【重要通知】CWA两个新的QQ群：82922176, 47686693.

【前言】

　　原文作者Omniture咨询总监Brent Dykes，原文请见：Social Media: Monitoring vs. Measurement。

【正文】

　　越来越多的公司在2011年会增加他们在社会化媒体上的花费，因此能够监测社会化媒体营销上的关键业务驱动因素（Key Marketing Initiatives）就显得非常重要。取决于社会化媒体平台的类型和被监测对象（特定的社会化活动行为）的不同，你可以采取一类或者两类方法：监听（monitor）或是衡量（measure）。你可能觉得这两个词就是同义词而已，但我会帮你搞清楚这两个词背后有什么不同，以及它们在监测社会化媒体营销的效果时有什么样非常重要的不同的方式。

　　为了帮助你理解监听（听取listening）和衡量（标记tagging）社会化媒体活动之间的差异，我举一个与听音乐有关的简单的例子。监听就如同将你的汽车收音机调到某个电台。因此，你能够选择你喜欢的电台（例如流行、爵士、乡村等等），但你却只能祈求这个电台播放的歌曲也是你喜欢的。例如，你喜欢流行音乐，但你可能特别钟爱孙燕姿却对民俗流行乐不屑一顾，可这个电台偏偏只放爱情买卖和忐忑，因此你只能希望这个电台赶快放一些你喜欢的歌。如果这个电台偏偏不按照你的期望来，那么你也只能无可奈何，或者被迫换一个频道。

　　另一方面，衡量如同在你自己的MP3播放器或者自己的iTunes中创立一个自定义的歌曲播放列表。每一个歌曲都是你喜欢的，因为它们都来自你的音乐库，而且整个音乐列表也符合你当时的情境和心情。如果你之后想要调整音乐列表，你也完全有这个灵活度。而且这些你在路上听到的音乐和你回家以后在自己电脑中所听的音乐可以是完全一样的。

社会化媒体优化的3M模型

　　关于监测和优化社会化媒体上的营销行为，我认为主要有三个领域值得注意：监听（monitoring），衡量（measurement）和管理（management）。这三个领域不同但互补。有时你只有一个选项，即监听，但其他时候你可以将三者结合在一起以使它们能够互相弥补。这篇文章中我将聚焦于监听和衡量，不过，这里捎带简单解释一下管理。总体而言，管理聚焦于将你社会化营销中的不同创意元素（例如图片，文字链，campaign组等）进行统一地组织调度。例如，Adobe的“SearchCenter+”工具就推荐了Facebook广告整合特性，这个特性将广告的创立、导入以及管理整个流程集中化，以适应Facebook的广告特点。对于SEM而言，这个工具也有同样的性能。

监听（收音机）

　　当前的大多数社会化媒体监测都是基于监听的解决方案，这些方案都利用了各种社会化媒体平台（例如Facebook、Twitter、Youtube等等）的API接口，把它们预先设定好的度量和监测维度传送到网站分析工具中形成报告。大部分情况下，我们乐于获得所有的数据，就如同午夜行驶在荒野公路上把汽车电台调到一个清晰的频道上。有时候我们甚至对我们能够从API中获取的数据类型感到惊讶，例如我们能够拿到很有价值的地理位置相关的数据。

　　不过，监听这种方法的两个最大的问题是它既不能把社会化数据和这些网站平台的其他网站部分的实际访问者联系起来（译者注：这里翻译蛮困难的，大致意思是说，社会化媒体平台可能有一些其他的网站部分，这些部分是注册和非注册用户都能访问的，而且即使是注册用户访问，它们的访问行为也不会跟他们的社会属性关联起来），也不能提供预设的度量和维度之外的其他度量和维度。这就如同一个电台频道，你要么就听，要么就不听，你不能自己选择改变人家的内容。因为我们实际上并不能标记Facebook上的一个广告主的粉丝页面，或者一个Twitter上的个人情况页面，大多数的公司只能利用社会化媒体直接提供的数据。当我们不能把监听的数据直接用于网站的行为分析时，我们能够采用的方法是利用预测模型去了解不同类型的社会化活动和网站KPI之间的关系。

　　在跟我的客户交谈的时候，我认为如果公司愿意标记他们社会化媒体平台上的公司页面（例如Facebook上的公司粉丝页面）的话，那么他们能够拿到大量的有利于自己的信息。例如，广告主喜欢看到更深入的关于人们如何和单个Facebook上面的fan page互动的数据，而不仅仅只是一些总量数据。如果fan page上的某一个标签或者按钮没有多少人点击，那么广告主最好能够知道并且采取相应的措施改善fan page的用户体验。

衡量（歌曲播放列表）

　　在一些有限的情形下，社会化媒体实际上可以被衡量，而不只是被监听，即广告主能够在社会化媒体中添加监测代码，就如同他们对平常的网站、应用或是campaign所做的一样。本质上，这么做能让公司同样对社会化平台中的用户行动安置监测代码或者是进行标记，以使数据能够按照他们喜欢的方式展现，例如可以选择报告的层级（reporting level），维度，以及度量，而不是只是被动的接受不同社会化媒体预定的数据报告。

　　例如，一个市场部门可能想要知道访问者是如何具体的与一个Facebook中的fan page上的应用进行交互的。如果能够把路径（pathing）和转化漏斗（conversion funnel）报告囊括其中，他们就能更好地理解用户对使用它的体验和潜在的造成用户放弃的那些细节。衡量这种方法带来的另一个好处是社会化媒体上的营销活动能够被当做广告主整体互联网营销大图景的一部分，这样就能通过跨域路径和转化的分析获得更加深入的见解。

　　当前有四类重要的社会化媒体上的活动/营销方法能够被衡量，而不仅仅只是被监听。如下所示：

1. 社会化媒体上的campaign：任何URL或者被缩短的URL（就是类似新浪微博上的URL），能够在其后放置一个监测代码，因此能够按照传统的campaign监测的方法进行监测。（译者注：在我的几篇博客中都有提及这种方法：Direct Traffic真的是直接流量吗？如何辨识真正流量来源？
2. Facebook上的Apps：不像Facebook上的fan pages只能被监听，Facebook上的Apps和Apps中的自定义标签实际上能够被衡量和优化。
3. Youtube品牌频道：在一些情况下，广告主能够对在自己品牌频道中的widget有控制权，例如可以增加一个自定义的播放器，一些自己想要添加的内容以及可以放置Adobe SiteCatalyst的监测代码。
4. Facebook Connet/社会化插件：任何嵌入在Facebook中的外部网站的插件都可以加上SiteCatalyst的标记以实现被衡量。

　　尽管当前实现衡量的方法还是很有限，我还是对社会化网络未来能够允许更多的加入标记充满希望。我们发现在过去的几年中，社会化媒体平台在不断地进化中，无论是大型还是小型的广告主（公司）都面临着挑战，它们必须与社会化媒体这几年的变化保持一致的步调，更不用说理解社会化媒体营销应该如何更好运作。幸运的是Adobe同世界上最领先的这些社会化媒体平台保持着非常良好的合作关系，并且将不断推进探寻可能的方法帮助广告主更好更有效地持续衡量和优化它们的社会化媒体营销效果。

　　今天看到了Avinash的一篇文章：Web Analytics 101: Definitions: Goals, Metrics, KPIs, Dimensions, Targets，正是我想在影响网站转化率的10大误区中准备给大家说说的，但Avinash写得更好，所以我直接翻译（意译，加上我的理解和一些其他补充资料）了，介绍给大家。

　　首先，我们要讨论的，是多个关于“尺度”的术语。这些术语容易混淆，包括：

• Business Objectives （商业目的）
• Goals（目标）
• Metrics（度量）
• Key Performance Indicators（关键绩效指标）
• Targets（指标）
• Dimensions（维度）
• Segments（细分）

　　其实，翻译上面的这些说法让我挺郁闷的。Objective、Goal、Target在汉语里面都只有一个翻译——“目标”，顶多可以多说一个“目的”，可是英语里面却是完完全全有差别的意思！这些细微的差别，已经超过了我的汉语的解释能力了，我只能说说我的感觉：Objective是大的目的，是宏观的；Goal是大目的下的小目标；这两个事物都会具体到某些事情上。Target则是另一个维度的衡量，是为每个具体目标设定的可以丈量的值。

　　举个不恰当的例子。男生找老婆，是一个很重大的目的（Objective）。为了找到老婆，决定每星期跟女生看电影、吃饭、逛街……这是具体的目标（Goal）。这个案例下的Target是每星期至少看1场电影，吃3次饭，逛2次街……相信你能理解了。

　　我们看看Avinash是怎么解说的。

Business Objectives:

　　商业目的是回答如下问题：“为什么你的网站存在于这个世界上？”

　　或者，是回答：“在生意上，你的网站想要实现些什么？”

　　或者，是回答：“你的网站优先级最为重大的三个事情是什么？”

