《数字营销解析——揭开用户数据背后的秘密》一1.1 数字媒体类型

简介:

本节书摘来自异步社区《数字营销解析——揭开用户数据背后的秘密》一书中的第1章,第1.1节,作者【美】Chuck Hemann , Ken Burbary,更多章节内容可以访问云栖社区“异步社区”公众号查看

1.1 数字媒体类型

数字营销解析——揭开用户数据背后的秘密
从20世纪90年代中期以来,数字媒体领域发生了很大的变化。在整整10年里,尽管我们对媒体类型进行了重新标记,但是比较流行的主要媒体类型有两种。第一种媒体是付费媒体,一般以付费搜索(例如Google AdWords)广告的形式或者展示广告(例如DoubleClick横幅广告)的形式出现。付费媒体实际上只是—某个品牌付费使用的数字媒体渠道。

第二种媒体是自有媒体。这是对公司的任何媒体资产或平台的通用术语。公司拥有、控制并利用自有媒体向潜在受众传达信息。自有媒体最常见的形式是互联网品牌网站、向订阅用户进行电子邮件营销以及公司博客。对付费媒体和自有媒体来说,点击数量仍然是用来收集和分析的最主要的数据。然而,追踪用户点击链接之后的后续活动也有很大用处,但是并不能解答所有的疑问。

在过去的几年里,出现了第三种媒体,叫免费媒体(图1.1)。有人说这种媒体是一种新型媒体;有人说它只是曾经被公共关系专家称作自由媒体的一个新标签,是口头上的语言、流行词或者是传播“口语化”。


5fb5b7932b58ef70729e89c232ad99d71f794d68

Facebook独占鳌头,共有9亿用户,Twitter有将近1.5亿用户,自有媒体和免费媒体现在是非常丰富的数据源,含有过去营销人员不曾拥有的新数据类型—特别是那些包含用户行为、目的和亲密关系的数据类型。在共同参与的新时代,数据爆炸使我们不必再分析点击量、衡量广告曝光次数以及计算网页浏览量了。

你可以从当前的数据和工具中获取改善营销和宣传效果的见解,并对潜在受众的数量和质量层面有更深入的了解。充分利用这些知识,个性化用户体验并促进真正的价值交换,从而满足用户的需求和期望。简单地说,由于当前完善的数据系统和分析工具,你处于获得期望效果以及预期未来的最佳时机。在后面的几个章节中,我们会深入调研这些工具,其中包括搜索分析、社交媒体监测以及社交媒体参与。

每种媒体类型都包含若干渠道,这些渠道服务于某个特定目的,并且在你的营销组合中发挥一定的作用。每种媒体类型的数据和分析资料可以帮助你推断出其发挥作用的大小程度。仅仅使用一种类型的媒体,任何数字策略都不会成功。

1.1.1 付费媒体

与其他的数字媒体类型相比,付费媒体是比较成熟的媒体类型。它含有完善的定位方法、受众细分和衡量方法。此外,付费媒体项目包括实时衡量能力,这就给公司提供了机会,使其在必要时对流程进行评估和更改。然而,由于付费媒体项目的开展方法已经确立下来,其模型的影响力并不能与自有媒体相比(例如Facebook、Twitter、YouTube等等)。

付费搜索仍然是了解受众的最佳方式之一。一些搜索引擎以及第三方分析工具通过分析搜索数据确定用户的行为和意图。阅读第5章“工具:搜索分析”,了解更多与付费搜索数据和分析相关的信息。

付费展示,也被称为横幅广告,最近由于“广告盲区”而遭受危机。广告盲区产生的原因很明显:数字领域内所有类型的横幅广告都已经完全饱和,包括常规广告、富媒体广告、互动游戏广告以及社会化广告。顾客已经习惯于见到网页上面的广告以致直接忽略它们。大多数情况下,横幅广告本质上的作用只是充当嘈杂的背景。其有效效应是降低了访问量和点击率(CTR)。

横幅广告的效果根据许多因素和横幅广告类型的不同而有所差异。一个常规横幅广告的平均CTR在0.1%到0.2%左右,这要取决于横幅广告的类型。也就是说,如果有1 000个人看到一个横幅广告,只有一个或者两个人会点击它。无论以何种标准来看,这都表现欠佳。相对于看起来具有较小吸引力的数字选择(例如电子邮件,或者甚至是传统营销选择,例如直接邮递广告),它都不占优势。

