写在前面：

数据分析就是：数据收集、数据整理、数据拆分、到得到转化信息的过程。目的是解决问题或者发现发现增长点。数据本身是没啥价值的，价值在于通过拆分维度能得到调整的依据。

整个过程涉及3个关键词：维度、指标、方法。

维度

面对一堆错综复杂的数据，静静看着电脑屏幕发呆，您是否经历过呢？数据分析无非就是细分。细分不外乎就是把结果从不同维度的切入。这里涉及两个点：降维和增维。

降维

数据可以人为分解出任何多的维度，我们不可能把每个维度都拿来分析，想分析所有维度往往什么都浅尝辄止。时刻记住数据分析是为了解决问题。面对一些相关的数据维度，可选择出可以合并的维度。啥意思呢？

比如，点击率=展现量/点击量。点击率这个可以计算的维度，可以三选二降维只分析展现量和点击量2个维度。一个可以计算的维度可以合并降维分析其他两个，同时我们只关心有用的维度，对无关的数据维度直接降维处理。

增维

时刻记住：数据分析是为了解决问题得出有用信息。在忽略掉没用、无关的维度同时做好了合并可以计算的维度，如果当前的维度依然不能清晰、全面的解释我们的问题，我们就需要对数据多增一个指标维度。

比如：在测试落地页banner的实际投放过程经常会遇到：在没得到测试结果期间变动了其他变量比如调整了一下定向或者换了物料。多变量的影响下可以增加另一个维度指标：首屏点击通过率A。A=首屏通过比例*点击率来衡量落地页好坏。

针对SEM数据分析维度，个人建议可以分为8个维度：渠道、设备、地域、时段、计划、关键词、落地页、客服。

1、指标

选择维度分析就有判断好坏的标准。什么是好？什么是坏？这里涉及两个方面：对照和指标。俗话说没有对比就没有差距，单一的数字是没有啥意义的，数据分析常用的对比是用平均值或者之前的数字来对照。在投放的角度：最终的指标肯定是以企业最终能赚钱的角度来考虑。

这里为什么要写最终呢？因为不同企业阶段考虑的事情是不一样的，针对企业初期更看重的是增长和利润，即指标更偏向于：转化成本+转化量+转化率。但针对于后期的企业，对品牌和市场口碑又更高需求的，这时指标的建立是基于：在成本不是很夸张的前提下，更看重是展现量+市场反馈的指标+衡量品牌的指标。

针对sem在上述8大数据维度下：大部分指标是这3个：转化成本、转化量、转化率。能很好好坏的情况，只需要做好：好的多花钱、差的少花钱。仅此而已！

2、方法

数据分析的方法在笔者现阶段是没能力讲清楚的。这里只针对SEM的数据分析方法分享一些个人经验。

1）28分析

在SEM账户中满足20%的关键词花费账户80%的钱这个规律，找出这20%的词，以转化成本和转化量为判断好坏的依据，以好的多花、差的少花或者不花为宗旨来调整优化。抓重点把精力花在更容易出结果的事情上更高效。

2）四象限分析

选择任何两个维度做四象限划分，维度的选择源于想得到的信息。比如：选择点击率+转化成本为四象限划分维度，分为：高点击率高成本、高点击率低成本、低点击率低成本、低点击率高成本。

这个四象限的目的是分析：大方向判断基于目前用户的搜索习惯下应对的效果咋样。个人建议还是以转化量和转化成本来划分四象限。针对高转化量低成本的词就多花钱呗。

调整可以是：拓展相识的词+提高出价+增加投放时段+单独新建一个计划等。能否想清楚每个象限的词对应的场景，这个就看个人数据理解水平了。

综合来说：28分析和四象限分析都是大的维度判断SEM账户表现。大方向有把控了，剩下的就是细节落地分析思考。个人常用的方法是：营销漏斗、事件追踪、a/btest。

营销漏斗：基于所处行业投放流程的划分，比如贷款SEM投放端分为：展现、点击、抵达、浏览、提交表单或者来电。每个环节的数据对比行业数据或者以往数据，看看最主要的问题是那个环节、只要能找到问题就有方法能解决它！

事件追踪：笔者使用事件追踪的目的有2个，优化页面和判断不同流量的表现情况。用第三方工具做事件设置，以点击数和转化量为判断指标优化页面。用不同流量来源的事件热图表现来判断预算分配是否合理。用a/btest以转化成本和转化量来论证调整是不是正确的。

综上所述：SEM数据分析是先从大方向分析把控，再分析细节维度，最后分析相关维度。数据交叉和数据细分是衡量个人水平的一条线。路漫漫其修远兮，将上下而求索。祝好运！