|
01データリサイクルチャネルを確立するデータ分析の第一歩は、独自のデータ収集チャネルを確立することです。ニーズに合ったデータ収集方法を確立することによってのみ、その後の分析を支える商業的に価値のあるデータソースを入手することができます。 では、現在主流となっている統計手法は何でしょうか? 1. 必要な運用データを収集するには、様々な統計プラットフォームを利用できます。以下に、一般的な統計プラットフォームをいくつかご紹介しますので、ご参考ください。 2.導入キーワードURLを使用して、運用データの統計を行うことができます。URLでキーワードをタグ付けする方法については、Aiqiに多くの記事が掲載されているため、ここでは詳しく説明しません。詳細を確認できるようリンクを提供します。（または、WeChat公式アカウントのチャットボックスで「tag」と返信して、追跡方法を確認してください。） 記事リンク:ビデオチュートリアル | URL生成、バッチ追加、追跡データ分析の手順の詳細な説明 3. 様々な理由で最初の2つの方法を短期間で習得できない場合は、最も基本的な方法である手動統計を使用することをお勧めします。私のクライアントの中には、この方法を採用している人がいます。彼は相談に来たクライアント一人ひとりに、どのようなキーワードで、どのプラットフォームで検索したかを積極的に尋ねていました。シンプルな方法ですが、継続できれば非常に効果的です。 上記の3つが基本的に統計モデルです。有料のデータモニタリングプラットフォームを介したデータ収集チャネルもいくつかありますが、敷居が少し高いため、ここでは割愛します。 最初のタイプは、より一般的に使用されているものです。この表は、現在市場に出回っている一般的な統計プラットフォームを基本的に網羅しており、それぞれに長所と短所があります。 最もよく使われるツールは、Baidu AnalyticsとGoogle Analyticsです。しかし、Google AnalyticsはVPNが必要で使い勝手が悪いため、Baidu Analyticsの使用をお勧めします。Baidu Analyticsは、基本的にデータ収集のニーズの90%を満たします。以下では、Baidu Analyticsについて詳しく説明します。 まず、百度統計の統計ロジックは次の2種類に分かれます。 1) ページ変換の適用シナリオ：ページ変換は、一般的にURLを統計対象とするデータに使用されます。簡単に言えば、収集したいデータが変更されないURLリンクである場合、ページ変換はその目的を達成するのに役立ちます。 例えば、ウェブサイト上の特定のページ（注文を送信した後に表示される「購入完了」ページなど）を特に重要視している場合、そのページへの到達は訪問者が目標を達成したことを示す指標となるため、その目標ページへの到達をコンバージョン指標として使用できます。これは、eコマースウェブサイトで統計目的でよく使用されます。 ページ変換を設定する手順: http://tongji.baidu.com/web/help/article?id=96&type=0 (公式標準) 2) イベントコンバージョン。この点に焦点を当てます。まず、一般的なクライアントは通常、ウェブサイトのソースコードを使用してコンバージョンターゲットを追跡できます。ソースコードは、Baiduが認識できる「id=xxx」という形式に修正する必要があります。コンバージョンターゲットを見つけ、Baiduがそれを正常に追跡できれば、コンバージョンデータを簡単に収集できます。 写真の通り: 読者の中には、 「訪問者の行動を追跡したい場合はどうすればいいですか？」と疑問に思う方もいるかもしれません。次に、通常の分析コードでは追跡できない特定の Web サイトやページを追跡する方法を詳しく説明します。 データを分析する前に、Baidu Open Platform のプロトコルである JS-API を使用する必要があります。JS-API は、ページに JavaScript コードを配置することで、ウェブサイトからさまざまなビジネスデータ（通信数、クリック数、コンバージョン数）を収集するのに役立ちます。 1. JS をデプロイする前に、ウェブサイトに Baidu Analytics コードだけでなく、新しい JS-API コードもインストールする必要があります。JS-API コードはアナリティクスページの `<head>` タグ内にインストールする必要があります。具体的なコードは以下のとおりです。 2. インストールを進める前に、イベント変換の基本的な概念を理解しておく必要があります。そうでないと、以降の内容を理解するのが難しくなります。 まず、イベントコンバージョン統計は、ウェブサイト上の訪問者の行動を追跡します。これらの行動はコンバージョン目標として選択できます。例えば、動画ウェブサイトを運営しているクライアントが、特定の動画の「一時停止」や「再生」といった日常的な行動をイベントコンバージョンで追跡したい場合、JS-APIを使用することで、このような統計アクションを実現できます。同様に、多数の訪問者の行動を追跡し、これらの行動をコンバージョン目標とすることも可能です。 3. ウェブサイト上での訪問者の行動は行動を構成するため、これらの行動を認識するためのコードが必要です。