Hi,我是Tenly,又和大家见面了,这个月会为大家再分享两篇文章。
经常和Sidney等同事说起网站分析软件工具问题,我们都有一个共识,那就是EXCEL是网站分析极端需要掌握的工具。理论上,网站分析怎么也算是数据分析(我的职位就是数据分析师)的一种,而高端的数据分析往往需要一些大型的软件:如SPSS,SAS,MATLAB,EVIEW等。事实上我在大学就使用过MATLAB(高等数学时使用)与EVIEW(计量经济学时使用),然而在网站分析的实践过程当中,总觉得与它们联系不起来。按我个人的观点有几个原因:
- 网站分析过程中的度量不多,不需要运用复杂的数学定理建立数学模型。
- 网站分析工具(如GA,OMNITURE等)对数据进行了第一轮的处理,这一轮处理分析师是无法干预的。
- 暂时以个人的力量还没有积累庞大的网站分析所需要的数据库供数据挖掘使用。
- 网站分析过程中误差与不定因素较多,较难建立相同或类似环境下的数据对照。
- 当然也可能是本人水平层次还不够吧:)
不管怎么说,尽管sidney以前的文章还是详细说明了各种度量,而这文章的主要内容还是为了把网站分析过程中的大部分度量按照易懂的思路给列出来,帮助形成体系。希望大家不要嫌弃,毕竟基本功要扎实是真理。
下面就列一下这曲指可数的一些度量吧:
第一篇:入口篇
入口是指线上广告入口。这些入口可以多种多样,熟悉网络营销的人可以侃侃而谈:
- Banner,焦点图,摩天楼,浮动框等原始硬广告。
- 邮件营销的链接入口。
- 友情链接。
- 搜索引擎入口,包括但不限于百度竞价排名,合作专区(如百度brand zone),ADwords,SEO结果页。
- 软文中的链接。
- 流氓软件及软件的推广入口。
- 游戏客户端广告。
- ……时代在发展,手段在革新,还有很多
总的来说这种入口吸引访问者进行点击,使访问者通过点击,来到了一个专门为访问者准备好内容的页面,就是我们常说的Landing Page.
在这个过程中,我们会涉及以下度量:
- Impression:广告被展示了多少次。
- 监测方法:Flash广告会通过加入Action script代码实现监控;Video会和Flash播放器通过特定的JS调用服务器数据监测;JPG,GIF等图片入口会通过在其HTML源代码后面紧跟一个1*1象素的透明小GIF代码实现监测,该小GIF放在第三方服务器上,一旦该GIF被用户从服务器上读取一次,即被算一次Impression;至于文字链接一般不好监测,也不会做监测,如果实在想监测也可以按JPG和GIF的方式。
- Clicks:指广告被点击了多少次。
- 监测方法:通过跳转实现监控。
- CTR:Clicks/Impression,表现广告点击率,反映广告是否吸引人的度量。
- Engagement:有一些富媒体会有一些让浏览者进行互动的行为。这些互动的富媒现阶段主要使用Flash与JS的技术解决方案。在富媒体设计与编程时,会记录浏览者的互动行为与次数。关于Engagment含义的精僻分析,请参见Sidney的相关文章。
- Cost:花钱买广告的成本。
- CPM:(Cost / Impression) × 1000,广告展示一千次所花的钱。
- CPC:Cost / Click 每点击一次入口广告所花的钱。
- Loss rate:(1- Visits / Clikcs) * 100%。
这是容易迷糊的地方。这里的Visits是指广告指向的 Landing Page 的 Visits。注意:这里的Visits是指由对应的广告入口带来的Visits,因为Landing Page会有多个广告入口导流量进来,分子分母要对应。
Loss Rate 永远大于等于 0 ,只有理想的情况下才会等于0,也就是说 Visits 永远小于或等于广告的 Clicks。原因是浏览者经常在点击广告后,在目标页面没有打开或没有完全打开的情况下就会把网页关掉。 - Freebies:这是一个很具实战经验的词。在媒体购买过程中,经常会有一些package或者赠送打折之类的情况,简称为优惠赠送。而这些优惠虽然不花钱,但做为商品也有他的明码标价的价格。在此只是提一提,很少用。
我还有遗忘了基于广告入口的哪个度量么?欢迎纠正。有任何疑问,欢迎留言,一起探讨。
下周还会带来更多篇章,敬请期待:
第二篇:合作网站篇
第三篇:本站篇
第四篇:其它篇
非常感谢Tenly的好文章!
