4个方向对数据分析做详细的论述和案例解读 如何做好sem数据分析?( 四 )


1.按地域或时段来查看转化率 , 如果的确存在明确差异 , 用地域或时段限制来剔除不好的部分 。
2.看搜索词报告 , 如果搜索词之间存在明显转化率差异 , 用否定匹配 , 单独购买或变更匹配模式来剔除不好的搜索词 。
3.看创意报告 , 如果创意之间转化率存在明显差异 , 暂停或更换掉不好的创意 。
4.检查登录页面设计和内容与搜索词的关联程度 , 通过测试选择更有效的登录页 。
5.通过降低出价降低排名 , 从而使CPC降低 , 最终使CPA下降 , 但有可能在CPA降低到期望值之前 , 由于出价过低 , 广告不能推左、不能排到首页、甚至下线 。
由于百度游戏的系统目前只能追踪到搜索词 , 我们只有第2、第4和第5手段可以用 , 所以我们首先查看了短语匹配的“游戏”基于搜索词的数据 , 并将消费占比较大的陈列如下:
“游戏”这个关键词的CPA是65.90 , 所以我们用这个数值作为标准 , 将CPA大于这个数值上搜索词视为“坏孩子” , CPA小于这个数值的视为“好孩子” 。
从上表的搜索词来看 , 我们发现包含7K7K的搜索词转化率都不高 , 都是坏孩子 。 通过对百度游戏和7K7K两个游戏网站的分析发现 , 百度游戏偏策略和角色扮演 , 玩起来需要投入精力和时间并能获得成就感 , 而7K7K偏休闲游戏 , 可以用来放松身心打发碎片时间 。 所以我们认为 , 搜索7K7K的人群应该不太符合百度游戏的用户属性 , 这也就是为什么和7K7K相关的搜索词效果不好的原因 。 具体后续优化方案可以考虑2个方向:
1.将7K7K设为否定匹配 , 完全放弃这类搜索用户 。 其后果会使“游戏”这个词的消费下降21261.37 , 占比21% , 转化下降195个 , 占比12.7% , 可以使CPA从65.90下降到59.63 。
2.如果对这些转化的丢失非常心疼 , 也可以考虑单独购买这些包含7K7K的关键词 , 并控制其出价 , 将CPC压低到现有的1/3或者更低 , 保证较低的CPA水平 。
另外 , 从上表我们也能发现 , “单机游戏”和“好玩的单机游戏”有着较多的转化量和较低的CPA 。 为了增进其转化数量从而拉低整体CPA , 我们可以尝试单独购买和“单机游戏”接近的关键词 , 有针对性的配以创意和登录页面 。
“手机游戏“从词性上和百度游戏要获取的用户相差较大 , 这也不难解释其转化率奇低 。 我们应该考虑将“手机”列入否定匹配的词表中 。
“双人小游戏大全”这个词点击率很高 , 但转化率较差 , 这很有可能说明很多搜这个词的人对百度游戏感兴趣 , 但没在网站找到自己想要的内容 , 非常可能是登录页面与广告创意之间有不匹配的地方 , 可以考虑单独购买 , 有针对性的设置创意和登录页面 , 期望能提高转化率 。
四、大数据量的分析方法
从上面的并不完整的分析我们可以看出 , 将一个关键词从问题表征分析到根源并细化到可操作层面是非常耗费时间的 。 那么 , 如果客户拥有成千上万个关键词 , 这是否会变成一个噩梦般的工作呢?值得庆幸的是 , 我们还是有些方法可以躲过那样的悲剧的 , 下面我们逐步来介绍:
首先 , 先把关键词按有转化和无转化分成2大类 , 首先看有转化的关键词:
我们将有转化的关键词放到转化量(横轴)和CPA(纵轴)的散点图里面去 , 如上图 。 并用有转化关键词的平均转化量(2.6)和平均CPA(47)作为分界线 , 将关键词分为4个象限:
1.右上角象限的关键词CPA高且转化量大 , 广告主通过购买这些关键词争夺客户 , 相互竞价造成CPA居高不下 , 广告主很难靠这些词盈利 。 我们把这个象限叫做“畅销词” 。 常见的畅销词是“游戏”这样的通用词 。
2.右下角象限的关键词CPA低并且转化量大 , 这些词是真正的盈利来源 , 广告主希望这样的词越多越好 , 可以用来平抑畅销词的高昂成本 。 我们把这个象限叫做“金牛词” 。 常见的金牛词和广告主业务高度相关 , 例如“单机游戏” , 另外知名度高的品牌次也可能成为金牛词 , 例如“百度游戏” 。

推荐阅读