　　以及其他类似的回答。这些问题如此重要，因为如果你不知道你想到哪儿，那么你就不知道该选什么路！

　　Business Objective需要符合DUMB原则，也就是Doable（可行的）、Understandable（可被你以及其他人达成共识的）、Manageable（可被管理的）、Beneficial（有利可图的）。很多时候，客户手中的数据充裕，但有用的信息的极度匮乏，这根本就是因为商业目的不符合DUMB原则造成的，因而导致了大量的网站分析项目失败。

　　从我（Sidney）自己的理解看，Business Objective在一个时期内，不应该是多元的，而应该是专注的。网站最常见的Business Objective的目标是增加的网站的盈利能力；或者增加网站对受众的影响力（指那些不直接赚钱的网站）；或者更好的服务于受众（例如政府网站）。这些其实都是大目标，是相对抽象的愿望，但是却又是实实在在的网站存在的价值所在。

　　不建议商业目的多元的原因在于，我们不容易把握多个目标之间的关系，容易顾此失彼，结果两头不就。能操作多个商业目的的天才肯定也有，但试错之后才知你我是不是其中一个，有时候代价太大。

Goals:

　　Avinash的解释是：采取的某些针对性的策略以撬动商业目的的实现（Goals are specific strategies you'll leverage to accomplish your business objectives），这个解释其实还是有些模糊。我觉得，所谓Goal就是为了实现商业目的而需要实现的一些具体的里程碑的事件。在Omniture中，这些事件被称为Success Event。Avinash这里用的撬动（leverage）这个词很好，这些事件也许不是直接的目的所在，但是实现这些事情能够撬动商业目的的实现，是推手，是支点，也是杠杆。

　　Goal可能仍然是比较高屋建瓴的，但是已经比较具体。例如，以增加网站盈利能力的Business Objective而言，Goal可以是增加更多的销售量（Success Event1）+节约营销成本（Success Event2）。这两个Goal同时作用是能够撬动盈利能力的增加的。另一个例子，以更好地服务于受众来看，Goal可以是提升网站访问者使用数字化服务工具的数量（Success Event1）+降低用户的意见或投诉（Success Event2）。同样，这两个Goal是实现优质服务的支点。

　　因此，旨在提升盈利的Goal们通常具有如下的形式：

• 做某事；
• 提升什么；
• 降低什么；

　　Goal代表着具体的策略，这是与Objective有最明显区别的地方，他们必须是符合DUMB原则的，而且这些Goal属于那些一说出来，人人都能立即会意，而且都完全认同的东西。

　　由于Goal意味着具体的策略，因此我们在Google Analytics中设置的那些被称为“Goal”的事件，事实上并不一定都是真正的Goal。

　　例如上图中的Goal中，其实只有第四个“Subscribers（提交）”是真正意义上的Goal，因为它的存在代表着网站对访问者的说服。而其他的Goal则没有明显的策略性，只是记录了发生的相关性事件。

Metric:

　　Metric恐怕是大家最熟悉的了，就是度量。我们天天跟它们打交道。度量包括计数度量（count，例如Page View，Visit和Visitor等）和复合度量（ratio，例如bounce rate，Page View/Visit等），是我们进行网站分析的砖和瓦。Metric其实最对应的汉语实际上是“量词”，比如“一片、一个、一次”等等。

　　Avinash非常经典的说，度量就是那些似乎永远都只能作为“列”的名称而不作为“行”的名称的东西。似乎在Google Analytics和Omniture中的确如此。度量大家都清楚，就不多说了，看看下图，都是常用（或者不常用）的度量。:)

Key Performance Indicator:

　　好了，终于轮到关键绩效指标了，台湾人也有翻译成关键绩效指针的，都一样。Avinash对于KPI的定义是，帮助你理解你所达到的商业目的程度的度量。我的理解是，KPI本质上就是度量，计数度量和复合度量都可能，这些度量是直接反应Business Objective对应的Goal的实现情况的。

　　因为每个公司的Business Objective都可能不一样，因此，每个公司的KPI基本上也要具有自己的特色。

　　Avinash举了几个好例子。例如，百思买（www.bestbuy.com）网站的商业目的是依靠售卖盈利，它的KPI中肯定有平均订单金额（Average Order Size）。但是，我们也用过Visit，或者视频播放量作为报告中的分析度量，可是这些度量却很少被称为KPI。

　　当然，在我们国家，其实也有不少网站是把Visit作为KPI的，不过在国外相对比较少见。

　　如果使用Omniture，那么Omniture中eVar所定义的那些success events经常会被选出来作为KPI，而s.prop定义的那些traffic度量，则几乎很少被用作KPI。原因同上。

　　如果是纽约时报网站（www.nytimes.com），Avinash建议了两个KPI，一个是访问者的忠诚度（用一个访问者平均一个月内访问次数来衡量）；另一个则是访问者点击广告的数量。当然，如果是我的这个博客（www.chinawebanalytics.cn），我还会加两个KPI，那就是平均文章的留言数量和RSS订阅数量。

　　由于KPI和Business Objective和Goal紧密相连，因此如果Business Objective没有定义好，那么KPI也就不会正确。从重要性看，有如下的不等式：

　　Business Objectives -> Goals -> KPI's -> Metrics -> Magic. （最后的Magic当然是Avinash在跟我们开玩笑了）

Targets:

　　Target是一个具体的数字，用来衡量KPI应该达到的量。一个KPI肯定会有一个target，没有target的KPI什么都不是。

　　Target不是订的越高越好。但是我（Sidney）的经验是，Target在我曾经的客户那边总是越来越高。这次项目达到了100，下次就要做到200，再下次就要300，结果到了总有一天实现不了的程度却还在不断往上加。结果，咳，造就了一些啼笑皆非的数字，而且这些数字至今还在维系……不只是杯具还是洗具。

　　上面的不等式现在可以扩展为Business Objectives -> Goals -> KPIs -> Metrics -> Targets -> Minor Orgasms。

Dimension:

　　Dimension可以翻译成方面或者维度，但是又是一个无法找到具体对应汉语词的词语。Dimension指网站访问者或者网站本身的某一个属性。例如，下图就是一个访问者的诸多属性：

　　访问者的来源（例如referring urls, campaigns, 国家等）也都是网站分析数据的不同维度。

　　常见的维度还有，页面的名称、产品名称、搜索关键词等等。所以，Dimension是属性。

　　忽然想到一个例子，我们都玩网络游戏，网游中你的各项属性名称：生命、体力、经验、魅力等等，都是属性，都是Dimension，只不过他们的metric名称都一样罢了——点数，比如生命点数还剩多少。网站分析的维度和度量其实跟网游的道理一样。

　　Avinash说，Dimension就是那些数据行的名称。

这个图中，Page URL就是Dimension，度量当然是Visits和Avg. clicks啦

两个Dimension在一起也没问题。在Omniture的Data Warehouse中，可以定义多个Dimension叠加（类似数据透视表的多个属性叠加），不过数据处理就是海量了。

　　在GA和Yahoo网站分析工具中，当然是可以自己定义维度和度量之间的组合咯。不过组合要合理。这个就不说了，大家自己摸索一下GA的Custom Report就知道了，很简单。

Segments:

　　终于到细分了。我直接写我的理解。细分就是对某一个维度进行的进一步区分。例如，对访问者的忠诚度进行细分，我们可以定义所有访问者中，平均每次Visit浏览的页面PV超过了3页的访问者。另一个例子是，访问者中，属于亚洲国家的访问者。或者，所有的网站页面中，页面名字中间包含了“webanalytics”的页面。

　　你可以看到，所谓细分就是按照一定的规则对Dimension进行的再次细化。这个规则可以是单一规则，当然也可以是多重规则。你可以筛选所有访问者中访问时间长于3分钟的访问者，同时，你还可以再加一个限定条件，即超过3分钟，却又浏览页面少于3个PV的访问者。It's up to you!

　　还记得我说的网站分析的三个基本思维模型吗——细分、趋势和转化。哈哈，就是这个细分咯！请记住：没有细分，就没有真知灼见！

Web Analytics Measurement Framework

　　最后，我们把上面所有这些术语集合在一起，看看大图景是什么样的。我们用Avinash的例子。

　　Avinash是美国国家La Raza委员会的负责人，对这个协会的网站进行测量的框架如下（我就不翻译了，大家一看即明）：

Business Objective:

Attendance at immigration rallies.

Goals:

Increase web sign ups.

