Engagement Index-3:计算方法和案例初探

题记:该哭,该笑,还是该睡觉?

建议先阅读系列的第-1篇:参与度指数的含义和第-2篇:构成参与度指数的参数选择,分类和数据收集办法

1. Peterson给出的Engagement Index的计算方法

提高Engagement Index(EI)的计算方法,就不能不提 Eric Peterson 最初的贡献,后来他整理成了白皮书,发布在这里:Measuring the Immeasurable-Visitor Engagement(备选下载链接),这是关于参与度指数计算方法的第一次正式讨论;我们最终提到的参与度指数的计算方法也受了他的很大的影响。不过Petersson提出的是一个非常普遍化的一个公式,具体到一个项目中,需要根据所研究对象的属性寻找合适的参数和权重。

Petersson给出的公式很简单,只是一个简单的加权求和的公式,其中使用到的参数也是网站分析中非常常见的:

Σ(Ci + Di + Ri + Li + Bi + Fi + Ii)

其中,

• C=Click Depth Index,指用户的访问深度,由PV和Event组成

• D=Duration Index, 指用户在网站的停留时间

• R=Recency Index,指用户最近一次访问网站的时间+用户的访问频率

• B=Brand Index,指用户对网站和产品的认知程度(awareness)

• F=Feedback Index, 指用户对网站做的有价值的反馈信息

• I=Interaction Index,指用户和网站内容/功能的一个互动的过程,在这个过程中用户会对网站和产品给予更多的关注。

• L=Loyalty Index:,指用户在较长时间段内和网站/产品互动的情况

(更详细的解释请参考白皮书)

2. 在IIPIC基础上的EI的维度和计算方法

我们在最初论证参与度指数的时候(可以推到2008年),因为从一开始便考虑到了一个网站(主网站)所处的生态系统,包括第三方网站,竞争网站,卫星网站,社交网络应用和widget,所以最终得出结果是建立在Forrester最初提出来的参与度构成的4I (见 1参与度指数的含义)的基础上的,和人群分组相结合,按照参与度的组成部分来计算,可以在时间轴上横向比较的一个参数。所以我们设想中的参与度指数是至少分为三维的:

参与度指数-engagement index

ei=f(s,i,to), EI=F(S,I,to)

其中S=Σs,人群分组,segement;I=Σi, 构成参与度指数的元素,4i (或者IIPIC),to为所选时间点或者时间区间

也就是说,

  • 参与度指数首先可以在时间轴上(T)进行横向比较,以此来跟踪网站用户的参与度情况,尤其是在网站发展变化较快较大的时候,在网站吸引流量的阶段,长期跟踪这个指数的变化情况能让我们对网站表现情况(包括流量来源)有一个整体的了解。
  • 其次,参与度指数可以纵向在不同的人群分组之间(S)进行比较,反过来,参与度指数对于网站人群分组提供参考。
  • 然后,我们还可以深入挖掘到细节,看每个阶段(I)的参与度情况
  • 最后,参与度指数适用于任何一个(s, t, to)组合,并且ei之间具有可比性。

比如,一个随便举的例子,其中所有数据都为假设:

ei s1=10K s2=14K s3=4K S=Σns/N
Involvement 42 86 56 66
Interaction 35 49 44 43
Proximity 20 32 34 28
Influence 13 20 23 18
Cocreation 5 3 13 5
EI 34 57 34 53

在这里,每个阶段的总EI可以加权求平均值,权数就是每个分组的用户数目;但是对于每一个分组的总的EI,和整个研究对象的EI则很难通过一定的公式来求得,比如说,他应该是各个阶段的ei的平均值呢还是各个阶段ei的和?亦或是加权和或者是加权平均值?权数如何确定?这里的主要决定因素是具体计算中,ei=f(s,i,to)的函数是怎么样的,和EI=F(S,I,to)有什么联系。

谈到这里,希望大家对EI的计算方法有了一个大体的印象,主要是理解其中的思维和逻辑吧。至于ei=f(s,i,to)的具体写法,这个是根据项目和需求而定的。我在案例分析中会谈一下我们使用的方法。

3.关于参与度指数的案例初探

案例所要介绍的项目是为一个奢侈品公司的电子商务网站创建一个Engagement Index模型。这是一个Flash网站,若干卫星网站,在社交媒体上有行业中相对领先的布局。项目整体的scoop很大,评估的是整个digital environment。不过我们这次是从网站数据入手,先通过网站分析数据对用户有一个大致的了解。我们使用的数据是从其网站分析工具Omniture Insight中提取出来。样本是随机抽取的2009年的大约900万Visitor的所有访问数据,总共20G 的txt文件,导入SAS之后80G。第一次处理这么多的数据,遇到的困难还是挺多的。

这个网站在6个国家有电子商务模块,销售可观;但是在大部分国家没有。品牌更注重的是这个网站如何能够提升自身的形象,而不是销售。正如模型的名字所说,要做的是“Engagement”,而不是“Sales”。项目的目的是通过研究网站用户的行为特征,通过Engagement Level来评估,进而评价网站内容和相关市场营销活动的效果,同时(我们考虑)后期有条件的话,研究不同程度的Engagement和销售的关系。

点击此处查看原始数据样本

原始数据包含诸如Visitor ID, Session Number, Language, Country, Turnover, Traffic sources,Campaign等29个原始变量。变量的数目虽然少,但是它们已经涵盖了大多数网站分析的基本变量,在这些变量的基础上我们可以计算出其他参数和指标。不过当然,在项目初期我们要求的很多变量还是没有能够提取出来。

