宋星6个分析方法，教你快速诊断SEM账户体现(10)

因此，上面方法四的方法在这种情况下就不适用了，由于GA不能给出有用的engagement的数据。不是跳出率接近100%，就是停顿时间约等于0……

那么，当我们看到“金融学硕士”和“学费”两个核心词在花费相称、流量相若的情况下，却在ROI上有天地之别的时候，我们还有别的招儿吗？（再把方法四的这个图拿出来大家看看）。

这个时候我们必要行使热图。

例如，使用ptengine，在其中有对比热图和细分热图功能。这里要用到流量过滤细分功能：在过滤条件中，将一个核心词下的所有词遴选出来，细分这些词的流量。左边的热图表现所有跟“学费”相干的核心词的流量体现，右边表现所有跟“金融学硕士”相干的流量体现。

左边的“学费”相干的流量，体现出更多的页面欣赏长度（能够读到页面下端的人的比例显明比右边的要高），但是他们在页面上停顿的时间却相对较短（颜色不如右边的红）。“学费”流量好像体现出很快速要查找信息的需求（乐意看到页面底端），但却缺乏更好的咨询（leads）转化。

如许的数据意味着，你应该认真检查页面上是否有充足吸引人的“学费”信息，或者压根在这个页面上就缺乏相干的信息。

这个数据和热图给我们很紧张的提醒，这两个核心词背后的流量的欲求是有相称大差异的。我们必须为这两个词建立信息着重不同的着陆页面。

方法六：关键词之间关联分析方法

最后一个方法属于attribution（归因）的范畴。最紧张的