付费展示市场的优势是其完善的定位和衡量方法。发布商和广告供应平台使用信息记录程序进行收集数据和追踪受众的技术已经相当成熟。事实上,这是一桩大买卖。根据Krux公司在2012年做的一份跨行业调查,数据收集和受众剖析比上一年增长了400%。也就是说,对访问某个网页的数据收集平均数从10次上升到50次。

在综合第一方和第三方数据后,定位的过程就结束了。这是什么意思?它指的是公司(第一方)拥有你登录的网站,会直接获取有关你的信息以及与访问相关的信息。第三方主要负责收集大部分的数据。事实上,数据收集公司的数量已经翻番。据Krux公司调查,在2011年,数据收集公司有167个,而在2012年,数据收集公司达到300多个。在一系列创造性的“甜饼”追踪后就可以进行定位。社会科技与自有媒体资产的集成也促进了定位的过程。

有一个定位的例子非常常见,但并不是广为人知,即非常流行的社交分享插件,例如“分享”。对网站所有者来说,这是个简单的命题:一个公司可以轻易地安装一个预先设置好的社交分享插件,允许访客在大型社交网络平台上或者电子邮件中分享它们的品牌内容。“分享”插件是免费的,而且安装运行都只耗费很少的时间。这里的猎物则是流失的数据。分享插件自愿向第三方流失用户的数据。

作为免费展示分享插件的交换利益,像ShareThis这样的公司通过追踪用户在网络上的分享活动来对用户进行定位。他们收集关于用户喜欢的东西、阅读的资料、分享的信息、保存的信息等数据,然后高价出售这些数据和一些其他定位数据。

要想真正了解数据产生和收集的幅度,你可以用浏览器插件做一个有趣的实验。开发商disconnect.me为Google Chrome浏览器制作了一个叫作Collusion的插件,它可以在你浏览网站时实时描绘出你所有的数据收集信息。图1.2显示的仅仅是在15分钟的网络冲浪中收集的数据信息网络。Collusion提供了一种比较直观的方式来观看数据流失的视觉化表征。

最终获得一个完善的数据集,可以用数据管理平台(DMP),例如Demdex或者BlueKai,对其进行筛选和划分。DMPs是网络追踪数据库与强有力的分析引擎的结合。设计它们的初衷是:利用公司拥有或购买的各种类型的第一方和第三方数据,对数据进行清理、管理以及集成。

DMPs基于用户属性、媒体消费习惯等信息,提供高级服务以发掘总体趋势并且了解和细分受众。一些大型公司的细分需求较为复杂,例如那些《财富》100强的公司已经开始利用DMPs来改善性能,通过优化和定位提高效率。

在这一章节中,我们列举了一些你可以使用的付费媒体数据源,从而帮助你更加深入地了解 受众。


2c5fc3edb313f5a96683bc778e08a7924fcea987

来源:Google

1.1.2 自有媒体

并不只有免费媒体是数字数据和分析领域的新宠。为了获取竞争情报、用户体验回馈、实时网站分析、更丰富的点击流活动分析以及网站优化测试,自有媒体资源比以前提供更多的 服务。

你的目标应该是把从各个媒体渠道获得的信息和数据相结合,揭示更深层的意义。这些并不是冗余的分析选项,也不是二选一或者一个决定。记住,它们是互补的关系。

尝试找出使用哪些数据和分析选项会有出色的效果。你的选择取决于你已经确定的目标和学习计划。你可以在第2章“了解数字分析概念”中了解更多细节知识,从而帮助你确定清晰明确的目标。

在确定分析重点的界限时,设置学习计划会非常有帮助。学习计划可以使你确定关于受众的一些根本疑问,在项目进展过程中为你的分析提供指导服务,使你更加专注。

注意
现在是数据爆炸的时代。你可以轻而易举地获取大量的数据信息并进行处理,但是你并不需要全部的信息。许多公司都为数字分析感到头疼,因为他们试图收集所有的信息。请遏制住收集和分析这些平台提供的所有信息的冲动。记住,尽管这些数据很有意思,很多数字数据资源最多也就是诊断措施,并且有一些数据资源并不适合付诸实践。运用“那又如何?”进行测试,可以避免只追求光鲜的外表而忽略实际的商业价值。这是一个简单而有效的方法。问一下你自己:“那又如何?有了这些数据,我可以做什么?”如果答案并不明朗,很有可能这个工具只能输出数据,并不能提供具有实际价值的信息。
在以下的几个部分,我们会深入自有媒体属性的各个方面。

