首先，目前大部分监控系统都非常简单粗糙，不会统计不同Campaign在购物决策周期中的不同作用，没有区分新老客户订单，更不用说综合考虑产品毛利和客户终身价值，得出的数据往往非常扭曲（具体例子请参看我之前写的怎样监控和评估网络营销的效果）。

更进一步，就算是有了非常完整的监控模型，以目前的情况来说大部分监控还是基于click——也就是只监控那些点击了广告的用户产生的订单，这样对于Banner广告这种以传递Impression为主要功能的方式很不公平——大部分监控并没有考虑“看到过广告”对于消费者长期行为的影响。美国当前的陈列式广告点击率不到0.2%（中国应该也不会高多少——如果除去作弊流量），广告对于那99.8%的人产生的长期影响是不能被传统的监控和评估方式跟踪到的，这样就很难产生非常让人信服的结论。

今天看到了一份comScore出的report（可以点击这里下载），有一些关于网络广告实际效果的监控数据（“看到过广告”会对消费者产生什么影响），调研的methodology也比较科学（相对于其他公司逻辑混乱的report而言），我节选翻译了几段，希望可以给大家一些参考。

主要结论

看到过广告可以

• 增加46%的概率让用户在接下来4周中访问网站
• 增加38%的概率让用户在接下来4周中搜索你的品牌名称
• 增加27%的概率让消费者在线购买广告宣传的产品
• 增加17%的概率让消费者在广告中的商店购物

报告数据是如何得到的？

• comScore在200万网民（100万在美国）的电脑上安装了他们的软件，软件记录了用户一切上网行为。这样采集的数据比其它公司基于cookies的调研要更全面和准确。
• 很多广告公司都在在线广告中加入了comScore的Tag，所以当那200万网民访问网站时，comSore可以知道他们看到了哪些广告。
• comScore会将“看到过XX广告”和“没看到过XX广告”的族群进行对比。另外，为了保证对照组质量，comScore对于族群都做了筛选，保证测试组和对照组除了看到的广告不同之外，其他行为特征都非常近似（这点很重要）。

详细数据（Report里有更详细数据，点击这里下载）

1. 看到过广告的人，比没有看到过广告的人，更有可能去你网站（虽然当时直接点击广告的人可能只有0.1%），差距达到46%（按行业分类的详细数据请参看原文）。差距会随着时间而缩小。

2. 可是，看过广告的人，去访问竞争对手网站的概率也会增加超过20%。（按行业分类的详细数据请参看原文），差距同样随着时间而缩小。

3. 挑我比较感兴趣的零售和服饰业来说，广告在给自己带来访问量的同时，也会给竞争对手带去类似的（稍小）的访问量（深蓝色代表广告主网站，浅蓝代表竞争对手网站）。

4. 看到过广告的人更有可能去搜索你的品牌。

5. 对你竞争对手品牌的搜索也会增加，但是增幅没有那么大。

6. 对于零售业而言，看到过广告的人更可能从你那里购物。对于电子商务网站来说，增幅高达42.1%，而对于实体店，增幅也有10.1%。（原文有更多数据）

7.  对电子商务网站来说，搜索引擎广告比陈列式广告效果更好，搜索引擎广告的展示可以提高购物概率121%，而陈列式广告只能提高42%。但是，陈列式广告往往能够比关键词广告产生更多的Impression（基本上是10:1的比例），所以综合起来看对于销售绝对值的提升，陈列式广告效果会比较明显。

8. 如果消费者看到过你的陈列式广告，又在搜索时看到了你的关键词广告，购物概率增加173%.

