SEM竞价广告数据分析怎么做

SEM竞价推广的数据分析，分为3部分数据：

第一部分：基础推广数据，即账户后台每日的展现量、点击量、消费这个数据的跌涨情况；

第二部分：网站访客基础数据：PV、UV、IP、跳出率及平均访问时间等网站数据统计；

第三部分：行业推广平均数据对比；

第一部分是基础，只有第一部分数据点击量有效，第二部分访客质量才会提升，那么SEM竞价推广效果会有保障，第三部分数据是及时优化调整第一部分数据的有效参考。

2015年9月正式接手公司的SEM推广项目，距今已有一年时间，从前期的业务生疏、流量不多，到现在的业务熟练、大量精准流量的获取，可以说推广业务取得了一定的成功。

文章是想从复盘总结的角度，客观的分析在这一年推广过程中，哪些操作和策略有效，哪些操作和策略中存在问题，这些行为产生了什么样的后果以及如何改正和不断的完善。让推广方案和自己不断的成长。

下面直接进入SEM推广一年复盘总结主题

月有效对话从15年9月到16年8月变化如下图

忽略2月左右春节和7月账户问题的影响，月有效对话量的变化基本可以看成是一个不断增长的过程。

其中主要增长月份有11月份和5月份。那么主要增长原因有哪些？

15年11月份增长分析：

1、15年10月末，深入业务，大量有效精准关键词的拓展投放。

2、2015年10月末，借助快站建设的移动推广网站上线推广，提升了移动端的用户体验，进而提高了有效对话量。（下边分设备有效对话量的对比，我们可以更加清晰的看到变化情况。9月到10月移动有效对话小幅增长，10月到11月移动有效对话增幅加大）

16年5月份增长分析：

1、账户结构整体调整与优化，涉及关键词的进一步拓展、优化，创意、着陆页、投放地域、投放时间、项目投放结构、设备投放结构等进一步的优化调整。

2、移动站点的进一步优化，新建手机站的推广使用。（同样，在下边分设备对话对比图表中，我们可以更为明显的看到移动端有效对话的显著增长）

3、5月份，客服人员的增加，推广时间延长，线上及时的接待和客服主动邀请对话次数有了很大提高。

看推广消费和有效对话变化情况，可以具体看出我们对话和消费的变化情况。

消费/有效对话=有效对话成本，获得下面月有效对话成本变化表，可以更加直观的看到，有效对话成本的不断减少。最为显著的月份是 11月、5月、6月、8月。

那么有效对话成本的减少主要出现在什么设备端呢？通过移动和电脑端的分类消费和有效的对话统计图表，下面我们进一步的分析。

上图可以看出，移动消费一直大于电脑端消费。移动端波动较大，电脑端消费相对稳定。结合下面分设备有效对话，除5、6月份外，几乎都是电脑端有效对话量较大。（5月移动消费几乎为电脑端的一倍）

消费/有效对话=有效对话成本，得出分设备有效对话成本。

从上图可以看出，电脑端有效对话成本较低，并且从15年10月到16年8月基本是有效对话成本的不断降低中，可以看出电脑端几乎已经接近对话成本降低的优化极限。移动端成本降低幅度较大，有效对话成本相对电脑端依然较高，后期还有很大的优化空间。

关于15年9月和10月份较高的有效对话成本，这是因为前期没有做推广网站的移动端，导致体验差，对话率极低。发现这个问题，11月份做了专门的移动推广网站，对话成本才得到了较好的控制。

有效对话客户终端分布如下面

结合上面2图以及前面的分析，可以分析出：

1、移动有效对话量虽然有了很大的提高，但电脑端有效对话依然占据约60%。

2、在手机端的设备使用占比中我们可以看出，我们的客户苹果用户居多。这也与我们网站cnzz统计中用户分析一致，即客户多为高富帅和果粉。辅以百度统计和百度指数，基本可以锁定我们的客户人群，这也为我们后续的RTB类精准广告投放做了铺垫。

对话访客访问页面数图表

从图中我们可以看出，客户在访问少于等于3个页面就开始咨询的比例非常大，这也从数据量化的角度进一步让我认识到着陆页以及相关页面的重要性。

上图是有效对话客户所在城市分布，因为市场大小和投放力度的不同，北京客户占据了绝大多数。

以上就是针对几个维度，对推广项目一年的简要分析，更是我本身对于这个项目一年投放经历的简单总结。当然以上的分析只是对于广告投放一年内几个关键点的分析，最终推广效果的提升是与工作中每一步的精细化推广优化和各个部门的配合与努力分不开的。

最后，根据以上分析，明确下后续投放策略和注意点：

1、重视电脑端的投放，进一步优化移动端的用户体验，提高移动端对话率。控制好投放设备消费结构。

2、着陆页等推广细节优化，包括关键词、创意、投放时间、投放设备价格比等，进一步精细化运作。

3、推广渠道的多样化，推广地域的多样化，进而提高优化对话量，和实现有效对话成本的降低。

4、投放项目比例结构的优化，改装项目与其他项目的投放占比优化。

（备注：数据均经处理，非实际数据，仅供研究分析用）

百度竞价数据分析是一个成熟的SEM工程师的必备技能，数据分析能力是衡量竞价人员能力水平高低的重要指标。百度竞价的数据大体上可以分为三个部分，其一是百度后台推广数据，其二是在线对话数据，其三是市场业务数据，这三部分环环紧扣，缺一不可。

