最近很多人问我：
百度竞价账户一天当中花费不少，也有流量进来访问网站。可就是没有人咨询业务？这是为什么？成本一直下不来！
出现这种情况的往往是2B业务或高客单价、长购买周期的产品较为常见。
因为相比快消品用户的冲动性、快速决策性的购买行为，在这些业务产品中，占比极低。客户交易历程中存在着几个链路阶段会更显著：
漫长的无意识阶段、认知、兴趣、偏好、购买，之后又进入了新的采购循环，即“考虑”、“偏好”。
以餐饮加盟连锁品牌，以下称之为A餐饮，作为案例对以上问题进行分析。首先是对它的百度竞价账户进行排查。选取3个月内无咨询的日期与其他有咨询的日期各项维度数据进行对比。
1.展现环节
1.各个维度，地域、时段、关键词与其他有咨询量的日期展现对比无差异；
2.提取帐户TOP词消费排序对，相同关键词消费一致，搜索词也基本正常；
3.投放地域全部是开展加盟的城市，不存在投放地域无法进行加盟的问题；
展现结果中A餐饮与其他竞争对手创意内容雷同，点击进去A餐饮网站的人群与竞争对手，主观上可视为同一类人。
2.点击环节
1.通过网站日志返回状态码查询A餐饮网站98%为200，抵达率89%，点击访问不存在无法访问、页面打不开等情况。
2.页面停留时间3分钟、跳出率22%，同样与其他有咨询量的日期数据无差异。进一步将关键词、搜索词匹配度问题排除在外。
需要注意的一个点是页面停留时间、跳出率为平均值，要确认下它们在各个分段，如某一天、某一周有极值（高于或低于平日很多）影响平均值。
恶意点击，看一个指标，点击／UV的比约为1.22，只要不超过1.5，恶意点击情况都可以排除。
关于IP地址排查，用IP来定位用户位置，最多得到的是一个大概位置，源于IP地理信息库的不准确。如果用户使用代理服务器，服务器看到的是代理服务器的IP，服务器得到的是代理的位置信息，而不是用户的位置信息。
上面提到过，客户交易的历程过长的业务产品，即便发现某些IP经常来访，未转化，也不能完全判断对方是无效用户访问。
所以这个功能，除了对公司内部同事，防误点外，对解决上面的问题实际可操作性空间不大。甚至有的时候，会造成越排除、转化量越少的现象。
3.用户行为
一般在竞价账户端不能发现的业务问题，常常会导致大多优化师束手无策。
这往往是因为企业自身数据化建设道路仍处于早期，数据采集缺失或统计混乱，分析工具运用能力、行业经验有限所致。
我接触过很多公司，尤其是传统公司。对于数据的统计往往过于简单，以至于在实际的业务开展中，无数据分析支撑，依靠“拍脑袋”决策。
比如A餐饮的案例在百度竞价账户中，未真正定位到业务问题的关键点时。通过广告投放后端的用户行为数据标准化采集和有效数据管理，多维度、多指标交叉分析便能够挖掘到真实的问题根源所在。
选取3个月内通过百度竞价当日访问未咨询的用户，在未来各间隔天数内咨询量分布。
这些百度竞价的新增访问用户未在当日咨询，在之后的第2天，3天，N天，各自产生咨询行为的用户有多少。2B业务或高客单价、长购买周期的产品，在访问、到咨询、再到成交的行为周期会较长。所以要判断这些当日访问未咨询的用户，是否会在未来某个时间点，产生咨询、或购买行为。
如图例中显示，1号访问未咨询新增用户，在间隔2天后再次访问产生咨询，2号访问未咨询新增用户，在隔天再次访问产生咨询，那么我们可以计算出，在隔天产生咨询的用户量有1，在隔2天产生咨询用户量也为1，以此类推。
案例中计算出的数据是，3个月当天访问未咨询的用户，在隔4天再次访问进行咨询的用户量最多，隔7天之后再次访问咨询的用户量开始递减，在第15天后逐渐趋于0。说明A餐饮项目加盟业务，客户从浏览到咨询行为的周期约为15天，部分用户会再次访问并进行咨询。
