本文来自即将在北京开课的 宋星大课堂:利用数据分析和优化互联网营销

这篇文章给需要快速了解一个账户的朋友们使用。这六个方法分别是:“一九”分布、消费和转化的四象限、转化分解、核心词互动度与ROI的气泡图分析、单页推广的核心词互动度与ROI对比分析、通用词与品牌词的词间关联分析。

更细节的每一个关键词调优的工作,就不涉及了。

方法一:“一九”分布规律

长尾模型从词频分布的角度描述了一个SEM账户内的关键词分布状况。这世界上的SEM账户基本上都符合二八甚至一九分布规律。例如下面的这个账户内关键词的分布:

这个账户的前250个词(只占所有产生流量的词的6.8%)带来了88%的流量和86%的转化收入。挺典型的。

另一个账户也非常体现出这种规律(如下图),所有产生流量的关键词中,只有头部的极小部分产生了显著的流量。

所以,利用这个模型,帮助我们对于关键词形成聚焦:账户优化其实很容易,我们搞好这些最能带来流量的头部的词就已经抓住了重点部分!把这部分词跟马上要提到的四象限模型结合起来,你的优化目标就瞬间清晰了很多。

方法二:消费和转化的四象限模型

类似这种模型大家一定都看到过,这是互联网营销分析(其实也是所有的经营分析)中最常用到的模型。用于通过两个维度对事物进行区隔。在SEM关键词的宏观研究场景下,这是一个非常赞的模型。

这个模型的优点在于,非常易懂,对关键词表现的宏观把握有很大帮助。

缺点在于,这个模型本来是帮助你对宏观进行把握的,但是为了了解这四个象限背后到底发生了什么,你又不得不立即进入到微观的词的细节之中去。例如按照上面的四象限所做出的下面的具体的词的细分情况:

点击小图看大图

于是,你看到了很细节的很多关键词的情况,但你仍然不知道我应该如何着手优化这些词。因为,从每一个词自身的词义看,不同词之间有着本质的差异。有些词的词义就决定了它更容易转化(例如,品牌词、到哪里买、价格如何之类的词),而另一些词本身并不容易转化(通用词之类的)。因此,按照四象限模型的粗浅要求,对那些花费高的想办法降低费用,或者对那些转化低的想办法提高转化,或者对低花费高转化的词进行开源拓词等等,与其说是优化策略,不如说更多的是指导思想,而很难帮助你形成具体的行动。所以,作为提醒,你仍然需要进入每一个词的细节去考虑为什么它们处于不同的象限。

尽管如此,对你快速了解哪些关键词不够好,还是很有作用的,特别是方法一中找出的头部词和那些具有核心词根的词。

方法三:转化分解

转化分解是最容易(尽管不是很容易能实现数据的准确)操作,但又最容易产生误导的模型。

我们会把整个SEM账户(或者账户的计划、单元等)按照“曝光 -> 点击 -> 流量 -> 咨询 -> 有效咨询 -> 注册 -> 购买”类似的过程来做每一个转化步骤,从而快速定位哪里出现了问题。

正是因为这个方法,我们很多次的发现,竞价效果不好的根本原因,不在于竞价本身,而在于竞价之后流量在着陆页、详情页、咨询客服等过程中出现问题。这样,盲目在账户上所做的辛苦优化,就必须快速转移到着陆页或者话术上来。

这个方法是每一个做SEM分析和优化的朋友必然会采用的方法。但从操作上看, 要避免两个主要问题 (尽管并非是这个模型本身的问题)。

先进个问题,转化漏斗模型需要全流程的精确数据,但这些数据很难全部准确的获取。尤其是对于需要一定转化周期的行业,例如金融、培训、医疗,消费者有相当长的决策周期。因此,我们能够比较实时统计的转化要回退到“有效咨询”这个层级。

为了解决这个问题,我们的ROI计算很多时候就从:

投放费用 -> 最终收入

转变为:

投放费用 -> 当日最靠后的转化(如有效询盘)。

其次,转化漏斗的形式是帮助我们强化 过程观 ,但它本身却恰恰削弱了过程的细分。这听起来很矛盾,但并不难理解。能够被漏斗构建的过程,都是 大过程 ,而无法包含用户更加细微的行为。但是,正是这些用户更细微的过程,反映了,甚至支配了转化的发生。一个极端但非常常见的例子是 单页推广 。转化漏斗在单页推广上几乎无法发挥作用。

因此,转化漏斗极为有价值,但是如同我在另外一篇文章《 优化转化:除了转化漏斗,你的弹药库还需要几种分析武器 》所写的那样,转化漏斗并不足以支撑全部的转化分析。

不过,我们手中还是有好武器解决这个问题的。在后面的方法中,要具体讲到。

方法四:核心词的互动度与ROI的气泡分析

这个方法你首先需要把不同的词根(核心词)放在不同的单元——即将所有的关键词按照词根进行细分。但这是理想状况,一般情况下,同一个词根有可能散落在不同单元。

没关系,我们有Excel,利用Excel的表格工具,再利用“文本筛选 -> 包含 ”,可以轻松把相关的词根筛选出来,如下图所示。例如,我想找到词根为“在职”的核心词,在“文本筛选 -> 包含 ”中输入“在职”,然后新建一列“核心词1:在职”,把所有筛选出来的结果对应的C列,填入“在职”。

然后,利用数据透视表,你可以将所有的关键词按照其对应的核心词(词根)的表现进行汇总。

把每一类核心词的总体表现提取出来,你得到一个核心词表现列表( CPL是Cost Per Lead,这个值越低越好;整个表格的绿色代表好,红色代表不好 ):

