這篇文章給需要快速了解一個(gè)賬戶的朋友們使用。這六個(gè)方法分別是：“一九”分布、消費(fèi)和轉(zhuǎn)化的四象限、轉(zhuǎn)化分解、核心詞互動(dòng)度與ROI的氣泡圖分析、單頁(yè)推廣的核心詞互動(dòng)度與ROI對(duì)比分析、通用詞與品牌詞的詞間關(guān)聯(lián)分析。

更細(xì)節(jié)的每一個(gè)關(guān)鍵詞調(diào)優(yōu)的工作，就不涉及了。

方法一：“一九”分布規(guī)律

長(zhǎng)尾模型從詞頻分布的角度描述了一個(gè)SEM賬戶內(nèi)的關(guān)鍵詞分布狀況。這世界上的SEM賬戶基本上都符合二八甚至一九分布規(guī)律。例如下面的這個(gè)賬戶內(nèi)關(guān)鍵詞的分布：

這個(gè)賬戶的前250個(gè)詞（只占所有產(chǎn)生流量的詞的6.8%）帶來(lái)了88%的流量和86%的轉(zhuǎn)化收入。挺典型的。

另一個(gè)賬戶也非常體現(xiàn)出這種規(guī)律（如下圖），所有產(chǎn)生流量的關(guān)鍵詞中，只有頭部的極小部分產(chǎn)生了顯著的流量。

所以，利用這個(gè)模型，幫助我們對(duì)于關(guān)鍵詞形成聚焦：賬戶優(yōu)化其實(shí)很容易，我們搞好這些最能帶來(lái)流量的頭部的詞就已經(jīng)抓住了重點(diǎn)部分！把這部分詞跟馬上要提到的四象限模型結(jié)合起來(lái)，你的優(yōu)化目標(biāo)就瞬間清晰了很多。

方法二：消費(fèi)和轉(zhuǎn)化的四象限模型

類似這種模型大家一定都看到過(guò)，這是互聯(lián)網(wǎng)營(yíng)銷分析（其實(shí)也是所有的經(jīng)營(yíng)分析）中最常用到的模型。用于通過(guò)兩個(gè)維度對(duì)事物進(jìn)行區(qū)隔。在SEM關(guān)鍵詞的宏觀研究場(chǎng)景下，這是一個(gè)非常贊的模型。

這個(gè)模型的優(yōu)點(diǎn)在于，非常易懂，對(duì)關(guān)鍵詞表現(xiàn)的宏觀把握有很大幫助。

缺點(diǎn)在于，這個(gè)模型本來(lái)是幫助你對(duì)宏觀進(jìn)行把握的，但是為了了解這四個(gè)象限背后到底發(fā)生了什么，你又不得不立即進(jìn)入到微觀的詞的細(xì)節(jié)之中去。例如按照上面的四象限所做出的下面的具體的詞的細(xì)分情況：

于是，你看到了很細(xì)節(jié)的很多關(guān)鍵詞的情況，但你仍然不知道我應(yīng)該如何著手優(yōu)化這些詞。因?yàn)?，從每一個(gè)詞自身的詞義看，不同詞之間有著本質(zhì)的差異。有些詞的詞義就決定了它更容易轉(zhuǎn)化（例如，品牌詞、到哪里買、價(jià)格如何之類的詞），而另一些詞本身并不容易轉(zhuǎn)化（通用詞之類的）。因此，按照四象限模型的粗淺要求，對(duì)那些花費(fèi)高的想辦法降低費(fèi)用，或者對(duì)那些轉(zhuǎn)化低的想辦法提高轉(zhuǎn)化，或者對(duì)低花費(fèi)高轉(zhuǎn)化的詞進(jìn)行開(kāi)源拓詞等等，與其說(shuō)是優(yōu)化策略，不如說(shuō)更多的是指導(dǎo)思想，而很難幫助你形成具體的行動(dòng)。所以，作為提醒，你仍然需要進(jìn)入每一個(gè)詞的細(xì)節(jié)去考慮為什么它們處于不同的象限。

盡管如此，對(duì)你快速了解哪些關(guān)鍵詞不夠好，還是很有作用的，特別是方法一中找出的頭部詞和那些具有核心詞根的詞。

方法三：轉(zhuǎn)化分解

轉(zhuǎn)化分解是最容易（盡管不是很容易能實(shí)現(xiàn)數(shù)據(jù)的準(zhǔn)確）操作，但又最容易產(chǎn)生誤導(dǎo)的模型。

