一个正确的竞价推广流程分五步：

竞价推广项目分析

制定竞价推广策略

搭建竞价账户结构

制作竞价推广物料

竞价推广数据分析

数据分析是最后一步也是最重要的一步。

进行数据分析的目的是为了发现问题，同时也验证上述流程是否有误。

在数据分析时，最重要的是有一个清晰的思维：

▲ 你为什么要分析数据?

▲ 你需要分析哪些数据?

数据分析的思维一般分为以下几步：

1、确定目的

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。

2、统计数据

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。

3、分析数据

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。

4、执行验证

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。

了解了数据分析步骤，接下来分享一些数据分析中常用的分析方法。

比重分析法

指通过计算某个维度所占维度总量的比例，从而去判断投放方向或投放效果。

公式：比重=某维度数值 / 总量 X 100%

举个例子。

如下图，是一套营销数据，从中通过计算，我们可以清楚地了解到每个地区：

每个地区花了多少钱?

每个地区转化是多少?

以北京地区为例，它的转化低于消费，说明整体转化并不好，那我们就需要思考：

转化不好是哪出了问题?

目前北京的消费比例符合我的目前推广策略吗?

而河北地区，转化高于消费，证明该地区转化很好，那我们就需要思考：

该地区需要加钱吗?

通过对各个指标的占比进行分析，我们可以清楚地了解到每个地区的情况。

这便是比重分析法。

注：该方法较为适合多产品、多地区推广的账户。

倒推法

倒推法，是竞价推广中常用的一种方法，但更多被应用于战略目标的制定。

即：根据历史数据，将成交—线索—对话—点击—展现倒着进行推理的过程。

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。

营销流程表分析

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。

所以，便可将数据按照日期分为两个周期，将两个周期进行对比分析。

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。

单一维度分析

指针对不同维度间的数据进行分析，从而确定优化方向。

单一维度主要可分为：产品维度、时段维度、设备维度、地区维度、关键词维度。

以时段维度为例。

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。

像下图，可看出15点、14点、19点转化高，那我们便可在这段时间内加大投放力度。

关键词四象限分析

关键词是竞价推广之根本，那么便可通过对关键词进行系统化分类，从而有针对性地进行优化。

通常，主要分为以下四类：

01 有对话成本低

像这类词，大都集中在品牌词等，且它属于优质词的一类，针对较为优秀的词可以进行放量操作

例如：加词、提价、放匹配等等。

02 有对话成本高

像这类词，主要集中在产品词和行业大词。

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。

主要操作有：

加词

优化账户结构(使账户流量结构更精准)

优化创意(利用创意筛选部分杂质流量)

03 无对话成本高

这种情况，往往都是没有集中词性，通常可根据以下两点来进行判断下一步的操作：

均价高还是低?

流量大还是小?

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。

04 效果差成本低

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。

所以，像上述这种情况，应保守放量，等明确情况后在进行大肆放量操作。

以上就是分享的一些经典数据分析方法。

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。