數據分析是診斷賬戶最基本的技能，通過數據的分析，發現問題、解決問題。首先我們要有一個清晰的邏輯：分析數據的目的，收集數據的途徑，整理數據的方法，分析思路，最后得出結論。
今天跟大家分享以下7種常用的數據分析的方法：
1、數字和趨勢分析方法
2、維度分解分析方法
3、用戶群體分析
4、營銷轉化漏斗模型分析法
5、行為軌跡分析
6、TOPN分析法/二八原則分析法
7、四象限分析法
這也是從接手一個項目到具體的優化措施的數據分析邏輯，下面進項詳細的分享和講解。
一、數字和趨勢
從數字和數據趨勢分析問題，是最基本的數據分析方法。通過直觀的數字以及各種柱狀圖、條形圖、折線圖、餅圖等常用圖表之外,還有數據地圖、瀑布圖和散點圖,旭日圖,漏斗圖等等，對于數據趨勢一目了然。可以直觀、迅速了解到數據信息，方便及時做出策略調整。
有助于決策的準確性和實時性。
對于競價賬戶而言，展現點擊量是非常重要的指標。上圖中，我們將競價賬戶的展現量、點擊量等指標做成折線圖，這樣數據的波動范圍及波動時間就可以很直觀的看出，一目了然。
二、維度分解
如果單一的數字不足以分析出問題所在時，我們則需要從不同的維度進行拆解。逐一排查，每個層級都或多或少存在些許問題或者可優化的細節部分，在分析該層級的數據同時，對于數據不好的地方加以優化升級，則是錦上添花了。
①計劃層級
查看一段時間，一周或者一個月的計劃數據報告，宏觀上分析每個計劃的展現量、點擊量等數據是否合理，有無波動。例如護欄網賬戶每日展現量在200-300以及以上較為合理，訪客量在15以上有利于更高的咨詢轉化。
②創意層級
統計普通創意及高級圖文、列表創意展現點擊率，針對展現量低或者點擊率低的創意進行修改，并分析哪類圖片或者文字為客戶喜愛點擊的類型，總結并進行相應的修改。
③關鍵詞層級
關鍵詞層級數據重點分析關鍵詞展現量、點擊量、點擊率以及有消耗的關鍵詞數量這四個維度。
④網站層級
通過站內統計工具，分析網站訪問用戶量（UV）和頁面訪問量（PV），用戶跳出率，以及網站頁面瀏覽時長來判定網站內容是否能夠滿足客戶需求，與客戶購買或者服務要求是否一致，進而對于跳出率高，轉化率低的問題得出結論：問題存在于搜索詞的相關與否還是存在于網站頁面內容的呈現，相應的做出調整即可。
三、用戶群體分析
用戶畫像分析即潛在用戶是什么樣的, 一般區分為年齡、性別、 城市、 收入、學歷等幾方面,這樣的一個用戶群體的描述。針對特定情景下搜集的客戶全體數據進行歸類總結處理，就是我們常用到的用戶畫像分析方法。
創建出用戶群體畫像之后，針對性的對于該類用戶進行特定的運營方案和產品策略，效果會有顯著提升。
四、營銷轉化漏斗模型分析法
營銷漏斗即“搜索營銷效果轉化漏斗”，通過分析從搜索到成交之間的各個環節的流失，來發現問題解決問題的方法。
①展現量
網民輸入一個搜索信息，然后出現在頁面中的創意或者廣告，在后期的時候廣告出現的次數稱為展現量，不管網民有沒有看到你的廣告，只要出現了就都會被計算在內，如果網民翻到第二頁、第三頁，頁面中還有你的廣告，那么也會被計算在內。
影響因素：影響展現量的因素很多，主要包括關鍵詞的詞量、關鍵詞出價、關鍵詞質量度、匹配模式、投放地區、推廣時段等等。
②點擊量
在有展現的情況下，你的創意或廣告吸引網民的興趣同時網民點擊了你的廣告，那么這個數量在統計時成為點擊量，值得一提的是，只要網民點擊了你的創意，無論能不能成功進到頁面，都會被算為點擊，在競價推廣中就會給你算賬扣費。
影響因素：影響點擊的主要是關鍵詞的排名以及關鍵詞所匹配的創意、創意的展現形式等。
③訪問量
網民點擊了你的創意之后，成功加載完頁面的次數，如果在加載過程中網民關掉了你的頁面，那么就不算為訪問量。
影響因素：主要影響訪問量的因素有網頁打開速度、網站所在空間、服務器帶寬、頁面質量以及惡意點擊。
④咨詢量
在一段時間內，網民與客服溝通的次數叫做咨詢量，如果網民對你的頁面內容感興趣的話，能夠吸引到網民，就能夠產生咨詢。
影響因素：咨詢量影響因素主要包括頁面質量、頁面框架、頁面內容、頁面色彩等
⑤訂單量
它和你能拿到手的錢有關，但是這一過程也是十分值得注意的，稍有不慎就會錯失客戶，造成流失。
影響因素：這個過程最能考驗客戶的能力影響成交的因素包括客服的服務態度、專業程度、服務有沒有及時、有沒有成功引導客戶等。
五、行為軌跡分析
關注客戶行為軌跡，可以真實了解用戶行為，從本質出發，做出知己知彼，百戰不殆的戰術。客戶行為軌跡可分為搜索階段和網站瀏覽階段兩大方面。
在搜索階段可通過網民搜索詞了解客戶購買產品時在意的產品特點、屬性，通過展現點擊量了解客戶什么樣的關鍵詞更容易觸發潛客戶搜索、對什么樣的創意更感興趣。在網站瀏覽階段，客戶行為即網站瀏覽時長、網站跳出率、瀏覽頁面數量、有無在線溝通等，根據數據分析出轉化率低原因為網站內容與客戶購買意圖不符或者網站內容未能引起客戶購買欲望。
六、TOPN分析法/二八原則分析法
TOPN分析法類似二八原則，指在大量數據中通過降序排列，找出某項數據的前N名匯總，從而得到占據主要比重的少量數據。例如通過關鍵詞展現量點擊量消費等數據的降序排列，分別找出每項的關鍵詞TOP10，通過分析這些詞的轉化率、可以總結出消費占比是否合理，點擊量高的關鍵詞是否為主業務詞，進而做出相應調整。
七、四象限分析法
四象限分析法是以轉化為橫軸、消費為縱軸將關鍵詞分為四個象限：第一象限：消費高，轉化高、第二象限：消費低，轉化高、第三象限：消費低，轉化低、第四象限：消費高，轉化低。
第一象限：高消費，高轉化。一般是優質詞，但競爭比較高，重點關注排名，拓展該類詞或相關詞；第二象限：低消費，高轉化。一般是長尾詞或者小眾詞，但是轉化夠精準，應設置足夠的預算，保持長時間在線。 第三象限：消耗少轉化也少，應拓寬流量，同時添加否詞，流量上升后再進行流量篩選，保留優質流量。第四象限：高消費，低轉化。看是否是匹配問題或者有關鍵詞集中點擊，相應的縮減匹配或者降低個別關鍵詞出價，以保證其他轉化高的關鍵詞有充足預算。
以上就是數據分析的7種基本方法，希望能夠對大家有所幫助，通過清晰地數據分析讓工作效率事半功倍。
