这一节介绍如何将搜索引擎提供的展现、点击、消费数据，与通过网站流量监测工具等方式获得的补充数据打通使用，共同用于优化SEM投放。
上一节我们讨论了SEM广告的基本商业逻辑和相关基本概念的含义，也了解到，想要做好SEM广告，不但要使用好搜索引擎提供的展现、点击、消费等数据，还需要广告主通过网站流量监测工具、URL通配符等方式获取补充数据，并将两种数据结合在一起使用。
这一节会详细讲解如何将这两种数据关联在一起，共同用于优化SEM广告投放。为说明便利，仍然假定广告主在百度进行投放，并已经部署了网站流量监测工具和URL通配符。
先来看一个具体的例子。
假定在一个电商的SEM推广账户中，存在如下表1中的几个关键词。从这张表格提供的数据来看，前三个词都没有带来转化，那么它们所对应的消费是不是就属于上一节我们讨论SEM基本商业逻辑时，所提到过的那一半无效的广告花费呢？未必！现实的情况往往是，在我们停止推广那些没转化的词之后，会发现原本有转化的词带来转化的转化也变少甚至是消失了。
这就是为什么即使是在能够获取转化数据的情况下，广告主也几乎总是会容忍自己的账户中存在大量无转化词的重要原因之一(在第一节后附的练习文件中，就可以看到有不少这样的关键词存在)。在有了补充数据之后，我们可以通过将转化数据从关键词级别细分到每一次点击的级别，来对关键词是否能够促成转化做出非常准确的判断。
表1-某电商SEM账户中部分关键词的消费和转化情况
用户通过搜索引擎进行消费决策的过程，其实与他们在线下的购买行为非常类似，都会有一个掌握信息、货比三家的过程，尤其是对某种产品或服务的了解还不够充分时更是如此。
用户的这种购买行为习惯也会体现在他们对SEM广告的点击行为上，一个用户可能会不止一次点击同一个广告主的广告，所希望获取的信息总体来说也循序渐进、不断深入。
根据用户的这种行为特点，对于每个通过点击关键词广告进入广告主网站的客户，我们将其每天点击关键词的行为按照时间先后顺序进行排序，表2给出了一部分这类数据的例子。客户A先后点击了三个关键词广告“2016秋装”、“帽衫”、“蓝色帽衫”，并最终在点击“蓝色帽衫”相关的广告后完成了1次转化；而客户B则先后点击了“时尚女装”、“帽衫”两个关键词广告，但没有形成转化。
表2-将关键词级别的数据细分到每一次点击
我们将所有客户的广告点击行为都按照这样的方式排列起来之后发现：所有曾点击过“时尚女装”广告的客户，最终都没有形成转化；而一部分点击过“2016秋装”和“帽衫”广告的客户最终发生了转化。
也就是说，“2016秋装”和“帽衫”是客户在形成转化过程中的一个中间步骤，即使它们不会直接带来转化，我们也不能取消它们，因为没有了这些中间步骤，就等于我们切断了客户达成转化的路径。
而“时尚女装”没有参与过任何一次转化的达成，如果在一段时间内它的表现一直如此，那么我们可以认为对于促成转化来说，它是无效关键词、它所导致的花费都是无效花费。对于以促成最终转化为目标的广告主来说，应当停止投放这一类的关键词。
但是，也有一些广告主会将一定比例的预算用于维持企业在潜在消费者面前的曝光，在这一业务目标下，需要根据其他的评估指标来决定是否应当保留关键词。
所以，SEM数据的分析与优化是一项对于业务目标高度依赖的工作，同样的数据搭配不同的业务目标，最终得到的优化方案可能是截然相反的，并不存在放之四海而皆准的规律；在指定优化方案之前，务必要先明确业务目标。
回到正题，从表2的例子当中我们了解到，有些关键词不直接达成转化，但是促成转化的重要力量。做个类比，在足球运动中，进球通常是由前锋来完成的，但如果没有中场与后卫的协作，前锋要自己带球穿越全场的话，那么射门的难度就会增加、进球的概率也会变小。
