双11复盘篇，从推广回到复盘，数据模型的全盘解读！

大家好，我是灰尘哥，好久不见，甚是想念，不知道有没有人认识我...我们刚刚经历了一年一度的双11大促。大家此时都是累并快乐着~~但是作为广告主，虽然活动已经是过去，但是新的征程已在脚下。也就是说，虽然我们已经打赢了阶段性的一场战斗。但并不代表我们可以停下前进的步伐，因为商场没有一劳永逸，我们只有不停的与时俱进才能一直赢下去~~
历史是一面镜子，我们通过对过去产生结果的分析，来做出对未来的一些预测，以至于重新调整一下我们的推广策略，乃至整个的店铺运营方向。我会通过接下来的几节课来对我们的推广工具（直通车）进行复盘，我们先说说当初车推广的布局回顾！
推广和运营这两个概念，我们一定要大脑中进行双轨思考，也就是说这2个维度我们要一直同时进行思考（有点类似平行宇宙，哈哈），这句话什么意思呢？！
运营：是根据我们自己手上的产品（属性特点，竞争力，人群，行业需求等等全方位的产品分析），做一个初步的运营方案，也就是我们平常说的产品运营的所有方面。
推广：是运营的延伸，也是运营落地执行的一部分，同时也是运营策略效果反馈的最佳途径之一，进而可以反哺运营端，优化运营策略。
活动前，我们做了各种产品布局：
1、 从类目分，我们会多个品类布局
2、 从款式新旧分，我们会有很多产品上新
3、 从产品类型分，我们会有预售和现货
4、 从产品价位段分，我们会根据店铺的定位，进行多个价位段布局
5、 等等维度
而针对这些产品的布局，我们要在推广端进行同样类似的推广布局，实现款式好坏的验证，以及产品流量的优化获取。我会带着以下几个问题进行优化
A、老爆品维护：
1、 假设预算是1000块钱，那么这个预算分配给哪几个产品对店铺的价值更大？
2、 数据最好的款，是不是跟当初的预设是一样的（没有预设也无所谓）？那么她要不要有针对性的主打（增加预算）？
B、新品培养和脱颖而出（一个优秀的店铺，一定是新旧款迭代优化的）：
1、新品的整体表现是咋样的？
2、哪个类目的新品更有潜力？
3、有价值的新品做的流量，在店内能否更好的承接？（相关性推荐或者进行更多新品布局）
C、新旧品的数据指标标准，进行双轨制：
1、我们不能按照爆品的标准，对新品进行要求；
2、新品我们更多是看上升趋势
3、老品更多是看数据的稳定性
D、车的推广计划布局，而每一种类型计划下面都有新款和老款：
1、自定义的标准计划（核心流量强打，必拿，人工单独控制）
2、智能计划（长尾流量，因为具有时效性、不确定性的特点，所以交给AI）
A、趋势主题（一个主题流量包）
B、日常销售（日常）
C、活动引流（活动）
D、均匀测款（新品选款）
3、销量明星（行业top可以打开，因为确实有一部分用户还是非常在意销量的）
4、周期精准投（全店低价流量获取）
经过了以上的构思，我们明确了目标（维护老款+选出潜力新款），这时我们就制定出一个推广策略，进行推广
现在回到我们的复盘，我们这时就要把我们的数据结果，按照以上的数据标准进行验证，来给我们推广的产品打上一个个“标签”（是否适合推广，是否适合加大推广等等）
那么怎么分析呢？

①款式分析
②词的分析模型
③创意的分析模型
④人群的分析模型
⑤地域的分析模型

--------------分割线--------------
①款式分析

知道了我们的推广目标，以及数据验证的标准，接下来我们就要根据已经做出来的数据，进行分析总结，同时做出新的策略
先回忆一下，款式的分析目的：
1、 老的爆款数据是否稳定，要不要加大一点推广力度等等？
2、 新推广的类目和款式的数据是咋样的？
带着这些问题，我们到车的后台下载数据源，然后进行数据分析（这里说一下下，车的报表数据源更新后，可以说非常强大，强烈建议大家重视起来）
我会从2个维度进行分析：
1、一个是：一段时间内的汇总数据；
2、一个是：核心产品的重要数据指标的变化趋势；

然后点击下载即可。如下图所示


然后用我已经做好的模型，把数据源添加上S新即可，然后开始分析数据
这就是汇总的数据（我下载了过去14天的数据，这里就是这14天的汇总数据结果），别忘了我们分析的目的！！！这点非常重要（我们始终要在大脑里面出现，这个目的，以至于分析的目的性准确）~~
1、 分析老爆款是否稳定
2、 检测新款数据咋样
这时就牵涉到我们当初进行的推广计划布局的问题，
计划布局：我一般是同类产品放在同一个计划（利于视觉对比观看，以及模型分析更加直观），然后用不同的计划类型进行布局（标准，智能）
计划命名规范：计划类型+相关产品（比如：广泛+长款羽绒服）。
分析方法：我们是分析每个产品单元在不同推广计划下的数据，以产品为核心进行不同产品之间的对比分析，
核心数据指标：我一般会从2个大的方面进行构建：
1、 流量的能力（点击量，点击率）
2、 流量的价值（直接价值：成交笔数，转化率，投产比；以及间接价值：购物车数，加购率）