Key Performance Indicators:

# of NCLR Sign-ups for NCLR Action Alerts

# of Individual Memberships

Target:

Action Alert: 14,000 per month

Memberships: 4,800 per month

Segments:

Acquisition: Organic search, Email campaigns, Mid-western US states

Behavior: Visits to conversions (Action Alerts, Memberships)

　　另一个例子如下，这个也非常直观，我很喜欢这样的图解。

　　好了，就写这么多了。明天就是周末，祝大家玩儿的开心！有什么想法，请大家留言，我不会懒惰，会尽快回复！谢谢！

【译文】

　　在2009年开始的时候，Voices.com，一个市场上领先的配音人才服务提供商，开始和Conversion Rate Experts开展合作。结果呢？他们的转化率提升了400%——从低于5%到22%。

我们如何获得如此成就

　　任何项目中最重要的部分是项目开始时的“勘察工作”。在财富杂志关于我们的文章中，编辑们把这个阶段的工作描述成“侦探工作”（我们的一个咨询顾问用相当粗鲁的语言把这个工作描述为“在垃圾堆里扒东西”的过程）。我们对Voices.com的深度分析包含如下内容：

• 我们研究Voices.com的分析账户，以理解销售转化漏斗（Sales Funnel）中包含的促进转化提升的最大机会。
• 我们分析了510个访问者问卷，以理解来到Voices.com网站却没有完成最终提交的访问者的心态是什么。
• 我们研究了Voices.com全部的销售文化，并且采访了这个公司的CEO，以辨识这个公司所有的“能够说服客户的有利条件”。我们用这个名词来描述一个公司中的那些能够影响潜在客户的有利条件。说服客户的有利条件能够来自于很多方面，在为每一个客户服务的过程中，我们发现了很多有价值却被忽视的说服客户的有利条件。
• 我们分析了Vocies.com的竞争对手的网站，以理解这些对手们所采用的策略，以及帮助Voices.com发现能够对付这些竞争对手的机会。

　　一旦我们理解了潜在客户的主要抗拒心理，以及该怎么做去克服它们，我们就创建了一些新的测试页面。

[版权归Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

一些快速制胜的做法

　　400%的转化率提升得益于一共11个实验的成果，这11个实验我们分别在转化漏斗的5个不同阶段进行了实施。其中，我们所做出的一些改变是直接针对Voices.com的业务的，但是其他的一些改变则可以适用于绝大部分的商业领域。下面的这些都是有可能能够适用于你的业务需求的，而无论你开展的是何种业务：

1. 发现证明，并加以宣扬

　　在主页中加入“证明”能产生显著效果：Voices.com有一些让人印象深刻的“名望申明”，能够真正地影响到潜在客户，但最初却并没有在网站上进行清晰的宣扬。例如，Voices.com上透露了他们的客户，其中包括一些家喻户晓的名字。

2. 细分（按照访问者的类别或是访问者的意图进行细分）

　　Voices.com有两种截然不同的访问者类型：（1）提供配音的艺人，和（2）想要寻找声优的公司。把这些访问者按照类别进行清晰明确的细分，以让他们进入不同的转化通道，对于提升转化率具有巨大的益处。

[版权归Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

3. 证言视频

　　通常，一个潜在顾客面临的最大转化障碍是他们不知道他们注册为用户到底有什么好处。Voices.com通过增加一个能够清楚传达注册作用的证言视频客户了这个问题。

4. 销售漏斗中的隐藏机会

　　一旦你提升了你销售漏斗中一个截面的转化率，那么，你“站在50,000英尺”外，以一个更大的尺度检视你的业务就变得非常重要。这样做，能够让你寻找新的机会让你的转化再上一个新的台阶。许多客户只是期望我们在他们的landing page上修修补补，对我们分析整个客户的访问旅程（Customer Journey）感到惊奇。客户的整个访问旅程从最初的广告开始，直到成为长期的忠诚顾客，我们分析这个旅程以辨识更多机会。对于一个客户，我们竟然帮他们找到了一个线下营销（Offline Marketing）的机会，并且延伸出一个极为成功的直邮营销活动；对于另一个客户，我们发现了他们在病毒营销方面潜在的增长机会，然后我们立即着手实施了一个“告诉你的朋友”的活动，这个活动后来成为这个客户生意上最为主要的客户来源。一旦我们增加了Voices.com销售漏斗的转化率，我们即发现了在它们邮件营销中存在一个很大的机会。我们接着为他们设计了一个很成功的邮件营销或哦那个，增加了客户周期（lifetime customer)的价值。

[版权归Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

学到什么

• 找出客户不转化的原因，而不是仅仅做猜测。如果你不知道他们的抗拒心理是什么，你能够克服它们的可能性就会很渺茫。
• 不要“过分谦虚以致埋没才华（hide your light under a bushel）”。如果你的公司特别擅长某些事情——而且你也有证明的话——确保把这些证明放在你网站显著的位置上。
• 考虑把你的访客进行细分。你如何才能知道如何细分访问者呢？如果，你最普通的“访问者意图”不能在网站上找到相匹配的信息，那么你就应该细分你的访客。类似的，如果你有多于一种访客，那么就不能用同一种信息来“伺候”他们，这个时候基本上你也必须要进行客户细分。值得注意的是，细分会产生很多额外的劳动，所以，确保必须要做的时候再这么做。
• 人们不会购买他们不懂的东西。所以清晰的解释你的服务，这样你的潜在客户更有可能找到控制的感觉，并采取行动。
• 有时候，视频你是说明事物的最好媒介，对提供证言和证明而言也是如此。互联网视频不需要花费很多钱，屏幕捕捉软件用起来也很容易，例如使用Camtasia (for PC) or Screenflow(for Mac)。

我们使用的工具

• 做A/B测试和多变量测试，我们用的是Google Website Optimizer。
• 更好的了解用户和网站的交互，我们使用的是Crazy Egg（我的博客也有介绍，见Tenly的文章：Crazy Egg令人惊讶的优秀网站分析工具）。
• 为了辨识用户体验中的问题，在做用户可用性研究方面，我们使用的是UserTesting.com的服务。
• 视频是放在YouTube上的。（这里有一个很好的YouTube高级实用技术的文章：advanced YouTube techniques。）
• 我们分析调查问卷，以理解访客的意图，并且发现普遍存在的问题和抗拒心理。这方面我们用了很多的调研工具，包括Survey Monkey and Survey Gizmo （我们强雷推荐Survey Gizmo）。

你试过音频了吗？

　　在Voices.com成为我们的客户之前，我们已经是Voices.com长达三年的客户了。在2006年，我们想办法为我们的一个客户获得了一个高达两位数的转化率的增长，方法是增加一个自动播放的音频信息。这段音频是我们在Voices.com上找到的一个声优帮我们提供的。好的声优就如同一个好的插图设计师——他们让你的公司显得极度的专业。他们在入门介绍视频、自动播放的音频信息以及在自动电话应答系统（IVRs）上都非常有用。

　　如果你还没有使用Voices.com，那么作为一个网站营销从业者，使用这个网站绝对是一个很不错的体验。你只需要把文字放入Voices.com的窗口，然后，在几个小时之内，你就能收到很多来自专业声优的录音。然后，你现在可以扮演Simon Cowell的角色，挑选一个你觉得最好的声音。

[版权归Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

　　你能把这些音频host在Xiosoft Audio上。

这些技术适用于你的网站吗？

　　一个400%的转化提升似乎有些极端，并不是所有的实验都能达到同样令人震惊的效果。然后，我们每天都在使用这些技术，我们期待这些技术中的一部分至少能够对你的业务带来价值。

还有更多的类似案例吗？

　　如果你想要看到更多的客户的结果，我们的留言页面——buzz page包含了一个很长的客户名单。我们也会在近期贴出其他客户的一些案例。如果你想要到时得到提醒，那么加入我们的邮件列表吧，请点击：join our mailing list。

【正文】

结果5：脱颖而出/把你的业务介绍出去

　　很多时候，你做品牌营销的目的只是很简单的想把你的业务介绍给受众（如同我们正在尝试做的Market Motive业务，起步阶段的我们只是想要把我们关于网站分析，SEO，PPC和PR之类的认证课程推广出去）。在这种情况下的一个常见错误是仅仅把营销活动聚焦在一个单一的结果上。如果你的一个品牌营销活动正在运行，那么很可能你只是利用了一个不太强烈的号召性文案（a very soft call to action），或者更有可能的是你只是传达了一些非常宽泛的类似于“我们的业务极为成功”之类的信息。

　　我的建议是通过宏观转化和微观转化来定量化的衡量这些营销活动的影响力。例如，如果我想衡量为我这个blog所做的品牌营销的营销力，那么下面这个图就是我们的报告看起来的样子：

　　我的宏观转化目标是增加我当前的RSS Feed到27,300个订阅。上面的报告显示了一个月以来我实现的各种转化，其中第二个就是我的宏观转化——RSS Feed的订阅转化情况。在其中，我做的“Yahoo!”显示广告（广告创意是“Avinash太棒了！”）的转化情况一目了然——428个总转化中有66个是它实现的。

[版权归译者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

　　不过，这只是整个故事的一部分。

　　我也测量了“微观转化”，也就是上图中第1、3和4个目标，以获得更加全面的图景。例如，在图中，有很大一部分的忠诚访问者（第四个目标）是从我的品牌营销中获得的！

　　同样的方法在任何业务推介类的营销活动中都是适用的。例如，我正负责一个名为OfficeMax的营销活动，我将会衡量电子商务实际购买的转化，但那不过是这类营销活动中的一个片面内容罢了。为了了解全面的情况，我还会衡量下面的内容：

