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：
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：
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
有点深奥~SAS~ Spss“很久没碰了. .
Like or Dislike:
0 
0
有点深奥，像是数学加物理。
Like or Dislike:
0 
0
PETERSON的这个算法很有意思，思路很简单，但却是有意义。看到这个公式的时候颇有“哦，为啥我想不到？”的感慨。LOL
计算方法上面，我觉得最可圈可点的是分组这个部分。OUTLIER肯定存在，如到达相当比例（1%比如），分组结果是很可能被干扰的。所以重点还是回到数据量上来，如果数据充分，则可靠性大大提高—当然前提是分组本身足够合理（没有过细或潜在交叠）。
Like or Dislike:
0 
0
@gegao, 我们是通过统计方法来确定分组的，方法中会自动把极值和关联性非常强的参数去掉。
Like or Dislike:
0 
0
@Scyan,
如果我没理解错的话，统计方法确定分组的意义就是根据用户在网站上的活动特征来分组，比如轻度，中度，重度用户？按这样分组方法，极值问题本身出现的可能就很小了，去除两端即可。是这样么？
我原来以为是按照用户的相关背景预分组，然后对比各组参数……
这样我又有些迷惑：从实践层面出发，应该使用最终获得的参与度指数？我的意思是，有十个用户，我们大概知道他们做了什么，但是我们不知道他们是谁，如何使用参与度来这个营销活动的最终效果？
Like or Dislike:
0 
0
@gegao, 不是的，第一次分组的方法就是根据和用户所有相关的参量进行分的-不过我们做的首先是visit的分组。比如说和一个visit相关联的有30个变量，我们会首先通过人工选择输入25个变量到系统中，然后根据统计的算法，会生成分组，这些分组会组织在各种Axe周围。分组的根据通过算法，寻找这样的visit：这些visit之间的差别最小，但是各个组之间的差别最大。
Like or Dislike:
0 
0
@gegao, 参与度指数有很多可能的应用，比如对网站的performance有一个整体的认识，比如可以通过engagement在时间轴上的分布来发现网站各种营销活动的效果，比如可以对一些组群在EI上的演变规律来生产内容，引到用户，比如可以对一些本来EI很高的用户进行激活，或者观察他们的行为，避免他们变成inactive；当然还可以建立模型，发现EI和purchase的关系；把EI应用到predictive model中等等。
Like or Dislike:
0 
0
@gegao,
关于VISIT的变量是用户行为本身相关的，还是含有诸如地域，浏览器，甚至年龄一类的背景信息？
Like or Dislike:
0 
0
@gegao, 算法会选择决定分组的Axe变量，如果浏览器对visit的行为有很大影响，就会被应用进来，否则便会被舍弃。
Like or Dislike:
0 
0
@gegao,
“比如可以对一些组群在EI上的演变规律来生产内容，引到用户”
算法是以行为为基础选择变量的，分组因此具有高度相关性，也可以跟踪。这部分我已经没有问题了。
主要是“引到用户”这里不理解。分组和用户之间如何引过去？如果我们可以把一定背景的用户和一定的VISIT行为联系起来，这本身就是很大的成功吧？
Like or Dislike:
0 
0
@gegao, 对不起，大错了，是“引导用户”。正巧我们今天正在讨论对visitor进行分组的问题，一个焦点就是应该把score d’engagement作为一个分组的根据，还是应该把分组作为研究score d‘engagement的一个根据。我之前说的引导用户，实际上可能和下边一条重复了。我想说的主要意思是通过对一组用户的EI进行长期的观察，可以发现他们EI的演变规律，而通过数据分析，可以把这些演变规律和他们所浏览的网站的内容做一个匹配，如果能够幸运的发现关联性的话，那么对于到达某一阶段的用户，我们便可以根据数据分析所得到的结果，推荐合适的内容，增加这个用户的参与度。不过还是刚开始所说的，这些只是应用的可能性，需要到具体的项目中去验证。
Like or Dislike:
0 
0
@Scyan, 我看我是不能熬夜了，不然老是错字连篇，是”打错了“。不是”大错了“…;-(
Like or Dislike:
0 
0
头晕
Like or Dislike:
0 
0
有点不知所措啊
Like or Dislike:
0 
0
能不能再浅显一些啊，呵呵。
Like or Dislike:
0 
0
很难理解。
Like or Dislike:
0 
0
太深奥了，有点不解
Like or Dislike:
0 
0
虽然需要考核的用户群组基数较小，但还是有很多可借鉴的地方。结合WA数据的分析参与度，以访问来源来分组评估社会化媒体营销的效果貌似是个不错的选择。计划运用到以后的工作中。
多谢天岸哥分享整系列高质量内容。
Like or Dislike:
0 
0
数学模型 看着很帅
Like or Dislike:
0 
0
多谢天岸哥
Like or Dislike:
0 
0
偶像啊 学习了
Like or Dislike:
0 
0
顶一下博主，很喜欢你的文章！！！
Like or Dislike:
0 
0
很不错的文章,多谢博主分享
Like or Dislike:
0 
0
不错，继续关注
Like or Dislike:
0 
0
hoho 谢谢分享~
Like or Dislike:
0 
0
不错，继续关注。好好研究看看。
欢迎来我的站看看。珂兰http://www.kela.cn
Like or Dislike:
0 
0
这篇文章适合专业人士看，我不大明白。顶了。
Like or Dislike:
0 
0
看不明白，有点专业
Like or Dislike:
0 
0
第一次来这个网站。。很强大啊。。
确实很专业
Like or Dislike:
0 
0
哈哈 计算是我的强项，不过还是学习了。
Like or Dislike:
0 
0
太复杂了，看来得好好研究了。
Like or Dislike:
0 
0
收藏一下
Like or Dislike:
0 
0