当然这个我们也可以根据自己所在类目产品的具体特性进行特定指标选择，如下图所示（为了跟踪核心数据指标，建议不要添加太多）


通过以上的数据模型简单的解读，我们一下子对推广的产品有了一个全局性的认识，这时我们可以再看看我们要核心关注的产品随着时间的推移，核心数据指标的变化趋势是咋样的~~
这时就用到了我们另外一个模型：（这个模型是在第一个模型的基础之上做分析；第一个做一个大概的、全局的分析，第二个是做特定产品的核心数据指标变化趋势的解读~~）
比如下图：我选择了一款爆款产品，我会跟踪这个产品的点击量，点击率，转化率的变化趋势，这里有一点我们要清楚，也就是转化周期

因为我们下载的是过去14天的数据，所以，最近的数据是还没有转化周期数据的，比如：11/14号这里只有当天的数据，还没有转化周期的数据，因为那些时间还没有到。所以，最近的转化数据看起来是不太好的，但是这并不能影响我们做正确的数据分析，当然如果一个长期卖的标品，建议剔除最近15天的数据，15天以前的数据进行分析，因为那时所有的转化周期数据都已经存在了~~


以上2个模型，就是对产品级别的分析，最后我们再一次回顾我们数据分析的目的：
1、 跟踪爆款数据的稳定性如何？
2、 找出适合主打的新款，或者新款类目
3、 其他推广款适当维护跟踪



--------------分割线--------------
②词的分析模型

我们讲了款式的分类和发展方向，（1、爆款的数据跟踪，2、新款的发觉和培养）现在对确定后的推广款式，下一步就是围绕这个目标进行优化！~~~
1、 流量入口的选择，（换句话说，就是我们用那些词作为产品拿流量的主要流量入口？）
2、 同一个流量入口，拿流量的平衡点（换句话说，这个词我们出价到多少的价值是相对比较大）

针对这2个问题，我们就用到了词的数据分析模型，下载如下图！


当然，这个分析起来也是比较简单，词和词之间进行数据对比即可；选中我们要分析的单品，在每个计划中进行分析：这时我们的参照物是这个单品的数据，也就是说好于这个单品的数据的流量入口，我们就以为她是为这个产品加的“相对精准”的流量，低于产品数据的，我们以为她做的流量价值是“相对不精准”的。注意，我这里用的是相对，因为你删掉了一些不好的词，意味着整个产品的推广数据要求在变高，这时我们就要权衡，以下几个维度是我们要思考的：
1、 流量需求的规模；
2、 推广预算的多少；
3、 还有推广的短期目的
（比如，暂时是新品启动阶段，主要是为了单位时间内增加新品单量，那么这时可以适当的对其他数据要求变弱，单量为主要考量标准）
          优化起来很简单，就是以下三点，难度是平衡点的把握
1、 好的保留，同时加价；

2、 不好的删掉，或者是先降价看看，然后再进一步确定是删掉还是保留；


我们上面是讲的删减，也就是我们已经添加的词的数据；但是，优化是一个加减的过程，也就是说，我们删掉的同时，要把当下的新的搜索需求加上（当然这个有些时候是没有新的搜索需求，但是这个动作我们不能省略）
3、添加新词测试；
词的优化总结：在产品确定的情况下，好词加价，差词删掉或者降价，然后加入新的词进行测试；
词的分析，我们不需要做趋势分析，只做汇总分析即可~~

--------------分割线--------------
③创意的分析模型

我们学习了怎么确定推广的产品，以及怎么优化这些产品的流量入口。这节课我们来分享流量入口创意的数据分析，也就是说，这些流量入口（也就是人群）都喜欢什么类型的营销创意？这样同样的展现力，因为点击率更高，我们就可以拿到更多的流量了，进而带来更多的订单。
重要：：：我们做数据分析，不单单是发觉问题，更多是找出可以优化的方向。
给合适的人，看对的图片，这就是创意优化的宗旨。我们只能通过传统的创意测试方法，进行分析，这个过程主要是以下几步：

1、 下载数据，模型分析


2、 找出好图，并对好图进行分析，找出新的作图思路
这里我们要有图片的解构思维，也就是把一副图进行构成元素的解构，分析一下下到底是哪个元素构件影响了点击率和转化率，这些构件通常是以下这些，比如：
A、 图片的整体结构：场景图/模特图/细节图/产品图
B、 图片的视角：布局/角度/占比
C、 图片的色彩结构：冷色/暖色/粉色/深色
D、图片的文案样式：字体/字体大小/字体颜色
E、 图片的营销卖点（也就是产品主卖什么）：更新的功能/价格/销量/款式
备注：文案与背景素材的和谐统一，融为一体为上上品
3、 做新图继续测试验证

