sem推广如何做好数据分析工作？

现如今信息爆炸时代，各种信息多的眼花缭乱。很多东西看起来炫酷，但往往能解决大量问题的却是一些朴实无华的方法。本文分享sem推广中会用到的8个经典数据分析方法，助力数据分析之道。

1、URL标记(Linktag)

Linktag标记流量源头，绝对是所有方法中最为基本重要的一种。

这种方法不仅仅适用于网站的流量来源，也同样适用于app下载来源的监测(但后者需要满足一定的条件)。

Linktag的意思是在流量源头的链出链接上(即访问URL上)加上尾部参数。这些参数不仅不会影响链接的跳转，而且能够标明这个链接所属的流量源是什么(理论上能够标明流量源的属性数是无限的)。

Linktag不能单独起作用，必须要在网站分析工具或者app分析工具的配合下工作。

Linktag是流量分析的基础，要严肃的分析流量，多种分析方法都需要使用linktag的。

2、构建转化漏斗模型

分析转化的基本模型是转化漏斗(conversionfunnel)，这个SEMER都应该很熟悉了。

转化漏斗最常见的是把最终的转化设置为某种目的的实现，最典型的就是实现销售。

所以大家很多时候把转化和销售是混为一谈。但转化漏斗的最终转化也可以是其他任何目的的实现，比如一次使用app的时间超过10分钟。

漏斗帮助我们解决两方面的问题，

第一，在一个过程中是否发生流失，如果有流失，我们能在漏斗中看到，并且能够进一步的分析流失点;

第二，在一个过程中是否出现了其他不应该出现的过程，造成转化主进程受到损害。

漏斗的构建很简单，无论web还是app，都是最好用的方法之一。而且漏斗方法还会和其他方法混合使用，乐趣无穷。

3、微转化元素分析

人人都懂转化漏斗，但不是所有人都关注微转化。但是你想指望一个转化漏斗不断提升转化率太困难了，而微转化却可以做到。

微转化是指在转化必经过程之外，但同样会对转化产生影响的各种元素。这些元素与用户的互动，左右了用户的感受，也直接或者间接的影响了用户的决定。

比如，商品的一些图片展示，并不是转化过程中必须要看的，但是它们的存在，是否会对用户的购买决定产生影响?这些图片就是微转化元素。

4、A/B测试

通过数据优化运营和产品的逻辑很简单——看到问题，想个主意，做出原型，快速验证。

快速验证，如何验证的?

主要方法就是A/B测试。在web上进行A/B测试很简单，在app上难度要高很多，但解决方法还是很多的。国外的经典app，还有那些卖钱的游戏，几乎天天都在A/B测试。

5、热图及对比热图

热图是一个大家都喜欢的功能，它是最直观的记录用户与产品界面交互的工具。

要想热图用的好，一个很重要的点在于你不能单独使用一个热图就想解决问题。而集中对比热图则是一个不错的方法。

其一，多种热图的对比分析，尤其是点击热图(触摸热图)、阅读线热图、停屏热图的对比分析;

其二，细分人群的热图对比分析，例如不同渠道、新老用户、不同时段、AB测试的热图对比等等。

其三，深度不同的互动，所反映的热图也是不同的。这种情况也值得利用热图对比功能。例如点击热图与转化热图的对比分析等。

总之，分析很多用户交互的时候，热图简直是神器，只不过，热图真的比你看到的要更强大!

6、事件追踪(EventTracking)

事件追踪本质上是对特殊互动的定制化监测，而由于是定制化，所以反而有了更多附加的好处。

即可以额外添加对于这个活动的更多的说明(以事件追踪这个方法的附件属性的方式)。

随着app的出现，由于app的特殊性，分析app上的点击行为的重要性则十分巨大。这就是说，在app端，event反而是主，page(更准确应该是screen)反而是辅!这也是为什么，这个方法你必须要掌握的原因。

7、归因分析(Attribution)

考虑到人们购买某一样东西的决策，可能受到多种因素(数字营销媒体)的影响，所以科学合理的归因模型有助于更好的运营分析。

比如看到广告了解到这个商品的存在，利用搜索，进一步了解这个商品，然后在社交渠道上看到这个商品的公众号等等。这些因素的综合，让一个人下定了决心购买。

如何了解数字营销渠道之间的这种先后关系或者相互作用?如何设置合理的数字营销渠道的策略以促进这种关系?在评价一个渠道的时候，如何将归因考虑在内从而能够更客观的衡量?这些都需要用到归因。

所以对于营销负责人，归因分析是必不可少的分析方法。

8、细分法

严格说，细分不是一种方法，它是一切分析的本源。SO没有细分你做什么分析呢?

细分有两类，一类是一定条件下的区隔，其实就是过滤。另一类是维度(dimension)之间的交叉。

细分几乎帮助我们解决所有问题。比如，我们前面讲的构建转化漏斗，实际上就是把转化过程按照步骤进行细分。流量渠道的分析和评估也需要大量用到细分的方法。

维度之间的交叉是比较体现一个人分析水平的细分方法。分析跳出率时，我们会把landingpage(落地页)和它的trafficsource(流量源)进行交叉，以检查高跳出率的表现是由着陆页造成，还是由流量造成。