网络营销效果数据解毒(答案)
by MarsOcean on March 19, 2009
首先说一下题外话:
1. 我文章中如果举了虚构的例子,里面的数据都是瞎编的;
2. Email Marketing不是国内的垃圾邮件营销——美国这方面管理非常严。我相信未来几年Email Marketing也会在中国成为最强的几家B2C的支柱Marketing工具之一。具体原因以后再解释。如果你是电子商务公司,而且考虑长期的发展的话,建议从现在开始重视Email Marketing。
回到正题。
昨天那个例子,我本意并不是要说他的推导过程有问题。
而是数据本身有问题:
1. New Visitor代表的不是“新用户”、“新顾客”或者“新访客”,它代表的是您的监控工具跟您说“来的这个人我之前没见过”——每次有人访问网站,监控工具就会往那个人机器里留个痕迹(cookie)以便以后相认,下次他再来,系统察看他机器,发现有这个痕迹,就觉得“这人我见过”然后把它归入“老访客”,而如果找不到这个痕迹,就会认为他是新访客。所以,当您的老访客换了一台机器,系统也会把他当作一个新访客;当您的老访客有意无意清空了痕迹(cookie),系统还是会把他当作新访客……总而言之,80%的New Visitor不代表有80%的人从来没来过你网站,这个数据需要打个折扣——具体要根据您网站特点具体情况具体分析。
2. Open Rate不代表有百分之多少的人打开了您的邮件,它代表的是“有多少人的邮箱下载了您的监控图片”——系统很难知道用户到底有没有看邮件,所以大部分系统会采用一个诡异的方式来侦测:他们在每个邮件里面加一张只有一个像素大小的小图片,然后用你的email有没有去下载使用这张图片来判断你有没有打开这封信。所以,如果您的email默认不显示图片(比如gmail对于陌生邮件就都不显示图片),系统就会认为这封邮件没有被打开过。所以unique open rate = 19%常常代表有超过19%的用户打开过邮件(看没看就不知道了……),这个数据可能是25%,那么就不是每个打开过邮件的人都点击了邮件。
3. Deliver Rate不代表有多少客户“收到”了你的邮件,它常常只代表这些客户的邮件服务器“没有把你的邮件退回来”,这封邮件命运难测,有可能是就此消失掉了(客户没有收到),也可能是直接进了客户的垃圾邮件箱,过了几天被自动清除了。99.99%也是要打一个折扣的。
4. ATOS,这个解释起来更加的复杂……对常见的监控系统来说,它是不知道访客具体在网站上停留了多久的。为了计算您在网站的停留时间,它会在您打开第N个页面时去看一下表(比如09:30:22),然后在您打开第N+1个页面时再看一下(比如09:30:50),然后它拿两个时间相减,得到您在第N个页面上停留时间(比如28秒)——说到这里您应该已经发现问题:它没法知道您在最后一个页面停留了多长时间。对于市场营销来说(特别是针对新用户的campaign),这个问题更严重——因为很多人点击广告,来到landing page,然后就走了,这些人一共就只访问了一个页面!系统拿不到第二个页面打开的时间信息,所以有可能会把这些人在网站的停留时间都算作0秒,那么您得到的所谓“平均停留时间19秒”其实是个非常扭曲的数据,并不能代表真实情况(数据偏小)。举例来说,我在自己的blog(www.MarsOpinion.com)上安装了Google Analytics,它监控的用户访问时间如下图,可以看到ATOS是3:11秒:
如果我只看那些“只访问了一个页面”(对于blog来说,很多人只是上来看最新更新,bounce rate很高)的访客,会发现ATOS居然是0秒:
而我如果看“访问超过一个页面”的访客,这个数据又变成了惊人的9:46!是第一个数据的3倍!
现在,您是不是觉得这些“一目了然”的数据其实并不是那么清楚?
