数据分析是指通过对账户数据有目的地进行收集、整理和分析，发现账户中存在的问题，并根据问题制定相应的解决方案，以此来提高投入产出比。

由此可见，数据为根。但很多优化师都觉得做信息流数据分析太难，它不像竞价行业，只需要通过数据分析得出表格，找出那个词转化好进行优化，信息流的成本比竞价更高。

如果你也在优化账户的时候感到迷茫，不知如何下手，那么你需要一些正确的数据分析方法，让你的推广工作事半功倍。

所以今天我们来介绍两种经典的数据分析方法。

1. 对比分析法

单纯的看数据值是没有任何意义的，我们无法判断其好与坏，只有通过对投放数据的对比，查找差异，判断其好与坏，最终做合理调整。

比如可以时间做维度，通过同比和环比两种方法对比数据效果：

1)同比：如2021年4月第一周与2021年3月第一周相比较

同比增长率=（本期数–同期数）÷同期数×100%

2)环比：如2021年4月与2021年3月相比较。

环比增长率=（本期数–上期数）÷上期数×100%

通过对比分析，发现异常数据后需进一步挖掘异常原因所在。

比如，某天数据较昨天较差，是什么原因造成的呢？是某个时间段数据较差，还是某个人群定向不够精准？又或者是调整了流量位导致效果变差？

因此需要第二种分析方法——细分数据。

02. 数据细分法

细分是为了更深一步的对比，在不同的维度进行比较，得出更合理、公正的数据。

比如，今日头条流量位对比抖音流量位的转化效果好并不代表今日头条流量位就比抖音短视频流量位好，细分可能发现抖音短视频的人群定向设置问题导致拉低了整体转化效果，则可通过定向调整进行人群优化，或者进一步分析该人群定向的哪些细分维度导致效果较差，通过层层维度细分，挖掘进一步的优化空间。

具体的可细分维度包括：

受众人群细分：根据用户年龄、性别、兴趣爱好等进行细分。如细分男性用户和女性用户、细分房产和汽车兴趣相关用户。

时间细分：针对不同时间维度进行细分。

创意细分：针对创意样式、多套创意内容进行细分。

流量位细分：针对流量位进行数据细分。

其他维度细分：如落地页、操作系统等维度。

然后可以在这些维度和指标上，做横比和纵比

1)横比：通过对同维度各个成员的各个指标数据进行比较，即分析广告数据在各个维度的占比情况如何。

比如流量位维度中消耗分布情况，哪个流量位消耗最大，以及对应的点击率与转化率的高低情况。

2)纵比：通过对同一维度成员的同一指标级别在不同时间的趋势走向进行对比。通过时间趋势，可以看出该维度各指标是否达到KPI要求，同时也可直观看出数据异常点，对其进行分析并处理。

比如抖音流量位的CTR、CPA、CPC、次留率等数据随时间的变化情况。

03. 最后有话说

数据分析是推广过程中的最后一步，也是最重要的一步。很多优化师都会反思自己为什么做不好数据分析，答案也许恰是因为你不了解它。

所谓知己知彼，百战不殆，数据分析也是如此。只有了解它，才能更好地分析它、解决它。