同样，作为广告优化师在做分析时，也需要有数据分析思维。

对于广告优化师来说，后台操作已经熟悉得不能再熟悉了。但是在操作的时候，我们应该明白：

• 账户有什么问题？

• 操作的目的是为了什么？

• 为什么要这么操作？

• 操作完之后会带来什么结果？

• 大多数的竞价员在日常的工作中，频繁地调整后台，比如：否词、加价、降价、调匹配模式等等，而只有少部分的人知道自己为什么这么做，这么做会带来什么效果。

  而这个问题出现，就在于我们做数据分析时没有一个正确的数据分析思维。
  
  以下我将从5个方面来讲解：

  • 发现问题

  • 分析问题

  • 制定方案

  • 执行方案

  • 复盘

  • 首先，来看一组优化之前的广告投放数据：

    1、发现问题

     

    广州、重庆、郑州、西安的线索量很少，数值分别为：40、20、4、6，并且平均线索成本都偏高。

    成都的平均线索成本是六个城市中最低的，但是线索量也只有70个，虽然比上面四个城市稍微高一些，但是相对于深圳的211个线索量还是偏低的。

    经过初步的观察，我们发现了上述问题，但这么看，仅仅只是看到了表面。

    从表面上看，由于广州、重庆、郑州、西安线索量偏少，造成了平均线索成本偏高，但是我们要清楚线索量偏少的本质原因是什么？

    我们先对比一下深圳和广州的数据：

    从以上数据我们发现，广州的线索率仅仅只有60.6%，正常值应该在80%以上。

    同样的话术，深圳的咨询能得到线索甚至是成交，而广州的咨询却不行，这就是问题所在。

    根据咨询率偏低的问题，我们深入分析发现落地页制作得并不好，并且落地页在广州地区转化能力偏差。

    按照目前广州66个咨询，如果线索率能达到深圳的80.5%能有53个线索，成本能降到￥368.83。

    重庆其实和广州差不多，本质问题都是咨询率偏低，只有4.15%。

    ▶ 成都

    根据公式可知：线索量与线索率、咨询率、点击率、展现量有关。

    但是成都的展现量只有深圳的23%，所以本质问题是成都的展现量偏低。

    ▶ 郑州和西安

    两个城市的