SEM數據分析不懂這2點，可能你的效果無法提升！

　　建立數據回收通道

　　首先在我們在做數據分析的時候，第一步就是我們需要建立屬于自己的數據回收通道，只有建立符合自己的數據回收方式后，才可以拿到有商業價值的數據源，為之后的分析提供支持。

　　那么現在目前主流的統計方式有哪些呢？

　　1、你可以使用各種統計平臺來收集你想要的運營數據，目前的的常見統計平臺筆者找了一下，大概有以下這些，供大家參考。

　　2、你可以使用部署關鍵詞URL來做運營數據的統計。

　　3、如果前面兩種由于各種原因沒辦法短時間內學會的話，筆者建議你可以用最笨的方法，就是人工的去統計，筆者有一個客戶就是這樣的，他對于每個咨詢過他的客戶，都會主動詢問對方搜索的關鍵詞，以及搜索的什么平臺，雖然很笨，但能堅持下來，也是蠻實用的。

　　以上3種基本算是全部的統計模式了，還有一些通過付費數據監控平臺進行數據回收的渠道，由于門檻有點高，我們暫時不聊。

　　第一種一般是大家比較常用的，圖里也基本涵蓋了目前市面上所有的常見的統計平臺，各有優劣勢。

　　一般比較常用的是百度統計以及谷歌的Google?Analytics，但是由于谷歌的Google?Analytics需要跳轉，比較麻煩，所以我會推薦大家去使用百度統計，因為一個百度統計基本就可以滿足百分之90的數據收集需求，接下來我也會重點的圍繞百度統計來給大家做詳細的解釋。

　　首先百度統計統計邏輯分為以下兩種：

　　1）頁面轉化應用場景：頁面轉化一般運用于以URL為統計目標的數據，直白一點講就是如果你要統計的數據是一個不會改變的URL鏈接，那么頁面轉化就可以幫你實現。

　　比如，如果你認為網站上的某個頁面特別重要（如提交訂單后出現的“購買成功”頁面），到達了該頁面表示訪客完成了你的目標，你就可以將到達該目標頁面作為一種轉化來統計。多用于電商類的網站做統計使用。

　　2）事件轉化；這一點筆者會重點的來給大家講。首先，一般常規的客戶可以使用更改網站的源代碼來統計轉化目標的，源代碼需要改成百度可以識別的標準：“id=xxx”，找到轉化目標并且可讓百度成功追蹤后，你就可以輕松的收集到你的轉化數據了。

　　這里可能有些朋友要問了，如果我想統計目標是訪問行為的話，怎么辦？接下來筆者會詳細講一下關于如何來統計一些無法被普通統計代碼查詢PV的特殊的網站或頁面。

　　在統計之前我們需要用到百度開放平臺的一個協議：JS-API，JS-API通過在頁面上部署js代碼的方式，可以幫你收集網站的各類業務數據（溝通數、點擊數、轉化數）

　　1、在部署JS前，你的網站不僅需要成安裝百度統計代碼，還需要新裝一串JS-API代碼，這里需要注意一下的是，JS-API代碼必須安裝在你統計頁面的?head?標簽里面，具體代碼如下：

　　2、在我們進行進一步安裝前，你需要明白事件轉化的基本概念，不然之后的內容你會很難看懂。

　　首先事件轉化統計的是訪客在網站操作行為，這種行為可以被選定為轉化目標，比如你是一個做視頻網站的客戶，你希望通過事件轉化來統計你每天點擊某一個視頻“暫停”以及“播放”兩個動作的數據，那么這種統計動作的目的，都可以運用JS-API來做實現，以此類推，你可以統計非常多的訪客行為，當然這種行為就是轉化目標了。

　　3、因為訪客在網站的動作是一個行為，我們需要讓代碼去識別他的行為，就必須為他們加上唯一的標識，只有正確的添加了標識，系統才會正確的捕捉到數據。具體如下：

　　事件鏈接中加入事件查詢參數（以下引用官方解釋）

　　_hmt.push(['_trackEvent',?category,?action,?opt_label,?opt_value]);

　　category：要監控的目標的類型名稱，通常是同一組目標的名字，比如"視頻"、"音樂"、"軟件"、"游戲"等等。該項必選。

　　action：用戶跟目標交互的行為，如"播放"、"暫停"、"下載"等等。該項必選。

　　opt_label：事件的一些額外信息，通常可以是歌曲的名稱、軟件的名稱、鏈接的名稱等等。該項可選。

　　opt_value：事件的一些數值信息，比如權重、時長、價格等等，在報表中可以看到其平均值等數據。該項可選。

　　舉例說明：

　　假設頁面A上有且只有一個下載鏈接，設置前后對比如下：

　　設置前：

　　FengStyle下載

　　設置后：

　　FengStyle下載

　　設置完成后，我們就可以去百度統計設置轉化目標了，你只需要在事件轉化中的新增頁面中增加你部署JS代碼頁面鏈接，就可以成功的獲取數據了。

　　掌握數據分析的思考維度

　　當我們成功部署了屬于我們自己的數據回收通道后，我們就可以輕松的獲取我們想要數據，但是很多時候大家可能會覺得，回收了這么多數據，我該怎么去整理分析了。

　　接下筆者會詳述拿到數據后，我們需要如何來做分析，這里，我只提供思考方向，具體的我就不再贅述了，因為同樣的數據，拿給不同的賬戶，調整策略也不一定一樣，還是那句話，數據分析要結合你實際的企業情況以及產品特點和客戶群特性。

　　首先，你需要通過以下幾個思考維度來把數據立體化，這樣可以幫你快速把你確定賬戶問題：

　　1、賬戶數據層面，我們賬戶是否展現點擊訪問屬于正常值？

　　思路解析：賬戶的數據直接決定了這個賬戶大的方向是否是科學健康的，比如你的預算一天是100塊，ACP為20塊錢，一天可以產生5次點擊，那么很容易的就可以知道，賬戶大致的優化方向應該圍繞著降低ACP來。

　　2、賬戶類有消費關鍵詞有多少？其中有80%消費是被哪些詞消耗了，80%的點擊集中在什么詞身上，占80%點擊的關鍵詞是哪些，他們消耗占整體的消耗的多少？他們轉化成本分別是多少？

　　思路解析：我們經常說的二八原則，其實是一個比較科學的理論，我這里把二八原則做了更多的延伸。

　　首先你賬戶內的有消費詞決定了你的廣告面對的是一個多大的人群，然后賬戶80%的消費決定了你的錢都花在什么詞身上，80%的點擊決定了你實際購買的流量質量。

　　我們在優化賬戶的時候，其實就是在平衡點擊以及點擊成本。點擊直接影響了你帶來的流量是否健康，而點擊價格直接影響了你付出的成本是多少。

　　所以我們在做賬戶數據分析的時候，這些一定要成比例原則的去做深入的分析，可以幫我們快速的定位問題，這樣可以指導我們之后的優化動作會在正確的道路上。

　　通過轉化數據整理后我們可以看到，這個賬戶有轉化的詞只有一個，轉化成本為18.1，點擊流量價格很高且普遍和主詞匹配程度不高，結合數據，我們可以將這個賬戶的調整方案定為：ACP需要降低，暫定目標為環比下降50%，點擊質量需要優化，做否詞，以及更改部分不合理的匹配方式。

　　最后想說，很多時候大家在做數據的都很愛憑感覺和經驗，這種是非常不可靠的方式，只有依據客觀真實全面的數據去做數據分析以及賬戶調整時，我們才可以快速的找到核心的問題，避免走錯路，浪費時間。