我們知道網絡廣告投放會產生大量的數據，運營人員對數據的整合分析，是運營團隊決策的依據。分析結果的有效性和導向性，會對運營決策和運營效果產生很大的影響。很多運營團隊對數據分析都有自己的方法，如果能更系統的進行加強，那么效果一定會更進一步，接下來我們就一起來看看。
網絡廣告投放產生的數據當中，有三個問題需要提前明確：目的、過程和舍棄。
一、 目的。數據分析的目的是什么，分析的結果是用來做什么，這是需要提前確定的。數據分析不是為了分析而分析，看別人家分析這個指標，我們運營團隊也分析這個指標。這種拿來主義在很多情況下，不能直接套用。數據分析，是為了決策提供數據支持的，因此在目標制定時，一切都以支持決策為目的。
如我們要決定增加還是減少投入的決策，那么就需要得到投入產出比的指標。為了這個指標，要研究投入、產出的數據。進一步就需要研究投入產出的分布情況，資金的流動情況等。除了純粹的數據之外，還需要研究影響投入產出的因素有哪些，影響各有多大。換句話說，數據分析并不僅指后臺數據，也要對其他因素進行綜合分析。常見的手法有加權匯總等。
二、 過程。通常情況下，我們接觸的數據有網站訪問數據，如UV、PV、平均停留時長、跳出率等。也有投放數據，如消費額、點擊量、展現量等，還有轉化數據，如下單量、成交量、注冊量等。但是這些目標，都是結果。通過結果去反推過程，最大的困難是歸因困難。
如一個著陸頁的日訪問量是500，咨詢量是50，那這50的咨詢量究竟應該歸屬在哪，是需要認真研究的。如果只是看表面的數據分析，咨詢率是10%，那么是不是就得出這個著陸頁的創意等帶來的咨詢率是10%呢？
當然不能。歸因再難，也要做細。我們需要關注影響結果的因素，也就是在過程中去找脈絡。這些過程數據和轉化之間的關聯，是需要進行分析的。用一句話來講，就是將轉化步驟具象化。
如經過調查，發現咨詢的訪客都是在A頻道內頁進行的，平均停留時長大于10分鐘，訪問頁面數超過5頁。而網站大部分訪客都是B頻道內頁離開的。依據這個過程數據，我們可以做出決策，強化B頻道的咨詢入口。這樣咨詢量極有可能大大提高。而具體的比例可以通過細致分析得出精準的數據。
三、 舍棄。數據分析的一個困難在于，有大量數據是冗余的。和決策支持不相關聯，和過程分析不相關聯的數據，該舍棄的要舍棄掉。不然運營團隊會發現浪費在這些冗余數據上的收集、分析和討論上的時間和精力，極大的削弱了運營工作效率。舉例來講，關鍵詞數據分析，那么必要數據就是消費、點擊量、uv、pv、跳出率、平均停留時長、轉化過程。
結合不同的分析，可能需要增加不同的數據，如關鍵詞ROI影響分析，需要關鍵詞排名數據。分析展現量對轉化量的影響，需要增加關鍵詞展現量。
分析網頁點擊行為，需要在網頁中加入點擊事件作為目標，增加點擊數據統計。而與目標無關的數據，都是需要舍棄的。細分目標也有細分的舍棄數據。運營團隊需要集中力量解決主要矛盾，而不能陷入在數據的海洋中出不來。
進行網絡廣告投放的數據分析，必須先明確以上3個基本原則。在戰略正確的前提下，再去做數據分析的戰術層面，會發現數據分析的脈絡更加清晰。該省的地方省，該深入的地方深入，這樣才能為運營決策提供有力的數據支持，在競爭中保持優勢。
