繁體中文 订阅Rss
您现在的位置:首页 >> 网络营销 >> 内容

网络营销效果衡量的核心指标

时间:2016-04-19 0:48:57 点击:53

摘要:对于网络营销效果的衡量指标,本来用来衡量流量多少的独立IP或者UV是非常重要的,但在其他很多时候,人们又并非十分关心上述这两个指标。事实上,核心指标的设置完全取决于目标。在这个意义上,任何指标都可...
  对于网络营销效果的衡量指标,本来用来衡量流量多少的独立IP或者UV是非常重要的,但在其他很多时候,人们又并非十分关心上述这两个指标。
  事实上,核心指标的设置完全取决于目标。在这个意义上,任何指标都可以是核心指标,任何指标也都可能不是核心指标。一个营销活动的目的是让广大人民群众知道你的存在,让你的品牌得以“路人皆知”;另一个营销活动是为了在双十一这样特殊的日子里让你的产品大量销售。这两个营销活动的核心指标肯定会存在相当大的差异。
  另一方面,在不同的行业领域中,一定存在各自行业的核心指标。例如电商和教育行业,这两个行业的核心指标可能完全不一样。即使是电商行业内部,企业发展阶段不同,可能核心指标也不同。
  那么,就最普遍的意义而言,衡量网络营销效果的核心指标是什么呢?解决这个问题首先需要一个逻辑,如果我们跳入具体的一个一个业务去寻找相关的衡量指标,很容易陷入迷乱,我们需要一个真正的指南针,确保我们无论走到什么地步,都知道下一步应该如何进行。
  这个指南针是“人”。任何营销活动需要影响和改变的对象都是人,衡量营销效果的好坏,在于衡量对人的心理(心态)和行为改变的状态和结果,显然,越深层次的改变,意味着越强大的效果。这个指南针是人——能够准确体察人的变化,即能够准确把握营销的方向和结果。
  心理和心态的改变
  心理和心态的改变并非网络营销所独有。互联网营销对人心理和心态的改变与其他营销方法并无二致,心理上,人们意识到你的存在——Awareness,心态上,人们喜欢你的存在——Preference。衡量Awareness和Preference的指标可以算是核心指标。不过,很遗憾,这两者用具体的指标去衡量有相当的难度,人心所向很难捕捉,模糊而善变。
  另一个研究心理和心态比较有效的方法是IWOM。这个方法我喜欢,不过真心难,主要是对于语言的解读缺乏有效的技术解决方案,只能人工进行。IWOM本身有一套衡量指标,如果你用这个方法,那么这些指标就相当核心。
  在互联网营销中,衡量Awareness和Preference有时候用两个最常用的指标——Impression和Click,即通过用户对你的广告的反应来衡量。Impression本意是用来说明多少人对这个广告产生了印象。但可惜,这个度量有些没劲,因为人们是否对广告产生了反应是无论如何无法用机器去了解的,所以只能用广告在客户端被展现的次数来间接表示,这就让这个度量作为“核心”的可能性大打折扣,而更多作为一个辅助指标。
  对于互联网营销而言,对心理和心态这两者直接的量度十分有限,也就缺乏核心的可操作性的指标。但对于这两者的研究和探索却是几个世纪以来从未停止的,社会科学尤其是心理学的研究方法为这个领域带来了很多积累,并应用于广告推广效果的研究中。
  行为的改变
  辨识人的行动及其带来的结果是营销进入互联网领域以来最大的进化。理论上,人们在互联网上所有的行为我们都可以通过技术方法捕捉到,并为我们判断营销对人行为的改变创造了巨大的可能性。
  我们对于互联网营销效果最直接的衡量就是通过对人行为的改变完成的。人们做出某一个举动,例如点击你的广告,或是购买你的商品,本质上都是从一个行为状态改变为另外一个行为状态。状态的改变是否符合你的预期可以直接显示出营销目的的达成与否。
  如果按照行为的改变来辨识营销效果,那么一切就会变得简单得多。与内向的心理行动不同,行为是外显的,而且行为改变有浅层次和深层次之分。例如,上面的例子中,一般而言点击广告是“浅层次”的,而购买商品是“深层次”的。正因如此,我认为,网络营销效果衡量的核心指标一方面需要直接而且简明地描述人们的行为改变,另一方面也正好可以体现出这些行为的深浅之别。我把这些深浅之别分为四层来描述:Traffic(流量)、Engagement(参与程度)、Conversion(转化)以及Retention(留存/维系)。
  Traffic
  流量的指标很容易成为核心指标,不过可能因为营销的目的不同,对核心二字的理解也有很大差异。一方面,对于大部分做网站流量分析的朋友而言,流量表现为网站上访问的人数;但另一方面,对于那些从事广告业务的朋友而言,流量可能更多体现在广告受欢迎程度本身。
  两种情况都是合理的。流量的真相在于“流”字上,本身它是一个过程,因此指标也因这个过程中的不同阶段而有所不同。
  Engagement是一个含义丰富的指标,它用以衡量在流量产生之后和发生最终转化之前的用户行为和过程,尤其反映用户对于营销活动/网站的兴趣程度以及衡量影响最终转化的诸多因素。
  文/天下网商特邀作者、网站分析在中国创始人 宋星
  在上一期我们说明了网络营销效果衡量的两个最主要方法——衡量人心的改变和衡量人行为的改变。人的行为的改变,按照影响从浅到深的逻辑,我们分为四个阶段:Traffic、Engagement、Conversion和Retention,并且详细介绍了Traffic的情况,下面为大家详解Engagement。
