sem的模型介绍

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。

学习基础知识

①百度推广官方书籍或教程

所谓万变不离其宗，打好基础是根本，所以先把百度推广官方书籍完整的系统的阅读一遍，对百度竞价有系统的认识，知道百度竞价是什么，能解决哪些问题，账户搭建的基本原则是什么，展现机制等等，合上虎贲或者教程之后，如果你还能知道百度竞价是什么，那说明你知道了百度竞价。

②了解百度全商业产品知识

我们知道SEM的全称是“搜索引擎营销”，所以了解百度其他产品也是很重要的，虽然目前sem主要的研究对象是竞价体系，但是如果想成为一个完整的semer，你不仅仅需要知道百度竞价，你还需要知道其他推广产品。第一可以提升自己的格局，第二可以了解竞争对手的推广产品!

③注册百度竞价账户

有了基础理论知识，那接下来就是需要把理论融入实操了啊，注册一个空的百度凤巢账户，这样可以帮助你了解和深入sem体系。可以自己尝试用自己学到的知识，针对某一个行业，某一个具体的投放需求，搭建一个完整的账户。

深度提升

①学会百度统计或者其他统计工具的安装

账户层级的投放和数据报告，反映了我们在搜索结果页的优化结果，但是对于竞价推广而言，它的作用范围是搜索结果页层级，着陆页层级和咨询转化层级。所以对页面数据的监控就显得尤为重要，可以反应出流量质量如何，页面质量怎么样，服务器性能如何，客户需求点等等信息。

②数据分析(分析流量)

对账户的理论知识和账户操作及功能有了全面的认识之后，那操作账户基本是没有问题了，但是我们操作账户的目的是给企业带来利益，所以你下一步需要学会如何去分析流量，优化流量，在有限的预算内给企业带来更多更好的流量。

③研究营销漏斗模型

sem是一个系统营销过程，必然遵循营销漏斗模型，账户层级的投放和优化只是营销漏斗模型的开端，还需要了解营销漏斗模型在页面阶段与转化阶段的影响因素和相应的数据反馈。

求职

有了上面的理论知识后，对于找工作，基本来说可以实现了，sem的普遍需求较大，企业对sem的认知度不高，所以在没有经验的时候，对薪资不要期望太高，找一个小企业，专职的去实操一下，从头到尾对自己学到的理论知识进行验证和优化，去总结自己的优化方法和行业投放技巧。在实操过程中，不断的去学习和提升，了解竞价本质、数据分析技巧、seo优化基础知识、网站布局和优化技巧等相关知识，进而再去挑选自己适合的工作!

---