我們會(huì)把整個(gè)SEM賬戶（或者賬戶的計(jì)劃、單元等）按照“曝光 -> 點(diǎn)擊 -> 流量 -> 咨詢 -> 有效咨詢 -> 注冊(cè) -> 購(gòu)買”類似的過(guò)程來(lái)做每一個(gè)轉(zhuǎn)化步驟，從而快速定位哪里出現(xiàn)了問(wèn)題。

正是因?yàn)檫@個(gè)方法，我們很多次的發(fā)現(xiàn)，競(jìng)價(jià)效果不好的根本原因，不在于競(jìng)價(jià)本身，而在于競(jìng)價(jià)之后流量在著陸頁(yè)、詳情頁(yè)、咨詢客服等過(guò)程中出現(xiàn)問(wèn)題。這樣，盲目在賬戶上所做的辛苦優(yōu)化，就必須快速轉(zhuǎn)移到著陸頁(yè)或者話術(shù)上來(lái)。

這個(gè)方法是每一個(gè)做SEM分析和優(yōu)化的朋友必然會(huì)采用的方法。但從操作上看，要避免兩個(gè)主要問(wèn)題（盡管并非是這個(gè)模型本身的問(wèn)題）。

第一個(gè)問(wèn)題，轉(zhuǎn)化漏斗模型需要全流程的精確數(shù)據(jù)，但這些數(shù)據(jù)很難全部準(zhǔn)確的獲取。尤其是對(duì)于需要一定轉(zhuǎn)化周期的行業(yè)，例如金融、培訓(xùn)、醫(yī)療，消費(fèi)者有相當(dāng)長(zhǎng)的決策周期。因此，我們能夠比較實(shí)時(shí)統(tǒng)計(jì)的轉(zhuǎn)化要回退到“有效咨詢”這個(gè)層級(jí)。

為了解決這個(gè)問(wèn)題，我們的ROI計(jì)算很多時(shí)候就從：

投放費(fèi)用 -> 最終收入

轉(zhuǎn)變?yōu)椋?/p>

投放費(fèi)用 -> 當(dāng)日最靠后的轉(zhuǎn)化（如有效詢盤(pán)）

其次，轉(zhuǎn)化漏斗的形式是幫助我們強(qiáng)化過(guò)程觀，但它本身卻恰恰削弱了過(guò)程的細(xì)分。這聽(tīng)起來(lái)很矛盾，但并不難理解。能夠被漏斗構(gòu)建的過(guò)程，都是大過(guò)程，而無(wú)法包含用戶更加細(xì)微的行為。但是，正是這些用戶更細(xì)微的過(guò)程，反映了，甚至支配了轉(zhuǎn)化的發(fā)生。一個(gè)極端但非常常見(jiàn)的例子是單頁(yè)推廣。轉(zhuǎn)化漏斗在單頁(yè)推廣上幾乎無(wú)法發(fā)揮作用。

因此，轉(zhuǎn)化漏斗極為有價(jià)值，但是如同我在另外一篇文章《優(yōu)化轉(zhuǎn)化：除了轉(zhuǎn)化漏斗，你的彈藥庫(kù)還需要幾種分析武器》所寫(xiě)的那樣，轉(zhuǎn)化漏斗并不足以支撐全部的轉(zhuǎn)化分析。

不過(guò)，我們手中還是有好武器解決這個(gè)問(wèn)題的。在后面的方法中，要具體講到。

方法四：核心詞的互動(dòng)度與ROI的氣泡分析

這個(gè)方法你首先需要把不同的詞根（核心詞）放在不同的單元——即將所有的關(guān)鍵詞按照詞根進(jìn)行細(xì)分。但這是理想狀況，一般情況下，同一個(gè)詞根有可能散落在不同單元。

沒(méi)關(guān)系，我們有Excel，利用Excel的表格工具，再利用“文本篩選 -> 包含 ”，可以輕松把相關(guān)的詞根篩選出來(lái)，如下圖所示。例如，我想找到詞根為“在職”的核心詞，在“文本篩選 -> 包含 ”中輸入“在職”，然后新建一列“核心詞1：在職”，把所有篩選出來(lái)的結(jié)果對(duì)應(yīng)的C列，填入“在職”。

然后，利用數(shù)據(jù)透視表，你可以將所有的關(guān)鍵詞按照其對(duì)應(yīng)的核心詞（詞根）的表現(xiàn)進(jìn)行匯總。

把每一類核心詞的總體表現(xiàn)提取出來(lái)，你得到一個(gè)核心詞表現(xiàn)列表（CPL是Cost Per Lead，這個(gè)值越低越好；整個(gè)表格的綠色代表好，紅色代表不好）：