  Engagement是什么
  Engagement并不是指一个具体的度量,而是一系列衡量用户在营销活动中参与程度的指标集合。由于网站是营销活动的一部分,因此Engagement很多时候用来衡量用户在网站中与网站内容及功能的交互程度。但Engagement其实不仅如此,它也可以衡量用户在营销活动中的其他交互方式,例如微博营销中用户的阅读、评论和转发,或者受众和富媒体广告的交互情况。Engagement是一个含义丰富的指标,可以这么理解它——它用以衡量在流量产生之后和发生最终转化之前的用户行为和过程,尤其反映用户对于营销活动/网站的兴趣程度以及衡量影响最终转化的诸多因素。
  所以,Engagement不是一个如Visit一样的标准化的度量。对此,美国人(Avinash Kaushik和Eric Peterson)也有不同的意见,一个觉得这是一个值得推广开来成为标准化的度量,一个则认为它不应该成为一个度量,也难以标准化地应用。无论谁更有道理,在解决具体问题中,Engagement有十分明显的价值,因此在我们的核心指标体系中,我一直认为Engagement是其中最为重要的一块。
  Engagement可以分为两大类,一类是可以标准化衡量用户行为的指标族,另一类则是根据不同情况按需定义的指标族。两类指标的含义不同,作用类似,都非常重要。
  标准化Engagement指标
  标准化的Engagement指标分为宏观级别的和微观层面的。宏观的指一个网站全站范围的Engagement情况,而微观的则指一个具体页面上的Engagement情况。
  宏观Engagement指标主要是我们俗称的“老三样”——Bounce Rate(跳出率)、PV/Visit和Time on Site,这三个指标描述了三类不同的用户行为。
  Bounce Rate
  Bounce Rate说明了用户进入网站后是否对网站的内容产生了兴趣。如果没有,那么这个用户不点击任何页面上的链接就离开,这样他其实就只看到了网站呈现给他的着陆页面(登陆页面)。Bounce Rate是一个随着技术的进步却没有做太大改变的指标。有些朋友问我,如果一个人进入了着陆页面,他仔仔细细看了着陆页上的内容好几分钟,但是却没有点击任何上面的链接查看其他页面,他算是Bounce掉了吗?这是大多数网站分析工具的Bounce Rate定义上明确标明的,即Bounce与否其实与这个用户在着陆页上查看的时间无关,只与他是否点击进入了其他页面有关。如果有点击进入其他页面,那么就不算跳出,否则就算跳出。所以上面的情况无论这个访问者看了着陆页面多久,只要没有点击任何其上的链接进入其他页面,就仍然是一个Bounce。这么看来也许Bounce Rate的定义过于严厉了,与浏览页面的时间长短无关似乎也不合理(后面还会专门说明时间的问题)。但这个定义是技术简明性以及抓住大概率事件(查看页面好几分钟却不点击页面上任何的链接确实算是小概率事件)共同作用下的效率原则产生的“最佳解决方案”,于是一直被沿用。
  有意思的是,很早之前,Avinash对于Bounce的解释是在页面/网站上浏览时间少于10秒钟(或是30秒钟,我记得不是很清楚了)的情况。不过,由于用户页面浏览时间不太容易准确监测(或者说准确监测降低了网站分析工具的技术实施简单性),而且替代方案(就是现在的Bounce rate的定义)仍然能够相当准确地描述现实中跳出的情况,因此大部分工具都并未采用浏览时间作为跳出和Bounce Rate的定义基础。
  PV/V
  与Bounce Rate不同,PV/Visit(常简写为PV/V)描述另外一类用户与网站的交互行为,即浏览网站的深度。用户一次访问过程中(Visit)查看的页面数越多,说明这个用户对网站的兴趣越浓厚。所以,一般情况下PV/V越高越好。当然,兴趣有主动兴趣和被动兴趣之分。被动兴趣是指因为在网站中找不到想要的内容而不断尝试寻找,PV/V也会比较大,但这就不是什么好现象了。
  Time On Site
  既然谈到了浏览深度,那自然有浏览长度与之对应,即Time on Site,指人们访问网站的平均停留时间。例如一个网站有3个访问,一个停留了2分钟,一个停留了10分钟,一个停留了0分钟,那么Time on Site就是4分钟。与PV/Visit一样,一般而言,这个值是越大越好。
  不过,值得注意的是,网站分析工具上统计的时间与用户在网站上停留的实际时间肯定是不同的。人们访问网站最后一个页面的时间长短不会被网站分析工具统计到。原因很简单,因为一般的网站分析工具不统计人们离开一个网站的精确时间,而只能记录他访问这个网站倒数第二页的精确时间,这样最后一个被他访问的页面的停留时间实际上被完全忽略掉了。你会问为什么不统计最后一个页面上停留的时间呢?因为网站分析工具默认对用户关闭页面的行为,或是从这个页面浏览器窗口跳转到其他网站的行为不做统计,除非你进行专门的设置。
  如果不做额外的设置,这种安排意味着两点:第一,网站分析工具统计到的网站浏览时间总是小于网站在浏览器中被打开的时间(尽管浏览器打开页面未必意味着你真的每分每秒都在看它);第二,所有Bounce掉的Visit(即只访问了一个页面的Visit)在网站上的停留时间计为0。

转载请保留原文地址: http://www.100181.com/show-171.html

责编:孟涵 作者:不详 来源:网络