7种常用的数据分析的方法

数据分析是诊断账户最基本的技能，通过数据的分析，发现问题、解决问题。首先我们要有一个清晰的逻辑：分析数据的目的，收集数据的途径，整理数据的方法，分析思路，最后得出结论。

今天跟大家分享以下7种常用的数据分析的方法：

1、数字和趋势分析方法

2、维度分解分析方法

3、用户群体分析

4、营销转化漏斗模型分析法

5、行为轨迹分析

6、TOPN分析法/二八原则分析法

7、四象限分析法

这也是从接手一个项目到具体的优化措施的数据分析逻辑，下面进项详细的分享和讲解。

一、数字和趋势

从数字和数据趋势分析问题，是最基本的数据分析方法。通过直观的数字以及各种柱状图、条形图、折线图、饼图等常用图表之外,还有数据地图、瀑布图和散点图,旭日图,漏斗图等等，对于数据趋势一目了然。可以直观、迅速了解到数据信息，方便及时做出策略调整。

有助于决策的准确性和实时性。

对于竞价账户而言，展现点击量是非常重要的指标。上图中，我们将竞价账户的展现量、点击量等指标做成折线图，这样数据的波动范围及波动时间就可以很直观的看出，一目了然。

二、维度分解

如果单一的数字不足以分析出问题所在时，我们则需要从不同的维度进行拆解。逐一排查，每个层级都或多或少存在些许问题或者可优化的细节部分，在分析该层级的数据同时，对于数据不好的地方加以优化升级，则是锦上添花了。

①计划层级

查看一段时间，一周或者一个月的计划数据报告，宏观上分析每个计划的展现量、点击量等数据是否合理，有无波动。例如护栏网账户每日展现量在200-300以及以上较为合理，访客量在15以上有利于更高的咨询转化。

②创意层级

统计普通创意及高级图文、列表创意展现点击率，针对展现量低或者点击率低的创意进行修改，并分析哪类图片或者文字为客户喜爱点击的类型，总结并进行相应的修改。

③关键词层级

关键词层级数据重点分析关键词展现量、点击量、点击率以及有消耗的关键词数量这四个维度。

④网站层级

通过站内统计工具，分析网站访问用户量（UV）和页面访问量（PV），用户跳出率，以及网站页面浏览时长来判定网站内容是否能够满足客户需求，与客户购买或者服务要求是否一致，进而对于跳出率高，转化率低的问题得出结论：问题存在于搜索词的相关与否还是存在于网站页面内容的呈现，相应的做出调整即可。

三、用户群体分析

用户画像分析即潜在用户是什么样的, 一般区分为年龄、性别、 城市、 收入、学历等几方面,这样的一个用户群体的描述。针对特定情景下搜集的客户全体数据进行归类总结处理，就是我们常用到的用户画像分析方法。

创建出用户群体画像之后，针对性的对于该类用户进行特定的运营方案和产品策略，效果会有显著提升。

四、营销转化漏斗模型分析法

营销漏斗即“搜索营销效果转化漏斗”，通过分析从搜索到成交之间的各个环节的流失，来发现问题解决问题的方法。

①展现量

网民输入一个搜索信息，然后出现在页面中的创意或者广告，在后期的时候广告出现的次数称为展现量，不管网民有没有看到你的广告，只要出现了就都会被计算在内，如果网民翻到第二页、第三页，页面中还有你的广告，那么也会被计算在内。

影响因素：影响展现量的因素很多，主要包括关键词的词量、关键词出价、关键词质量度、匹配模式、投放地区、推广时段等等。

②点击量

在有展现的情况下，你的创意或广告吸引网民的兴趣同时网民点击了你的广告，那么这个数量在统计时成为点击量，值得一提的是，只要网民点击了你的创意，无论能不能成功进到页面，都会被算为点击，在竞价推广中就会给你算账扣费。

影响因素：影响点击的主要是关键词的排名以及关键词所匹配的创意、创意的展现形式等。

③访问量

网民点击了你的创意之后，成功加载完页面的次数，如果在加载过程中网民关掉了你的页面，那么就不算为访问量。

影响因素：主要影响访问量的因素有网页打开速度、网站所在空间、服务器带宽、页面质量以及恶意点击。

④咨询量

在一段时间内，网民与客服沟通的次数叫做咨询量，如果网民对你的页面内容感兴趣的话，能够吸引到网民，就能够产生咨询。

影响因素：咨询量影响因素主要包括页面质量、页面框架、页面内容、页面色彩等

⑤订单量

它和你能拿到手的钱有关，但是这一过程也是十分值得注意的，稍有不慎就会错失客户，造成流失。

影响因素：这个过程最能考验客户的能力影响成交的因素包括客服的服务态度、专业程度、服务有没有及时、有没有成功引导客户等。

五、行为轨迹分析

关注客户行为轨迹，可以真实了解用户行为，从本质出发，做出知己知彼，百战不殆的战术。客户行为轨迹可分为搜索阶段和网站浏览阶段两大方面。

在搜索阶段可通过网民搜索词了解客户购买产品时在意的产品特点、属性，通过展现点击量了解客户什么样的关键词更容易触发潜客户搜索、对什么样的创意更感兴趣。在网站浏览阶段，客户行为即网站浏览时长、网站跳出率、浏览页面数量、有无在线沟通等，根据数据分析出转化率低原因为网站内容与客户购买意图不符或者网站内容未能引起客户购买欲望。

六、TOPN分析法/二八原则分析法

TOPN分析法类似二八原则，指在大量数据中通过降序排列，找出某项数据的前N名汇总，从而得到占据主要比重的少量数据。例如通过关键词展现量点击量消费等数据的降序排列，分别找出每项的关键词TOP10，通过分析这些词的转化率、可以总结出消费占比是否合理，点击量高的关键词是否为主业务词，进而做出相应调整。

七、四象限分析法

四象限分析法是以转化为横轴、消费为纵轴将关键词分为四个象限：第一象限：消费高，转化高、第二象限：消费低，转化高、第三象限：消费低，转化低、第四象限：消费高，转化低。

第一象限：高消费，高转化。一般是优质词，但竞争比较高，重点关注排名，拓展该类词或相关词；第二象限：低消费，高转化。一般是长尾词或者小众词，但是转化够精准，应设置足够的预算，保持长时间在线。 第三象限：消耗少转化也少，应拓宽流量，同时添加否词，流量上升后再进行流量筛选，保留优质流量。第四象限：高消费，低转化。看是否是匹配问题或者有关键词集中点击，相应的缩减匹配或者降低个别关键词出价，以保证其他转化高的关键词有充足预算。

以上就是数据分析的7种基本方法，希望能够对大家有所帮助，通过清晰地数据分析让工作效率事半功倍。