现在你能看到不同的词根在最终效果上的表现有很显著的差异。Leads/Click和CPL两列很能说明问题。

还记得我上课时候讲的ROI和engagement交互模型吗(那个气泡图)?这个模型其实有很多变体,但是其思想其实很简单——对比流量的交互行为和它们最终产生的转化的情况。在大部分情况下,好的交互行为(engagement)能够对应好的转化(ROI),但凡事总有例外, 这些例外情况就成为我们分析和优化的突破口 。我们现在需要用到这个模型。

这个模型的方法很清晰:

我们利用网站分析工具的细分方法(这里不再啰嗦了,对GA的使用要熟练,基本功),将各类词的流量engagement表现也汇总起来,形成一个更全面的数据表现数据,如下表所示:

利用上表数据,我们选取CPL和Bounce Rate制作气泡图,如下:

一般而言,好的engagement(更低的bounce rate)的流量会有更好的转化能力(CPL更低),但是前面说了,有例外才有机会。

绿色线是“正常表现”的部分,但绿色线之外,有两个跳出率相对较低,而CPL却相对较高,尤其是“学费”这个词特别如此。与这个词可以进行对比的词是“金融学硕士”,它的跳出率其实比学费还高,但是ROI(CPL)却表现的更好。

这种情况发生之后,你的策略是什么?基本上你要做下面的事情:

1. 检查创意是否有误导;

2. 创意没问题的情况,一定是着陆页有问题,常见的情况是页面上有吸引用户点击的元素,但用户点击之后,却发现相关信息与他们的期望相距甚远——比如,价格高于他们的预期?这个时候,你继续看GA之类的工具,看看这个词背后的人群进入着陆页之后的表现是什么样的(例如用我课堂上讲的next page report)。

Engagement与ROI的对比分析模型是最方便的分析细分流量的方法之一。对竞价排名的关键词分析也同样有用。

方法五:单页推广的核心词互动度与ROI对比分析方法

这个方法是方法四的极端情况,但这一极端情况却特别常见。比如下面这个图:

妈蛋的。。。所有关键词的跳出率都是95%甚至更高,这还让人活吗?!

是你的投放完全失效了吗?在我遇到的案例中,这种情况的发生, 只有一个原因,关键词所在的着陆页是单页推广 !单页推广整个着陆页链接不到别的页面,按照GA对跳出率(bounce rate)的定义,流量来了之后去不了别处,那么肯定都是bounce掉了。所以这种情况就没有必要看跳出率了。

因此,上面方法四的方法在这种情况下就不适用了,因为GA不能给出有效的engagement的数据。不是跳出率接近100%,就是停留时间约等于0……

那么,当我们看到“金融学硕士”和“学费”两个核心词在花费相当、流量相若的情况下,却在ROI上有天壤之别的时候,我们还有别的招儿吗?(再把方法四的这个图拿出来大家看看)。

这个时候我们需要利用热图。

例如,使用ptengine,在其中有对比热图和细分热图功能。这里要用到流量过滤细分功能:在过滤条件中,将一个核心词下的所有词挑选出来,细分这些词的流量。左边的热图显示所有跟“学费”相关的核心词的流量表现,右边显示所有跟“金融学硕士”相关的流量表现。

左边的“学费”相关的流量,表现出更多的页面浏览长度(能够读到页面下端的人的比例明显比右边的要高),但是他们在页面上停留的时间却相对较短(颜色不如右边的红)。“学费”流量似乎表现出很快速要查找信息的需求(愿意看到页面底端),但却缺乏更好的咨询(leads)转化。

这样的数据意味着,你应该认真检查页面上是否有足够吸引人的“学费”信息,或者压根在这个页面上就缺乏相关的信息。

这个数据和热图给我们很重要的提示,这两个核心词背后的流量的欲求是有相当大差异的。我们必须为这两个词建立信息偏重不同的着陆页面。

方法六:关键词之间关联分析方法

最后一个方法属于attribution(归因)的范畴。最重要的应用领域是 查看品牌词的搜索本质上是来源于哪些其他词的搜索

有很多不知名的品牌,在SEM投放初期,不得已需要扩大流量范围,投放通用词、竞品词、人群词等,目的一方面是为了引流(但引流的转化效果一定相当弱),另一方面是为了扩大品牌的曝光,为未来用户的转化做准备。

随着时间的推移,开始有人搜索品牌词,你一定想知道,这些品牌词的搜索,最初是由哪些通用词带来的流量,这些流量看到了品牌之后留下了印象,之后才会再搜索你的品牌的。

为了能够实现这一点,我们需要配置我们的监测工具。以Google Analytics(GA)为例:

为了查看关键词的归因,GA在设置上有两个前提条件:

1. 网站需要设置一个目标,设置地点如下图:

2. 对关键词要使用utm的link tag进行准确追踪(在我课程中有详细说明)。

3. 相关的数据报告则在GA的“转化->多渠道路径->热门转化路径”中可以看到,但请注意一定要选择如下图红框中的“关键词”那一项。

利用GA(或者其他有类似功能的工具),你可以看到同一个人搜索关键词之间的先后关联——所有的“索”字开头的,都是品牌词带来的流量,它之前的那个词,是投放的通用词。在这个表中,某些通用词投放,在之后带来了对品牌词的搜索。因此,你的关键词优化策略,就从仅仅看品牌词的转化,变为不仅看转化,还应该看它们能够带来多少品牌词的搜索。

好了,六个方法讲完了。哪些对你有用?哪些有建议?欢迎大家留言讨论!