情報フローデータ分析の全プロセスと例〜

皆さんもデータ分析で苦しめられていると聞きました。

▲データ分析って一体何？

▲ なぜこのデータにはどこにでも問題があるように感じるのでしょうか?

▲ あらまあ、どのデータを最初に分析すればいいのかしら？

痛いですよね？

ハハハ…でも、今日の記事はあなたをもっと苦しめるかもしれません。

データ分析への執着から皆様を解放するために、本日編集者は「データ分析の方法」に関する事例記事をお届けします。

下の図は、アカウントのマーケティングデータを示しています。あなたの観点からすると、何が悪かったと思いますか?

分析後、あなた自身の答えを読み続けることができます。

一般的に言えば、なぜデータ分析を行うのでしょうか?

コストを削減し、会話を増やし、トラフィックの品質を向上させます。

しかし実際には、結局のところ、私たち全員の目標は 1 つ、つまりコンバージョンを増やすことに集約されます。

そうすれば、分析するときにこの目的から始めることができます。

コンバージョンを増やすという目的が明確になったので、結果から始めましょう。

図から、手がかりは徐々に増加しているが、手がかりコストは減少していないことがわかります。

そうですね…結果を分析すると、当社の顧客獲得コストは比較的高いことがわかります。

リードのコストが高いのは、平均価格が高いか、コンバージョン率が低いためです。

しかし、コンバージョン率から判断すると、そのデータは私たちにとって許容範囲内であり、トラフィックの品質が良好であることを示しています。クリックスルー率はわずかに低下し、平均価格は依然として高いため、コンバージョンコストも比較的高いレベルにあります。

したがって、会話コストが高いと手がかりコストの問題につながることがわかります。

問題を特定したら、それを分析する必要があります。

このような場合には、下書きやパソコン上にマインドマップを一覧表示しておくことをお勧めします。

対話のコストは高く、次の 2 つの側面から解決できます。

1. 会話コストを削減
2. 会話の量を増やす

• 会話コストを削減

会話コストを削減するには、全体的な平均クリック価格を下げてコストを削減するか、会話率を上げて量で勝つかのいずれかを行います。

全体的な平均クリック価格を下げる:平均クリック価格が高く、コンバージョン率が低い単語を除外することで、この目標を達成できます。

コンバージョン率の向上:コンバージョン率は、多くの場合、トラフィックの品質とコンバージョン ガイダンスに関連しています。次に、次の 4 つの点を分析することで、対話に影響を与える際の自分の弱点を見つけることができます。

到着分析

負荷解析

変革能力分析

トラフィック品質分析

• 会話の量を増やす

会話の量を増やすには、トラフィックの質と量を増やすだけです。

これには、トラフィック量を増やしながらジャンク トラフィックをフィルター処理することが必要になります。これも、単語を分割することで実現できます。

私たちの最初の目標はコンバージョンを増やすことなので、まずコンバージョン率の高い単語をフィルタリングして分類します。

平均価格が高く、コンバージョン率も高い:最初にキーワードを追加し、ボリュームを拡大してから、創造性を最適化してトラフィックを制御します。

平均価格が低く、コンバージョン率が高い:価格の引き上げとマッチングを組み合わせます。

計画が決まったら、この最適化計画に従って実行することができます。

上記の操作に従って、基本的に 3 つのステップに分けることができます。

1. 全体的な平均クリック単価を下げる

2. 会話率を上げる

3. 会話の量を増やす

それで、問題は、まずどのステップを踏むべきかということです。

123 か 321 か、それとも 213、231 か...

データ分析では、どちらを先に操作するか、どちらを後で操作するかによって、大きな変化が生じる可能性があります。

たとえば、最初に価格を下げると、お金が使われない可能性があるため、最初に量を増やしてから値下げする必要があります。

それで、読者の皆さんは、上記の操作実行順序についてどう思われますか?

出典:後昌学院 ( semlianmeng )