数据分析，难，难于上青天。
关于数据分析，曾写过很多，但从没系统化写过“数据分析方法”。
所以，今天就系统写一下，大家可根据自身情况选择最适合自身的方法。
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%
举个栗子。
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；如果100次对话，那么通过倒推就需要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20万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。
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。
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。
很多时候，我们之所以数据分析难，是因为我们根本不知道怎么做。
而通过对上述数据分析方法的了解，可帮助我们大幅度提升数据分析的效率，明确优化方向。
但，了解了数据分析方法之后效果就会变好吗？
竞价是一个体系化流程，每一个方向出错，都会导致最后的结果变差。
除了数据分析外，还有很多疑难杂症。
比如：如何撰写优质创意？如何引来精准流量？有点击没对话如何解决？......
以“有点击没对话”为例。
它是账户中最常见的问题，也是竞价员最痛苦的一项问题。
它的影响因素是什么？
它的优化方向主要有哪些？