そのため、これらの行動には固有の識別子を割り当てる必要があります。これらの識別子を正しく追加することによってのみ、システムはデータを正確に取得できます。具体的には、以下のようになります。 イベントリンクにイベントトラッキングパラメータを追加します（以下は公式の説明からの引用です）。 _hmt.push(['_trackEvent', カテゴリ, アクション, opt_label, opt_value]); カテゴリ:監視対象のターゲットの種類。通常は、「ビデオ」、「音楽」、「ソフトウェア」、「ゲーム」などのターゲット グループの名前です。この項目は必須です。 アクション: 「再生」、「一時停止」、「ダウンロード」など、ユーザーとターゲットのやり取り。このオプションは必須です。 opt_label:イベントに関する追加情報。通常は曲名、ソフトウェア、リンクなどの名前です。このオプションはオプションです。 opt_value:イベントに関する数値情報（重み、期間、価格など）。平均値はレポートに表示されます。この項目はオプションです。 例えば： ページ A にダウンロード リンクが 1 つしかないと仮定すると、設定前と設定後の比較は次のようになります。 設定前: FengStyle をダウンロードして設定した後: 設定が完了したら、Baidu Analytics にアクセスしてコンバージョン目標を設定できます。イベントコンバージョンの新しいページに、JS コードを配置したページへのリンクを追加するだけで、データを取得できます。 02データ分析の思考側面をマスターする独自のデータリサイクルチャネルを構築できれば、必要なデータを簡単に取得できます。しかし、膨大なリサイクルデータをどのように整理・分析すればよいのか、疑問に思う方も多いのではないでしょうか。 次に、データを取得した後、どのように分析すべきかについて詳しく説明します。ここでは、考え方の方向性を示すにとどめ、具体的な内容には立ち入りません。これは、同じデータであっても、アカウントごとに異なる戦略が必要になる場合があるためです。前述の通り、データ分析は実際のビジネス状況、製品特性、顧客特性と組み合わせる必要があります。 まず、データを包括的に理解するために、以下の側面を考慮する必要があります。これにより、アカウントの問題を迅速に特定できるようになります。 1. アカウント データの観点から、アカウントのクリックスルー率は正常範囲内ですか? 分析：アカウントデータは、アカウント全体の方向性が科学的かつ健全であるかどうかを直接的に判断します。例えば、1日あたりの予算が100元、ACPが20元で、1日あたり5クリックを獲得できる場合、アカウント最適化の全体的な方向性はACPの削減に重点を置くべきであることが容易に分かります。 2. アカウントの支出に関連するキーワードはいくつありますか？支出の80%を占めたのはどのキーワードですか？クリック数の80%を生み出したキーワードはどれですか？クリック数の80%を占めたキーワードはどれですか？また、それらのキーワードは総支出の何パーセントを占めましたか？それぞれのコンバージョンコストはいくらでしたか？ アプローチの分析：よく話題になる80/20ルールは、実はかなり科学的な理論です。ここでは、80/20ルールをさらに拡張しました。 まず、アカウント内のキーワード数によって、広告がターゲットとするオーディエンスの規模が決まります。次に、アカウント費用の80%によって、どのキーワードに費用をかけるかが決まり、クリック数の80%によって、実際に購入するトラフィックの質が決まります。 アカウントを最適化する際には、基本的にクリック数とクリック単価のバランスを取ります。クリック数はトラフィックの健全性に直接影響し、クリック単価は全体的なコストに直接影響します。 したがって、アカウントデータ分析を行う際には、比例原則に基づいた詳細な分析を行う必要があります。これにより、問題を迅速に特定し、その後の最適化アクションを正しい方向に導くことができます。 ケース分析: これは1日あたりの予算が80元の移動中の顧客です。このアカウントの問題点を、私たちのアプローチに基づいて分析してみましょう。 データによると、1日あたりの支出は80に対して、ACPは16.40でした。これはACPと予算の間に深刻な不一致があることは明らかです。その後の最適化の方向性として、ACPの削減に重点を置くことが決定されました。 コンバージョンデータを分析した結果、このアカウントにはコンバージョンが達成されたキーワードが1つしかなく、コンバージョンコストは18.1であることがわかりました。クリック単価が非常に高く、メインキーワードとのマッチングもあまり良くありません。このデータに基づき、このアカウントに対して以下の調整プランを設定できます。クリック単価（ACP）を引き下げ、前月比50%減を目標とします。クリック品質を最適化し、除外キーワードを追加し、一部の不適切なマッチング方法を修正する必要があります。 最後に、多くの人がデータ分析を行う際に直感と経験に頼りがちですが、これは非常に信頼性の低いアプローチです。客観的で真実かつ包括的なデータを用いてデータ分析とアカウント調整を行うことでのみ、根本的な問題を迅速に発見し、誤った方向に進むことを回避し、時間を節約することができます。 |