所以前锋进球这个结果，通常并不是前锋一个人的功劳，而是全队配合的结果。SEM广告的投放，也要像球队一样，讲究前中后场的配合；在进行数据分析时，要保证所有参与过转化的关键词都能得到公正的评估。
表3给出了一个更为复杂的决策过程示例。与购买服装相比，留学中介的费用一般而言要高得多，决策结果对于消费者的影响力也更大，因此用户的决策过程也更为复杂。
示例中的用户，经过6次广告点击为行为才最终给广告主留下了联系方式。与表2不同的是，表3中增加了一列“转化分解”，这一列的合计，正好与转化数量的合计相等。
它是根据某种规则将转化数量分解到用户所点击的每一个关键词广告上的结果，具体的分解方法可以有多种选择：如果对于直接带来转化的行为更加重视，就可以像表3中一样，留给达成转化的第6次广告点击行为更大的权重；如果对于助攻与转化同样重视，可以采取平分功劳的方式；如果看重引入更多潜在消费者，可以作与表3中例子相反的处理，在第1次广告点击上加更高的权重。转化分解的规则，在很大程度上也是一个业务导向的决策。
表3-选择留学中介机构的某用户点击SEM广告的轨迹与转化分解
按照表3所示的方式，对于每个用户作好转化分解之后，再对所有计算出来的转化分解结果按照关键词进行加总，就可以整理出如表4所示的每个关键词对转化的贡献数据。
从中可以看到，如果直接按照转化数量来计算CPA，那么“美国留学”这个关键词的CPA非常高，在预算有限的情况下，可能需要尝试削减对于这个词的投入，并将节省下来预算投放到其他单位成本低一些的关键词上。
但是，如果充分考虑到它对于促成其他关键词形成转化的助攻作用的话，那么这个关键词带来单个转化的成本比账户整体平均水平还略低，应当保持对它的投入；不仅如此，由于这个词对于促成其他关键词的转化达成有明显的作用，所以如果预算允许，甚至可以尝试加大对它的投放，来观察是否可能带动其他关键词产生更多转化。
表4-汇总到关键词级别的转化分解与两种计算方式得到的CPA
此外，表4中值得关注的还有“常青藤名校有哪些”和“自助留学申请”这两个关键词，它们都没有直接带来转化，但是通过转化分解之后，可以看到前者会帮助促成其他关键词达成转化，而后者则不能。
我们可以通过停止对“自助留学申请”的投放来节约预算，并且不会对账户的总体转化造成影响；但是如果停止投放“常青藤名校有哪些”，虽然账户消费可以下降，但是账户的转化量也会随同受到负面的影响。
总结：这一节主要讨论了如何结合搜索引擎提供的数据和广告主自有的补充数据，来评估各个关键词对于促成转化的作用。以在百度的推广为例，主要需要以下几个步骤：
1、通过网站流量监控工具和URL通配符获取补充数据
2、从补充数据中提取用户编号、点击的关键词广告、点击广告的时间、是否形成转化
3、对每个用户计算转化分解，分解方式与业务目标有关
4、按照关键词汇总转化分解
5、按照关键词对应的转化数量和转化分解分别计算CPA
6、根据业务目标，决定投放优化策略
练习：附件提供了示例数据，已经进行完总结部分的第2步处理。请根据这份数据计算转化数量与转化分解；随同提供的R程序是使用R完成这项任务的代码，供参考。
注：本文中使用的所有数据皆在真实数据基础上进行过模糊化处理，保留了实际投放中会遇到的典型数据特征，但不可作为实际投放的参考。
SEM漫谈 | 第一期：SEM概述
如果您也觉得本文不错，就请转发吧！
如果您对我们的内容感兴趣，请关注微信公众号“狗熊会”，或扫描下方二维码 
点击“阅读原文”有代码和数据