• ~获得的购买意向（leads）的数量
• ~在各商品类目中提交的咨询的数量
• ~申请标有OfficeMax品牌的信用卡的数量
• ~增加Facebook中的粉丝，以及增加Twitter中的Followers（追随者，尤其是目标受众追随者）的数量
• ~优惠券被打印的数量
• ~免费下载的数量
• ——等等等等……

　　而在MarketMotive的案例中，我们的品牌营销活动将聚焦于衡量Master Certification program的注册（sign-up）的数量，以及注册参加免费在线培训（webinars）的用户数量、咨询数量、试用的申请数量以及示例视频的观看数量等等等等。

[版权归译者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

　　当你试图从混乱的市场环境中脱颖而出的时候，你一定会采取各种措施去寻找一个突破点，是利用宏观转化和微观转化思维模式的时候了。

结果6：打垮你的竞争对手

　　想要打垮你的竞争对手是非常常见的市场营销目的，那就是显示你的品牌有多棒并且直接或者间接的让你的竞争对手显得不那么强大。DirectTV在这个方面做的很好，尽管它的竞争对手Dish也在NFL（美国橄榄球大联盟）比赛中做了营销进行反击（具体的故事看这里：DirecTV trashing Dish vs. Dish trashing DirecTV）。

　　Apple（苹果电脑）显然在这方面是专家（尽管有时候他们干得有点儿卑鄙）。快消品方面的公司在这一点上或许会更加微妙一点儿，但是他们的目标也是清晰的，那就是忽悠你去购买他们品牌的（而不是别人品牌的）食物、尿布（diapers）或是化妆品。

　　你可以利用很多好的度量来衡量这些市场营销活动成功与否。

搜索份额（Share of Search）

　　你能衡量的第一个度量是你从你的竞争对手那里搞到了多少分量的消费者关于你品牌的谈论（share of voice）。从搜索份额上发现这一点是极好的办法。

　　如果你在品牌营销上干得不错的话，那么你可以看到搜索你品牌的人数在增加。不过，这一点当然不会显示在你的Site Catalyst或者WebTrends的报告中啦！在“生态系统报告”中，你能得到一个竞争情报的工具：

　　在你做营销活动之前，www.diapers.com有3.64%的搜索份额，它之后的品牌有哪些呢？这些品牌在这个其他竞争品牌充斥的世界中能够占有自己关键词的一席之地吗？

　　我用Compete获得了上面的报告。当你使用这个工具的时候，你肯定能看到Target（类似于diapers.com的网站，译者注）的排名是第十，Babycenter排在第十五位（只有0.77%的份额，实在是太低了！）。如果你正在为这两个公司的任意一个进行品牌营销，那么你现在就知道该怎样衡量这次营销是否成功了（因为实在有太大的提升空间了）。

[版权归译者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

　　你能够通过这个方法检索你营销活动的效果，同样，也可以跟竞争对手的表现进行比较。如果你跟我上图一样使用了“模糊匹配（broad-match）”的方法，那么你能从“品牌类别”的角度观察你的品牌的表现。如果你用“精确匹配（exact match）”方法，你将得到下面的报告：

 　　——看起来能够对“品牌”的表现有一个更好的了解，你甚至发现了新的竞争对手——Facebook，谁干的？:))。你能把这个方法用在潘婷、洗发水，药用洗发水，美发乳液，pro-v，二合一洗发香波 + 护发素…… 现在这个领域对你是小菜一碟。

　　这个分析也能帮助你理解你的线下营销活动在线上产生的影响几何。例如，我并不知道其他的航空公司是否比西南航空做了更多的电视广告。然而，当前的一些相关搜索词如“廉价机票”、“打折机票”、“廉价航班”等，www.southwest.com并没有排在“搜索份额报告”的前15位，而在其他的一些相关搜索词的搜索份额中，甚至没有排进前25。这种情况在最近的几个月以来一直没有发生改变，甚至在大量的电视广告狂轰滥炸的情况下也没有看到什么变化。这说明，电话广告可能在促使人们通过电话或者直接访问它的网站进行购票方面起到作用，但并没有把那些搜索机票的家伙们带到Southwest.com的网站上。

流量差异比较

　　如果你的营销活动做的成功，那么在你的网站分析工具（如Google Analytics或者Yahoo! Web Analytics）中就能反映出来。但是，如果从一个更大的尺度上来看，你的营销活动真的产生了那么大的影响吗？利用Google Trends for Websites (或 Compete 或 HitWise)之类的工具去分析下你的效果吧……

　　如果你是希尔顿酒店（hilton hotel），在2008年的3月份做了很大的营销活动，那么上图会表明你做的活动或许并没有得到真正要得到的东西。请注意紫色箭头指向的你的趋势和竞争对手（万豪酒店 marriott）的趋势——你跟它的差距不小。如果你在2009年1月进行了营销活动，那么该给自己庆祝一下，因为显然你们之间的差距缩小了（黑色箭头所示）。

　　当然，你不会仅仅停留在上面的这个简单的分析上，那不过只是开了一个头罢了。你能够把数据导出到Excel中，并按照地域进行细，分以核对绩效的上升发生在你所做的地域，而不是其他不相关的地区。你也能够按照人群的属性或者消费模式的不同来细分访问者，以确保你的效果真正是由目标人群所带来的。

　　搜索份额和流量差异比较只不过是众多你来衡量品牌营销是否打击了竞争对手的方法中的两个，还有其他的分析以及工具是你可以使用的。别气馁，继续寻找。

[版权归译者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

结果7：把你的品牌刻在人们的心中

　　作为营销专家，我们始终在尝试这么做。

　　如果你谈到牛仔服，人们就会告诉你Levis。如果你提起Jonas Brothers（乔纳斯兄弟），人们就会说Pink by Victoria Secret（译者注：粉红维多利亚的秘密 (Pink of VICTORIA'S SECRET) 是维多利亚的秘密 (VICTORIA'S SECRET) 旗下少女品牌，有内衣、泳衣、包包、家居服等系列）。听起来太让人吃惊了——阳光男孩跟少女时尚联系在一起？可是我没有瞎说，我研究过，这是真的！如果你谈论在线搜索，人们会告诉你微软的必应（Bing）！别，别急，不是必应，是Google！！不过或许时间会改变什么。:) 现在，你明白我想要说的了。

　　品牌营销极大的促进了在人们心中构建你的品牌并促使人们下意识地就提及你的品牌。不过，挑战也在于，你要如何衡量这难以捉摸但是非常让你渴望的结果。我有两个建议：

一手市场研究

　　在互联网世界中，我其实并没有充分利用一手市场研究，真是可惜。

　　现场问卷调查，Focus Group，访谈等等方法都能很有效的帮助你了解顾客和你对他们的影响如何。希望你所利用的营销渠道和方法能够影响到他们并且体现在顾客的答卷中！在这方面的研究中，有大量的计算和苛刻的方法能够帮助你极大程度的理解你的受众，即使在样本量并不大的情况下。

“接通”购买意向数据库

　　我喜欢这个名词：“购买意向数据库（database of intenstions）”。

　　现在，搜索引擎已经被大家熟知，并应用在搜索互联网信息上，那么这些搜索行为就能够反映人们的购买意愿，是上升还是下降，或者有没有形成品牌偏好等。因此，你可以利用Insights for Search来做这方面的分析。

　　我是Orbitz（一个旅行类的垂直搜索引擎）品牌营销部门的一个助理资深副总裁，我已经在电视广告上花了大把的钞票（例如：Orbitz Golfers），哦，当然还有一点点的在线营销的花费。那么，影响如何？当人们搜索“旅馆”的时候，他们会想到Orbitz吗？现在，下面这个图显示了你在找的数据：

　　在这个线上的“购买意向数据库”中，Orbitz并未上榜。

　　上图中右边的数据是“杀手级”的，它显示了哪些名词的搜索量正在快速的上涨，这些名词本身不会成为Top Searches，但是快速的增长仍然说明了很大的问题。此外，上图中，一些Orbitz的竞争对手显示在了上图中，这似乎说明他们的市场营销经费提升了人们的搜索倾向——当人们考虑出行时，会更多的在expedia, priceline, hotwire等网站查找相关信息。

　　不过，我并不会轻易放弃。我只是刚刚开始我的电视广告呢，也许，几个月后情况会大有不同了。让我们看看具体的数据吧！

　　嗯……过去90天的胜利者现在看起来是旅馆类的万豪酒店（Marriott）了，他们乐了，可是我发愁了。很可能这些线下（和线上）营销活动的目的是让人们直接输入网址来到网站上或者直接给Orbitz打电话进行业务。

　　首要前提是你能够很轻易的就能衡量我们的网站流量在营销活动进行的时候到底表现如何：

　　上图是两年的数据。Expedia是绿色的线，Orbitz是蓝色的，Priceline是橙色的（你也可以在compete上做同样的查询）。看起来Orbitz的情况真的是不太妙，而且你可以看到橙色的Priceline历史上第一次超过了Orbitz，真倒霉。

[版权归译者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

　　[重要：我要指出我上面做的只是简单的从外而内的分析——一项充满危险的运动。如果你在Orbitz工作，那么你能够获得更多的圈子里面的知识（tribal knowledge），以做出更好的结论。]