竞争情报
要时刻盯紧竞争对手已经是老生常谈了。如今需要时刻关注很多东西,也有很多工具帮助你了解你的竞争对手在他们的自有媒体资源和社交媒体平台上的动向。你应该充分利用免费和付费工具来获得竞争情报的相关数据。

注意
综合使用免费和付费工具进行准确的分析是本书的一个主题。
Google、Alexa和Compete的免费工具可以提供竞争对手网站和受众剖析的数据。此类收费的工具则可以提供与消费者行为相关的可靠数据。可以用这些数据来回答以下问题。

  • 哪些受众是你的竞争者接触到而你没有接触到的?
  • 哪些关键词对你的竞争者来说很有效?
  • 哪些资源使你的竞争者的网站流量增加?
    对社交媒体来说,收集竞争情报并不困难。大多数数据都是免费开放的,只要感兴趣就可以轻易获得。利用免费工具,例如SimplyMeasured,这种快速而拙劣的方法能够获得在若干个社交平台上的大量的竞争情报,包括以下信息。
  • Facebook竞争分析
  • Facebook内容分析
  • YouTube渠道分析
  • Twitter账户资料分析
    这些高级报告不能确保总是提供你需要的深层信息。为了获得更多信息,你可以使用专注于特殊平台并能提供更多细节数据和量化指标的特殊工具。例如,EdgeRank Checker主要用于为某个特定的行业进行Facebook分析,并将它们与你的品牌网页进行对比。你从EdgeRank等获取的报告可以提供有关后期分级、页面推荐、后期表现趋势和关键字参与分析的见解。

点击流(网站分析)
通过网站分析来计量网站活动是数字分析的最古老的形式(还记得博客文档的网站点击分析吗?)。幸好网络分析工具有了很大的改善,现在可以提供全套的高级衡量和分析功能,包括以下功能以及众多其他功能。

自定义界面—高端的平台提供创造自定义界面的功能,个性化你的网站和转化事件,包括关键事件和自定义关键性能指标(KPI)/目标设定的阈值通知。
内容分析—内容是关键。确定效益最佳和最差的内容非常具有价值。没有衡量就无法优化,内容分析可以让你了解用户浏览的内容和与之产生交互最多的(或者最少的)内容。同样,内部网页分析和当地网站搜索报告也可以提供有关用户寻求的内容的相关信息。
除了内容分析,一些优秀的网站分析平台,例如Adobe Omniture和Google Analytics,同样可以进行内容实验。这个功能可以使你测试各种类型的内容和用户的网站体验,这样就可以知道哪些替换能够产生最高的转化率和最高的用户满意度。

移动分析—移动网络是大爆炸的中心点,但是它并没有到达其临界质量。移动分析已经不仅仅是一个值得拥有的功能。无论是在移动优化网站还是移动设备上进行分析,对提供有效的移动经验来说,它是核心技术。网络分析工具包含了移动支持。它们提供了一套完善的指标,能够通过任何移动设备衡量任何移动内容。移动分析为以下常见问题提供了答案。
我的移动流量来自于哪里?
移动用户对什么内容最感兴趣?
如何使用我的移动设备?什么有效?什么无效?
哪种移动平台(和版本)对我的网站最有效?
移动用户在我的网站进行的活动与传统网页用户活动相比有何不同?
转化分析
你的网站是为某个目的而设立的。更具体地说,它存在的原因是一系列特殊的转化事件。优秀的网站分析平台不仅提供该领域的重要见解,还会回答网站用户行为如何进行转化的相关问题(无论是什么事件—销售、注册、引导等等)。

转化分析领域中最高级的功能之一与多渠道漏斗属性有关。你不会再受限于“最后点击”这样的归属难题。你现在可以了解到每个数字营销或者广告渠道对某个特定的转化目标起多大的作用。这些转化目标包括付费搜索、付费展示、社会化媒体营销、电子邮件营销等等。

用户体验路径可视化是另一个颇有用处的功能,这可以使你确定出最优秀的访客转化路径。网站上最常见和最高效的进入点是哪里?用户往往在哪里停滞不前?用户体验之旅中,哪一步丢失的访客最多?在优化用户体验时,这些都是很重要的问题。