通过原始数据样本大家也许可以看到一些端倪。实际上,这些数据的最小记录单元是Page,一条记录(一行)代表一个PV,以及和这个PV相关的28个变量的值。PV可以通过Session Number归类组成一条visit的全部记录(2009年),而Session Number可以通过Visitor ID归类组成一条visitor的全部记录(2009年)。

有了这些数据,下面我们就可以开始干活了。下一篇中我会重点介绍原始数据的数据结构和各种不同层次(Page,Visit和visitor)视图的创建。敬请关注Engagement Index-4:数据准备和参数创建

后记:这是上周写的,竟然忘记发了。最近忙的焦头烂额,恨不得把自己大卸八块,然后每块装上三头六臂,所以这周也没有写,正好拿这篇顶替了。

火上浇油,老板突然又给了一个关于Emerging Platform的东西,要求周四交框架。目前主题集中在SNS和Mobile两块上。自2005年以来,大家都知道哪些Emerging Platform呢(诸如Facebook, Twitter, Foursquare,iAD之类)?在Marketing的层面上,它们都能提供哪些机遇?我们如何评测在这些平台上进行的广告活动的效果呢?谢谢建议!也可以发送到我的email大家一起讨论。hailongxia AT gmail . com

招聘啦~ Omnicom 和 优势麦肯

1、Omnicom集团招聘

SEM主管(1名):

  • SEM领域至少2年的工作经验;
  • 独立承担过SEM的项目,如果带领过项目,更佳;
  • 对于SEM的策略有深入的了解–这是指,你既要有业界普遍的sense,又要有自己独特的见解(当然,独特的见解肯定是来自于自己所做的项目 啦);
  • 对Baidu 谷歌 关键词广告投放及相关工具有深度了解;
  • 非常熟练的运用Excel和Powerpoint;
  • 善于抓住问题的重点,善于理解,好的表达能力;
  • 英语能力较佳,要能读信写信,而且也能用基本的口语沟通。
  • 符合上面的要求,或者基本符合都可(你也知道,我会想很多,但是不求100%满足啦,所以千万别担心觉得自己简历不足够), 学历不要求!

SEM咨询顾问(2名):咨询顾问经验可降低为至少一年。简历发送到:omnicom@dswei.com

Omnicom Group是全球数一数二的广告传播集团,总部设在纽约,旗下拥有BBDO, TBWA \Chiat\Day, DDB, 凯旋公关(Ketchum), Fleishman-Hillard等广告代理商。
关于Omnicom集团(http://wiki.mbalib.com/wiki/Omnicom集团)

2、优势麦肯 Senior Digital Planner

优势麦肯隶属于IPG集团,(http://wiki.mbalib.com/wiki/%E4%BC%98%E5%8A%BF%E9%BA%A6%E8%82%AF%E5%85%AC%E5%8F%B8)

国际4A,他们招有2年SEM经验的,服务的客户是微软。
不要怕自己英文不好,能说的出来的就大胆投简历去试试。
下面是相信需求
简历发送到:Shirley.Hu(at)umww.com

Job Title Senior Digital Planner
Department UM – BJ
Location Beijing
Commencement Date ASAP
Responsibilities - Responsible for Microsoft Search (SEM) campaign, Cathay Pacific Search campaign and online display campaign.- Support on news business development and new Digital opportunity for current clients.
Requirement - Excellent communication skills- Fluency in English- Fast leaner and good team worker

- 2 years’ experience on Search Engine Marketing

- Excellent experience to use Digital Media tools

Application Deadline End of Ju

两周一回头(2010/07/05-2010/07/18)

looking back 两周一回头(2010/07/05 2010/07/18)

这两个星期爆料比较多,比如爆料 Google 也和百度一样人工干预某些部分,比如CC某V又爆料了百度的竞价排名的罪孽(阿弥陀佛善哉善哉),其实SEM WATCH在以前就由屠夫兄弟撰文的关于百度竞价一系列的黑色产业链,不知道今年春晚李同学要不要再去露多个几次面。

Google真的已经成为神一样的恐怖了,搜索算法无时不刻的更新(Mayday, Caffeine),Adwords开发进度大大加快,连续发布了多个重量级功能,欢迎大家继续关注SEM WATCH,继续围观 Google 的进化和演变。

行业新闻:

高人支招:

特别讨论:

匹配模式经济学

提示:没有这个经济学啊,这个名字是我瞎起的。

今天的Inside Adwords (Google官博)宣布正式推出广泛匹配定制(BMM=Broad Match Modifier)。BMM的BETA版在英国加拿大试运行一阵子了,美国的少数代理/大客户也参与了试验,准备是充分的,但到推出的时候我还是略觉得意外—有点快!