这些咨询访问来源，有大比重是通过其他来源方式进入网站产生的，比如SEO、Direct等。
这就可以很的好解释文章开头提到的为什么一天当中有很多访问的用户进来，却没有任何咨询。
是因为部分用户延迟咨询，再次产生行为被记录到了其他渠道上，间接的拉高竞价单个咨询成本。
对于餐饮加盟类业务，因为接触这类行业有限，所以我也并不是很清楚这个成本是高还是低。
4.其他增长点
从流失角度看，再次访问产生咨询的用户量仅占3个月当天访问未咨询的用户总量的5%，这其中仍有95%用户因为这样那样原因未再次访问、咨询。
是否可以重新定义分析点？这95%的用户为什么没有再次访问，以及那些再次访问为何没有咨询？我们随机抽取3个月内两类人群，通过百度竞价进入官网已咨询、未咨询的等量用户。
分析两类用户群在特定行为下（点击餐饮单品、投资收益、加盟意向，下载白皮书等...）用户分布。
在未咨询人群中，工作环境、招聘职位、职业发展等模块的点击分布占比要高于已咨询类用户群。可初步判断的是通过百度竞价引入的访问用户中包含一定数量的求职应聘者。
企业动态、品牌月刊、市场活动以及媒体报道，也是未咨询用户相对已咨询用户更加关注的模块。
进而可以断定的是百度竞价引入访问用户中还包含了一部分的行业调查者、以及竞争对手。
根据数据占比情况还可大致计算出，通过百度竞价引入访问用户中求职应聘者，行业调查者、以及竞争对手用户量约占该渠道访问用户的68%，真实具有需求的用户，约为32%。
接下来我们想象一下：
1.如何避免这68%无效的用户产生过多付费点击进入网站，降低获客成本？
通过对日常全渠道引入的访问用户，基于用户行为特征（数据指标:/量），观察不同特征下的咨询转化率，找出低咨询率特征，基于这些特征建立排除人群规则。
如通过对全渠道访问用户点击行为分析用户特征，0-2次，3-5次，5次以上等对工作环境、招聘职位、职业发展等不同点击次数的用户群咨询率。
筛选出具备低咨询特征维度的人群，在百度竞价广告账户中上传“此类用户人群包”排出。并在不降低预算的情况下，将核心词进行提价，保证核心词全天在线且保持TOP3高位。
这样做的目的，是可以在一天中最大化对百度端具备需求的流量进行抢量，避免因展现时段/预算不足、排位不够、延迟咨询等问题，导致一天中无注册咨询成本波动大。
2.是否可以提升需求用户，在当日产生咨询行为的比例，防止这部分用户流失？
基于用户行为特征（数据指标:/量），观察不同特征下的咨询转化率，找出高咨询特征（下载3-5次餐饮投资白皮书）。
同时观察对咨询影响较明显的特征维度，如百度竞价接受弹窗3-5次的访客，当日咨询率高于接受弹窗0-2次、5次以上等的访客当日咨询率。
最后以此分析的结果对“下载3-5次餐饮投资白皮书”的用户进行分群，并对网站弹框次数进行相应的调整。
3.再次访问并产生咨询的用户占整体用户量的比例约为5%，是否有办法可以再次覆盖到这部分用户，进行召回，提升延迟咨询转化率？
各类独立、媒体方DSP，虽在获客、拉新、ROI等效果较弱，但在重定向及召回策略上具备良好的转化效果。针对“下载3-5次餐饮投资白皮书”的用户并在当日未产生咨询的用户，利用动态创意形式进行召回，以最短的路径、时间下触发用户咨询。
总结：但受产品形态单一，数据化不规范等制约，A餐饮案例，优化调整前一个月咨询量536条，调整后，次月整月咨询量增长至875，环比增加339条注册咨询。