如果我们对那些数字代表什么含义都不清楚的话,解读又从何说起呢?而且,这些还并不是Web Analytics里面最难懂最奇怪混乱的数据。
所以我的建议是,如果您觉得解读数据是有必要的,那么可以考虑:
1. 如果您是购买企业级的、付费的产品(例如Omniture),请在签合同时的时候顺便把training hours也买了,然后列张表把你关心的各个指标的具体定义问清楚(不同vendor的定义还不一样@__@),不要想当然。
2. 如果使用免费的产品——例如Google Analytics,请仔细阅读文档,或者招一个愿意阅读文档深入了解工具的人。
3. 找专业人士咨询。——至于你找的人是否专业,你可以用本文中的例子去问他看他的结论,呵呵。有些人会把文中的话说一遍之后告诉你其他更深入的信息(例如你用的工具其实是可以查ATOS的,只是误差有60秒之类;或者告诉你其他方法获得inbox deliver rate之类),另一些“专家”可能就会两眼一抹黑,转话题开始和你谈概念谈人生谈理想,呵呵。
4. 如果实在找不到人,至少心里面要知道“不能望文生义,这些词未必是他们表面的意思”,给自己留有余地。
*对了,ROI的部分的解读请参看之前那篇Business Sense。
18 comments
有人盗版,太他娘的无耻了:http://www.brandmarketing.com.cn/article.asp?id=415
by hongchenghao on March 20, 2009 at 1:07 am. #
停留时间的准确统计只有JYC统计才是最准确的。
有兴趣可以对比看看:http://stat.adjyc.com
停留时间应该是访客在目标页面上真实的停留时间,从页面打开到页面关闭的时间段。
其它的付费的包括Omniture停留时间功能也不准确,
和免费GOOGLE的算法差不多。
by msn on March 20, 2009 at 1:38 am. #
楼上的请看你说的网站的左侧的作者列表……
by Stanley on March 20, 2009 at 8:01 am. #
@hongchenghao: :)我也在顾迅大哥的brandmarketing blog写东西的
by MarsOcean on March 20, 2009 at 8:37 am. #
@msn: 好奇一下,你了解那家公司是怎么实现跟踪具体ATOS的么?我(我不太懂技术,如果说法很离谱请见谅)之前的猜测是:1. 在页面关闭时触发一格事件回传信息给server告知页面已经关掉了(既然GA没这么做,我想应该有他的原因在);2. server过一段时间就发信息来自动更新页面某部分,这样可能也可以探知页面是否还被打开,不过会有一段时间误差。
by MarsOcean on March 20, 2009 at 10:30 am. #
ga不这么做肯定是有原因的:
1.ga收购的这个统计公司之前原先的架构就不考虑数据的实时展现。因为ga考虑的是用户量会非常大。如果实时了,硬件的压力是相当大的。成本相应要提高很多。而且给出的数据也不会是明细到具体IP访客。
2.ga肯定考虑过这种想法,但可能没有想好怎么最大限度的降低系统消耗,提升用户体验,虽然看似原理很简单,但技术实现并不容易。jyc也是经过多年才到实现到现在非常精确的结果。
by jieyancai on July 9, 2010 at 3:28 pm. #
楼主的帖子都会跟着看,很有启发性,不过从最初到最近,一种感觉越来越强烈,楼主要的放佛都是一个绝对的正确或准确,而从不同的角度和揣测分析,把在特定时期下的案例进行分析后,得出一个很混乱并且增加操作难度的结果
by JK on March 21, 2009 at 5:16 am. #
@JK:你说的很对:)
1. 如果业务不大,没必要搞这么复杂
2. 我之后会写说怎么来简化,怎样有易行的action plan:),总得留点东西以后写啊,呵呵。
by MarsOcean on March 21, 2009 at 9:03 am. #
@JK:
感觉我之前的回复可能会误导你,我再重新说一下。
1. 如果业务不大(比如只是每天几十个订单的网站,每个月投放几万块广告),没必要做这么复杂,因为这样做必然需要投入更多的成本,优化带来的收益不一定能够比增加的成本多。(虽然我觉得优化带来的是持续ROI,很可能从长期看还是合算的)
2. 所谓“混乱”和“增加操作难度”并不像表面上看起来那样。
本质上,“混乱”是因为事实就很混乱,就好像有人一直近视1000度,看什么可能都朦朦胧胧一片,戴上眼镜之后才发现说原来树不是一根竿子上面一个圆乎乎的绿球,而是纷繁复杂的树叶层层叠叠。或者一个小朋友看电影只看到了“好人和坏人”,但是大人却可以从中看到更丰富和复杂的故事。戴上眼镜和长大会让人觉得是让自己的世界变复杂,但是实际上它只是让我们对世界的认识更加深入。而深入和全面的认识才是作出正确反应的基础。
所以,很多时候我们的“简单”的认识,其实就是小朋友眼中只有”好人“和”坏人“两种人的电影;而我们”简单易行“的应对,其实和小朋友”要警察叔叔去抓坏人“的应对差不多。事实并不简单,只是我们没有看清;应对是很方便,只是不会有真正的效果。
所以,我之前留言所谓的”简化“和”易行“,并不是说我们不应该了解这些事实,退回原来的状态去决策。而是说,我们应该在尽可能用各种工具帮助我们全面深入了解事实的基础上,再用一些合适的工具、流程去把insight给分离出来,然后根据经验和模型来得到可以执行的计划——所谓的简化,意思是把事实全面理解后,通过一系列流程方法把它转化为对于具体业务决策的影响,而并不是说“简单化”。