先来解释一下这个广泛匹配定制BMM是个什么东西,最方便的还是直接使用Google自己的图片:

Broad Match Modifier

简单说:在使用广泛匹配的关键词(或关键词组成部分)前增添一个+号,就能把这个词(或组成部分)的广泛匹配限制在一定范围中:只有完全含有该词(或组成部分)的搜索词才会激发竞价以及展示。

之前写过一个博文来讨论广泛匹配VS精确匹配,但没有短语匹配的具体案例,同时文中的广泛匹配只基于Adwords广泛匹配的现状,没有涉及多少广泛匹配演变的渊源,及其引发的口水战。2004年以前,Adwords使用相对保守的广泛匹配,匹配到的搜索词相关度非常高,基本是含有原词和微量变形的。从2003年下半年开始,Google开始测试延伸广泛匹配extended broad match,并在2005年用以取代原有的广泛匹配。从RKG这样比较优秀的代理商的博客上,可以看见这在2006年已经成为了一个问题。

延伸广泛匹配的意思就是说:我很广泛!我很延伸!假如我投放的关键词是西太平洋大学,那么太平洋大学,西太平洋,太平,大学这类搜索词都可能激发竞价以及展示。这可能是好事:因为对于一个懒惰/过于忙碌的搜索营销管理员来说,使用广泛匹配就可以用最少的关键词抓获最多的潜在搜索量;而搜索用户也未必能键入最准确的搜索词。但也可能是坏事:广泛匹配会大大降低搜索词的相关性,带来无效展示和点击,对于讲究ROI的客户是很不利的。对于很多严肃的搜索营销管理员来说,向延伸广泛匹配切换是个糟糕的事情,因为延伸广泛匹配可以带来的好处往往可以通过扩充关键词投放来实现,但坏处却是搜索营销管理员所不能控制的。基本上,我觉得这是Google提高流量变现能力的措施,对于广告和搜索用户到底有多少益处就不好说了。

2008年下半年,Google推出Campaign级别的自动匹配测试,再次引起了对于延伸广泛匹配的申讨。自动匹配和延伸广泛匹配是两个概念,但出发点却有相似:只要你还有预算Google就来帮你花掉,你可以得到更多的点击和展示—–注意,这些点击展示的相关性要弱得多。与延伸广泛匹配的强制性不同,自动匹配是可以选择的,但默认值是允许—-相当多的客户可能从头到尾都不知道这个选项,即使知道,对于我们这种管理几百上千个Campaign的搜索营销管理员来说,修改设置也是大麻烦。不知道是否因为客户反弹过大,自动匹配很快变成了需要修改设置来加入的模式。很久没有跟踪这个测试的进展,今天查看帐户,这个功能在我目前管理的帐户中完全看不到了!

近一年来,Google的Adwords开发进度大大加快,连续发布了多个重量级功能,看得我眼花缭乱,到现在还有不少没有消化掉的。可以看得出,在SEM市场增长相对放慢的情况下,Google加强了深耕力度来提高广告商的消费能力。很显然,中长期的SEM市场繁荣需要得到广告商和代理商的支持和认可,不能把ROI带给广告客户的增收措施(比如简单的广泛匹配切换或者百度的MIN CPC提价)在当前的市场条件下代价增加了(高速发展的市场中,搜索引擎有本钱忽略这样的矛盾)。即便如此,如前所述,对于BMM的推出我还是略感意外。

对于广告商和代理商针对延伸广泛匹配的批评,Google的反应是:你不喜欢广泛匹配就用短语匹配嘛!

google phrase match and exact match 匹配模式经济学

短语匹配的确是一种取代方式。但实际操作中,短语匹配是Adwords帐户管理中相对较弱的一种匹配方式,平均利用率较低。BMM的图例解释得很清楚,通过+号的运用,搜索营销管理员可以对关键词的广泛匹配范畴进行充分的定制—这比使用短语匹配要灵活得多。而这种可定制的广泛匹配所能激发的竞价和展示也比短语匹配要多得多,对Google的流量变现也是有利的。

我不懂技术,只是YY一下,通过+号方式实现关键词广泛匹配的定制在技术上来说应该不是太大的障碍。如果我们把BMM视作一组独立的匹配规则,那只是在现有的平台上加入了一种参数。当然,由于+号的位置可变,这显然比短语匹配要复杂不少,但规则本身仍然是单纯的。换句话说,+号的应用其实与“”或者【】一样,只是一个参数,对于Adwords的算法不会形成巨大的障碍。

如果技术上的难度没有那么大,那Google为什么要在5年以后才推出这个功能?很简单,BMM的对手不是短语匹配,而是广泛匹配。如果BMM在实践中被证明切实有效,那么它将立刻侵蚀广泛匹配的大量市场空间。RKG的George认为,在更高的相关度下,广告商可能获得更好的ROI,从而提高广告商的支出意愿。这是对的。但另一方面,在这个高相关度的环境中,提高支出意味着竞争实质上增加了,竞价成本也提高了,所以这个支出到底是否能平衡低相关度搜索词带来的收入,我颇存疑。

Google在英国和加拿大这两个二级市场中进行的测试,除了验证这个匹配的可靠性,我猜测很大一部分测试内容是观察BMM对点击量和收入带来的影响。根据前面的讨论,我认为BMM在短期内对Google收入的影响应该是负面的,顶多是这个负面影响不太大,损失可以承受,而推出BMM更多还是着眼在中长期。

最近比较懒,对于Google近期的动作一直想做点讨论,却一直没有动笔。总得来说,BMM和竞争分析或者提供系列试验功能等等一样,都是为了完善Adwords这个市场平台做出的重大努力。Google的这个完善过程将会严重挤压中小代理服务商的生存空间,但会使整个SEM市场水平上一个台阶。而这一切的核心在于:Google将自己定位成平台/市场/环境。正好在SEMWATCH讨论组里与天岸交换了一点关于苹果IAD的想法,下次也许可以拿出来谈谈?苹果,如大家所知,是与Google形成鲜明对照的。

浅谈大型网站的SEO策略及如何执行

1617120 浅谈大型网站的SEO策略及如何执行

前不久跟几个朋友再探讨大型资讯网站如何做SEO.
其实不同的项目操作手法以及策略都是不一样的,具体情况具体分析了.SEO策略的好坏直接影响到不同阶段的优化效果.