无觅猜您也喜欢：
怎样监控和评估网络营销的效果	怎样监控和评估网络营销效果（四）	怎样监控和评估网络营销效果（五）	怎样监控和评估网络营销效果（三）
无觅

被Blog读者来信提醒，才知道这篇《怎样监控和评估网络营销的效果》已经发表在了某营销杂志某期（怪不得有一阵子direct load增加很多）——把文章给他们之后就再没有消息，传说中的样刊和稿费都还没看到:S，也就忘了这件事情。

文章是之前的怎样监控和评估网络营销的效果系列文章的汇总，修改的部分不超过10%，建议之前看过的朋友们直接跳过。

===== 正文的分割线 ====

和传统媒体相比，网络营销的优美之处就在于效果的评估可以更全面、及时和精准。在中国互联网的特定环境里，应该怎样去采集和分析数据，合理地评价一个网络营销Campaign的效果呢？

一般而言，我们关注的数据有三个：

• 印象 Impression
• 点击 Click
• 转化 Conversion

首先是Impression——印象。

理论上，Impression代表你的广告展现在受众面前的次数，这个数字常常由三个渠道得到：

• 媒体或者广告代理自己告诉你
• 媒体或者广告公司请第三方公司告诉你
• 你把广告材料给第三方平台，仅仅把读取代码给媒体，最后第三方平台给你报告。

第一种方法并不能完全相信，媒体数据往往含有水分，大门户可能稍好，中小型门户的数据几乎完全可以无视；第二种数据看上去比较公正，但是也未必可靠；第三种，数据也未必精准（不过比线下广告还是要好一些），首先你的广告被读取了一次不代表它被看到了一次（例如它在第二屏，而读者没有翻页），其次你的广告被读取了一次，并不代表它真的出现在了你希望的位置出现了一次（如果要作弊的话，完全可以用程序自动读取你的广告）。

所以，基本上可以说在中国互联网，Impression这个数据可参考性不高（当然，如果你目的是单纯的品宣，大网站和第三方提供的数据还是可以放到最终报告里去的），不用太当真，真实效果还得看Click和Conversion。

Click是什么？理论上指的是多少人点击了你的广告。

一般的监控方法是：安装Web Analytics服务（例如Omniture, WebsideStory，免费的Google Analytics，或者自己开发一个），然后给自己的landing page的网址编码，编码后再给媒体，媒体每次有点击过来就都会被分别记录下来。举例来说，我要宣传www.MarsOpinion.com（我的blog，下文中都会以它为例子），在新浪和QQ都买了广告，那么我会让新浪的广告链接链接到http://www.marsopinion.com/index.php?CMP=SinaBanner，而QQ的广告链接到http://www.marsopinion.com/index.php?CMP=QQTextLink，这样后台程序就会自动根据CMP参数的不同，将进入的流量分别计算到新浪和QQ两个Campaign上。

但是，实际上问题会更复杂——基本上，国内互联网的点击作弊是非常普遍的事情。点击不仅仅可以完全造假（程序自动点击，或者人肉点击），而且可以更隐蔽的“造真”（用垃圾流量替代——比如你买的是汽车频道，但是实际上你的广告同时出现在了成人频道）。就以前的经验而言，假点击甚至于可以超过真实点击数十倍之多。

道高一尺，魔高一丈，要想把“真实的流量”过滤出来实在是难于登天。所以其实可以换一个角度考虑问题：我不要过滤“真实的流量”，我要过滤出“有价值的流量”。什么是有价值呢？消费者表达出的兴趣越浓厚，就越有价值。对电子商务网站来说，一个客户进来之后连续看了30几个产品页面，当然就比另一个来了就走的客户有价值（不管他是真是假）；对一个营销活动的landing page来说，看过了活动规则页面的流量就比只来过landing page的有价值。总的来说，浏览的深度和时间越长，代表受众对你的内容越感兴趣，这个流量越有价值。

从这个思路出发，就可以做出更有效的过滤：

• 只计算浏览深度大于N的click，比如N=1，有1000个IP点击了我在新浪的广告，他们都来到了http://www.marsopinion.com/index.php?CMP=SinaBanner，其中30个人另外再点击到了我某篇文章页面，其他970个人马上离开了，那么系统就只记录30；如果从QQ那边有200个IP过来，但是有40个人点击了下一个页面，那么我会认为QQ的效果比新浪要好。
• 只计算浏览时间大于T的click
• 只计算到达过特定页面（非Conversion页面）的click，例如电子商务网站可以把广告都链接到自己的promotion landing page，但是规定只有当流量浏览过具体产品页面时才算数