最终,一些优秀的平台,例如Blue Fountain Media,提供归因建模功能。如果你想要建立预测性模型,将转化集中在某个渠道中,更好地配比渠道组合和投资,现在你可以实现这个想法了。

自定义细分
自定义细分可以个性化网站分析并使其与网站的相关度最高。它允许你确定自定义变量并且划分个人用户或群组用户。

分析总体流量也许很有趣,但是我并不建议使用它。阿维纳·考希克(Avinash Kaushik)—— 一位专注于网站分析策略的顶级专家—这些年一直强调,总体的数据是毫无用处的。细分,或者灭亡。这句话对现在而言更加真实。这是我们在面对社交平台和它们衍生的数据时遇到的最大的难题。大多数社交平台提供了海量数据信息,但是以总量来说,并不是十分受用。例如,Facebook通过某些人口统计资料——例如年龄、性别、地址以及其他资料——进行细分。但是,在编写这本书时,它并不允许网页管理者以有意义的方式对受众进行细分。

有了自定义细分,你可以将受众进行细分,使顾客和潜在顾客透明化。这也能使你为个人用户体验进行优化以及个性化设置。自定义细分可以使你深入调研网站的某个特定的分支,例如转化的访客或者付费用户的行为与有机用户行为的对比。

视觉叠加
视觉叠加功能值得拥有。它是视觉化浏览网站分析数据的有效方法。它一般包括热点图格式、点击图格式和可以展现网站用户地理位置的电子地图格式。

API集成
应用程序界面(API)集成到处可见。集成两种不同类型的数据可以揭示新的契机。幸运的是,高端的网络分析工具提供的应用程序界面集成就服务于这个目的。将网站用户数据与其他类型的数据相结合变为现实。在第22章“数字数据的发展趋势——商业智能”中会讲到这个 话题。

社交媒体报告

一些人习惯于在免费目录中对所有的社会形象进行分类,但我们并不提倡这样做。这是真正的口口相传的“免费媒体”与为了维护品牌形象进行直接投资的区别。维护品牌形象需要投资时间和金钱来代表本品牌,这就是我们把社交报告包含在自有媒体目录中的原因。

很多网站分析工具提供不同等级的社交分析报告。这些渠道并非存在于“孤岛”之中,需要我们综合看待。媒体融合是未来发展的趋势。为了衡量社会活动对重要的参数和目标造成的影响,我们要了解这些工具的早期社会属性。当然这些工具也存在着局限性,但是它们可以提供以下功能。

  • 确定哪些社会推荐来源给你的网站引来最有潜力的访客。
  • 了解访客最感兴趣的品牌内容以及访客分享最多的内容。
  • 了解访客在站外其他网站上的活动。
  • 细分并衡量个人社交媒体活动的效能。
  • 就像Facebook和Twitter一样,在个人社交网站上对用户进行自定义细分。这是个很有用的功能,因为细分可以让你深入了解你的用户群体之间的差异,提供给你优化和个性化用户体验的见解。
  • 确定哪个用户生成的内容可以扩大品牌知名度,这为真正的“免费媒体”增添了一份力量。

这些网站分析工具的社会集成报告也有其缺点。数据质量堪忧、报告的不一致性以及数据的泛滥都是普遍存在的问题。例如,Google Analytics目前在其追踪中支持某些大型平台,但排除了其他平台。这样就会造成盲点,基于对用户行为和数字领域的错误观念,会引发不妥当的分析和决断。

尽管集成方案包括网站分析和社会分析,这已经很理想了,但是你最好使用这两个领域中最高端的工具。社会分析领域还不成熟、很分裂,实际上是一盘散沙。可供选择的工具太多,很多冗余的工具区别性很小,为购买者带来令人失望的购买体验。就像早期的网站分析商对数字的处理方法一样,未来会有更多的合并和收购以减少这些问题。

用户体验回馈
有一些工具可以通过站内调查使你获得特定的用户的回馈。有的人将其称为“顾客的心声”,有的人称之为“访客回馈”。所有的这些工具都具有一个相同的功能,那就是可以持久地对用户的网站体验进行衡量。

点击流量分析提供有关网页上的活动量以及转化活动量的相关见解。这仅仅是个起点,但是可以展现整体网站活动的部分景象,这就是公司收集特定的用户回馈的动力所在。用户体验反馈对回答以下问题以及确定用户的网站体验有至关重要的作用。

