当前位置:经管资料网营销管理网络营销网络营销:SEM(搜索引擎营销)数据分析及案例209页

网络营销:SEM(搜索引擎营销)数据分析及案例209页

前往专题
14.6 MB
中文
80
计点资料
201801
209页
PDF [下载阅读器]
2019-04-12 10:08:37
推荐星级
营销管理 | 网络营销
营销管理 | 网络营销

网络营销:SEM(搜索引擎营销)数据分析及案例简介

内容针对SEM(搜索引擎营销)数据分析技巧及其在企业中应用的成功案例进行了深度的解析,内容从初始数据分析、SEM 在线客服系统介绍,到 Excel 表格技巧与公式使用、数据获取与处理、数据透视表与统计图的制作与应用,再到百度搜索推广、网盟推广的数据分析案例解读,最后到数据分析报告的撰写,层层深入,并且采用逆向思维进行研发,帮助读者提升从业能力。

第1章 初识数据分析 1
1.1 数据分析简介 2
1.1.1 数据分析的定义 3
1.1.2 数据分析的作用 3
1.2 数据分析的步骤 4
1.2.1 明确分析目的与框架 5
1.2.2 数据收集 5
1.2.3 数据处理 7
1.2.4 数据分析 7
1.2.5 数据展现 7
1.2.6 数据报告撰写 8
1.3 常用的数据分析方法 9
1.3.1 对比分析法 9
1.3.2 平均分析法 11
1.3.3 分组分析法 12
1.3.4 交叉分析法 12
1.4 SEM 数据分析常用术语与数据指标 14
1.4.1 常用术语 14
1.4.2 数据指标 14
第章 SEM在线客服系统介绍 17
2.1 在线客服系统 18
2.1.1 在线客服系统介绍 18
2.1.2 在线客服系统安装—网站商务通 19
2.1.3 咨询工具相关数据 26
2.2 咨询工具选择 32
2.2.1 工具界面对比 33
2.2.2 如何选择咨询工具 33
第章 Excel表格技巧与公式使用 37
3.1 常用的 Excel 表格技巧 38
3.1.1 粘贴技巧 38
3.1.2 查找与替换 40
3.1.3 分列 42
3.1.4 冻结 43
3.1.5 筛选 44
3.2 数据分析常用的 Excel 函数 47
3.2.1 IF 函数 48
3.2.2 连字符 & 48
3.2.3 LEFT、RIGHT、MID 函数 49
3.2.4 LEN、LENB 函数 52
3.2.5 SUM、SUMIF、SUMIFS 函数 53
3.2.6 查找之王—VLOOKUP 函数 56
第章 数据获取与处理 59
4.1 数据导出 60
4.1.1 数据获取渠道 60
4.1.2 不同阶段数据的获取路径 64
4.2 数据处理 64
4.2.1 数据清洗 64
4.2.2 完整数据链合成 65
4.2.3 数据具体分析 69
第章 数据透视表的制作与应用 79
5.1 数据透视表 80
5.1.1 数据透视表制作要求与步骤 81
5.1.2 数据透视表设置 84
5.2 动态透视表的创建 92
5.3 案例分享 96
第章 图表制作 99
6.1 日常数据报表 100
6.2 数据统计图 102
6.2.1 统计图与统计表的区别 102
6.2.2 统计图的类型 104
6.2.3 数据统计图的应用 106
第章 百度搜索推广数据分析案例 119
7.1 案例背景 120
7.1.1 案例描述 120
7.1.2 账户原有物料及设置 121
7.2 账户分析与优化 121
7.2.1 账户投放目标分析 122
7.2.2 数据获取 122
7.2.3 账户结构及设置的合理性分析与优化 122
7.2.4 账户效果分析与优化 130
第章 百度网盟数据分析案例 139
8.1 案例背景 140
8.1.1 案例描述 140
8.1.2 账户结构与设置现状 141
8.1.3 投放数据结果 142
8.2 账户投放问题诊断及优化 143
8.2.1 企业投放目标分析 143
8.2.2 账户数据指标分析与优化 143
8.2.3 百度网盟账户优化总结 154
第章 数据分析报告撰写 157
9.1 数据分析报告简介 158
9.2 数据分析报告的写作原则 159
9.3 数据分析报告的结构 160
9.3.1 总框架:总—分—总 160
9.3.2 结构:标题—目录—前言—正文—结论—附录 160
9.4 案例分享 163
案例 1:百度推广位减少,我们该如何应对 163
案例 2:9月份 SEM 投放效果分析报告 166
第10章 数据分析案例解析 177
10.1 案例背景 178
10.2 案例数据获取 179
10.2.1 确定分析目标 179
10.2.2 在哪里获取数据 180
10.2.3 应该统计哪些数据指标 183
10.2.4 如何看待及分析这些数据 185
10.2.5 数据分析产生哪些结果及结论 185
10.3 数据分析过程 185
10.3.1 数据处理 186
10.3.2 具体问题分析 187
10.3.3 数据可视化 191
10.4 问题解决方案 192

全部