　　这个小节的最后一点，衡量人们已经能够下意识地就提及你的品牌的情况，我会试着去把我的品牌营销的花费和顾客打来1-888-656-4546电话的情况关联起来，并且我会祈祷会在来电上看到一个高峰。但在表面上看，很难探测到一个直接的对于网站的影响。

　　还是用上面的方法来发现网站的秘密。以维多利亚的秘密为例，他们的确已经为为期90天的品牌营销上花费了不菲的代价。我想看看在下图中，关于“粉红（Pink）”品牌的搜索数据是否在所有维多利亚的秘密歌品牌中处于最快的增长之列。

　　看来并不是增得很快，为什么？

　　如果我是Jessica White的品牌经理，我现在会相当愉快！尽管Jesssica White并没有处于相关度搜索词的前列，但它却是我营销活动中增长最快受益最多的。不错！

　　现在你可以也尝试着这么干了。七个策略都一起打包给你了，现在你能够用这种高级的咨询方式衡量品牌营销了。我希望能够激发你的创造力，并且把你引向发现更多解决你独一无二问题的创造性方法上来。最后，该你了，有什么想法和建议吗？

【全文完】

[版权归译者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

【正文】

　　不对市场营销活动进行监测的一个最“无敌”的借口是：“噢，那不就是个品牌营销嘛！”你肯定听到过这样的说法，我猜，你甚至可能也这么认为呢！不过，在我继续我的文章之前，我必须澄清一点，我对品牌营销的热爱可跟这些人不一样，我可是真正的热爱。

　　我喜欢Visa现在在跑的营销活动，我也喜欢看IBM的广告（尤其是那个Linux小孩的最棒了），我当然也喜欢微软的我是PC系列，还有任天堂的勇士之地：震撼的广告。我也喜欢好的招贴广告，例如现在百威啤酒正在做的那些。当然，我永远最欣赏的品牌广告是：Think Different（与众不同的思考）。

　　我能列举的还有很多很多……

　　上面这些营销活动的主题是共同的，即以“品牌影响”为主要目标。它们希望与你建立联系，或者是打扰你，以使你产生对它们的印象，形成某种感觉，并进一步使你在选择信用卡的时候考虑的是Visa卡而不是万事达卡，或者在选择咨询服务的时候考虑的是IBM而不是其他的什么品牌。

　　看起来很不错。可是，有一个小问题。

　　这个问题是：品牌营销活动和最终的商业收入之间的联系，是非常模糊细微的（tenuous），这种联系大多数情况下是从建立忠诚开始的。如果想要用“数据”来支持这种联系的话，实际上是非常困难的（通常的情况是，只要CEO在超级碗的比赛上看到自己的广告就觉得非常愉快了，甚至比他拿到可执行性的数据还要愉快）。

　　难怪他们如此固执地说：“不就是品牌营销嘛！”。

[版权归译者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

　　但是，如果把品牌营销搬到互联网上，情况就会完全不同了。如果你不去监测你的品牌在互联网营销中的反响，那么你简直是在犯罪！我觉得我们早就已经创建了监测条件，我也相信有一大把的机会能够让我们去真正监测互联网品牌营销的实际影响——无论你是用付费的SEM，还是网站联盟，或者是Email营销，或者是互联网显示广告，或者用Youtube以及其他乱七八糟的营销渠道，我都坚信监测是可行的。

　　[噢，对了，千万不要告诉我你的“品牌营销”活动是为了增加“engagement（这里指与消费者更深度的互动，Sidney注）”！]

藏在地狱和深海里的最高机密：测量品牌营销的关键

　　回答一个简单的问题：你到底究竟是为了什么原因做“品牌营销”？

　　每一个营销活动，以及每一个营销活动的网站都有一个目的，你需要做的事找到你的营销活动的目的是什么，无论这个目的有多么的古怪或者不成熟。营销活动和营销活动的创意都最终聚焦于你究竟想要在这个活动中做些什么。如果没有搞清楚这个，那么，我还是建议你应该让你的团队原地待命，或是偃旗息鼓。

　　厘清你在这个活动中想要做的事情可以来源于另一个问题，即为什么你要做这些营销活动。这不是仅仅因为你手里攥了一大把钱要洒出去，或是仅仅是因为你的老大要你去做——这些都不是真正的原因。真正的原因是你/你的组织所渴望的结果或是收益，一旦你搞清楚了这个结果到底是什么，你会发现天地为之一变，你会发现有很多神奇的监测可能性在互联网上跟你招手，而这些都是线下营销活动只能嫉妒却根本做不到的！

对品牌营销所期望的收益的监测建议

　　为了让你能有一个实质性的“飞跃”，我在下面的内容中将要分享一些最常见的品牌营销的“结果”，同时我也会根据这些收益的类型提出合适的监测方法。我希望我的这些想法能够抛砖引玉，激起你对营销活动监测的火花。

结果1：吸引潜在顾客/新顾客

　　这恐怕是最常见的期望了：“我做这个营销的目的是吸引更多的潜在客户到我的网站上来。一旦他们来了，他们会惊叹于我们所获得的荣耀，他们会立即折服于我们而成为我们的顾客。”——这个，其实不难监测。

　　测量新访问者占所有访问者的比例的变化就能实现这个目的，图中所显示的黄色线条就是新的访问者。理想的状况是，你可以在营销活动之前就测量你网站的新访问者的比例，然后在营销活动开始之后继续测量，这样对比前后的效果。为了测量更有效，你应该把你的网站访问者进行细分，查看从营销活动中来的流量中有多少流量是真正的新访问者。

　　在这个收益前提下，其他度量都不比新访问者这个度量有效，衡量访问者真的是第一次来到网站已经足够，而且监测门槛很低。

结果2：传播你的商业价值主张

　　如果你的网站是一个类似于纽约时报的新闻网站，或者是一个非盈利的网站例如Idealist，或者你的团队正在运营Google Maps.那么，在这种情况下，你的营销活动的目的就会聚焦在传播给每一个人你的独一无二的商业价值观上。他们到了你的网站上，会对你的网站印象深刻，受到感染，乃至开始按照你的思想进行实践。

　　对于这种情况，理想的度量是衡量访问者的忠诚度和访问者的访问间隔时间。

　　上图显示了在一段时间内网站访问者以什么样的频率访问网站的。在营销活动之前，可以看到69.79%的人只访问了网站一次，而在营销活动后，访问一次的人比例降低到63.25%，这意味着至少有7%的访问者不再只来一次。你可以认为是你的品牌营销活动促进了这一变化，但别忘了对流量进行细分以进一步核实。

[版权归译者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

　　如果人们对你的网站所传递的价值观非常认同，那么你可以期待看到更多的重复访问，这意味着你的营销活动是成功的。

　　另外一个好点子是测量访问者访问网站的间隔时间：

 　　在这个案例中分析的是SEM营销带来的流量（Paid Traffic）相对于整体流量而言，访问我的网站要更加的频繁（因为只有27.97%的人是来了就不来了）。

结果3：让人们了解你的强大，以更多购买你的商品或服务

　　我把这一点放到第三是因为它其实不完全是一个品牌营销了，而是一个促进消费者购买的营销活动。但是因为我们在做品牌营销的时候，其实目的还是引诱人们更多的选择你的商品或服务。因为你的品牌推广，本来只决定买内衣的人可能会因此而多买一双鞋或者裤子什么的。

　　我建议，在这种情况下细分流量，以监测哪种流量带来的销售额更高。此外，不要忘记监测细分流量的平均订单金额，如果你的营销活动足够有效的话，营销活动带来流量的平均订单金额应该会比其他流量更高。

　　在上图中，Yahoo!显示广告的转化效果相当不错，但在订单平均金额上就一般般了，这说明它在帮助卖出更多商品方面还有提高的空间。

　　另外一个我们容易忽略的事情是监测品牌在促进转化方面的总体影响力，而不只是在直接促进转化方面的作用。在这一点上，光用定量的工具就不够了，我们还需要把定量工具和定性数据的监测工具相结合。典型的定性数据工具就是单向的（onexit）调查问卷（调研）工具，例如我们免费的4q from iPerceptions.