在这里分享一下自己的一些SEO策略以及如何执行。其实这也是老话常谈了。

一、知己知彼
1.确定你的竞争对手,通过各种渠道收集同类网站的情报(每日流量,Alexa排名,网站内容规模,在搜索引擎收录表现,关键词排名等等)
2.根据已有条件(技术,资金,人员)确定项目的可行性,然后制定具有可执行的SEO策略及可衡量的SEO指标

二、关键词选取策略
做SEO项目中关键词分析是很 重要的环节,直接影响SEO项目的执行!所以关键词选取在网站策划阶段就应该考虑进去,它可以帮助我们分析竞争对手,还可以帮助网站编辑组织内容,为产品 策划提供用户需求等等。

选择关键词的基本原则:
1.研究用户搜索习惯
2.关键词不宜过于宽泛笼统,也不宜过于冷门
3.关键词要与网站内容相关

挑选成功的关键词步骤:
1.首先要制作基本关键词列表
2.了解项目所在行业的特点,列出合适的核心关键词,根据内容结构加以归类
3.调研并模拟目标用户(朋友,网友)的搜索习惯
4.记录竞争网站所使用的关键词作为参考,分析原因
5.利用搜索引擎关键词工具导出海量长尾关键词:
比如百度推广关键词工具,google adwords 关键词工具,百度相关搜索关键词

三、页面关键词部署(Title,Meta规范)
一般CMS内容结构都分为首页,频道页,子栏目列表页,内容页,专题页,标签聚合页,而且CMS也集成了各页面Title,Meta的自定义功能,默认为 初始数据

针对以上页面进行关键词部署

1、 首页:主要以品牌为主
2、 频道页:针对核心关键词,例如 “美容”
3、子栏目:针对固定关键词,例如“护肤知识”
4、内容页:针对长尾关键词,例如文章标题,文章内容及标签的应用
5、 专题页:针对时效性的热词,例如百度风云榜所列出的热词

四、URL设计原则和规范

从网站运营和搜索引擎友好方面的角度上分析,URL和结构设计是web开发中最普遍存在的问题,在这里给出一些我个人对URL设计原则和规范.

URL设计原则:

1.简短的URL,对用户及搜索引擎友好 (用户容易录入并易记忆的URL,尽可能的短)

2.URL能反映出网站结构(目录层次深并不影响SEO的效果,之前很多人说目录越深,对搜索引擎越不优化,其实这是一个错误的引导)

3.永久链接,URL规则定好后,最好不要再做变更.

4.URL要统一(大小写问题,应避免混乱的大小组合;命名问题,避免拼音或英文混乱组合, )

在这里我告诉大家一个消息, 现在百度可以识别中文utf-8编码的URL

5.URL可管理(URL映射机制;内容变更后标准的转向,比如301转向和404错误页面)

URL设计规范:

我个人建议就是更新频率较频繁的内容采用伪静态形式,不经常更新的内容采用生成静态页面形式,至于纯静态与伪静态的差异在这里我就不多说, 以后可以详细的说明

五、关联链接规范

其实就是大家所说的”内部链接” “关键词链接“”内链“。
它的优势在大型网站体现的很明显,因为大型网站拥有海量的网站内容.而且易操作。还可以提高已经设置好的关键词在搜索引擎上的排名,增加搜索引擎对网站的 爬行和传递PR值。

在设置关联链接时,需要注意的就是:
1、 控制文章内链数量:根据内容的多少控制在6个左右,关键词重复出现的尽量不需要再加链接,链接过多也影响用户阅 读
2、词库数量不宜过多:需要做关联的关键词数量不宜过多,因为程序要对每篇文章内容都要做一次文字匹配,如果文章量很大,往往会降低网站 的性能,除非技术方面可以解决


六、Tag规范

什么是tag呢?它有什么作用呢?

Tag(标签、关键词)是一种更为灵活、有趣的日志分类方式,您可以为每篇日志添加一 个或多个标签,那么可以通过点击这个标签,能够让您使用最快的方式查找某一个标签的所有文章。比方说点击“宠物”这个标签,就可以打开这样的一个页面,显 示所有的以“宠物”为标签的文章。

使用标签需要注意的是:

1.TAG系统最好根据网站的需求来设计,比如海量信息的网站的标签系统需要事先设计固定的标签让编辑根据内容选择或录入, 如果完全开放给编辑或用户来操作,往往管理标签会很困难

2.文章关联的TAG数量不宜过多,数量可以控制在1~7个以内



七、站内搜索

不要浪费并小看站内搜索,它可以帮我们做的事情很多.

1.帮助我们获知用户关注的热点(网站内哪些内容是用户感兴趣的),站内的盲点(哪些内容没有做),便于对网站内容、产品进行相应调整。

2.利用站内搜索结果页面获取更多长尾搜索流量,因为搜索结果页面的信息都是与用户搜索的目标词很相关的,增加了关键词的重复密度

3.至于怎么去更好的利用站内搜索获取流量, 我很希望与大家一起探讨

八、链接建设

外部链接的建设方法有很多种,常用的有友情链接(含交叉链接),购买链接,文字广告,博客群建,论坛群发,站群,目录提交等)


九、制作网站地图

其实网站地图对于大型网站是很重要的,他帮助用户快速的浏览网站内容,又可以提供搜索引擎对网站页面的抓取索引.

