衡量网络营销效果三种方法.pdfVIP

衡量网络营销效果的三种方法 摘要 ：Engagement衡量宏观效果的方法 ，是基于这样的一种假设 ：大量用户看 混沌的各 种行为 ，实际上均反映了网站对用户的影响 （吸引 ）程度。 在之前的 《网络营销效果衡量的核心指标 》连载中 ，介绍了什么是Engagement ，Engagement包 含哪些指标 ，如何定义这些指标 ，以及如何通过技术方式监测到这些指标。这期将问题更深入 ，探 讨Engagement 的适用性问题。 由于Engagement 的灵活性 ，它至少在三个领域具有极高的研究价值。其一 ，它对于衡量总体 （ 宏观 ）效果的达成有帮助 ；其二 ，在确知流量质量的情况下 ，它能衡量网站对用户的影响程度 （即 一般我们所称的网站的质量 ）；其三 ，在确知网站质量的情况下 ，它能衡量网站流量的质量。 这三个问题 ，几乎就是我们进行营销分析的核心领域。我们先来看第一个问题:如何通 过Engagement 指标衡量总体 （宏观 ）效果的达成 ？ Engagement衡量总体效果的三种方法 Engagement衡量宏观效果的方法 ，是基于这样的一种假设 ：大量用户看 混沌的各种行为 ，实际 上均反映了网站对用户的影响 （吸引 ）程度。用户行为的量和度越大 ，表明网站对用户的影响越 强烈。这么说不难理解。同样的两个新闻站 ，A站平均每个用户访问看10条新闻 ，B站只有5条 ，很 明显A站对用户的吸引程度更大。Engagement 本质上即是用于描述各种用户混沌行为 ，因 此Engagement 的数量和强度 ，与网站影响用户的能力是等同的。 那么如何衡量Engagement 的数量和强度呢 ？ 通常有三种简单的方法衡量宏观Engagement 。第一种方法 ，是观察全局性的Engagement 指标 ， 这些指标既可以是标准指标 ，也可以是自定义指标。第二种方法 ，是把单个的Engagement 指标按 照自定义的重要程度加权汇总起来 ，形成Engagement Index加以衡量。第三种方法 ，则是按照用户 行为与营销目标之间的数学关系定义各个指标的重要程度 ，然后再加权汇总成Engagement Index 。只要对用户的行为监测得当 ，三种方法操作起来都不会有什么困难。 方法一 ：全局性Engagement 指标的分析 第一种方法 ，观察全局性的Engagement 指标 ，最常见的便是观察Bo unce Rat e、PV/V或 者T ime o n Sit e。关于Bo unce Rat e ，大家的问题最多。几乎在所有的课堂上 ，当我讲 解Bo unce Rat e相关知识的时候 ，就会有同学提问 ：Bo unce Rat e到底多高算好 ？我可以简单地 答复 ，如果你的Bo unce Rat e没有超过65% ，那么还真是值得庆贺。但这样的答案并不是我喜欢的 ，如果京东的Bo unce Rat e是65% ，那么他们一定会痛苦得顿足捶胸。不过 ，若是在营销活动中 ， 网站的Bo unce Rat e真的高于80% ，那我们该得出什么样的结论呢 ？ 结论A ： 该死 ，这真是一次全然失败的活动 ，流量糟透了 ，网站也稀烂。 结论B ： 网站是成功的 ，但是流量存在极大的问题。 结论C ： 流量肯定没问题 ，但网站很糟糕。 这三个结论 ，哪一个会是正确的 ？答案是 ，都有可能。不过 ，在具体的情况下一定只有一个可能性 。我们如何判断Bo unce Rat e高 ，到底说明了哪种情况 ？ 我的方法很简单 按照流量来源细分Bo unce Rat e ，然后判断到底是流量出了问题 ，还是网站出 了问题。解决这个问题我将引入参照系的概念 ，即流量中可以作为参照系的标准流量来源。我们都 知道 ，网站流量来源多种多样 ，其中质量最好的流量是自然搜索流量 （O rganic ）。或许你会失望 ，问为什么不是Direct （直接流量 ），原因是Direct 并非真正的直接流量 ，而是对于这个网站分析工 具而言所有无法判断来历的流量 ，因此Direct 可能杂糅了很多流量 ，这些流量的质量几乎可以肯定 不如自然搜索流量。 为什么O rganic是质量最好的 ？其实很简单 ，O rganic流量不是作弊流量 ，而且反映了真正的用户访 问需要。如果一个网站没有什么O rganic流量 ，那么流量质量第二好的流量是付费搜索引擎流量。 这两种流量可以作为我们衡量Bo unce Rat e的参照系。现在 ，我们来观看下面的几种情况 ，又会分 别得出什么结论 ： 情况A ： O rganic流