这样过滤出“有价值的流量”，得到的数据比较真实，参考价值比单纯的点击数Click要更高。

如果要更进一步去定义“有价值”的话，一般就是直接看Conversion了。

转化，对于不同的Campaign来说，转化的定义也会不一样。可能是注册了你的网站会员，下载你的软件，或者是输入邮件地址订阅你的Newsletter——总的来说，就是完成了特定的行为。对于电子商务公司来说，这个特定行为往往是：注册成为用户，或者下定单。

在监控方面，“完成特定的行为”往往被表达成“到达了特定的页面”。比如下完订单之后，会弹出一个”谢谢您的订单……”之类的页面，当这个页面每被调用一次，就代表一个特定行为的完成。而监控的实现，往往也是通过这个被监控页面的代码来抓取数据得到的。

回到前面那个新浪和QQ广告的例子，点击新浪广告的网民都会来到http://www.marsopinion.com/index.php?CMP=SinaBanner这个页面，而点击QQ广告的网民都会来到http://www.marsopinion.com/index.php?CMP=QQTextLink（其实是同一个页面，最后带的监控参数不同），这时监控代码会在用户的session（可以理解为在用户机器上写了一个小文件，记录用户当前状态，用户关闭浏览器这个小文件就没了）里记录下具体的参数值，对于新浪来的click，就会记录一个“CMP=SinaBanner”在那里，而当这个顾客看了无数产品，最终下定单买东西之后，会弹出上文中提到的那个“谢谢”页面，这个页面里也含有监控代码，它做的事情是：

• 检查你的session，看里面有没有CMP这个参数的值（注：你当然可以不用CMP这个名字，例如Google Analytics好像用的就是utm_campaign）
• 如果有，则把这个订单归功于那个CMP参数所代表的Campaign上——例如看到CMP=SinaBanner，就在后台的SinaBanner这个Campaign的Order数上加一，另外再把当前订单的金额抓取出来，加在SinaBanner这个Campaign的Revenue一项上。

这样子，广告对于你最终目标的促进就能够被量化考评，例如最后发现新浪带来了50个订单，1000元销售，而QQ带来了20个订单，800元销售的话，就可以知道新浪促销效果更好。

可是，如果客户不是马上下单呢？如果他看到了QQ上的广告，点击来到我的网站，看上了一款相机——但是，他等到第二天再直接打开浏览器输入我的网址www.MarsOpinion.com（后面没有任何参数），然后直接下单呢？

一般用cookie解决，通俗点说cookie就是你的监控系统留在来访者机器上的小文件，里面记录着过各类你想记录的信息，下次他再来的时候，系统会检查文件，这样也就可以把这个人认出来。

还是用上次那个例子，张三点击了新浪广告，来到了http://www.marsopinion.com/index.php?CMP=SinaBanner这个页面，而李四点击QQ广告来到http://www.marsopinion.com/index.php?CMP=QQTextLink，这时监控代码会在张三的机器上写一个小文件，里面写“CMP=SinnaBanner”，李四的机器上也留一个，里面写“CMP=QQTextLink”。

张三李四看到网站，逛了一逛之后各自回家。过了几天，张三忽然想起自己要买个数码相机送人，想起来上次好像在www.MarsOpinion.com上看到过这个产品，于是重新打开网站，搜索数码相机，选了一个2000块的，然后付钱结帐——来到了“谢谢”页面。

这个页面上的监控代码开始检查张三的机器里有没有自己以前留的cookie，发现有，打开一看里面写的是“CMP=SinaBanner”，于是把这笔帐算到SinaBanner上，给这个Campaign加上一个order和2000块的revenue。

所有点击过广告的张三李四，在结账之后都会照此办理被系统检查之前是否点击过广告，点击过哪个广告，然后把他们的订单算作相对应的那个Marketing Campaign头上。定期一比，发现SinaBanner带来了200个订单，10000块钱的销售，QQTextlink带来了1000个订单，20000块钱销售，就可以量化的考评哪个渠道更有效了。