关于网站分析是否要利用比较复杂的数理统计工具,我有一点儿补充:
事实上,网站分析的部分领域,是需要这些工具的,比如访问者的demographic的分析;又比如,如果要从原始的Log File中进行分析。
总体而言,我们还不太需要这些工具的原因,是WA Tool已经帮我们做了这些活。我跟GA的朋友聊天的时候,他们告诉我,GA实际上是三层结构。其中最底层是raw data,中间层是对数据的处理(类似与SPSS或者SAS所干的事情),第三层则是形成我们看到的报告的层次。可见,比较繁琐的需要数理分析软件做的事情,我们大部分已经不需要做了。
在这些方面,Omniture做的更好,如果大家用过了Omniture Site Catalyst的Data Warehouse Request,可能会有跟我一样的体会。
我认为Tenly起了一个非常好的话题,希望大家多谈谈看法。
谢谢!
厄..我知道自己有多么滴菜滴,纯学习的目的观摩此文章,并静期下一篇…
话说我对工具还是有些陌生,这点很要命
可以再加上一点,如果过滤信息的噪点。
在网站的各项指标当中,都在一定程度上存在各种各样的信息噪声来混淆我们的视听。
很多时候,由于互联网上正规的,非正规的爬虫,人为测试性,恶意的试探,扫描等都会对你的网站的原始流量/数据产生很大的影响。而在分析的用户行为的时候,也需要将诸多的干扰因素剥离开来。
Hi,Tenly您好,我是99click的杨波,我从朋友那里得知你们一直在举办星期三这个活动,我们对这个活动非常关注,希望能与你们合作,来做一期活动,如果有兴趣,请您尽快与我联系,谢谢!
我们是做成果联盟的,现在的状况就是客户对CPA的认可,远远达不到CPM的程度,我觉得关键就是现在的联盟对于广告的监测做的还不到位,或者说是还没有得到广告主的认可,所以想听听您的看法。
刚接触这一行,遇到了一些困扰,无从下手的感觉,很希望能得到指点,非常感谢你能跟我们分享这一切。
回复Yacca:先用用Google Analytics,这个工具很简单。Omniture可能很难用到,因为目前价格还是相当贵。
回复Eric:太对了!在做商业推广网站分析的时候,非自然访问的干扰简直成了最令人头疼的问题。不过并不是不能发现产生这些问题的因素的,需要我们对网站流量的数据结构进行分析,矛盾的地方很可能就是那些不对头的东西。
回复Richard:CPA的认可不佳,恐怕是在于一开始客户对于网站要实现什么样的根本目的没有定位。没有定位就没有目标,没有目标就谈不上action,也就谈不上CPA。
回复hsolive:请多关注这个博客吧!谢谢!:)
关于楼上朋友提及的CPA问题,个人认为与广告主的目的关系很大,商业在线网站更多的要求CPA,但对于一些传统行业CPA他们关注的重点,他们的重点应该是在有效的Impression和有效的Click上面。
本人在一家在线企业负责广告分析,从我们这个行业来看,只要做好防CPA作弊,CPA是一个趋势,我们也已经跟一些媒体采用CPA的方式合作,其成本比按天买广告来得合算很多。
关于入口的度量指标,个人认为应该还有LOADING PAGE的二跳率、停留时间等,从入口进入到LOADING PAGE有很大一部分是误点击、或受众对“入口的宣传”的理解与宣传目的不一致。
回复AOMS:
非常赞同你的观点。关于CPA,目前国内有接受这种收费方式的publiser吗?能分享吗?——很有兴趣的说!
谢谢!
怎么说到广告上去的呢。。。不是网站的分析嘛
网站分析不是孤立的事物。前端是广告,后端是revenue。