手把手教你玩轉廣告數據優化 廣告數據優化怎樣做?( 二 )


◆ 第二象限:消費低 , 轉化高 。 消費低說明展現少或被點擊的次數少 , 轉化高即為關鍵詞足夠精準 。
這類詞也是應該花時間去關注的詞 , 如果消費低是因為展現太少 , 就放匹配 , 平時多否詞即可;
如果消費低是因為點擊均價太低 , 就去查看排名 , 排名低則嘗試提價;
如果有排名 , 還是占位1-2名之間 , 就去查看創意 , 是不是廣告寫得不太吸引人 。
◆ 第三象限:消費低 , 轉化低 。 消費低說明展現少或被點擊的次數少 , 轉化低即為流量不精準 。
這類詞可以放量操作 , 把匹配模式擴大一些 , 多做否詞 。 等量上來后 , 再看逐步觀察點擊、對話的效果 , 如果點擊差則關注創意 , 如果對話差則關注著陸頁 。
◆ 第四象限:消費高 , 轉化低 。 消費高說明點擊多或點擊均價太高 , 轉化低即為流量不精準或關鍵詞本身就是流量詞 。
這類詞是導致轉化成本過高的元兇 , 一定要將其扼殺于搖籃之中 , 屬于重點關注的詞 。
在分析、優化這類詞時 , 先打開搜索詞報告 , 看看該關鍵詞的匹配亂不亂 , 亂的話即否詞 , 若正常則關注創意、對話是否足夠吸引人 , 咨詢人員的話術是否有問題 。
如果這些問題都沒有 , 就看點擊均價是否過高 , 過高則降價 , 合理則縮匹配 。
有人說像這種沒轉化的詞可以暫?;騽h除 , 在預算充裕的情況下 , 我認為沒必要 , 只要低價、放量跑就行了 , 因為每個關鍵詞帶來的搜索詞都是不一樣的 , A關鍵詞可能會帶來B搜索詞 , B關鍵詞可能會帶來C搜索詞 。 這樣既方便拓詞操作 , 也許有時還能帶來轉化的驚喜 。
以上就是數據分析的方法 , 總結一下:做數據分析時要先對比數據 , 通過對比發現問題 , 再通過收集數據來找出問題 。 從計劃、單元再到關鍵詞 , 一步一步細化數據 , 最后落實到具體操作上 , 解決問題 。
這樣逐步拆解 , 其實數據分析也不難 , 我們在分析數據時只需記住一點 , 這錢花得值嗎?不值就有問題 , 就需要去找出原因 。 深圳市眾城傳媒有限公司擁有一批超過8年的互聯網營銷策劃經驗的高級SEM優化專家 , 成功服務了電商、游戲、金融、醫療、服裝、日化、食品、機械加工、化工等10余個不同的行業 , 平均每天至少有3個不同行業的中小企業主選擇與我們進行業務合作 。 我們服務的互聯網廣告平臺:搜索類——百度搜索 , 360搜索 , 搜狗搜索 , 神馬搜索等 。 信息流類——新浪新聞 , 鳳凰網 , 匯算 , 網易新聞 , 今日頭條 , 趣頭條 , uc頭條 , 百度信息流 , 360信息流等 。 社交類——微博粉絲通 , 微信朋友圈 , 廣點通 , 陌陌等 。 視頻類——抖音、快手、騰訊視頻 , 優酷視頻 , 愛奇藝視頻等 。 女性用戶類——美柚app , 她社區 , 寶寶樹 。

推薦閱讀