大型网站一般会制作2种格式的地图文件:

Html地图:
为用户建立一个良好的导航,主要是罗列网站的频道、栏目、专题
Xml网站地图:

XML 站点地图就是您网站上各网页的列表。创建并提交站点地图有助于确保搜索引擎了解您网站上的所有网页,包括 Google 在正常抓取过程中可能找不到的网址。

至于如何创建XML文件的,在这里我就不详细的介绍了, 大家可以查看Google 提供的 创建sitemap指南

创建sitemap时注意以下几点:

1.如果数据量很大,建议技术人员一次性生成,之后再设置时间点自动生成

2.根据不同内容进行分类处理,比如文章页与栏目列表页分开存放

3.站点地图必须编码,只可以包含 ASCII 字符,不能包含大写 ASCII 字符、某些控制码或特殊字符(如 * 和 {} 等)。

4.如果地图文件过多,或包含其他组的地图文件,需要建立地图索引文件

十、自定义404错误页面

具体的操作方法可参考Google 自定义404错误页面


十一、网站编辑的SEO写作培训

1.定期给编辑培训SEO基础知识, 提高他们的搜索引擎友好写作的效率

2.定期制作主题关键词物料,供编辑写作时作为参考

十二、效果跟踪及流量、日志分析

利用监测工具进行数据监测和流量分析,跟踪关键字排名情况,以及搜索流量的变化。根据数据报告对方案加以调整,或给产品策划提供更好的建议。

我目前用Google Analytics和百度统计,服务器日志分析 Awstats.

至于关键词排名的监测,我目前是从GA上导出关键词,让技术人员用脚本批量查询关键词的位置。

其实最重要的是执行的过程中与团 队人员之间的沟通,如果沟通不到位,技术人员和产品经理不能理解,直接会影响SEO效果。
沟通很重要!!!!!!

作者: 蛋炒饭(许冰)

AdSense 防被K的一些小tips

最基本的一些知识了,某大佬想低调不露面,感谢。

1、同一台电脑登录多个帐户(帐户关联)

2、频繁登录帐户

3、自动收邮件的邮件地址是其它ADSENSE登录帐户

4、变更ADSENSE自动收邮件的地址

5、PIN验证(通过提交身份证验证PIN是最为危险的的)

6、ECPM过高(过高的ECPM可能会引起帐户风险)

7、点击率过高(超过7%点击率可能会有帐户风险)

8、导入流量(如果导入联盟流量内容广告风险会比较大,搜索广告用技术处理让谷歌找不到广告源)

9、收入过高(1000美金以内应该是比较安全的,如果超过3000美金可能也会引发谷歌的专员人工检查帐户)

10、adsense帐户(通常较老的帐户,并且多次收到过钱的帐户,较为安全,新帐户的审核将更为严格)

11、多个网站的帐户在同一主机

无论做AdSense,还是做Ebay和paypal,或者是做站群,都是有一些共同的spots。 最大风险其实还是一个关联问题。

Anchor Intelligence:2010年二季度全球欺诈点击率高达28.9%

Anchor Interlligence 最近发布了一个欺诈点击报告称2010年第二季度全球广告欺诈点击率为28.9%,略低于第一季度(29.2%),但相对2009同期(26%),却有所上 升.

Anchor Intelligence 认为欺诈点击依然保持这样的一个高比例取决于今年全球范围内大规模爆发的Botnet病毒(僵尸网络)以及部分主机的持续爆出安全漏洞影响到一些国家的基 础互联网设施的安全性比如越南,澳大利亚以及美国。

其实,这些欺诈点击并不是来自搜索引擎的,而是来自第三方代理平台。因为Botnet病毒通常会随着email、即时通讯工具或电脑系统漏洞,侵入 电脑,再藏身于任何一个程序里面。要下载整个报告,请点 击这里

4771355204 69574e7daf Anchor Intelligence:2010年二季度全球欺诈点击率高达28.9%

2222 Anchor Intelligence:2010年二季度全球欺诈点击率高达28.9%

33333 Anchor Intelligence:2010年二季度全球欺诈点击率高达28.9%

消息来自searchengineland

Engagement Index-2:构成参与度指数的参数选择,分类和数据收集办法

题记:

A-你做网站优化有什么目标吗?

B-有啊,增加收入,提高转化率!

A-这不是目标,顶多算是方向.

B-那什么是目标?

A-在2011年1月1日之前,投入增加10%的情况下,收入增加20%,转化率提高5%

B-巴西和德国的目标就仅仅是拿冠军吧…

Engagement Index-1:参与度指数的含义中,通过Forrester的模型和一些补充,希望大家对参与度指数有了一个最初的概念。那么如题,这里我们来谈在不同的engagement的阶段,参与度指数都由哪些参数组成,以及通过何种途径收集相关的信息。

这里需要注意的是,参与度指数,从根本上来说,虽然是一个整体的概念,但它是以个人为单位的。首先要衡量的,是对一个特定的人来说,他的参与度指数是多少,然后通过一定的算法,求的一个整体的值,比如,最简单的做法,一个网站的参与度指数等于这个网站在研究区间中的所有单个访问者的参与度指数的平均值。所以我们在确定每个阶段需要收集什么信息的时候,要注意一个总体层面的信息是不够的,可以和一个具体的用户ID联系起来的信息才有效。

