采用队列分析是评估趋势，保留率和购买途径的有力手段。
撰稿人Megan Taggart解释了如何在付费sem报告中实施该模型。
在报告付费搜索结果时，企业对企业（B2B）营销人员经常会向利益相关者，客户或内部团队提出一些经常性问题：
“为什么我会看到大量搜索点击和潜在客户，但没有机会或关闭？”
“我们在这个月花费了15000美元的额外费用，所以结果在哪里？”
“搜索如何有助于保留？”
这些是重要的问题，因为它们是利益相关者的头等大事。
但是，战略性地和正确地回答这些关于搜索广告系列效果的问题的能力需要深入报告功能以及对组织归因模型的深入理解。
许多搜索专家仅精通这些领域中的一个，通常绘制付费搜索图片的一半。
由此产生的测量，分析，优化以及营销美元花费的差距使利益相关者对结果感到厌倦。
搜索专业人员在工具箱中有其他工具，但是，这可以更好地使他们能够回应那些炙手可热的客户问题。
作为付费搜索报告的一部分，采用队列分析可以成为评估趋势，保留率和购买途径的有力手段。
它还可以在基于用户通过渠道的时间分析专门的时间窗口分析活动结果时提供更高的准确性。
在本文中，我们将介绍队列分析的基础知识以及如何基于lead-gen漏斗在您的广告系列中部署模型：
主管>展望>机会>客户
定义和理解一个’队列’
在市场营销中，术语“队列”描述了在特定时间范围内共享特定事件或体验的用户群。
群组包括购买者，电子邮件订阅者，试用和/或演示下载或漏斗中的任何其他转换操作。
不管细分，随着时间的推移监控这些小组以分析整个销售周期中的行为，这个价值就显现出来了。
如果没有同类产品，领先的营销人员会猜测客户在漏斗中的“年龄”（他们在漏斗中呆了多久）。
然后，营销人员无法找到保留的真实脉搏。
付费搜索工作的典型分析包括查看总结时间框架并将它们与前一周，每月或某个其他时间段进行比较。
这是一个很好的比较工具，但它不能解决一个核心问题：查看总结时间框架包括没有时间产生潜在客户的数据（或者我们正在查看的任何漏斗步骤）。
换句话说，我们通过纳入对我们正在查看的潜在客户没有贡献的开支来推高我们的每位主要成本。
点击客户路径的示例视图如下图所示。
在比较多个时间段时，可以找到基于固定组的性能平均值，但此方法不考虑任何异常值。
无论是一群重复购买者，购物车放弃者还是在旅途中消失的子集，这些新老客户的组合本质上都会扭曲报告结果。
如果比较黑色星期五每用户平均管道数（同比），平均每用户管道（APPU）可能看起来很棒，因为指数流量驱动管道，但去年黑色星期五的客户情况如何？除非采用有效的保留措施，否则这些客户的价值可能会下降，但总体APPU报告比以往任何时候都高。
仅仅依靠像APPU这样的指标可能会长期存在危险，因为它不考虑客户进入渠道的时间长短，而是覆盖整个终身客户群的收入。
设置数据流
转向队列模式需要勤勉的前期评估和工作; 确保收集准确的数据至关重要。
在这种情况下，最重要的电子表格栏是日期和时间戳记，例如“领导者的原始创建日期”和“领导者转换到下一阶段的日期”（考虑潜在客户，机会，客户，首次购买日期和等等）。
这些日期可以衡量用户通过漏斗和将该知识应用到付费搜索报告和洞察力所需的时间。
以下是“机会”报告的理想列表：
领导创建日期。
机会创建日期。
领导ID。
资源。
运动。
术语。
通过漏斗的时间
一旦正确的数据正在流动，并且有统计意义的回顾结果的回顾窗口可供使用，现在是分析我们的用户通过付费搜索销售渠道所花费的时间的时候了。
我们想要了解原始潜在客户成为合格潜在客户，机会和最终客户所需的时间。
要用充足的数据建立队列分析，通常需要拍摄6到12个月的数据窗口。
拥有足够大的日期范围非常重要，因此我们不会误报付费搜索对营销计划的贡献。
我们将从底部开始回到我们最终想要回答的结果：
铅和潜在客户之间的天数。
领导与机会之间的天数。
领导与客户之间的天数。
找到潜在客户和潜在客户之间的日期差异非常简单。