[版权归译者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

　　通过它（上图），你能够完成下面的目标：

• 你能了解，什么样的人会被你的品牌活动所吸引而访问你的网站；
• 了解这些访问者在你的网站上是否达到了他们的目的（尽管你希望他们的目的就是买你的产品，但是访问者肯定有不同的目的而来到你的网站）。

　　上图所表明的情况显然不是你所期望的。或许你的平均订单额度不够高，因为通过品牌营销带来的访问这种，只有44%的人来到你的网站是想要购买商品。你可能应该要炒掉这个蹩脚营销活动的广告代理商了。不过，也有可能，广告商做到了他们该做的，而问题出在你的网站上，或许你的网站团队的某个家伙应该被炒鱿鱼？或者你该被炒鱿鱼？（哈哈，开玩笑了！）

　　注意：把定量数据和定性数据相结合，能够发挥很大的作用，并且能够发现你成功或是失败的真正因素在哪里。

结果4：潜移默化地让消费者在线下行动起来

　　绝大多数的购买行为都是在线下的真实世界中，所以很多很多的营销活动利用各种各样的营销方法促使消费者采取线下的行动（例如在超市中或通过电话进行推销，或者在呼吁妇女权益的集会上的展示，或是在音乐会上的促销等等）。

　　利用单向的问卷调查工具以及聪明的回归算法，你能通过你的网站来评估这些营销活动的影响。你能够计算下面两个重要的度量：

推荐/品牌提升的可能性

　　你能够从整体流量上来测量这一点，或者只通过你的营销活动的流量进行测量。通过测量消费者的完整的体验（对你的营销活动的体验，以及对你的网站的体验），能够帮你理解人们的心目中，你的品牌是否得到了提升。

推荐/购买的可能性

　　是不是很简单？得到这样的图表会需要一些事前的计划，但是这并不是非常难以衡量的。如果你有很不错的样本量，你甚至可以按照流量源头的不同来细分这些数据，或是按照不同的营销活动来细分，以发现更多的因果关系。

[版权归译者Sidney Song（宋星）所有，欢迎转载，但请事先告知作者并注明出处]

网站驱动的电话咨询和电话购买

　　另外一个追踪在线营销效果的好方法是为你的在线营销活动分配一个独一无二的电话号码。你能够通过你的Call Center来统计这些号码被打进来的数量，而如果你有一个集成的IVR，那么你也能够追踪到这些电话最终有多少形成了购买。英国的Fresh Egg公司或者是美国的Mongoose Metrics and ClickPath公司都能够提供类似的电话追踪解决方案。

　　[请参阅相关的其他阅读材料: Multichannel Analytics: Tracking Offline Conversions. 7 Best Practices]

[上篇完]

　　第一件事情是要赞叹一下Omniture的强大。继增加了对Twitter的监测功能后，又在最近发布了对Facebook的监测功能（实际上是一整套监测平台）。点击这两个链接会看到相关的详细介绍。

　　第二件事情是一个很好的GA的学习资源：完整的Google Analytics超级用户手册。不过是英文的，不算复杂的英文。作为一个对GA的快速了解是非常适合的。

　　第三件事情还是关于GA的，据说Google会在GA中增加Google搜索引擎流量的权重。办法是把从Google来的流量的cookie设置为6个月过期。如果你在点击了Google关键词访问我的博客又收藏了我的博客的话，那么此后你六个月从收藏夹里面打开我的博客的流量都会算作Google的。呵呵，这也算是给自己开个后门，不过似乎不太厚道。具体内容见这个帖子：Does Google Analytics overstate the value of search?也是不太复杂的英文，有点儿意思。

　　最后一个是关于WA展望的一个文章，讲对WA发展趋势的理解。我总是认为Web技术和应用的快速发展对WA一直是一个很大的挑战，而且我们将越来越依赖于工具，这让我有些后怕。有些朋友问我，WA是不是一定要懂数理统计和网站编程，我会说——最好懂一些，但是最关键的，是你要对互联网的应用有非常准确的把握——不然两年一个革命的互联网会把你迅速淘汰。看了这个帖子，你可能会有一些相关的想法：The Future of Web Analytics is…Online Analytics!。

　　大家有什么好东西分享的吗？集思广益是最高效的学习哦！

【译文正文】

　　这篇文章是一个带你进入多姿多彩的测试和实验世界的一个启蒙。这些测试和实验例如A/B测试，多变量(Multivariate)测试，以及一个对我来说崭新的名字：体验测试(Experience Testing)。现在已经有很多网站介绍A/B测试和多变量测试，所以我只想谈一谈这些实验和测试的基本原理，然后再就运用每种小技巧的方法说说我自己的观点。

　　我在Emetrics Summit 的演讲中专门谈到了实验和测试，下面是这次演讲的一些文字总结：

　　要么做实验，要么回家去吧，这是因为：

• 顾客总是不断嚷嚷着给我们提出各种问题（只要他们给我们打电话或遇到我们），他们是“杂种”，因为他们从来都只会嚷嚷，而不会提出任何解决办法；
• 我们的老版总是认为他自己就能代表网站的访问者，而且他们总是越俎代庖地做网站设计（此后还让我们迅速实施这些设计！）
• 今天最常见的那些网站访问体验到了明天就不会那么吸引人了
• 80%的情况下，你对一个顾客在网站上想要什么/期待什么的估计都是不正确的

　　最后一点很难被我们承认，毕竟我们都是如此自负。但是现实是，我们并不是我们网站的顾客，我们离公司、产品以及公司网站太近了，这会根本上影响我们的判断。实验和测试能帮助我们既快速又持续的发现错误。如果你是这么想的，那么对顾客和雇主来说，都是一个福音。

　　长期进行实验和测试能够代替那些最传统的收集网站用户定性数据的方法，例如，这些测试和实验能够取代“模拟用户使用感受的试验（Lab Usability）”。模拟用户使用感受（在实验室或者在家中进行或者远程控制进行）本身没问题，但是如果我们的顾客有一些私密的上网习惯，难道也要请他们演示出这些私密的习惯吗？

　　有一点很重要，实验和测试听起来既空洞又复杂，实则不然。这是因为，我们很幸运的生活在一个提供了各种选择的时代里，这些选择使我们能够按照我们所期望的程度尽可能深入的去测试，也能够更广范围的做测试，而付出的代价并不是那么夸张。一般而言，有三种普遍采用的测试方式，其中下面的前两种是最常见的。

　　A/B 测试：A/B测试这个名词常常被做为一个无所不包的范畴而被滥用。不过，A/B测试在这里是指测试一个网页的多个不同版本。每个版本通常必须与其他版本有明显的区别，而且跟其他版本不相互链接，目的是为了通过测试看哪个版本的页面更有效果。例如，创建三个版本的网站首页或是产品页面，或是服务支持FAQ页面等等。通常，利用A/B测试，你只需要衡量一个最终的结果（点击到下一页的点击量或是转化情况等），如果你不需要看其他的情况，做A/B测试就是很合适的。

　　如何做A/B测试：让你的网站设计/开发者创建一个页面的几个不同版本，然后根据你网站平台的能力，你能把这些版本同时放上去开始测试，或分别放上去测试它们。当你不能同时测试它们的时候，你可以把它们一周一换，然后尽可能地让每一周的访问者的情况和网站的外部因素都保持一致。

• A/B测试的优点：
  • 它可能是最廉价的测试方式了，因为你拿着现成的资源和工具就能实现；
  • 即使不想真的做测试，这也是一个很好的方法让你的团队做点儿什么并且能从中找到乐趣；
  • 我的提示是：头几次的测试，你应该让大家下点儿赌注，赌哪个页面更好，然后找出获胜者。你一定会惊讶于最后的结果。
•   A/B测试的缺点：
  • 存在难以控制的外部因素（外部促销、搜索流量、新闻影响以及淡旺季影响等），因此你不能100%的保证结果是由网页造成的（因此下结论前先给一个70%的置信度吧！）
  • 只能测试有限的几种事物，而且这些被测对象都很简单。如果想要了解一个页面版本内部各元素之间的联系和相互促进与否，用这个方法就很困难了。

　　多变量测试：现在坊间的“酷玩”，引发了许多的炒作和话题。在前面所说的A/B测试中，你需要创建多个页面。而多变量测试则是利用“模块化”的思维方法——你的页面（被划分成多个模块）在测试时不需要额外做多个版本，而是直接动态地分配页面的这些模块，让不同的页面模块组合显示给不同的访问者。这样，就能通过一些相对复杂的数学工具来研究页面各部分之间的关系和相互作用，而不仅仅只是哪个页面的版本更有用。

　　例如，在我的博客中，我把核心内容页面、top header、左边导航区的每一个元素（比如页面导航，分类，链接和搜索等等）都作为“模块”。在一个多变量测试中，我能通过单独变换每一个模块的内容来看哪一种组合方式更有效。

• 多变量测试的优点：
  • 多变量测试能够让你更快的做更多的事情。我这么说有如下原因：
    • 有很多的服务提供商如Offermatica, Optimost, SiteSpect 以及 Kefta，能够帮助你很快地实现多变量测试。因为他们能够远程为你提供host在他们主机上的所有功能（实际上就是ASP或SAAS模式），这些功能包括内容设定，测试属性设定，分析功能以及统计功能等等。
    • 你不需要依靠你的IT/开发团队。他们需要做的只是放几行JavaScript代码在页面中就行了。这对于节省时间而言大有裨益。
  • 它也是一个能够不断为你提供研究素材的测试方法
• 多变量测试的缺点：
  • 古老的计算机格言：小心GIGO（garbage in, garbage out，垃圾进，垃圾出。意思是输入的东西没用，输出的肯定也没用，译者注）。你需要有一个清晰的思路，这个思路得来源于对顾客抱怨点的清晰了解，或是来源于一个战略性的目标。优化一堆没有用的东西很多时候都是又快又容易的，但毫无用处。
  • 网站的访问体验对于大多数网站而言是复杂的多页面体验。对于一个电子商务网站而言，从进入网站到成功的购买商品的一个完整过程得经历12到18个页面访问的过程。而对于一个服务支持性的网站，可能有更多页面过程（因为我们有时候为了一个答案得不停地翻找各种页面！）。通过多变量测试，我们只能优化一个页面，而无论这个页面多么优化，它对最终效果的影响也都是有限的。这不过是优化整个网站的最初一两步而已。

