在这个网络时代，大部分的营销活动都在互联网上进行。进行网络营销时，我们需要拥有网络营销的思维方式，以便更好地理解网络营销的方向、目标、策划和执行等问题。同时，作为广告优化师，在分析过程中也需要具备数据分析的思维。数据分析思维能有效帮助我们优化账户，提升工作效率。
广告优化师需要明确以下几个问题：
1.账户存在哪些问题？
2.操作的目的是什么？
3.为何要进行这样的操作？
4.操作后会有什么结果？
在日常工作中，许多竞价员频繁调整后台，如否词、加价、降价、调匹配模式等，但只有少数人明白自己为何这么做，以及这样做会带来什么效果。这就是为何许多竞价员尽管工作多年，却无法成为真正的广告优化师，仅仅停留在后台操作员的角色。问题出在我们进行数据分析时缺乏正确的数据分析思维。
数据分析思维包括以下五个方面：发现问题、分析问题、制定方案、执行方案和回顾。
首先，通过观察一组客户原先自运营的广告投放数据，我们发现以下问题：
1.广州、重庆、郑州和西安的线索量较少，且平均线索成本较高。
2.成都的平均线索成本最低，但线索量仍然较低。
经过初步观察，我们发现了这些问题，但我们需要深入现象看本质，解决根本问题才能有效优化广告效果。
以广州为例，通过比较广州和深圳的数据，我们发现广州的线索率仅60.6%，低于正常值80%以上。通常情况下，线索率低与客服业务能力有关。通过查看商桥会话记录，我们发现广州和深圳的受众人群有所差异。同样的话术，在深圳可以获取线索甚至成交，而在广州却无法做到。因此，广州的线索量、点击量、咨询量都较深圳低，导致咨询率只有4.85%。进一步分析发现，广州的落地页制作不好，并且在广州地区转化能力偏差。为了提高广州的咨询率，我们可以单独制作符合广州人群需求的落地页，同时通过对客服人员的话术培训提高线索率。如果广州的线索率能达到深圳的80.5%，则可以获得53个线索，成本降至￥.83。
类似地，重庆的咨询率也很低，只有4.15%。如果咨询率能提高至深圳的7.03%，则咨询量将增加1.66倍，成本降至￥.81。
对于成都，线索量少是由展现量偏低所导致。在效果较好的情况下，我们可以尝试拓展展现量，以带来更多转化。
至于郑州和西安，两个城市的消费较低，需要进一步拓展流量以分析问题原因。
这些问题可能看似相同，但实际上各有不同，要深入现象看本质，解决根本问题。在操作前，我们制定具体的优化方案，明确目标并设定关键绩效指标（KPI），以便后期回顾检验效果。
接下来，我们根据方案执行操作。在执行之前，需要设定一个检验效果的时间周期。如果效果不明显，可以尝试下一个方案。完成所有方案后，进行回顾。
在操作后台时，记录自己的操作，以避免操作错误和解决问题。回顾阶段，回顾方案的KPI、实现情况和原因，并总结优化方法。
贯穿整个数据分析思维的宗旨是：深刻理解行动的本质目的性。我们进行数据分析和优化广告不是为了优化而优化，而是为了提升广告效果。通过培养正确的数据分析思维，我们可以成为优秀的广告优化师，提高工作效率并取得更好的成果。