运营资源竞价数据分析与优化策略研究.pdfVIP

竞价-数据分析

——转化数据分析

数据分析目的：提升CTR、提升CVR,提升Leads量，降低CPA,提升ROI

数据分析流程：确定分析目的→收集数据→整理数据→分析数据→得出分析结果

数据分析方法：趋势分析、比重分析、TOPN分析法、四象限分析法、漏斗分析法、SEM决

策树

思考路径：

1、定位目前的问题？

成本？转化？决定思考的方向

2、这个行业的量级如何？

判断竞争的激烈程度，行业成熟度

3、这个行业的平均转化率如何？

了解一个转化大致的流量样本量，我们与行业的差距

4、回到业务的专业性上，（流量与人群，创意，页面的相关性）

执行，最细粒度的分析

有效指标：企业类客户每天三个有效的商桥（表单、除外），个人类客户

根据客户的预算，新运营账户的指标CPA150-200一个有效的，后期向CPA120-100-80

这个梯度下降；

宏观交互分析：（整站）整体跳出率、跳出率、整体停留时间、停留时间，跳

出率参考：60%以下，停留时间45秒以上；

微观交互分析：（单页）热图分析，页面屏幕浏览率，页面屏幕停留时间、热图点击分布、

客户注意力分布；

Bidding-data

analysis

——Conversiondata

analysis

Dataanalysispurpose:ImproveCTR,improveCVR,increasethenumberofLeads,reduceCPA,andimproveROI

Dataanalysisprocess:Determinetheanalysispurpose→Collectdata→Organizedata→Analyzedata→Get

analysisresultsDataanalysismethods:trendanalysis,proportionanalysis,TOPNanalysismethod,four-quadrant

analysismethod,funnelanalysismethod,SEMdecisiontree

Thinkingpath

sharing:

1.Whatisthecurrentproblemof

positioning?

Cost?Conversion?Determinethe

directionofthinking

2.Whatisthemagnitudeofthis

industry?

Determinetheintensityofcompetitionand

industrymaturity

3.Whatistheaverageconversionrateinthis

industry?

Understandtheapproximatetrafficsamplesizeforaconversionandthe

gapweenusandtheindustry

4.Backtotheprofessionalismofthebusiness(thecorrelationweentrafficand

crowds,creativity,andpages)

Perform,themostfine-grained

analysis

Effectivedialogueindicators