我们知道，将一个关键词从问题表征分析到根源幵细化到可操作层面是非常耗费时间的。那么，如果拥有成千上万个关键词，这是否会发成一个噩梦般得工作呢？
值得庆并的是，我们还是有些方法可以躲过那样的悲剧的，下面我们逐步来介绍。
首先，先把关键词按有转化和无转化分成大类，首先看有转化的关键词：
我们将有转化的关键词放到转化量（横轴）和CPA（纵轴）的散点图里面去，如上图。并用有转化关键词的平均转化量和平均CPA作为分界线，将关键词分为个象限：
右上角象限的关键词CPA高并且转化量大，广告主通过购买这些关键词争夺客户，相互竞价造成CPA居高不下，广告主很难靠这些词盈利。我们把这个象限叫做“畅销词”。常见的畅销词是“游戏”这样的通用词。
右下角象限的关键词CPA低并且转化量大，这些词是真正的盈利来源，广告主希望这样的词越多越好，可以用来平均畅销词的高昂成本。我们把这个象限叫做“金牛词”。常见的金牛词和广告主的业务高度相关，例如“单机游戏”，另外知名度高的品牌词也可能成为金牛词，例如“百度游戏”。
左下角象限的关键词CPA低并且转化量小，这些词一般在总体转化量占比较低，不会超过%，但关键词数量庞大，管理难度和管理成本较高。我们把这个象限叫做“长尾词”。常见的长尾词字数比较多，类似“年网页游戏”。
左上角象限关键词的CPA高并且转化量小，这些词让广告主如坐针毡，看着广告预算花出去也没效果，希望能分析出这些词的问题，幵陈低损失。我们把这个象限叫做“问题词”。问题词本身没什么规律可言，要么是相关性差，例如“手机游戏”不百度游戏，要么就是在推广环节中出现了各种问题。
我们之所以分出这个象限，是为了将有相同优化方向的词放到一起分析，这样做的好处是降低分析难度。
另外，即便我们将关键词分到个象限里，却依然面临关键词数量巨大，我们只有有限的时间和精力，没法做到每个词都精细分析的问题。为了能将我们有限的劳动时间换取最大的效果改进，我们只能筛选出最需要改进的关键词加以关注。下面，我们讲一下筛选关键词的原则：
一、/法则
/法则（The / Rule），又称为帕雷托法则、帕雷托定律、最省力法则或不平衡原则、犹太法则。此法则是由意大利经济学家帕雷托提出的。帕雷托曾提出，在意大利％的财富为％的人所拥有，并且这种经济趋势存在普遍性。后来人们发现，在社会中有讲多事情的发展，都迈向了这一轨道。目前，世界上有很多经济学家正在运用这一原理来研究、解释相关的课题。例如，这个原理经过多年的演化，已发成当今管理学界所熟知的“/原理”，即百分之八十的价值是来自百分之二十的因子，其余的百分之二十的价值则来自百分之八十的因子。搜索营销也有类似的法则，%的关键词带来%的效果。所以，集中精力分析优化那%的词会获得更显著的效果。
二、TopN方法
/法则在实际操作中还是有不便的地方，需要不断累积效果占比才能确定选择范围。在很多数情况下，头到头的关键词就是决定效果的中坚力量。所以，根据能承受的工作量，筛选top到top的关键词来分析也是可行的简便方法。
现在，我们将象限不筛选方法结合在一起：
畅销词
我们不愿意看到这些词的点击量或转换量下降，但还是奢望能降低单位成本。所以，我们筛选畅销词应该用CPA陈序排列，CPA高的关键词应该优先得到照顾。着重要看这些词的转化率和CPC（质量度和排名的因素由CPC综合体现出来）。
金牛词
我们期望金牛词流量能扩大，让他们的消费占比提高。所以，我们筛选金牛词应该用展现量的倒序排列，展现量大的提升空间也就高。着重看这些词的点击率和排名，也可以有计划小规模地放开匹配模式，拓展一下关键词数量。
长尾词
虽然数量大，管理成本高，但这也是盈利的来源啊，我们当然希望长尾词的流量扩大，消费占比提高了。所以，同金牛词一样，筛选方法是展现量的倒序排列。着重看这些词的排名和点击率。
问题词
我们希望降低问题词的消费占比，所以我们用消费的倒序排列来筛选，消费高的词绝对是优先照顾对象。着重看这些词的转化率和匹配模式。
有转化的词被分象限筛选出来后，应该按之前的单个词的分析思路从表征分析到本质原因，最后细化到可操作因素。
最后再看没转化的关键词，我们把它们放到点击费用（纵轴）和点击量（横轴）的散点图上呈现出来：
我们还是用全体关键词的平均CPA和总体转化率作为标准，筛选点击费用大于平均CPA或者点击数量大于总体转化率的倒数（例如：%的倒数是）。凡是符合上述条件之一者，全部拉过来按点击费用倒序排列，烧钱越多越要严查。着重关注它们的到达率和跳出率。