現(xiàn)在你能看到不同的詞根在最終效果上的表現(xiàn)有很顯著的差異。Leads/Click和CPL兩列很能說(shuō)明問(wèn)題。

還記得我上課時(shí)候講的ROI和engagement交互模型嗎（那個(gè)氣泡圖）？這個(gè)模型其實(shí)有很多變體，但是其思想其實(shí)很簡(jiǎn)單——對(duì)比流量的交互行為和它們最終產(chǎn)生的轉(zhuǎn)化的情況。在大部分情況下，好的交互行為(engagement)能夠?qū)?yīng)好的轉(zhuǎn)化（ROI），但凡事總有例外，這些例外情況就成為我們分析和優(yōu)化的突破口。我們現(xiàn)在需要用到這個(gè)模型。

這個(gè)模型的方法很清晰：

我們利用網(wǎng)站分析工具的細(xì)分方法（這里不再啰嗦了，對(duì)GA的使用要熟練，基本功），將各類詞的流量engagement表現(xiàn)也匯總起來(lái)，形成一個(gè)更全面的數(shù)據(jù)表現(xiàn)數(shù)據(jù)，如下表所示：

利用上表數(shù)據(jù)，我們選取CPL和Bounce Rate制作氣泡圖，如下：

一般而言，好的engagement（更低的bounce rate）的流量會(huì)有更好的轉(zhuǎn)化能力（CPL更低），但是前面說(shuō)了，有例外才有機(jī)會(huì)。

綠色線是“正常表現(xiàn)”的部分，但綠色線之外，有兩個(gè)跳出率相對(duì)較低，而CPL卻相對(duì)較高，尤其是“學(xué)費(fèi)”這個(gè)詞特別如此。與這個(gè)詞可以進(jìn)行對(duì)比的詞是“金融學(xué)碩士”，它的跳出率其實(shí)比學(xué)費(fèi)還高，但是ROI（CPL）卻表現(xiàn)的更好。

這種情況發(fā)生之后，你的策略是什么？基本上你要做下面的事情：

1. 檢查創(chuàng)意是否有誤導(dǎo)；

2. 創(chuàng)意沒(méi)問(wèn)題的情況，一定是著陸頁(yè)有問(wèn)題，常見(jiàn)的情況是頁(yè)面上有吸引用戶點(diǎn)擊的元素，但用戶點(diǎn)擊之后，卻發(fā)現(xiàn)相關(guān)信息與他們的期望相距甚遠(yuǎn)——比如，價(jià)格高于他們的預(yù)期？這個(gè)時(shí)候，你繼續(xù)看GA之類的工具，看看這個(gè)詞背后的人群進(jìn)入著陸頁(yè)之后的表現(xiàn)是什么樣的（例如用我課堂上講的next page report）

Engagement與ROI的對(duì)比分析模型是最方便的分析細(xì)分流量的方法之一。對(duì)競(jìng)價(jià)排名的關(guān)鍵詞分析也同樣有用。

方法五：?jiǎn)雾?yè)推廣的核心詞互動(dòng)度與ROI對(duì)比分析方法

這個(gè)方法是方法四的極端情況，但這一極端情況卻特別常見(jiàn)。比如下面這個(gè)圖：

媽蛋的。。。所有關(guān)鍵詞的跳出率都是95%甚至更高，這還讓人活嗎？！

是你的投放完全失效了嗎？在我遇到的案例中，這種情況的發(fā)生，只有一個(gè)原因，關(guān)鍵詞所在的著陸頁(yè)是單頁(yè)推廣！單頁(yè)推廣整個(gè)著陸頁(yè)鏈接不到別的頁(yè)面，按照GA對(duì)跳出率（bounce rate）的定義，流量來(lái)了之后去不了別處，那么肯定都是bounce掉了。所以這種情況就沒(méi)有必要看跳出率了。

因此，上面方法四的方法在這種情況下就不適用了，因?yàn)镚A不能給出有效的engagement的數(shù)據(jù)。不是跳出率接近100%，就是停留時(shí)間約等于0……

那么，當(dāng)我們看到“金融學(xué)碩士”和“學(xué)費(fèi)”兩個(gè)核心詞在花費(fèi)相當(dāng)、流量相若的情況下，卻在ROI上有天壤之別的時(shí)候，我們還有別的招兒?jiǎn)?？（再把方法四的這個(gè)圖拿出來(lái)大家看看）。