　　做多变量测试的时候请一定要明白它的这些局限性（当然，服务提供商总是告诉你这东西能包治百病。你倒是应该细细琢磨到底多变量测试能给你带来什么）。

　　体验测试（Experience Testing）：这是一个我杜撰出来的词。我用这个词表明那些能够通过使用一些特殊的网站平台功能（例如ATG，Blue Martinique等），来完全的改变一个顾客访问网站体验的测试方式。你不仅能够改变某个页面上的内容，例如改变左边的导航区或者一段文字等，你还能改变网站访问者在访问你网站的一切体验。

　　例如，如果你的网站是卖电脑硬件的。那么利用这个方法你能创立两个完全不同的网站版本，一个完全是支持Windows的产品，另一个完全是支持Macintosh的产品的。或者一个只显示给新来的顾客，另一个则显示给老顾客。或者一个用紫色的页面白色的字体，且不加左边的导航条；另一个则是用一个微笑的美女取代那些产品包装的照片。

　　通过体验测试，实际上不需要单独做几个不同的网站，而是利用你的网站后台轻易地在你的网站上创建两个或者三个长期存在的不同体验方式。你可以据此研究哪一个方式能带来更好的反响，反正你可以用网站分析搜集多个方式的网站数据，分析方法则是完全一样的。

• 体验测试的优点：
  • 这种测试是理想境界的测试。你能够让顾客在自己的环境中接受不知不觉的测试（想想前面所说的“私密环境”吧！），并且能够搜集那些接近于客户真实想法的数据；
  • 如果你能整合你的定量研究方法，你就能“逐字逐句”地读懂他们对于每一种体验的想法；
  • 你能获得的结果比用其他方式来的有力10倍。
• 体验测试的缺点：
  • 你需要找一个能够支持这种测试的网站后台，比如ATG；
  • 需要花费的时间也要远长于其他两个；
  • 显然，这个方法也需要耗费更多的脑力。

　　体验测试是相当有前景的，不过现在很多公司才刚刚接触它。不过，迟早（其实我相信是早，而不是迟）会有更多的服务提供商会在这一块拓展他们的空间。

　　同意吗？或者是不同意？你的意见是什么？在评论区分享吧！:)

　　Sidney的翻译前言：从今天开始，将逐步介绍Avinash在网络营销分析方面的一个系列帖子，叫做

　　当然，非常感谢Avinash大师为网站分析所做的巨大贡献。

【译文正文】

　　我们都希望我们最重要的那些公司内的伙伴——商业决策的制定者能够大量利用网站分析的数据去进行决策。那么，我们要如何让我们的建议/决策更加令人信服呢？我们如何让我们的工作不仅仅是堆砌数据呢？解决这些问题的关键之一是把有用的信号从噪声中分离出来，并且使我们能够更容易的区分开二者的区别。

　　这就是卓越的分析第一篇的由来，也是这个系列帖子的开篇。这里我们将利用统计学的力量。

[译文版权归译者Sidney Song所有，转载请事先声明并得到许可]

　　假设有如下场景（场景A）：

　　你发送了两种报价给潜在消费者，下面则是消费者反馈的结果：

• 报价1：有5300个消费者收到报价，反馈订单46个。因此转化率（Conversion Rate）是0.87%
• 报价2：有5200个消费者收到报价，反馈订单55个。因此转化率（Conversion Rate）是1.06%

　　是不是第二个报价要比第一个更好呢？第二个的确有“更好的”转化率，高出第一个0.19%。你能根据这两个报价每一个只获得了大约四五十个订单就做出决策吗？你可能会说，报价2毕竟比报价1还要少100个消费者，却得到了多出9个的订单。

　　通过统计学技术，我们得到了答案。这两个转化率之间，只有0.995的标准差，并不具备统计学意义。或者换句话说，我们并不能给予这个结果很大的信心，因为很有可能是一些噪音造成的二者之间的转化率差异。

[译文版权归译者Sidney Song所有，转载请事先声明并得到许可]

　　再假设第二个场景（场景B）：

　　你再次发送了两种报价给潜在消费者，下面则是消费者反馈的结果：

• 报价1：有5300个消费者收到报价，反馈订单46个。因此转化率（Conversion Rate）是0.87%
• 报价2：有5200个消费者收到报价，反馈订单63个。因此转化率（Conversion Rate）是1.21%

　　统计学技术告诉我们，这一次，二者之间的标准差是1.74，因此这个结果有95%的统计学意义。95%的统计学意义是一个非常强的信号。基于此，这样一个5k的样本加上60个订单回馈，我们能够认为报价2更为成功。

　　计算标准差是不是很难？不难！用这个excel文件就能轻松搞定：StatCalc.xls。

　　你要做的就是把相应的数字填入蓝色的格内，然后你就得到统计学意义的结果了。这个方法论能够非常方便的实施在我们分析研究的很多方面，包括：

• 搜索引擎市场营销
• 各种直复营销和提供报价方案
• 带百分号的度量（即比率性的度量）
• 研究A/B测试和多变量测试结果之间的差异

　　你也能利用上面的数据表计算绝对数之间的统计学意义。（意思是，你可能想知道不同页面PV/V和不同人群的Time on site的值是否有统计学意义）

[译文版权归译者Sidney Song所有，转载请事先声明并得到许可]

　　研究统计学意义而不仅仅只看转化率的好处在于：

1. 你把自己从坑中挖了出来。如果你能告诉客户：“根据统计学分析，我们可以认为这个结论……”
2. 把精力集中到信号的定性研究上，这意味着我们比那些仅仅给我们分析数据的人要更聪明。
3. 你能够把你的思想和问题从等式中取出来。如果某个结果具有统计学意义，我们就采取行动，反之，我们就试试其他情况。不是数据报告，而是实实在在的具体行动。

　　下面是两个很好的工具/数据表，你能够通过它们挖的更深。

• http://www.mwrms.com/wwwRMS/DirectMarketing/MarketingCalc2.asp
• http://www.analyticalgroup.com/sigtest.html

　　两个小提示：

1. 一般而言，如果可信度高于95%才能算“最佳实践”。虽然并不是必须的，但是建议达到这个数值才算具有统计学意义。
2. “统计学就像一件比基尼。露出来的部分只不过是一些暗示，遮住的部分才是关键。”——Aaron Levenstein。

　　同意吗？或者不同意？不算是一个卓越的分析提示吗？请通过留言分享你的想法吧！

　　Avinash是网站分析领域的“圣经传教士”，他的4Q理论希望能够帮助网站了解访问者点击访问行为以外的感性信息。通俗的说，4Q就是对访问者做出一次小调查，提出简单的四个问题，让访问者能够在一分钟内回答完。而这四个问题，是由Avinash标题为“The Three Greatest Survey Questions Ever”文章发展而来，在 iPerceptions公司的改进下，变成了四个问题：

1. Based on today’s visit, how would you rate your site experience overall? 根据今天的访问情况，您的对此次网站浏览有何总体感受？
2. What is the purpose of your visit to our website today? 以下哪一项最符合您此次浏览网站的基本目的？
3. Were you able to complete your task today? 您是否达到了此次浏览的目的？
4. If you were not able to complete your task today, why not?说出你的建议。（没有达到目的为前提）
5. What do you value most about the website？说出你感觉好的地方。（达到目的为前提）

 　　通过这样的小调查，可以了解访问者对网站的更深层次体验感受。也许１００个访问者中只有四到五个会填，但如果网站的访问量足够大时，这样的调查还是很有价值的。

　　当然４Ｑ这个服务是免费提供的，还有很多需要改进的地方，至少我觉得需要改进的地方很多。包括四个问题分成四个页面读取需要更多占用访问者的时间；调查弹出方式可以更进一步改进；等等。

　　不管怎么样，４Ｑ是一个好东西，是实践网站分析理论的好尝试。所以希望大家踊跃地回答本站提出的４Ｑ问题，让宋星更好的运营好这个ＷＡ中国的重要媒体。

　　感觉我说话没有份量？没有问题，我把Avinash请出来，让他现身说法向大家介绍4Q吧：

　　本文译自Avinash的博客文章：Standard Metrics Revisited: #4 : Time on Page & Time on Site，这是下部分。上部分请见《Avinash文章精选：Time on page和Time on site（1）》

[转载请事先声明并得到许可，版权归作者所有。]

续上回：

　　用多标签页面（Tab）的浏览器浏览网站时Time on Site和Time on Page如何被计算： 　　Firefox的多标签页面浏览方式为其赢得了声誉——我真的不知道，如果没有这个功能，我这几年的网站浏览体验会变的怎样糟糕！新近几个版本的IE也同样支持多标签页面浏览，因此大多数人现在都在使用这个令人愉快的功能。【点击标题阅读全文】

