在信息流廣告投放過程中，日常的數據監控怎么做才能保證快速有效呢？
答：
推廣數據指標那么多，在分析的時候到底有什么樣的優先級？這里給大家一些方法供參考：
1）統計報表模板
首先我們要做一個屬于自己的數據報表統計模板，把需要做出分析的數據全部導出。表頭如下：
整個表格我們分為基礎數據和轉化數據兩個大的模塊。
其中，基礎數據包含消費、千次曝光價格、點擊量、點擊單價以及點擊率；而轉化數據則根據不同的轉化通道和窗口，來設置需要跟蹤的指標。例如，轉化窗口是表單，那么我們需要統計表單提交量、表單提交率、單個表單提交所消耗的廣告成本（注：如涉及返點，需要將廣告幣成本和實際現金成本都列出來）。其他轉化方式（電話、下載、微信加粉）與之雷同，詳情大家可以參考表頭里的指標。
反過來我們講一講，為什么要做一個屬于自己的模板？
數據分析的意義在于，讓我們對推廣的效果反饋更加明確，從而做出進一步的策略調整。因此需要統計的數據指標，一定是你最關心的，換句話說，是最影響結果的。所以，表格模板絕不是別人怎么做，我就怎么做。而是需要自身清晰的知道，每一個指標在我的系統里是什么作用，為什么要監測它，它的變化有哪些影響因素，它又會影響到哪些指標。
這才是數據篩選的意義。
2）寶塔法則
數據的篩選和統計只是第一步，接下來我們需要對收集的數據進行整理和分析。但在分析之前，我們需要明確一個原則，就是今天我跟大家提出的“寶塔法則”：
大家都知道，正常的營銷漏斗是這樣：
而寶塔法則是這樣：
雖然這個圖有點丑，但相信朋友們已經看出了端倪，其實是正好相反的流程。具體什么意思呢？
當我們在統計數據、分析營銷轉化漏斗的時候，需要正向逆向結合來看。這個在我的《信息流廣告投放實戰70課》里有講到，各個監控指標的權重，但是當時沒有一個這么好記的名字。
換句話說，當我們在關注曝光量/點擊量等基礎數據的時候，同時需要關注轉化量；結合轉化量，再回過頭去看基礎數據。
這個是我們數據分析的原則和根本。
3）四象限法則
數據也篩選了、原則也確定了，那么接下來就是我們真正意義上的數據分析，這里給大家推薦非常經典的轉化評估的四象限法則：
在這個四象限法則里，橫坐標代表著我們的廣告費用消耗，縱坐標代表著廣告產生的轉化量，我們逐一看來：
第一象限：有三個屬性標簽，即轉化高、消耗多、成本高。這一類的數據，需要優化的因素比較多，重點在于出價、點擊率/轉化率（O系和CPA模式下需要分析轉化率）以及文案創意的精準度。
第二象限：這一部分是最優的廣告數據，轉化高成本低，可以持續保持觀察，當然有錢的主兒也可適當擴量。
第三象限：這一部分很明顯就是廣告沒能投放出去，曝光量級太小，那么我們優化的時候就需要優先考慮展現量。（展現量如何優化想必不用講了）
第四象限：最后這部分的數據，轉化量低、轉化成本過高，我們優先考慮優化的便是投放方案（包括創意/落地頁/定向等）以及流量的精準度。
以上就是我們常用的數據分析方法，希望對你有所啟發。
評論