by MarsOcean on March 21, 2009 at 10:44 pm. #
最后的回复太精彩了。。学习ING
by ICE on March 24, 2009 at 1:12 am. #
老实说,对于web tracing的工具,都是公说公有理,婆说婆有理,newegg以前不也豪言壮志的要自己做web tracing的系统么,最终等不及还是买了算了。
by oscarxie on March 26, 2009 at 7:31 pm. #
BTW,要技术资料的话,MIS一大堆,随便抓个在newegg干了三年以上的问下。对了,newegg大红人不是有研究过嘛,就不见他发技术文章,只见FB图片。
by oscarxie on March 26, 2009 at 7:36 pm. #
@oscarxie: 做系统这件事情上你的消息不够updated:). 另外,简单的marketing channel tracking,和真正的Web Analytics是完全不同的,做前一个只需要一些docs就好了,作后面那个需要非常有marketing sense的人,而且他还得指挥得动mis(这个要求还蛮高的……)。我觉得你说的是前者。
关于某同学……上周我还和他一起FB,只是我拍的照片比较拿不出手……
by MarsOcean on March 26, 2009 at 8:29 pm. #
“老实说,对于web tracing的工具,都是公说公有理,婆说婆有理,”——不是这个问题,而是你不论用什么工具,你要了解他的“理”是什么,不能想当然。
by MarsOcean on March 26, 2009 at 8:29 pm. #
我是从老顾那里一路看过来的
也通过这个博客注册学习了一些美国SEM网站,订阅了不少信息,博主对我的帮助很多,到深圳一定要请你吃饭哈
最后,想请教下博主,对于一个家电类企业网站应该怎么着手去SEM,我自己思路是这类网站主要作用在于招商和终端消费者做决策时的参考性浏览。所以主要是展示品牌,网站做得精美大气不用顾及其它,Google的ADsens推广为招商带来流量,SEO,争取让搜索引擎收录我司更多正面消息,人工性质的论坛人海战术等。
附老板大概要求:最好不花钱、注重网络口碑发软文、提升品牌是最终目标,以后会加大品牌建设投入。
望博主一定给些参考意见
by xide on April 1, 2009 at 2:00 am. #
好吧,承认下错误,其实呢,我的意思是web analytics的前提是要有数据收集的过程,所以web tracing是必不可少的过程,之后作分析是一个数据挖掘的过程;所以呢,收集好的数据也要先有一个分析的过程。不过我确实不是专业人士,只知道些皮毛,等我先拿google财经做实验学习一下,然后过来讨教。(ps:做系统和做市场是两回事情,从美国过来的需求常常变化多端,我经历过”飞机上天后换发动机”的事情,深有体会。另外,不是只有几个docs就能搞定的,现在的devs不是那么有行业背景的。)
by oscarxie on April 1, 2009 at 7:48 am. #
@xide: 最近太忙,抱歉才回你留言。
SEM方面你可以找专业人士。最最简单的方法是这样:
1. 定义目标,把“展示品牌”量化定义好——例如定义成“看过About Us”页面,或者”成果展示”页面,或者“浏览超过3页”,或者“下载产品简介”;
2. 在Google里面定义这个目标,让它监控每个关键词达成了多少次目标;
3. 计算每个词的ROI(conversion / cost)
4. 看ROI最低的20%的词
4.1 看那些流量大的词,分析landing page有没有什么问题,或者promo wording是不是有误导成分,如果可以改进,改;如果找不到方法改,存档备用,从list中删除;
4.2 看所有这些词、landing page,还有promo wording的共性——例如所有这些词都是链接到首页,但是其他表现好的都是链接在产品页面;例如所有这些词都用到了竞争对手品牌名,其他表现好的都没用……可以通过对比得到经验,对其他词进行优化,比如把其他链接到首页的词,分一半链接到产品页面来测试效果。
5. 看ROI最高的20%的词,看所有这些词、landing page,还有promo wording的共性,然后用这个共性来优化测试其他词(类似上面说的那点)
6. 看看竞争对手用了些什么词,拍脑袋想一些,丢到list里面测试。
……
我做过SEM,但是并不是专家,所以说得很浅。
但是对我来说,其实任何的campaign本质上都是一样的——拍脑袋(这一步如果能请专业人士咨询的话最好),测试,量化测量效果,分析,优化改进(再加一点拍脑袋),再测试,再测量,再分析,再优化……
感觉上有专业知识的话主要是可以少走弯路,拍脑袋相处的点子正确性会高一点,可以少测试一段时间就得到好的结果。但是最根本的还是要靠自己测试——一是因为现在忽悠专家太多,他们说的未必对。二是就算你找到了大牛,他也未必总对,用流程方法来控制优化才能保证他更稳定的产出。
by MarsOcean on April 3, 2009 at 10:29 am. #
谢谢哈
不过看了你写的网络数据背后的技术原理后
回去也找了些替我们做网站监测数据公司对这些数据的定义,真的是与字面意思相差不少啊
期待你的新篇“怎么解决”,否则就算知道了方法也难以对这些数据做出正确的判断
by xide on April 5, 2009 at 7:46 pm. #