　　但是对计算Time on Page和Time on Site而言，这却带来了麻烦。当人们在另一个标签页中打开同一个网站的链接，也就是同时通过两个标签页面来浏览同一个网站的时候，Time on Page和Time on Site会被计算成什么样子？要知道，我现在每天都是这么浏览网站的！:) 

　　这种情况混乱了网站分析工具对时间的计算。

　　下面是一个普遍的场景，通过这个场景我们能够理解多标签页面浏览带来的影响……

　　一个访问者来到上面的“Home”页面，然后在新的标签页（图中的New Tab）中打开了这个页面上的一个链接，此时Home页面占用了一个Tab（标签页面），点击链接新打开的另一个页面Page4占用了另一个Tab。这个时候，虽然Page4在新Tab被打开了，但用户并没有浏览Page4，而是回到前一个Tab继续浏览Home页面。在浏览Home的过程中，他/她点击了Home页面上的一个链接，Home页转到了Page2，但Tab没有新开，还是先前那个。再接着，他/她又点击Page2上的链接到了Page3，当然，还是同样的Tab。最后，在Page3，他/她关闭了这个Tab（或是干别的去了，再也没有点击Page3——这跟关闭Page3的Tab是一样的）。

[转载请事先声明并得到许可，版权归作者所有。]

　　关闭了上面的Tab后，访问者转到另一个Tab，也就是之前载入了Page4的那个Tab上来。他花了一些时间浏览Page4，然后点击其上的一个链接转到了Page5，不过Tab也还是先前Page4那个Tab。最终，从Page5，他再也么有点击别的链接，而是离开了你的网站。因此，在图中蓝色表示原先Home页面的那个Tab，绿色表示新打开的那个Tab（即New Tab）。

　　Time on Site在这种情况下该如何计算呢？我的经验告诉我，不同的网站分析工具对这种“多Tab型”的浏览行为有两种计算方式。

　　方式一：

　　网站分析工具将上面的这种多Tab浏览的情况按Tab的不同，逐一进行记录，也就是发生下面的计算：

　　统计结果输出：2个访问过程（即2个Visit或2个Session，Visit和Session是一个意思），每个visit对应一个Tab。

　　Visit 1 （图中上面那个）：[访问的来源会被记为：来自于Google，即referrer -> Google]

• Tp (Home) = 2 分钟
• Tp (Page2) = 3 分钟
• Tp (Page3) = 0 分钟
• Ts (整个同一Tab的访问的时长） = 5 分钟

　　Visit 2 （图中下面New Tab那个）：[访问的来源会被记为：来自你的网站Home页面，即referrer -> your site/homepage]

• Tp (Page4) = 6 分钟
• Tp (Page5) = 0 分钟
• Ts（整个New Tab的访问时长） = 6 分钟

　　这种情况下：网站分析工具的报告中会记录2个Visit，1个UV（Unique Visitor）。另外，请注意这种情况对于访问来源统计的影响（New Tab的那个访问的来源是被访问的网站自身）。

　　软件工具给了一个非常有趣的输出结果！

[转载请事先声明并得到许可，版权归作者所有。]

　　方式二：

　　有一些网站分析工具会“纠正”所有的这种多Tab的“点击（hit）”（即log文件中的记录），他们会将这些hit进行线性化处理，把它们合并为同一个访问过程，以消除多个Tab（标签页面）造成的影响。

　　还是用上面那个例子，但是我们转化一下表现方式——下面的这个图表明了一个同样的过程，不同的颜色代表不同的Tab。

　　[此图更漂亮的高分辨率图请点击这里：多Tab浏览对Time on Site的影响——线性化]

　　统计结果输出：1个访问过程（即1个Visit或1个Session），在这个访问过程中包含了两个Tab。Visit的过程通过“时间戳”被重新组织为上图。

　　这个Visit：[访问的来源会被记为：来自于Google，即referrer -> Google]

• Tp (Home) = 1 分钟
• Tp (Page4) = 1 分钟
• Tp (Page2) = 4 分钟
• Tp (Page3) = 2 分钟
• Tp (Page5) = 0 分钟
• Ts (整个网站的访问过程) = 7 分钟

　　在这种情况下：1个Visit，1个UV（Unique Visior）。

　　这两种方式没有一个能够完美的再现这个访问者在网站上真正的访问过程和停留时间。

　　你喜欢哪一个统计方式呢？

　　请一定要问清楚你的网站分析服务提供商，他们采取了上两种方式中的哪一种来计算多Tab（标签页面）浏览时的时间和访问过程。

　　考虑到越来越多的人都在使用多Tab浏览，因此选用何种方式将会对你网站分析最后的数据输出有巨大影响——毫无疑问，两种方式统计的最终数据肯定会有很明显的差异。

　　Google Analytics使用第二种方法，即“线性化”访问过程的方法。

　　现在做个深呼吸吧！

 　　额外的监测手段：

　　总是有些类似于“黑客”的手段能够让你知道用户在最后一个访问页面上停留的时间（如果你使用事件logging (即event logging)的话，甚至能了解访问者最后一个行为是什么）。

　　最常用的手段之一（我指的最常用的手段的意思是大概有0.001%的人在使用）是在页面上增加额外的脚本（script）/代码（code），以帮助你抓取网站页面在浏览器中被关闭，或是链接到别的网站，或是长时间不再点击等情况发生时的真实过程。我们通称这些离开你的网站的种种情况为“页面在浏览器中的‘反载入（unloaded）’”，而在技术上，这种情况则被称为“反载入前进行的行为（onbeforeunload event）”。有点儿拗口，但相信你能理解。

　　在利用额外脚本或代码的情况下，你不仅能够像往常一样得到页面被请求时的“时间戳”，你还能得到页面反载入时的“时间戳”。这样，你就能够计算出最后一个页面的访问停留时间了。

　　你可以自己建立这种脚本，也可以让你的网站分析服务商帮你创建。接着你就能够让你的服务提供商帮你调整网站分析工具的Time on Site （以及Time on Page）的计算，以能够使这些工具利用额外的反载入的时间戳来进行更精确的时间计算。

　　如果你正在自己进行log文件的分析工作，你也可以通过额外脚本/代码的方式轻松的调整log文件的数据和分析，接着就能按照更准确的方式计算这两个度量（metrics）了。

　　下面还有一些其他的“黑客”工具。

　　总有一些人勇于冒险，他们在网站分析工具中添加了“链出链接追踪”（链出链接的英语是：outbound link，指网站上那些链接到其他网站而不是链接到网站自身页面的链接，译者注）链出链接追踪也被通常称为的退出追踪(exit tracking)。通过这个追踪方式，网站分析工具就能够利用访问者点击链出链接的“时间戳”来计算访问网站最后一个页面的时长。

　　我并不是这种就“链出链接”方法的“大粉丝”，因为大多数人离开你的网站可能并不是通过点击你网站上的“链出链接”——道理很简答，你网站上的绝大部分链接都肯定是连到自己网站内容的，而不是链接到别的网站。因此，假如你使用“链出链接”来计算的话，所有其他通过“直接关闭浏览器”或者“长时间不点击你网站链接”退出网站的访问，都将无法被计算出最后一页的访问时间。因此，对于一些访问者（指点击链出链接退出你的网站的访问者），你按照新的方式在统计，而对另外一些访问者（指关闭浏览器等方式退出的访问者），则还是沿用了最初的统计方式，这样就造成了统计方法的混淆。

[转载请事先声明并得到许可，版权归作者所有。]

　　这种方式把这摊浑水搅得更浑了。眉毛胡子一把抓不是好办法。

　　我希望这个帖子（实际上是连载的两个帖子）能够帮助你理解Time on Site和Time on Page是怎么计算的。当下次你再看到平均Time on Site和平均Time on Page的时候，你要知道这些数据中包含了什么，以及没有包含什么。

　　另外，下一次你在利用不同软件工具比较这两个度量的时候，在得出结论之前，你要知道那些必须先问问自己的问题。

　　最后的思考：这个帖子的目的不是有意无意的暗示Time on Site不是一个好度量。相反，对于各种类型的商业模式而言，它都是一个关键度量。我的希望是教会大家这个度量是如何计算的，以帮助大家在更多信息量的帮助下做出好决定。没有网站分析的度量是没有缺陷的（总不至于比UV即Unique Visitor的缺陷还大吧！），Time on Site或许是他们中间缺陷最小的一个了。:)

　　好了，现在轮到你说些什么了。请通过下面的评论栏分享你的看法，批评，给我鲜花或是向我拍砖。网站分析的天神在上，我说的都是对的吗？请留言吧！ 全文完。

[　　译者留言：如果你对自己的英语有自信，请看另外一个文章，这个文章对Time on Site和Time on Page有更精确的描述：http://www.roirevolution.com/blog/2008/05/time_on_page_and_time_on_site_how_confident_are_yo.html

　　谢谢大家撑着把这么长的文章看完！:) ]