以潜在客户创建日期（潜在客户变成潜在客户的日期）并减去潜在客户创建日期。
重复所有线索，并确保排除主要异常值。
为了引导机会，在单独的文档中工作以避免数据混淆可能是谨慎的。
以铅为契机的日期和减去原始铅制造日期。
正如你所期望的那样，这个日期差异可能比导致潜在客户长得多。
与客户一起重复这一过程。
经过分析，您将很清楚导致每个阶段需要多长时间。
在特定情况下，您甚至可能会对销售周期的持续时间感到震惊。
您可以立即了解为什么一周的观看次数对于某些潜在客户广告系列而言可能效果不佳，这取决于通过漏斗进行实际需要多长时间。
选择一个百分点
群组模型可用于实现更快，更智能的搜索优化。
在做决定之前，等待100％的潜在客户通过漏斗并不实际（或必须）。
选择正确的百分位数来代替。
例如，获得第75个百分点有助于确定我们的付费搜索引擎中75％的最快速度通过漏斗需要多少天。
这可能会显着减少以前分析的阶段之间的天数，但没关系。
我们知道我们其余的线索会在某个时候进入下一阶段。
请记住，我们的目标是快速做出准确的决定。
在较短的时间范围内工作将需要略高的每目标成本来说明从模型中排除的客户。
另一个例子：如果目标是每个客户750美元的成本，并且我们正在使用第75个百分点，我们希望将该目标提高到1000美元。
如果我们要等待所有的客户慢慢浏览，那么我们最终的成本就会比单看最快的75％更好。
如果使用百分位工作的想法听起来很难，请记住，以平均数和非队列模型工作已经不准确。
我们的目标是尽可能接近实时地以准确的数据做出实际的优化决策。
一旦确定了时间框架和百分位数，应避免包含花费比专用时间窗口更长的时间进行转换的潜在客户，机会或客户。
如果客户窗口为30天，并且客户需要45天才能进入，包括该客户在第75百分位窗口中将人为夸大型号。
这些应该放在总结表中的其他地方，而不是在队列决策模型中。
开发报告和报告结果
开发准确报告的关键是确保潜在客户，机会和客户不会在其时间窗口之外被报告。
这意味着，如果客户窗口是30天，我们就不会查看任何客户结果，除非他们有30天的时间，并且已经有了成熟的时间。
为了在这种情况下为每个客户获得准确的费用，我们还希望排除最近30天内的费用。
我们只应该在客户或机会的成熟度窗口中查看花费。
完成设置后，最准确的视图将通过漏斗提供批量，每次转化费用和转化率。
很可能，它会揭示业绩低报，因为有几天的花费被计入，而铅量尚未赶上。
有了新的观点，您就可以根据您有机会处理的最准确的数据开始做出决定。
在上面的例子中，分析表明，最快的75％的销售线索在六个月内转向客户。
鉴于此信息，在分析每位客户的成本时，渠道指标只能在第一个月和第二个月查看。
对于每个机会的成本，渠道指标可以在一到五个月内查看。
我们的线索可以近实时分析。
用于付费搜索的群组分析应用程序
预测。
了解与管道或收入相关的付费搜索群组的流量和演变情况，可以更容易地预测新的客户子集的行为。
保留策略。
你应该做更多的后购买？根据该组在未来6至12个月内获得的收入按天，周或月收购进行比较，可以发现购买和参与习惯的变化。
如果管道或重复购买没有增加，最好实施保留或重新参与策略来指导用户回到销售之旅。
季节性。
通过重复购买或总管道评估第一个客户/购买日期将突出显示在假期或繁忙季节之后下降的用户。
使用这些数据可以帮助营销人员了解他们是否应该让季后赛翻一番。
特定于地理位置的购买行为。
如果采用国际或以地理为中心的付费搜索计划，按地区分月计算收入将明确哪些地区的终生价值（LTV）在何处发生或潜伏。
分析模型差异很大，转向队列分析或模型可能是一个重大决策。
对于许多市场营销人员来说，采取这种行动对于开展先导活动是非常必要的。
将队列分析应用于付费搜索报告通常是一种强有力的方式，可以更加细化地规划保留，流失和归因的真实长期趋势 – 更重要的是，可以显示付费搜索计划中的机会。