什么是SEM，SEM现状，SEM团队建设详解

SEM：搜索引擎营销，现在的SEM环境比较差，效果逐年降低，主要是受到SNS方面的影响还有很多APP也分流了，导致搜索客户下降

SEM团队的建设主要根据你现有的项目需求搭建，还要只当配备美工，要有前端和后台的支持，针对活动或者专题来做

望采纳

搜索引擎营销的正确方法

搜索引擎营销的基本思想是让用户发现信息，并通过(搜索引擎)搜索点击进入网站/网页进一步了解他所需要的信息。下面是我整理的做好搜索引擎营销的正确方法。希望对你有帮助!

方法步骤

第一步：了解产品/服务针对哪些用户群体 [例如：25～35岁的男性群体规模在50~100人贸易行业的企业]

第二步：了解目标群体的搜索习惯 [目标群体习惯使用什么关键词搜索目标产品?]

第三步：目标群体经常会访问哪些类型的网站

第四步：分析目标用户最关注产品的`哪些特性 [影响用户购买的主要特性，例如品牌、价格、性能、可扩展性、服务优势等等]

第五步：竞价广告账户及广告组规划 [创建谷歌及百度的广告系列及广告组需要考虑管理的便捷，及广告文案与广告组下关键词相关性]

第六步：相关关键词的选择[我们可以借助谷歌关键词分析工具，及百度竞价后台的关键词分析工具，这些工具都是根据用户搜索数据为基础的，具有很高的参考价值]

第七步：撰写有吸引力的广告文案

第八步：内容网络广告投放

第九步：目标广告页面的设计

第十步：基于KPI广告效果转换评估

分解工作

1、 SEM团队构成：

核心搜索团队：相对于选择的SEM工作范围而灵活变化。

外围搜索团队：组织的现成团队，如技术开发团队、内容编辑团队、竞价管理团队。

2、 SEM营销任务构成以及任务实施方法：

选择搜索引擎营销策略—核心团队决定

确定目标搜索引擎—核心团队决定—区域性搜索除外(不同国家、不同地区差异)

做关键词计划—核心团队决定

管理竞价—竞价管理团队决定

优化内容—内容编辑团队执行

开发技术—技术开发团队

确定标准—核心团队确定基本标准、外围团队调整完善

选择搜索营销工具—核心团队决定

报告评测标准的结果—核心搜索团队。

选择方法

1、 选择外部SEM服务商，还是自己组建SEM团队

考虑因素：

公司文化-是否能说服主管选择SEM服务商

预算—是否能请的起外部SEM公司

专业技能—核心搜索团队成员自身工作技能

时间—SEM启动到产生效果的时间价值

质量—是否能够带来很好的销售效果。

2、 如何确定一个适合自己的SEM服务商：

制定自身对SEM服务的要求

自然搜索经验

付费搜索经验

搜索策略

关键词计划

技术专业性

业务可靠性。

面谈和确定SEM供应商：

面谈前，制定SEM服务商专业能力评分卡

关注SEM服务前的网站审计

关注SEM服务商的站点评估和执行策划书

关注SEM服务公司工作的灵活程度

关注SEM公司提供的客户服务团队—成员雇佣时间、岗位级别。

3、 独立实施搜索营销计划机会与潜在风险

存在机会：工作方法由内到外，根据组织的实际情况，准确的确定SEM营销任务优先级

通过内部培训员工，可以组建一个强大、有忠诚度的SEM营销内部团队

潜在风险：专业人员寻找存在难度，内部团队关键员工流失，执行出效果时间。

规划成本

1、 自然搜索优化成本

总成本=产品线数量*单一产品线需要优化网页单个网页优化成本。

2 、付费搜索成本

总成本=关键字系列*每个关键字系列关键字数量*关键字实际消耗(价格)。

3 、人员成本

总成本=管理人员成本+自然搜索引擎人员成本+付费搜索人员成本。

SEM简单介绍，以下资料来源

因果关系：SEM一般用于建立因果关系模型，但是本身却并不能阐明模型的因果关系。

一般应用于：测量错误、错漏的数据、中介模型（mediation model）、差异分析。

历史：SEM 包括了 回归分析，路径分析（wright, 1921）,验证性因子分析（confirmatory factor analysis）（Joreskog, 1969）.

SEM也被称为 协方差结构模型（covariance structure modelling），协方差结构分析和因果模型。

因果关系：

究竟哪一个是“真的”？ 在被假设的因果变量中其实有一个完整的因果链。

举一个简单的例子： 吃糖果导致蛀牙。这里涉及2个变量，“吃糖果”和“蛀牙”，前者是因，后者是果。 如果上一个因果关系成立，那将会形成一个因果机制，也许会出现这样的结构：

3. 这时还有可能出现更多的潜在变量：

这里我又举另外一个例子，回归模型

在这里，回归模型并不能很好的描述出因果次序，而且也不能轻易的识别因果次序或者未测量的因子。这也是为什么在国外学术界SEM如此流行的原因。

我们在举另外一个例子“路径分析”

路径分析能让我们用于条件模型（conditional relationships），上图中的模型是一种调解型模型或者中介模型，在这里Z 是作为一个中介调节者同时调节X和Y这两个变量的关系。

在这里我们总结一下：

回归分析简单的说就是：X真的影响Y 吗？

路径分析：为什么/如何 X 会影响Y？ 是通过其他潜在变量Z 来达到的吗？例子：刷牙（X）减少蛀牙（Y）通过减少细菌的方法（Z）。------测量和测试中介变量（例如上图中的Z变量）可以帮助评估因果假设。

在这里要提一下因素模型（factor model）

在这个模型当中，各个变量有可能由于受到未被观察到的变量所影响，变得相互有内在的联系，一般来说那些变量都很复杂、混乱，而且很多变量是不能直接被观察到的。

举个例子：“保龄球俱乐部的会员卡”和“本地报纸阅读”，是被观察到的变量，而“社会资产”则是未被观察到的变量。另一个例子：“房屋立法”和“异族通婚”是被观察到的变量，而“种族偏见”是未被观察到的变量。

相互关系并不完全由被观察到的变量的因果关系所导致，而是由于那些潜在的变量而导致。

这些被观察到变量（y1--y4）也有可能由一个潜在的变量（F）所影响。

---