1. Involvement (接触)

对于品牌来说,这首先是一个reach的过程,也就是说通过各种途径和手段,让潜在用户接触到品牌的信息;接着这是一个attraction的过程,对于接受到的信息,用户所给予的关注很重要,有的信息可以吸引用户的注意力,而更多的则被无情的忽略了;然后,在用户被吸引之后,需要传递更多的信息,这个时候就是一个吸引用户到网站或者应用等自有平台上,引到用户去探索的过程。

在这个过程中,我们搜集信息的方式有很多,比如通过邮件服务器收集关于邮件的信息,通过adserver收集关于条幅广告观看和点击的信息,通过社交网站分析工具收集各种相关信息,最后通过网站分析工具收集网站上用户的行为信息等。这里可惜的是这些不同的工具很少交通,有时即使交通了也只是在宏观层面上,不能共享一个用户ID,这样便直接导致了信息的分割和封闭从而在研究参与度指数的时候无法应用。

在理想情况下,我们希望在一个ID的记录中,可以保存相关人看过了什么条幅,收到并打开了哪些邮件,点击了哪个链接来到网站,然后在网站上以一种什么样的途径看过了哪些页面….

在现实情况下,我们能做的只是以网站分析工具为核心(能提供包含visitor id的匿名个人信息),尽量和其他工具交通。这里我们可以连接到一个ID上的数据有,比如但不限于:

  • 访问背景:访问时间,地点,网络服务商,浏览器,OS…
  • 访问来源:引荐链接,广告条幅ID,Email ID,搜索关键词…
  • 访问内容:landing page,content group/page x time spent, 访问路径(path),内容的版本信息(如果网站个性化显示或者正在进行Testing的话)
  • multiple-touchpoints:如果能和adserver联系共享id的话,可以获得multiple view through (总共看过多少广告信息);如果能和mail router联系共享id的话,可以获得email open的信息

2.Interaction (互动)

互动是用户的一个自主的与品牌交互的过程,区别于一般的访问和浏览。我给互动加的界定是:互动要求有用户的输入(input),这个输入可以是文字性的输入,也可以是情感和意向方面的一个输入。比如,网站上有一个flash游戏,用户在上面玩,和游戏互动,很高兴。如果情景截止到这里的话,这不是一个真正意义上的互动,而仅仅是消费了网站的内容,是一般性的访问。不过如果用户在玩过游戏之后,给自己取了一个昵称,然后把自己赢得的分数反馈给网站的话,这便成了一次互动的过程。同样道理,使用store locator不是互动,使用站内搜索引擎不是互动;使用商品点评,哪怕是仅仅点了一下鼠标,是互动;使用wishlist是互动,订阅Newsletter是互动,发表评论是互动,注册是互动,购买是互动…

互动一方面取决于用户的兴趣,另一方面取决于网站提供的互助的可能,甚至是品牌提供的在网站之外互动的可能,比如在social media上的互动。

而具体到我们的项目,在衡量互动的时候,把到达一定深度的访问和典型的事件也作为了互动来考虑,我这里把它们归为伪互动。

在这个阶段,我们需要和可以收集的参数有,比如但不限于:

  • 伪互动:达到一个的访问深度(visit depth),使用站内搜索引擎/store locator等小工具,玩flash游戏…
  • 参与性互动:评分,发表评论,使用wishlist,加入收藏…
  • 转化型互动:订阅新闻,注册,购买,下载打折券…
  • 贡献型互动:发表内容,发起活动…

以上数据可以使用网站分析工具和网站平台、数据库等来收集

3.Proximity (亲近)

Proximity是一个非常情感化的东西。当听到一个品牌的名字的时候,用户如果不仅仅知道,而且有一种亲切的感觉,觉得和自己相关,渴望拥有,那就有一种proximity存在。比如,当一个典型的中国大中型城市的中青年女性听到“LV”这个词的时候;比如当本文典型的读者听到“iPhone”这个词的时候。但是当你听到“思科”这个词会有什么感觉呢?很可能知道,可能亲切,但是很小的可能你想要一台思科的光纤通道交换机,这时候是否有一种proximity呢?当你听到联想,健力宝,中国建设银行,华为,兰蔻,西门子,空客,白猫,海飞丝,新华书店,网易,徐州重工,奥美,浙江大学,NASA,TNS, 大连造船厂,歼十,中国足协,SEMWatch 各有什么感觉呢?

扯远了,言归正传。Proximity的信息比较难以精确收集。目前可以使用的方法有,比如但不限于::

  • 网站分析数据:这里主要是通过一些行为特征来推断proximity。比如,frequecy, recency, 对newsletter的反应,使用个人账户的次数和时间,对新产品的访问等等;
  • CRM收集数据:客户服务中心,callcenter等收集的服务记录
  • 调查问卷:直接或者间接的询问,需要把用户的回答和他的ID关联起来

4.Influence (影响)

用户对品牌产生好感,感觉到品牌的价值的时候,会主动去分享关于品牌的信息,成为品牌最好的推销者。这种影响最好的体现是向第三方推荐这个品牌的产品,一般是口头上的,这个几乎不可能量化追踪;或者在博客上,在评论中推荐,这个可以追踪,但是很难和用户的ID联系起来。这里目前比较可行的信息来源有两个:

