24-25：数据分析之乱序与倒序
什么是数据分析？
围绕着分析目的（或者kpi），确定你要分析的问题？
进行数据的整理！
收集数据——发现问题——确实问题——解决问题：
1 乱序分析法
比如：质量度
乱序分析法
2、效果导向的优化思维
26-27 账户效果为导向分析与流程分析
抵达率：一定要细分，要分维度，甚至要细分到关键词
先开源，后节流
提高转化，而不是一味的收量（先开源，再节流）
28：数据分析流程与目标确定
首先：不是通过数据发现问题，而是确定目的来进行数据佐证！
每日营销流程表必做：消费 展现 点击 抵达 对话 线索
数据分析之数据透视表：
维度分析：地区
时段：
数据分析：是帮助我们进行流量控制的
29-30：数据如何发现问题？
对关键词进行URL进行编码：半角问号（英文）如：(?1&ly=bd)
导出数据：商务通，53客服（推荐）。商桥的安全性最好的
转化数据，不可能百分百统计到（10中有1个属正常）
不同的转化统计：管理之 基本转化设置
加粉：用事件转化
31：数据分析解决方法
放量：转化成本低，转化率高
收量：有点击量，但无转化
优先降阶：点击数量多，均价高，无转化
怎么发现数据的问题
我们的问题会有很多 ，但要分析的实际上是：是发现核心的问题
把问题列出来，找到最重要的问题
32-33 竞价数据分析与案例
尽可能的把所有问题罗列出来
跟效果最接近数据，是核心数据
1 通过数据，发现问题
2 罗列问题，以数据做依据，并一一做排除
3 发现核心问题（发现问题并不难，但核心问题却不一样）——通过变化与对比，发现问题
数据分析优化：
1 确定优化的方向
34-35：数据之多维度分析
如何发现问题？
：通过数据间的对比
优化账户的时候：
两类账户： 1 有转化数据
2 无具体转化数据 — 先从方向上进行控制
要有控制数据的能力
1 想好做完操作之后，要记录一下未来数据可能变化的方向（预期的效果与方向）
然后通过数据验证操作的对与错！
总结：你的操作
1 营销流程表如何制作
36-37 有点击无对话问题
38-39 数据分析之多维度分析
适合中大型账户
40-41 数据分析之案例实操
数据分析后面的意义：
三波：移动 二波：Pc
42-43：如何统计数据与数据总结
营销流程表
有点击无对话：