可是，如果消费者点过不止一个广告呢？

一般的做法是：不管。你先点了QQ的广告，我就在你机器里留个文件写着QQ，然后你点了新浪广告，我就在那个文件里写Sina，把“QQ”两个字覆盖掉——最后导致转化的那个Campaign得到所有的功劳（注：事实上，这种程度的监控对于绝大部分公司来说已经足够了）。这样其实很像一个笑话里面的主角：说有一个人，肚子极饿，看到市集上有卖大饼的，赶紧扑过去。付钱，买了一个，不饱；再买一个，吃下，还不饱……直到第七个大饼下肚，才顿时觉得通体舒泰——饱了。此人看看空空的口袋，忽然放声大哭——早知道只吃第七个大饼就好了呀，何必浪费前六个的钱呢。

前文所述的监控逻辑和故事里的逻辑很类似——前面Campaign做的铺垫全部不算，只看最后吃饱那一刹那手上抓的是第几个饼，就把功劳全算它的。

不同类型的广告，其实往往在营销消费者行为当中发挥不一样的作用，有的作用是激发兴趣，有的是维护关系保持熟悉度，有些则是促进转化，如果只看“促进转化”这一块的话，很可能会导致有偏差的判断。举例来说，很可能是你在门户上的广告“超低价Thinkpad“吸引了消费者注意力，让他第一次来到你网站，并且记住了你。但是这好歹是几千块钱的东西，所以他又去比价网比较了一下价格，比较之后决定在你这里买东西，却一时没找到信用卡……等几天之后在另一条牛仔裤口袋找到了信用卡，却又把你网址忘了，于是在百度输入印象中的名字，看到第一条就是你购买的关键词链接，于是点击进了你网站买了Thinkpad。

这个消费者从前到后，一共受到了三个不同的Campaign的影响，分别是门户广告，比价网，和搜索引擎。如果按照一般的算法，都会把功劳算给搜索引擎关键词。最极端的境况是，假如90%消费者都是这样做（注：仅仅是个假设的例子），你就会发现搜索引擎关键词的性价比最高，每花1块钱可以带来10块钱销量，而门户网站和比价网的花1块钱只能带来5毛钱，你就会得出结论说——“搜索引擎是最有效的营销手段”，然后开始“优化渠道”，慢慢把预算都往搜索引擎上放，而不再投放门户广告和比价网广告，接下来，就发现很奇怪的搜索引擎来的流量变小了，转化率也变差了，怎么优化关键词也没有好转……按照这样优化下去有可能越优化效果越差。

所以，最好是能够将用户在某一段时间（一般是30天）点击过的Campaign全部记录在顾客机器里，等他下单的时候，系统把cookie里面留的信息全部抓取出来，比如对于我们例子里的用户，抓到的信息就会是

• 2008/09/09 9:00AM：CMP = YahooBanner
• 2008/09/09 11:30AM：CMP = SmarterComparison
• 2008/09/14 9:00PM：CMP = BaiduKeywords

根据这些信息，怎样来将最后的销售（假设是9000块的一个订单）功劳分给不同的Campaign呢？方法很多，对于不同网站来说，可以自己设计适合自己的方法，这里提供最简单的几种抛砖引玉：

1. 定义一个Activated Sales，表示某个Campaign激发消费者访问购物的效果，根据这个定义，YahooBanner这个Campaign的Activated Sales将增加9000元，算作它的功劳；

2. 定义一个Converted Sales，表示某个Campaign促进消费者直接转化（Conversion）的能力，根据这个定义，BaiduKeywords这个Campaign的Converted Sales将增加9000元，算作它的功劳；

3. 定义一个Normal Sales，表示这个Campaign在消费者整个购物决策过程中有没有起到作用，根据这个定义，YahooBanner，BaiduKeywords，和SmareterComparison三个Campaign各分到3000元。

后来将report分开，便能更全面的考评不同的Campaign到底有没有效果，起到了哪方面的效果，避免上文中吃大饼的同学的错误。另外，在了解了不同Campaign在消费者决策过程中的具体作用之后，也能对业务起到更细致的指导：比如最近网站疯狂打折转化率高，可能你会想把经费偏向于那些Activated Sales高的Campaign以吸引多人来看；或者比如你的网站已经做到”地球人都知道“，可能你会想把钱多花一些在Converted Sales高的Campaign上……总之，这样考评之后，信息更全面，也更细致，能够对决策起到更大的帮助。