  • 网站分析数据:如果网站提供了各种分享的功能,可以检测每项功能的使用
  • 净推荐值(Net Promoter Score):NPS 是一个使用广泛的研究客户忠诚度的工具,通过一个问题,“你在多大程度上愿意向朋友或者同事推荐【x品牌|x产品】?”和1(一点不可能)-10(非常可能)分的选项,来对顾客进行分类:推荐者(Promoter,回答9,10),被动者(Passive,回答7,8),贬损者(Detractor,回答1-6)。NPS=Promoter % – Detractor %。这里我们需要的是和每一个用户ID相连的对这个问题的选项。

5. Co-creation (共同创造)

共同创造是一种双向的engagement,企业和用户共同参与到品牌的创建中来。企业引导推动,用户参与,给品牌注入新的价值和内涵。共同创造一般是通过企业给出基本概念和需求,然后通过竞赛的方式来实行;不过现在通过建立自有社区来持续不断的进行共同创造。

虽然我曾经在Second Life中组织过若干共同创造的项目,但是对于如何衡量共同创造中的Engagement,倒是从来没有研究过。在Engagement Index的背景下,这应该是一个参与就能加分的问题,但是如何细化,需要具体衡量哪些参数,还需要就一步研究讨论。

一个小总结:

engagement index - metrics

能够反应Engagement的肯定还有很多参数,欢迎大家补充。具体到一个企业,一个项目,由于它所处的行业不同,市场策略不同,所以这些参数也不是一成不变的。在做一个类似的项目的时候,肯定要经过多次讨论,确定哪些数据是可以利用的,然后哪些数据是重要的,符合需要的。

以上两篇作为背景,介绍什么是Engagement Index和它的组成。在下一篇中,我会首先介绍一下Engagement Index的计算方法,然后开始具体介绍我们正在做的一个项目。欢迎关注Engagement Index-3 :计算方法和案例初探。

后续:虽然我自己思考、写的津津有味,但是我知道这些东西读起来是非常枯燥的。需要声明的是我不是这方面的专家,只是想把项目涉及到的东西总结整理一下,同时加上我个人的一点儿见解。所以,这一系列的东西对各种形式的讨论都是热烈欢迎的。在第一篇中谢谢Gao Ge,南唐等朋友的建设性评论;对于反应难懂的朋友,我想说大家不懂的东西都很多。对于这样一个相对比较新的东西,没有定论,大家一起积极思考,才能共同进步;同时抱歉不能回复所有的评论。

关于SEO一些残酷的想法(上)

我不是在传播真理,每个行业都会存在不同的观点,鼓励分享并不代表在网上对骂,不幸的是一些从事SEO的人不再把精力放在搜索引擎上,而且还越来越猖獗。看着产品经理们的活动线上线下那么和谐,数据分析师们团结的那么有力量,而SEO从业者总是以专家自居,总是想揭穿别人的谎言,有比揭穿魔术师更牛逼的快感,至于吗?为什么不干脆说出残酷事实的真相?

1. SEO有没有真正的秘密
百度也好,谷歌也罢,他们不可能公开自己的排名算法,那样在中国可能很快就不止一家百度了。还有,SEO的秘诀是非常罕见的,大多数的SEO知识是现成的。谷歌的那份资料以及那些工具(你知道的),你只需要多花一点心思研究,就可以了解到先进的搜索引擎技术,即使是黑帽SEO,在部分论坛博客也会有所谓的绝招。

2. 优秀的SEO是肉眼看不见的
你知道为什么那么多站长一边在别人的地盘撒尿,一边又非常讨厌自己地盘的垃圾评论?优秀的SEO是无形的,土鳖的SEO才是关键字填充。优秀的SEO只是让人们自然的通过搜索引擎进入到网站,用户是快乐的,甚至不知道有搜索引擎优化的工作。

3. 生也百度 死也百度
百度可以在一夜之间扫荡你的所有努力,这种风险是难以想象的高,只有经历过的人才知道其中的痛苦,可悲的是,没人敢说这个风险是完全可控的。

4. SEO不是免费的
很多人一直在强调SEOPPC的区别之一是SEO免费,仔细想想很有趣。先不说时间和人力成本,真正主宰这个规则的是搜索引擎,他们不是公益的。今天你尝到一点免费的甜头,有一天,你可能就会说SEO是很昂贵的,那时最好你还有其他更好的选择。所以,提醒你一句,SEO是需要时间和金钱的,你说或者也行。

5. 常更新主页不一定对排名有帮助
这在很多人眼里是真理,甚至不惜代价的更新,但是这是和meta,链接等等那些一样是缪误的传播。大量的陈旧网页排名很好,谢谢。(这点残酷的地方在于网上很多错误的东西被传播成了真理)

6. SEO是一个黑色的艺术
黑色,不是灰色。SEO的完成,通常在一个黑暗的房间,一些无赖的SEO顾问(专家),则无需和客户做太多沟通。如果搜索引擎是这样,我们的工作就会像读间谍小说。

7. SEO没有终点
SEO不是一个一次性的工作,偶尔听到有朋友说,我们的站已经优化完了,怎么排名还没上去?你说我该怎么回答?SEO是一个进行时,就像一个网站总是在改版升级,软件总是beta版本一样,没有终点。这就意味着,在一条没有尽头的路上和一群人赛跑,你能保证你会一直跑在前面吗?保持清醒吧。

8. 内容为王是句谎言
说流量为王你肯定会抽我,如果告诉我内容为王,别逗了。好的内容就一定有好的排名,就像伟大的政策就等于成功的政治家一样,是吗?