下面就是数据模型的解读：

本图是同一个产品，2个不同计划的不同创意数据对比反馈，数据是不是一幕了然？


这幅图是特定产品，创意的趋势跟踪。
通过以上2个数据维度的分析，我们首先找出更好的创意，然后开始分析
最后预测出影响点击率和转化率的图片构件，进行重新作图测试，看看能否把图片的创意再提高一点点水平。
朋友们，创意的数据分析，不是创意优化终点，而是新创意策略的起点，只有这样才能迭代优化我们的创意，进而真正找到本产品对应人群的营销偏好，甚至找到店铺人群的风格特征。

--------------分割线--------------

④人群的分析模型

我们来说一下人群，我们在前面的内容讲了流量入口（关键词）的优化。但是那个是颗粒度比较粗的优化，如果我们想进一步了解我们的产品人群，那么就需要测试更加广泛的人群标签
词，后面是一群人，我们就是想知道这个人群当中，那些特质的人群更适合我们的产品~~~
    比如，我们想知道产品人群的年龄特征：到底是年龄大一些？还是年龄小一些？性别特质：到底是男性用户多？还是女性用户多？基于这个需求，所以我们就要进行人群特征的分析，也就是大家经常说的用户画像的研究，这时我们主要有以下几个点要注意：
1、 分析对象的选择：分析什么人群，这个非常重要，因为不知道第一步，后面的分析就不好展开，而这个人群的分析是基于我们对产品的理解，如果完全不懂，那就只能按照常规的方式去测试，把人群范围缩小。
举例：我们是测试年龄呢？还是测试性别，亦或地域呢？等等，到底哪种标签的构造，能最明显能把产品的人群进行切割？
2、 标签的不完整性：我们用局部代替全部的思维进行分析。
举例：有些用户只有年龄标签，没有打上性别标签，那么分析性别的时候，我们就不取她的值，我们用其他有性别的标签进行分析，一个标签系列占整个人群的占比大于80%，我以为完全可以用这80%进行分析
因为：我们会发现，同样一个词系，年龄人群总数【≠】性别人群的总数
3、 人群构建的逻辑：不同标签组合后，构建的人群。
我们会聚类标签进行统计分析
        有了以上的人群分析思路，那么我们就知道了人群的组合和测试，以及后面的人群分析，今天我们主要讲一下分析。

        1、下载数据，如下图所示：

2、S新模型，进行分析


比如，我们这款产品，起步的人群组合是一样的，经过一段时间的数据分析，得出的结论：
      A、18-29占比大，并且数据好；年龄越大越不好；
      B、男性用户【＞】女性用户
   所以，我们重新做了调整，砍掉了高年龄人群，低年龄人群直接聚类；同时在营销端，我们围绕年轻人展开
    3、好人群，提高溢价的同时，看看能否聚类一下；不好的人群降低溢价
    4、根据优化后的人群，针对人群优化页面，或者做新产品
    我们再看一下趋势的分析，下图是不同年龄段，在时间变化的趋势分析，我们又验证了一下我们上面得出的结论


这个模型，我们要灵活调用分析，都可以分析出来，这就是用户画像分析的全案
   最后总结：
1、 先构建人群标签；
2、 根据数据，分析标签；
3、 优化标签结构；
4、 针对新的更加清楚的用户画像，再次优化营销方案；
其中的难点是第一条：怎么构建标签！~~~~

--------------分割线--------------
⑤地域的分析模型

通过前面的学习，我们已经有了大概的分析思路，并且能够做出更加正确的策略，我们还有最后一个分析模型。
地域分析，因为地域分析是在计划的层面，所以这就要求我们在进行计划布局的时候，考虑到这个问题，这里有几个建议：
1、 主推款，建议一个计划放一个产品；
2、 同一个计划，布局同类的产品，因为人群会有共性特征；
分析流程大致如下：

1、 下载数据


2、 模型分析

3、 地域删除



这么看谁好、谁差，是不是一目了然？

地域分析也有趋势分析，比如，某些特定产品，具有很强的地域流转差异，也就是说随着时间的推移，会发生不同地域的季节问题，这时我们就可以用趋势分析，如下图（图中数据：浙江）：


地域分析，相对来说简单很多，但是不是特殊情况，尽量不要关闭一个省（地域性产品除外），这时我们根据自己的预算，以及综合数据指标进行分析，甚至有些时候还要考虑当下的疫情，比如快递不能去的地方，那么这些是一定要关掉的，但是要备注下来，因为快递放开了，还要打开这些地域。
还有一点点时间，我大概说一下，时段的分析，这个我们主要看产品在每一天的哪个时段是逛的多？哪个时段是转化的更强？当然大家也可以做个模型出来，数据源取值：生意参谋 — 访客分析。
这个根据我的经验是：晚上流量大，竞争少，但是转化效果不如白天，当然也会有产品的不同。
我们应该把精力放在分析后，制定策略上面，而不是研究模型的制作，也就是下一步我应该做什么？这样才能在下一次数据分析的时候数据源更漂亮，结果更好！！！~~~~
我们其实所有的优化，都是为了做出一个更加牛逼的数据源！！！