怎样监控和评估网络营销

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，合理评价一个网络营销Campaign 的效果呢？

一般而言，我们关注三个数据――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来――媒体或者广告自己告诉你；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值得信赖，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出现的位置( 如果要作弊的话，完全可以用程序自动读取你的广告)。

所以说，在中国互联网，Impression 这个数据可参考性不高( 当然，如果你的目的是单纯的品牌宣传，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都会被分别记录下来。举例来说，我要宣传www.省略( 我的博客，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到www.省略/index.php?CMP=SinaBanner， 而QQ 的广告链接到www.省略/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)，而且可以更隐蔽地“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www.省略/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，就代表一个特定的行为完成了。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而得到的。

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www.省略/index.php?CMP=SinaBanner这个页面， 而点击QQ 广告的网民都会来到www.省略/index.php?CMP=QQTextLink 其实是同一个页面，最后带来的监控参数不同，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，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.省略( 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，如张三点击了新浪广告，来到了www.省略/index.php?CMP=SinaBanner 这个页面，而李四点击QQ 广告来到www.省略/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”。张三和李四看到网站，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.省略上看到过这个产品，于是重新打开网站，搜索数码相机，选了一个2000 元的，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 元的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，

1 万元的销售，QQTextlink 带来了1000 个订单，

2 万元的销售，就可以量化地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)，而这样也并不十分合理。

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* 2 0 0 8 / 0 9 / 0 9 9 : 0 0 A M ：C M P =YahooBanner

* 2 0 0 8 / 0 9/ 0 9 11: 3 0 A M ：C M P =SmarterComparison* 2 0 0 8 / 0 9 / 1 4 9 : 0 0 P M ：C M P =BaiduKeywords

根据这些信息，怎样来将最后的销售( 假设是9000 元的一个订单) 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， 便能更全面地考评不同的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更好呢？

是不是比较数字大小，就能够合理有效地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.省略 注册成为你的会员，留下邮箱提过问题，或者订阅过newsletter――总之已经知道你了，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？

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 元销售额，全是老用户，新浪广告带来8000 元销售，全是新用户，就可以得到10000*50%

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映获利能力。举例来说，QQ 给你带来了10个新客户，每人买了一台一万元的特价笔记本，每台你赚了1000 元，一共赚了10000 元；新浪给你带来了10 个新客户，每人买了一台一万元的XX 限量珍藏笔记本，每台你赚了1000 元，一共赚了10000 元。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，可能则成为了你的忠实客户，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，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Campaign 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”能够更真实有效地考评网络营销的实际效果。量化的效果考评可以极大地方便营销方法、渠道的优化，逐渐让你获得更好的投资回报率。但是，最后也要再重申一下，网络营销效果评估并不是越细越好，过分细化反而会让数据模糊，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地增加。量力而为，适度就好。

作者：任鑫，数年前在上海进入电子商务领域，在电子商务营销、网络营销、互联网数据分析以及互联网营销应用方面有深入的研究和实践经验，目前在美国加州负责 的精准营销。