9. PR
如果PR值高排名就好,那SEO工作是多么的容易?别天真的以为谷歌工具栏的pagerank服务器报告是一个谷歌内部使用的多么神奇的排名算法了,这只是一个有价值的指标,PR值高的会优先抓取和索引,也就是抓取更频繁和索引的速度更快,谷歌只是需要一段时间来更新而已,别拿那公式来吓唬我。

10. SEO不能被产品和开发掉队
这个话题我博客写过很多次了,这里再打一个不贴切的比方—-你的新家装修,SEO不是家具,买回来摆在家里就OK,也不是打扫就能干净,它更像新家的电线,你需要很好的布局,嵌入到墙内,如果你的墙壁已经粉刷好,那就要被破坏。因此,SEO之前,应该和产品,开发团队多沟通,但这是个很有挑战的工作,除非这些工作都是你一个人在做。

11. SEO属于什么部门
SEO属于营销部门?还是技术部?……+

12. SEO不是全部
不是每个行业都需要SEO,也不是每个网站都需要SEO,营销的方向也不只有SEO

你可以说我胡说,残酷的是,这都是事实。

还是我博客里的那句话,我不是要和谁做斗争,没这个勇气也没这个准备。我怀着一颗如同期待西班牙夺冠一样的心情,期待各位的砖头。

写篇文章不容易,不信你试试,因此转载请注明出处Sem  watch!

Engagement Index-1:参与度指数的含义

题记:分析这东西,如果能解释出成功了多少,会让人开心;如果能解释出失败了多少,才有实际的价值 – 天岸

上次说要做一个分析和总结,和大家分享交流我们正在做的一个关于Engagement Index(参与度指数,欢迎推荐更贴切的翻译)的项目。虽然项目中和我上一篇博客中一直使用的还是Engagement Score,不过我个人更喜欢Engagement Index这个称呼,或者更准确的说,Digital Engagement Index,可能是受Brand Index的影响吧。

要理解Engagement Index (EI,下同),首先要理解Engagement,然后轻松的说,EI就是衡量Engagement的参数就好了。那么什么是Engagement呢?这是一个没有准确定义的词汇,在Joegh的“用Engagement衡量用户活跃度”的文章中有相关的讨论,文中对Engagement进行的诸如“相对固定(的行为)”“非标准化度量”“是用户的动作和行为,但并非网站产出结果”等界定虽然还有待商榷,但都非常有见地和启发性。

定义留给专家,我个人对Engagement的理解是,和我的翻译一样,是用户对品牌的一种参与,和在这种参与中所逐渐产生积累的对品牌的感情。所以,Engagement产生的原因的前提是参与,而结果是有了感情。什么感情?一种Engaged的感觉,不是冷眼观望,且笑不语,而是身在此山中,成了局内人。

Forrester是最早正式把Engagement作为指数提出来组织之一。按照Forrester给出的解释,Engagement由4i组成:
engagement index 1 Engagement Index 1:参与度指数的含义

  • Involvement: 接触。这是用户和品牌的最初的邂逅,相识。这个过程包括用户在不同的渠道,触点(multipe touchpoints according Forrester)发现品牌的信息,被吸引然后被引领到品牌的自有区域,浏览和品牌相关的内容;
  • Interaction:互动。如果说在Involvement阶段用户还是在单纯甚至被动的接受信息的话,那么在互动阶段,用户便开始主动去发掘和品牌相关的东西,却接受品牌的服务和内容;
  • Intimacy:亲切。通过以上两个阶段,品牌对用户来说不在陌生,开始给用户留下印象,开始在用户心中逐渐建立一种亲切感。在这个阶段,用户和品牌的距离被拉进了。我觉得,如果不是追求文字上的4i的话,这里使用proximity更加贴切。
  • Influence:影响。在Intimacy阶段,用户开始具有主动性,去了解和发现品牌;在influence阶段,用户已经被品牌所说服,这种积累起的亲切感让用户感觉到了价值,他甚至愿意主动去宣传和分享,去影响他周围的人。忠诚度是其中的一部分,但是用户不仅忠诚,还成了品牌的使者。
  • Co-creation:共同创造。这是我给加的一条,在engagement的最高级阶段,用户参与到品牌的价值和内涵的创造中来,把自己融进了品牌。

所以,Engagement的组成和正向加强过程,我凑热闹,做了一个IIPIC:

engagement index 2 Engagement Index 1:参与度指数的含义

因此,我这里所要解释的Engagement Index,便是衡量IIPIC的一个综合参数。

因为这是一个还不是非常成熟的东西,最初Eric T. Peterson给出他的计算公式的时候(这在以后的篇幅中会介绍),大家虽然叫好一片,但是真正应用的不多。我们现在和一个奢侈品品牌合作做这个项目,也是一个探索性的工作,对于最终能够产生什么结果,有什么实际作用,目前都还是未知数。项目目前已经进行了大部分,我也会慢慢介绍已经完成的部分。

基于以上原因,这篇东西我会多分几个系列,和感兴趣的朋友充分讨论,慢慢完成。以上为第一篇,敬请关注Engagement Index-2:构成参与度指数的参数选择,分类和数据收集办法。

本文首发semwatch,转载请注明出处。

第 1 页,共 35页12345»102030...最后页 »
 
Powered by Wordpress. Design by Bingo - The Web Design Experts.