听说大家都被数据分析折磨过。

▲ 什么是数据分析？

▲怎么感觉这个数据到处都有问题？

▲天啊，我应该先分析哪条数据？

疼吗？

哈哈……不过，今天的文章可能会让你更痛苦。

为了帮助大家摆脱数据分析的魔力，今天给大家带来了一篇关于“如何分析数据”的案例文章。

下图显示了一个账户的营销数据。从您的角度来看信息流数据，您认为问题出在哪里？

分析完成后，您可以阅读自己的答案。

一、确定目的

一般情况下，我们进行数据分析是为了什么？

降低成本、增加对话、提高流量质量……等

但实际上，我们最终都可以归结为一个目的：增加转化率。

那么我们分析的时候，就可以以此为出发点了。

二、发现问题

既然目的是提高转化率，我们可以从结果开始。

从图中可以看出，它的线索在逐渐增加，但线索的成本并没有降低。

那…从结果分析来看，我们的获客成本相对较高。

三、分析并确定问题

潜在客户的成本很高，要么是因为我们的平均价格高，要么是因为我们的谈话率低。

从对话率来看，我们可以接受它的数据，说明流量质量还可以；点击率略有下降，均价居高不下，对话成本也处于高位。

那，由此可以判断：对话成本高导致线索成本问题。

四、分解问题

确定了问题，我们需要分解问题。

建议在这种情况下，我们可以在草稿或电脑上列出思维导图。

会话成本高，我们可以从两点解决：

降低对话成本，增加对话量

要降低对话成本，要么降低整体平均点击价格以降低成本，要么提高对话率以赢得数量。

降低整体平均点击价格：我们可以通过过滤掉平均价格高而转化率低的词来实现这一点。

提高转化率：转化率通常与流量和转化指导的质量有关。那么我们可以通过以下四点来分析，找出影响对话的弱点。

到达分析

轴承分析

转化能力分析

流量质量分析

增加对话量只是提高流量的质量和数量的问题。

这要求我们在增加流量的同时过滤掉垃圾流量。同样，我们也可以通过分词来达到这个目的。

我们最初的目标是提高转化率，所以我们可以先过滤掉转化率更高的词，然后再进行分类。

均价高转化好：先加词，扩量后优化创意，控制流量。

均价低，转化好：采用提价和发布匹配相结合的方式。

五、操作执行

当计划确定后，我们就可以按照优化后的计划执行了。

按照上面的操作，我们基本上可以分为三个步骤：

1.降低整体平均点击价格

2.提高对话率

3.增加对话量

那么问题来了，我们应该先走哪一步？

是 123 还是 321，还是 213、231…

在数据分析中，先操作后操作可能会带来巨大的变化。

比如：我们先降价，可能会导致钱花不完，这就需要我们先增加成交量，再收成交量。

那么信息流数据，大家对于上述操作的执行顺序怎么看？

本文属原创，转载请注明来自：赢销说 » 信息流数据分析全过程，附案例分析~