这样是不是够了呢？（注：对于一般网络营销而言，其实已经足够了）

不论是哪种Sales，是不是数字大就一定比数字小要更好呢？

是不是比较数字大小，就能够合理有效的优化营销渠道和方法呢？

如果要更进一步细化，还有哪几个方向呢？

第一个可以考虑的是——把新老客户带来的销量（或者订单量）加以不同的权值。

如果一个客户，已经来过www.MarsOpinion.com注册过你的会员，留下邮箱提过问题，或者订阅过的newsletter——总之已经知道你了——的客户，他这次购买真的是因为看到广告么？还是因为他本来就要来买东西？

不知道。

但是至少我们知道，他“不看广告也会来买”的概率要大于那些点击广告刚刚注册并买东西的新用户，所以可以考虑在新老用户的转化上，加上不同的权值。例如在老用户的销售额上乘以50%（假设你认为他有50%的概率是本来就要买东西）再进行比较。这样的话，假如QQ带来的10000块销售额，全是老用户，新浪广告带来8000块销售，全是新用户，就可以得到10000 X 50% < 8000，就可以知道新浪广告比较有效。

如果不区分新老客户进行考评的话，销售数据往往会让你对营销渠道的效果产生错误的估计：因为转化一个新客户，比让老客户再次来购物要困难很多，所以那些已有很多老客户的（常常也就是合作时间较长那些）网站、论坛往往会给你带来数倍于其他网站的转化率，光比较数据的话，很容易把所有新进行尝试（老客户较少）的网站统统优化没了，从而削弱营销在“获取新用户”上的作用。

第二个可以考虑的是——在后台系统里，将销售转化为相应的利润。

为什么呢？因为你最终目的是盈利，而销售额未必能正确反应获利能力。

举例来说，QQ给你带来了10个新客户，每人买了一台一万块的特价笔记本，每台你赚了1000块，一共赚了10000块；新浪给你带来了10个新客户，每人买了一台一万块的XX限量珍藏笔记本，每台你赚了1000块，一共赚了10000块。哪个渠道对你更有效呢？

第三个可以考虑的就是——追踪长期效果。

有些Campaign带来的客户来买了一次就走了；另一些呢，可能则成为了你忠实客户，之后一直在你这里买东西，哪种比较重要呢？

举例来说，你在网购折扣论坛做广告，很可能转化率就比在新浪做广告转化率高，因为网购折扣论坛的参与者大多已经是成熟网民并且已经有网购经验，而新浪的读者却未必，所以很可能得出结论说购物论坛广告效果更好。可是呢，因为购物论坛的消费者都比较熟练和精明，他们知道的替代网站较多，对其他网站打折促销也更关注，所以很可能在你促销期结束就再也不来了；而新浪的读者，因为对网购没有那么熟悉，你可能成为了他们所信任的为数不多的几个商家之一，他们以后一直会在这里购物。新浪广告可能带来的直接销售不多，但是带来的客户终身价值要高很多——如果你不监控长期效果，是发现不了的。

所以，可以考虑在客户下单时，看看这个客户第一次注册购物时是被什么广告带来的，给那个Campaian的功劳簿上记上一笔。

综上所述，通过监控“有意义的流量”和“转化”能够更真实有效的考评网络营销的实际效果。量化的效果考评可以极大的方便营销方法、渠道的优化，逐渐让你获得更好的投资回报率。

但是，最后也要在重申一下，网络营销效果评估并不是越细越好，过多的细化下去反到会让数据模糊，难以指导决策——而且，细化监控往往意味着监控系统开发难度成倍的增加。量力而为，适度就好。

无觅猜您也喜欢：
网络广告真实效果	网络营销效果数据解毒	怎样监控和评估网络营销效果（五）	怎样监控和评估网络营销效果（一）
无觅