百度競價怎樣進行數據分析？

很多從事競價推廣的朋友還承擔了不少其他相關工作，有些分管了着陸頁設計，有些還分管銷售業務，為了確切地知曉各個環節裏可能存在的問題，細化的數據分析能力肯定都是必備的，本篇承接上對百度競價的數據分析做進一步討論。

工具/原料

百度推廣賬户

方法/步驟

1多因素分析

如果在之前的競價分析中發現有兩個或者多個地方存在問題，那怎麼辦?比如我們發現本月訪客名片數大量減少，經分析原因有兩個，一是網頁轉化率下降，二是總點擊也下降了。我們知道網頁轉化率和着陸頁設計以及在線客服接待能力密切相關，而總點擊自然是由競價人員來負責，幾個因素都有影響，如果是由不同的人員負責的話，誰當負主要責任?

2公式分析

很顯然，上面這個問題是要求我們明確各方所應承擔的責任大小，並給出一個確切值。

根據公式：訪客名片數=總點擊×網頁轉化率

首先我們需要計算出訪客名片數、總點擊以及網頁轉化率這三個指標的環比增長率，環比增長率=(本週期數據-上週期數據)/上週期數據，這裏我們假設總點擊的環比增長率為X，網頁轉化率的環比增長率為Y，訪客名片數的環比增長率為Z(XYZ可為正也可為負)。

3影響係數分析

接着我們需要計算X和Y值分別對Z增長率的影響係數，根據數學知識，我們可以知道在1+Z=(X+1)(Y+1)的情況下(具體的計算過程我們這裏略去不提)

X對Z的影響係數=X /(X + Y)

Y對Z的影響係數=Y /(X + Y)

4具體影響分析

我們已經知道總點擊數和網頁轉化率的環比變化各自對名片轉化率環比變化的影響係數，接下來我們只要把上個步驟中得到的兩個值分別乘以名片數量減少的絕對值，就可以知道點擊數的減少和網頁轉化率的減少分別造成了多少訪客名片的減少，從而哪個環節應該為公司業績的下滑負更大的.責任這個問題就解決了，同樣的分析方法也可以適用於競價數據中的其他公式。

5多因素分析的意義

有的朋友會覺得這樣做太過較真，好像完全沒有必要，其實不然，實際上不少公司對百度競價等相關人員的績效考核已經開始引入了類似以上這樣影響係數的指標，百度競價本身就講究數據的準確性，在數據分析這個環節，我們做得更細化和深入一些，對於互聯網理性思維的養成也是大大的有好處哦。