《网络营销效果衡量的核心指标》由会员分享，可在线阅读，更多相关《网络营销效果衡量的核心指标（7页珍藏版）》请在金锄头文库上搜索。
1、兔兔体验网 http:/ sm 服务 http:/ 核心二字其实并无统一的标准，甚至核心与否也并非必须。用什么指标完全取决于你的目标。2. 设定指标的逻辑：Traffic 、Engagement、Conversion、Retention。3. Traffic 指标的定义、逻辑和解读。【正文】首先感谢 NetConcepts 的 CEO 渠成先生，本文应他的邀请特别撰稿。在我讲授百度认证的课程中，第二个章节是关于网络营销效果的核心指标 。这个题目，坦率说，让我颤抖了一下， “核心” 二字都让我有些诚惶诚恐，我非常担忧我讲授的这些指标不够“核心” 。但什么是“核心 ”，我想来想去没有想明白。物理学
2、中描述距离的“米” 可以算作是核心指标，但可惜，爱因斯坦发明了广义相对论之后，时间和空间就没有本质上的差异了， “米”至少在广义相对论这个学科中不再是“ 核心指标” 。对于网络营销效果的衡量指标，大概也是如此，本来用来衡量流量多少的独立 IP 或者 UV 是非常重要的，但在很多其他的时候，人们又不是非常关心这几个指标。核心指标的设置完全取决于你的目标。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大肆销售。这两个营销活动的核心指标肯定会存在相当大的
3、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。例如电商的，或者教育行业的，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，企业发展阶段的不同，可能核心指标也不同。核心二字让我紧张了，不过，我明白，人们喜欢核心二字的原因是这两个字代表了这个行业或组织里面最能够描述其经营水平和获利能力的基本指针，这些指针既简明又直中要害。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?首先，我想解决这个问题需要一个逻辑，如果我们跳入具体的一个一个的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
4、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。兔兔体验网 http:/ sm 服务 http:/ awareness 和 preference 的指标可以算上核心指标。不过，很遗憾，这二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。进行调研是最为常用的方法，但我不知道是否算是最有效的。另一个研究心理和心态的比较有效的方法是 IWOM(即互联网口碑)，这个方法我喜欢，不过真心难。主要是对于语
5、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。当然，这个指标还是有它的价值的，我们稍后提及。兔兔体验
6、网 http:/ sm 服务 http:/ ”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的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) 。四个层面的核心指标我们分别详述。兔兔体验网 http:/ sm 服务 http:/ 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不同。在流量进入网站之前，被我们称为“Pre-click”的阶段，主要用 impression 和 clic
7、k 来衡量(广告受欢迎的程度，同时也用它们勉为其难地衡量我们上面说的人的心理和心态的改变);流量进入网站之后，则被我们称为“Post-click”阶段，主要用流量三剑客UV，Visit 和 PV 来衡量。(加上链接) 过去曾经也有用独立 IP 来衡量 Post-click 的流量的多少，但是 IP 地址受限于其准确性，慢慢大家已经逐渐弃用了它。对于 Pre-Click 度量，大家如果能对下面的这些要点全部理解，那么就完全没有问题了。1. 人们用 Click 和 Impression 的比值来衡量广告引起人们注意的程度。这个值既用来说明广告载体(媒体)上的人群与广告目标人群的契合程度，也用来直接
8、衡量广告创意的水平。2. 上面的度量被称为 CTR。Impression、Click 和 CTR 在显示广告中(Display Ads)中可以存在大量作弊，但在 SEM 的 PPC 广告中作弊很罕见。3. CTR 受到很多因素的影响，但最大的影响还是来自于广告创意本身，越是具有“攻击性”的广告例如弹窗，大尺寸下压，色诱等广告，CTR 可以变得很高。门户网站上的普通温柔的显示性广告，超过1%的兔兔体验网 http:/ sm 服务 http:/ 罕见。不过那些挂着 AdSense 的网站，据说有些能够达到2%的 CTR。不过搜索引擎广告(例如AdWords)的 CTR 可能会很高，因为搜索行为本身
9、体现了很强的目的性，如果竞争不激烈，曝光量不是非常巨大的情况下，10% 的 CTR 也并不罕见。4. Impression 指标又有一个孪生的指标unique impression，click 也有孪生指标 unique click。一个cookie，无论看多少次，或者点多少次广告，都只算一个 unique。impression 或者 click 和其 unique 的比值，被称为 frequency。frequency 的数量说明了一个广告对同一群体反复轰炸的次数。有时候我们用 frequency辨识一些最基本的作弊，比如，click/unique click 如果超过1.2，我们认为实在太
10、可疑;impression/unique impression 也比较难看到超过10的。5. Impression 有一个很大的缺点，那就是无法真正衡量人们是否注意到了广告。有一种情况，大家最为怨忿，即很多时候广告在一个页面的第二屏或者更低的位置，有些人根本不会把页面全部向下滚动查看一遍就离开了。这种时候却还是记录了这个广告的一个 impression。这是很不合理的。为了解决这个问题，有一些广告流量监测工具，提供只记录真正展现在浏览器屏幕中的广告的 impression，以帮助更准确衡量CTR。6. 个人感觉，搜索引擎广告的 impression 很有意义，但由于作弊的存在，显示性广告的 i
11、mpression 的意义不是很大，至少对于部分的媒体网站而言。对于 Post-Click 度量，下面这些要记住：1. UV(Unique Visitor)是用 cookie(一般是第一方 cookie)来衡量的。UV 用来衡量网站访问的人数，用以取代过去常用的“独立 IP”这个度量。由于 cookie 本身的一些原因，UV 并不能准确描述真实的人数，但相对与独立 IP，则靠谱太多。UV 是如何具体被定义和统计的，请看这篇文章：网站分析的最基本度量(3)网站分析工具如何辨别 UV。2. Visit 的定义不断在被更改。但有一点没有变，就是间隔30 分钟的浏览行为会被算为两次 visit。具体的
12、 visit 的定义请看这个文章：Google Analytics 的新秘密如何定义 Visit。Visit 定义在 GA 中被修正最重要的目的是为了实现准确的 Attribution Modeling(贡献模型)。3. 对于流量源头(显示广告、搜索引擎广告等)的点击数(Click)和其带来的 visit 的数量，不可能存在一一对应的关系，即不是每一个对流量源头的点击就一定会带来一个 visit。由于误点击的存在以及短时间内的多次点击一个广告只计算一个 visit 等原因，一般点击数会大于 visit，visit 比上 click 的比值从10% 到90%的情况我都见过。若这一比值接近10%，
13、广告有欺骗点击的嫌疑，例如放上诱惑或误导，故意让人点击。若这一比值接近90%，说明广告有很好的创意，且其人群针对性也非常好。一般，50% 左右的 visit 比 click值都是正常的。当然，偶尔发现 visit 的数量大于 click 也是可能的，主要原因在于有些人点击广告后记住了网站的网址，在之后又通过直接输入网址访问了该网站。4. 页面的 PV(Page View)和广告的 impression 是很相似的度量。一个页面在浏览器上被载入一次，勿论它是被新打开的，还是页面发生了刷新，PV 都会增加。对广告的 impression 的统计也完全一样。5. 我认为 visit 是这三个指标中最为重要的一个，至少对网站分析(Web Analyitcs)这个事情如此。很多其他的核心指标，都是以 visit 为基础的。这也是为什么 Google Analytics 调整 vi
