问：投放过程中，日常数据监控怎么做才能保证快速有效呢？

答：推广数据指标那么多，在分析的时候到底有什么样的优先级？这里给大家一些方法供参考：

首先我们要做一个属于自己的数据报表统计模板，把需要做出分析的数据全部导出。表头如下：

整个表格我们分为基础数据和转化数据两个大的模块。

其中，基础数据包含消费、千次曝光价格、点击量、点击单价以及点击率；而转化数据则根据不同的转化通道和窗口，来设置需要跟踪的指标。例如，转化窗口是表单，那么我们需要统计表单提交量、表单提交率、单个表单提交所消耗的广告成本（注：如涉及返点，需要将广告币成本和实际现金成本都列出来）。其他转化方式（电话、下载、微信加粉）与之雷同，详情大家可以参考表头里的指标。

反过来我们讲一讲，为什么要做一个属于自己的模板？

数据分析的意义在于，让我们对推广的效果反馈更加明确，从而做出进一步的策略调整。因此需要统计的数据指标，一定是你最关心的，换句话说，是最影响结果的。所以，表格模板绝不是别人怎么做，我就怎么做。而是需要自身清晰的知道，每一个指标在我的系统里是什么作用，为什么要监测它，它的变化有哪些影响因素，它又会影响到哪些指标。

这才是数据筛选的意义。

数据的筛选和统计只是第一步，接下来我们需要对收集的数据进行整理和分析。但在分析之前，我们需要明确一个原则，就是今天我跟大家提出的“宝塔法则”：

大家都知道，正常的宝塔法则是这样：

虽然这个图有点丑，但相信朋友们已经看出了端倪，其实是正好相反的流程。具体什么意思呢？

当我们在统计数据、分析营销转化漏斗的时候，需要正向逆向结合来看。

换句话说，当我们在关注曝光量/点击量等基础数据的时候，同时需要关注转化量；结合转化量，再回过头去看基础数据。

这个是我们数据分析的原则和根本。

数据也筛选了、原则也确定了，那么接下来就是我们真正意义上的数据分析，这里给大家推荐非常经典的转化评估的四象限法则：

在这个四象限法则里，横坐标代表着我们的广告费用消耗，纵坐标代表着广告产生的转化量，我们逐一看来：

第一象限：有三个属性标签，即转化高、消耗多、成本高。这一类的数据，需要优化的因素比较多，重点在于出价、点击率/转化率（O系和CPA模式下需要分析转化率）以及文案创意的精准度。

第二象限：这一部分是最优的广告数据，转化高成本低，可以持续保持观察，当然有钱的主儿也可适当扩量。

第三象限：这一部分很明显就是广告没能投放出去，曝光量级太小，那么我们优化的时候就需要优先考虑展现量。（展现量如何优化想必不用讲了）

第四象限：最后这部分的数据，转化量低、转化成本过高，我们优先考虑优化的便是投放方案（包括创意/落地页/定向等）以及流量的精准度。

以上就是我们常用的数据分析方法，希望对你有所启发。