百度后台数据

每天或至少每周下载和分析关键词报告是竞价人员的常规工作，百度后台数据完全可以在关键词报告中汇总得出，需要注意的是，你登录网站后台看到的数据也包含了自然流量的数据，所以应以关键词报告的数据为准。主要的数据有以下以下几个。

1、总展现

我们所投放的竞价广告展示给用户的总次数。影响展现数最为重要的因素是关键词的数量和质量，我们在前面“百度竞价如何选词”一文中已经提到过，这里不再详细说明。

2、总点击

用户点击我们的广告链接的总次数。总点击数由总展现数和点击率决定，它的规模总数直接决定了我们整个推广账户的整体级别。

3、点击率

点击数/展现数，即CTR（Click-Through-Rate）。该指标反应用户对广告内容的认可度，是推广端最为重要的指标。影响点击率的因素有位置、质量度、标题、描述和出价。

4、总消费

即我们在本期竞价推广中所花费的总成本。

5、点击均价

总消费/总点击。百度竞价的模式是CPC（CostPer Click）即按照点击付费，点击均价反应了我们为每次点击所支付的成本。

百度后台的数据是竞价人员可以一手控制的，竞价人员需对竞价账户的表现直接负责。

在线对话数据

1、在线对话数

访客访问我们的网站并通过在线聊天工具（比如企业QQ/商务通/乐语等）与客服进行对话的总次数，注意这里最好只统计有效的对话，判断标准是访客至少发言过一次。

2、对话发起率

在线对话数/总点击。该指标反应了愿意和客服对话的访客数和所有可能已经进入网站的访客数的比例，网页的宣传点/美观度/网页打开速度以及网站内容和竞价广告的匹配程度等因素都会影响这个指标的高低。

3、客户名片数

客户名片是指访客的联系方式，我们可以把每个客户名片都当成一个潜在的成交机会，是竞价工作的重要产出。具体由三部分组成，其一是访客直接拨打的电话数，其二是访客的有效留言数，其三是在线客服向访客索要到的名片数，其中第三部分通常会占95%左右。其中，第一部分主要受着陆页水平影响，第二部分主要受客服在线状态影响，第三部分则主要受在线对话数和客服的在线对话能力影响，我们可以用客户名片数/在线对话数这个指标来反应客服的在线对话能力。

4、客户名片成本

总消费/客户名片数。该指标反应的是我们每得到一个潜在的成交机会所需花费的成本。

5、网页转化率

客户名片数/总点击。该指标反映的是总的点击数量中转化成最终的成交机会的比例，该指也是受两方面因素的影响，一个是推广着陆页的制作水平，一个是客服的在线对话能力。在客服人员接待能力基本不变的前提下，网页转化率的高低就可以看出不同版本的着陆页的不同效果，通常也是网站设计人员评估网页效能的重要指标。

在线对话数据关系到竞价人员的实际工作产出，是竞价人员必须要关心的，在线对话数据表现情况和着陆页的制作水平以及在线客服人员的工作能力关系密切，如果竞价人员本身并不负责具体的着陆页设计以及客服管理的话，跨部门的沟通和反馈就非常重要了！

市场业务数据

1、业务成交数

即所有的访客中最终完成交易的总人数。如果我们的营销推广除了百度竞价以外还有其他推广方式，那么一定要注意剔除来源于其他推广渠道的成交数量，这样才能真实反映出我们进行百度竞价的实际效果。

2、销售转化率

业务成交数/客户名片数。该指标反应的是总的成交机会中最终完成交易的比例，销售转化率非常准确地衡量了业务团队的销售能力。竞价人员应该明确统计和分析这个数据，因为业务表现不好不一定是竞价人员的问题，销售团队的销售能力也是非常重要的影响因素。

3、平均成交成本

总消费/业务成交数。该指标反应的是我们每得到一个意向客户所需花费的成本。通常公司总会控制一个平均成交的红线，超出这个红线，竞价人员就必须从各个环节去找问题了。

4、总营收

业务成交数*产品单价。即在所有成交机会中最终完成交易的流水总额。同样地，要准确衡量百度竞价给我们带来的流水总额，一定要在总营业额的流水中剔除跟百度竞价无关的部分。

5、ROI

总营收/总消费。即投入产出比，之前我们说过百度竞价的核心思想是ROI管理，百度竞价的所有操作都指向ROI指标，通常情况下ROI指标自然是越高越好，不过正如我们前面所说的，太高的ROI也往往表明我们的竞价还有扩充的空间，合理的ROI和行业的不同有很大关系，具体也要看你所在的公司是如何要求的。

市场业务数据主要受销售团队影响，竞价工作相当于市场销售工作的前期铺垫，显然，竞价人员了解自身工作的最终成效必须去关注市场业务端的数据。

以上我们仅分析了在百度竞价过程中所涉及到的一些具体的指标，相信大家也看到了，指标与指标之间有着一定的数理联系，各个指标之间具体是如何互动联系的.

---