追求。
  • 需要重點關注的SEM幾個數據分析常用指標!
    在推廣中，在帳戶後臺有非常多的數據報告和指標。這其中，哪些是有用的哪些又是沒用的呢？先說下需要常關注的一些重點指標和指標分析：1、展現不管是搜索也好信息流也好，展現是第一環節，我們首要就是擴大展現。但這並不等於說，展現越大越好，最終還是要看效果。如果你效果不好，光展現很好也沒有用，畢竟推廣是看轉化，不是看曝光。
  • SEM數據分析的4個誤區,你有沒有遇到過?
    SEM數據分析的4個誤區，你有沒有遇到過？ 數據分析是每個從事SEM競價專員工作時必須著手的事情，而且數據分析也是SEM行業比較難做的事情。 作為一個推廣優化師，您真的了解數據嗎？世界上有三種謊言：謊言、糟糕透頂的謊言和數據。
  • 數據分析入門:14種常用的數據分析方法
    分析數據是將收集的數據通過加工、整理和分析、使其轉化為信息，通常用方法有：排列圖排列圖是一種找出影響產品質量主要因素的圖表方法。其結構是由兩個縱坐標和一個橫坐標，若干個直方形和一條折線構成。通常用垂直軸表示現象測量值Y，用水平軸表示可能有關係的原因因素X。推薦兩軸的交點採用兩個數據集(現象測量值集， 原因因素集)的平均值。收集現象測量值時要排除其他可能影響該現象的因素。散布圖的相關關係可分為強正相關（如容量和附料重量）、強負相關（油的粘度與溫度）、弱正相關（身高和體重）、弱負相關（溫度與步伐）、不相關（氣壓與氣溫）和曲線相關。
  • 大蒜的儲存方法有很多,這4種方法很常見,你知道幾種?
    其實這裡有4種方法可以供大家選擇。你知道幾種？這樣可以更好地儲存大蒜，這也是很多農民最常用的方式之一。這樣的方法可以不使大蒜暴露在空氣當中，更有利於對它的保護，用方式可以為大蒜提供很好的儲存條件。，水和其他物質會發生電解作用產生產生游離基或離子，這樣可以有效抑制他們的新陳代謝，雖然說這樣的方法是比較高效的。