這個(gè)時(shí)候我們需要利用熱圖。

例如，使用ptengine，在其中有對(duì)比熱圖和細(xì)分熱圖功能。這里要用到流量過(guò)濾細(xì)分功能：在過(guò)濾條件中，將一個(gè)核心詞下的所有詞挑選出來(lái)，細(xì)分這些詞的流量。左邊的熱圖顯示所有跟“學(xué)費(fèi)”相關(guān)的核心詞的流量表現(xiàn)，右邊顯示所有跟“金融學(xué)碩士”相關(guān)的流量表現(xiàn)。

左邊的“學(xué)費(fèi)”相關(guān)的流量，表現(xiàn)出更多的頁(yè)面瀏覽長(zhǎng)度（能夠讀到頁(yè)面下端的人的比例明顯比右邊的要高），但是他們?cè)陧?yè)面上停留的時(shí)間卻相對(duì)較短（顏色不如右邊的紅）?！皩W(xué)費(fèi)”流量似乎表現(xiàn)出很快速要查找信息的需求（愿意看到頁(yè)面底端），但卻缺乏更好的咨詢（leads）轉(zhuǎn)化。

這樣的數(shù)據(jù)意味著，你應(yīng)該認(rèn)真檢查頁(yè)面上是否有足夠吸引人的“學(xué)費(fèi)”信息，或者壓根在這個(gè)頁(yè)面上就缺乏相關(guān)的信息。

這個(gè)數(shù)據(jù)和熱圖給我們很重要的提示，這兩個(gè)核心詞背后的流量的欲求是有相當(dāng)大差異的。我們必須為這兩個(gè)詞建立信息偏重不同的著陸頁(yè)面。

方法六：關(guān)鍵詞之間關(guān)聯(lián)分析方法

最后一個(gè)方法屬于attribution（歸因）的范疇。最重要的應(yīng)用領(lǐng)域是查看品牌詞的搜索本質(zhì)上是來(lái)源于哪些其他詞的搜索。

有很多不知名的品牌，在SEM投放初期，不得已需要擴(kuò)大流量范圍，投放通用詞、競(jìng)品詞、人群詞等，目的一方面是為了引流（但引流的轉(zhuǎn)化效果一定相當(dāng)弱），另一方面是為了擴(kuò)大品牌的曝光，為未來(lái)用戶的轉(zhuǎn)化做準(zhǔn)備。

隨著時(shí)間的推移，開(kāi)始有人搜索品牌詞，你一定想知道，這些品牌詞的搜索，最初是由哪些通用詞帶來(lái)的流量，這些流量看到了品牌之后留下了印象，之后才會(huì)再搜索你的品牌的。

為了能夠?qū)崿F(xiàn)這一點(diǎn)，我們需要配置我們的監(jiān)測(cè)工具。以Google Analytics（GA）為例：

為了查看關(guān)鍵詞的歸因，GA在設(shè)置上有兩個(gè)前提條件：

1. 網(wǎng)站需要設(shè)置一個(gè)目標(biāo)，設(shè)置地點(diǎn)如下圖：

2. 對(duì)關(guān)鍵詞要使用utm的link tag進(jìn)行準(zhǔn)確追蹤（在我課程中有詳細(xì)說(shuō)明）。

3. 相關(guān)的數(shù)據(jù)報(bào)告則在GA的“轉(zhuǎn)化->多渠道路徑->熱門轉(zhuǎn)化路徑”中可以看到，但請(qǐng)注意一定要選擇如下圖紅框中的“關(guān)鍵詞”那一項(xiàng)。

利用GA（或者其他有類似功能的工具），你可以看到同一個(gè)人搜索關(guān)鍵詞之間的先后關(guān)聯(lián)——所有的“索”字開(kāi)頭的，都是品牌詞帶來(lái)的流量，它之前的那個(gè)詞，是投放的通用詞。在這個(gè)表中，某些通用詞投放，在之后帶來(lái)了對(duì)品牌詞的搜索。因此，你的關(guān)鍵詞優(yōu)化策略，就從僅僅看品牌詞的轉(zhuǎn)化，變?yōu)椴粌H看轉(zhuǎn)化，還應(yīng)該看它們能夠帶來(lái)多少品牌詞的搜索。

好了，六個(gè)方法講完了。哪些對(duì)你有用？哪些有建議？歡迎大家留言討論！

作者：宋星

來(lái)源：互聯(lián)網(wǎng)數(shù)據(jù)官（ID：internetcdo）