为大家分享一下最近几天面试时常问的问题：

部门经理：“对智能匹配了解吗?年前离职之前尝试过智能匹配吗”?

我：“了解过一点，但是不多”

部门经理：“之前做什么类型的账户，账户预算多少，过万了吗”?

我：“之前做的是小公司，预算比较少”

部门经理：“数据分析会做吗”?

我：“不是很了解(以前从没做过数据分析啊!)”

部门经理：“不好意思，你的能力不太符合岗位要求”

走出某公司在楼道里我听到了部门经理告诉人事的一句话：“这什么人啊，数据分析都不知道，还出来面试”

数据分析?究竟是分析什么?怎么分析呢?今天咱们就来好好聊聊这个事情。

数据分析是指通过对账户数据有目的地进行收集、整理和分析，发现账户中存在的问题，并根据问题制定相应的解决方案，以此来提高投入产出比。

说起数据分析，很多人只是装模做样地打开一个数据表格，然后盯着数据看。至于为什么要看这份数据报表，或许答不出个所以然来。

数据分析并不是说想看哪份数据就看哪份，它是有一套流程的，数据之间是有一定因果关系的。我们将数据分析方法总结为以下4 步，供大家参考。

1、数据分类

很多竞价员在面对错综复杂的数据时往往一头雾水，不知道该如何下手。

其实，在刚开始对数据进行分析时，建议先对数据进行分类。一般竞价数据可以分为 3 类，即账户数据、各种比率数据和各种成本数据。

01. 账户数据指消费额、展现量、点击量、抵达量、线索量等。

02. 各种比率数据指通过账户数据计算出的点击率、线索率、对话率等

03. 各种成本数据指通过账户数据计算出的点击成本、线索成本、对话成本等。

将数据分类后，利用 Excel 表根据不同维度收集、整理数据。

2、发现推广问题

当收集好数据后，便可以对数据进行分析，发现目前推广中所存在的问题。

在此可能很难单凭每天的数据变动就确定账户中存在的问题。因此，可以利用比重分析法进行分析。

首先按照维度进行划分，根据日期划分为上下两个维度，然后利用 Excel 中的数据透视表功能进行对比。

3、确定优化方向

比如账户目标为增量操作，那就可通过增加展现量或增加点击来达到目的。但到底是增加展现量效果好还是增加点击量效果好，不同优化方向产生的效果也会大相径庭。

这就需要进一步的分析去明确优化方向，比如可以采用假设法。

通过对不同的假设进行推理，发现增加展现量的效果要优于增加点击量的效果，那就可以进一步考虑，增加展现量都有哪些具体操作方法。

4、确定优化方案

增加展现量是最优化方向，那增加展现量的方法有哪些?常用的方法有加词、放匹配、删否词、提价。

但又有新的问题产生。加词应加哪些词?放匹配应放哪些词的匹配?删词又应删哪些词?这就需要进一步搜集相应数据从而确定一个具体的优化方案。

以加词为例。答案自然是加那些有点击有转化的词。所以就需要下载相应的搜索词报告，筛选出那些有点击有转化的词，然后拓词添加到账户中。

同理，提价、放匹配、删否词也是如此。

通过对收集的数据进行分析得出具体解决方案后，便可据此进行执行操作了。

以上，就是数据分析的 4 个步骤。先对数据分类，然后进行分析发现推广中的问题，再确定优化方向，最后根据优化方向确定优化方案。

数据分析是最后一步，也是最重要的一步。很多竞价员都会反思自己为什么做不好数据分析，答案也许恰是因为你不了解它。

所谓知己知彼，百战不殆，数据分析也是如此。只有了解它，才能更好地分析它、解决它。