你将自己的整体网站体验评为几级?
你访问的主要目的是什么?
你能完成设定的首要任务吗?
网站经验还可以得到进一步改善吗?
网站调查方案,例如那些来自于iPerceptions和ForeSee的调查结果,都能提供额外的好处,例如网站分析集成、关乎重大变化的阈值警报以及垂直行业的基准对比。

定量点击流分析可以确定网站的活动情况,定性用户体验回馈可以解答什么对自有媒体资产有效和在哪些方面需要改进。

实时网站分析
新出现的成员—实时分析,在技术功能方面与传统网站分析相重叠。但是实时分析更加高效。实时分析关注你现在的网站动态。Chartbeat和Woopra此类公司,实施的实时策略是为那些前线负责管理出版以及媒体网站的人解决问题。但是对任何一家公司来说,它们都很有效。前提是假设最终用户处于销售、营销或者浏览内容环节,并不会淹没在数据和报告之中。他们专注于为每组用户实时优化用户体验。

实时分析工具提供用户在网站上每分每秒的活动分析报告。你可以利用这些工具确定用户在某个页面的活跃程度,哪个页面参与度最高,哪些类型的内容最吸引人或者最无趣。网页分析的重点是点击流量分析,而实时网站分析的重点则是在两次点击之间发生的所有事情。

相关文章
|
1月前
|
安全 Java 数据库连接
jdbc解析excel文件,批量插入数据至库中
jdbc解析excel文件,批量插入数据至库中
21 0
|
1月前
|
人工智能 搜索推荐 安全
打造精准营销!营销电子邮件以客户为中心策略解析!
营销电子邮件是数字营销的核心,用于建立客户关系、推广产品和服务,提高品牌忠诚度和转化率。它们在客户旅程中扮演关键接触点角色,如欢迎邮件、购物车提醒和个性化推荐。电子邮件营销能提升品牌知名度,细分营销可带来760%的收入增长。然而,大量邮件可能导致邮件过载,缺乏个性化可能引起收件人反感,甚至网络安全问题。收件人和IT团队可通过过滤、优化设置、启用2FA等措施改善体验。营销团队则需克服管理、个性化和法规遵从等挑战,采用先进技术同时确保隐私和安全,以同理心驱动的策略建立客户连接,实现业务成功。
21 1
打造精准营销!营销电子邮件以客户为中心策略解析!
|
1月前
|
XML 前端开发 数据格式
请描述如何使用`BeautifulSoup`或其他类似的库来解析 HTML 或 XML 数据。
【2月更文挑战第22天】【2月更文挑战第67篇】请描述如何使用`BeautifulSoup`或其他类似的库来解析 HTML 或 XML 数据。
|
1月前
|
JSON 数据格式
第三方系统或者工具通过 HTTP 请求发送给 ABAP 系统的数据,应该如何解析试读版
第三方系统或者工具通过 HTTP 请求发送给 ABAP 系统的数据,应该如何解析试读版
27 0
|
29天前
|
机器学习/深度学习 算法 编译器
【C++ 泛型编程 中级篇】深度解析C++:类型模板参数与非类型模板参数
【C++ 泛型编程 中级篇】深度解析C++:类型模板参数与非类型模板参数
47 0
|
30天前
|
存储 JSON 安全
【C++ 泛型编程 综合篇】泛型编程深度解析:C++中的五种类型泛型策略综合对比
【C++ 泛型编程 综合篇】泛型编程深度解析:C++中的五种类型泛型策略综合对比
65 1
|
1天前
|
JavaScript 前端开发 编译器
TypeScript中的高级类型:联合类型、交叉类型与条件类型深入解析
【4月更文挑战第23天】探索TypeScript的高级类型。这些特性增强类型系统的灵活性,提升代码质量和维护性。
|
1天前
|
机器学习/深度学习 算法 数据挖掘
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享-2
PYTHON银行机器学习:回归、随机森林、KNN近邻、决策树、高斯朴素贝叶斯、支持向量机SVM分析营销活动数据|数据分享
19 1
|
11天前
|
存储 JSON JavaScript
「Python系列」Python JSON数据解析
在Python中解析JSON数据通常使用`json`模块。`json`模块提供了将JSON格式的数据转换为Python对象(如列表、字典等)以及将Python对象转换为JSON格式的数据的方法。
28 0
|
21天前
|
存储 编译器 Linux
解析编程中不可或缺的基础:深入了解结构体类型
解析编程中不可或缺的基础:深入了解结构体类型
31 2

推荐镜像

更多