营销渠道的经典效果评估方法

流量价值的一维评估方法

一维评估方法就是指标评估法，通过一个指标去评估渠道流量的价值，可以将指标做从数量上、质量上和核心交互上去划分：

这里介绍的是流量端的，只是中间的这部分，其实这种方法整体的可以分为广告端、流量段和转化段。

（1）从数量上

主要是从数量上去描述和评估流量的大小，是以流量为中心阶段常用的方法，目前来说不是主流的分析方法，但是仍然适用，常用的指标有。

Users：用户数，是GA中衡量数量的一个重要指标。

Visitor：访客数，数值上和用户数相同，但是计算原理不同，而且两者有本质上的区别，在GA中，Users是指标，而Visitor是维度，不少人经常会搞混，将两者混为一谈。

PageViews：简称PV，就是页面浏览量，通常跟Users成正相关关系。

Session：会话数，以流量分析为核心工具常用的一个指标。

UV：Unique Visitor，独立访客数，对访客数的去重，通常在国内的网站分析工具用的比较多，跟GA的Users接近。

独立IP数：基于IP角度的基数，因为目前IP资源有效，存在多个用户共用同一个IP出口的情况，或动态IP，所以有些工具会从IP角度去计算用户的数量。但由于国外的隐私保护政策比较严格，所以GA是没有这个维度的数据的。

（2）从质量上

从质量上，就是用户在站内的浏览具体情况，通过这个指标，可以从访问角度评估流量的价值，通常有这么几个：

Bounce Rate也就是跳出率，这个是衡量质量最常用的一个指标，如果你想要判断流量质量如何，这个是你第一个需要看的指标。这个指标在不同行业的差异是很大的，所以没有一个适用于所有的行业的参考值；这个指标也不是越低越好的，特别是对于长页面和单页应用，这个指标就会失灵了。

页面停留时间：就是在页面上的停留时间，这个的重要程度是仅次于跳出率，通常在跳出率失灵的时候会用这个去评估流量，特别是在长页面分析的时候用的比较多。

页面访问深度：就是访问了多少个页面，如一个会话访问了多少pv，通常访问得越多，质量越好。

（3）从核心交互上

可以将用户的在站内的一些关键行为跟踪下来，用于评估流量情况，通常这些行为需要通过事件跟踪去实现，如：

页面浏览比例：看访问页面的比例，可以知道这部分用户是不是目标用户。

点击：一些关键行为，如添加到购物车，点击注册，试用等，可以用于衡量用于兴趣与意愿的。

这个数据在Google Analytics中可以通过Channels渠道报告去获取：

流量价值的Engagement-ROI评估模型

Engagement-ROI评估模型也叫二维评估方法，就是从两个维度去评估，这种方法有个更专业的名字的，叫波士顿矩阵分析，这种方法是市场营销领域非常常用的一种方法，也就做矩阵分析方法或四象限分析方法。

Engagement通常了解为用户参与或交互，通常会是用户的行为，也就是action，也可以是页面浏览量，下面看一个实际的例子：

横坐标为ROI，纵坐标为Engagement，然后在将平均值作为横竖的两条线，这样坐标轴就被分成四个区域了，再将不同渠道，不同分区的Engagement-ROI数据放到坐标轴上面，可以看到如上图，不同的渠道位于不同的象限：

第一象限：高交互，高ROI， 这是优质渠道，如这里的Paid Search，SEM的是有需求的精准用户。

第二象限：高交互，低ROI，用户有意愿，但是没转，说明用户有些顾忌或担忧，需要进一步分析，可能是价格，服务质量，支付方式，这些都有可能导致用户犹豫，迟迟没有转化，需要根据客户在交互过程中的反馈去分析，然后在针对性给与折扣，体验等营销，促进用户转化。

第三象限：低交互，低ROI，带来的流量非潜在用户，或页面设计不友好导致交互低，或其他原因，逐个去验证。

第四象限：第交互，高ROI，用户目标明确，直接做决策的，可能这部分是刚需用户，目标用户，对价格不敏感，需要进一步分析这部分用户的用户属性，去扩大受众人群。

基本上，你能画出这个图，结合业务的特点，不仅能够评估出各个渠道的情况，还能够分析出所存在的问题，对应的策略也就出来了。

这个分析思路可以应用在很多角度的分析上面，也是很通用型的分析方法，类似的逻辑可以用于关键字的筛选，优质渠道的甄别：

广告：点击率-转化率

渠道：流量-转化率

关键字：流量-转化率

转化：注册率-付费率

花费：广告投放费用-产出

………

但是使用的过程有些需要注意的地方：

首先横纵坐标的选取上，用户在不同阶段流程都会有一些Engagement，结果目标也可能有多个，而我们只能选取其中的两个去衡量，评估，往往可能会出现过于关注过程指标和忽略了对利润，产出的影响。如果不同阶段分到不同部门负责，这种情况出现问题会更普遍。

其次不能忽略外界因素，通过波士顿矩阵划分成四个象限，每个象限所采取的策略是不同的，对于第一现象，是现金奶牛，通常采取的是维持或扩大规模效益，对于第三象限，是瘦狗，可能会采取放弃方式，这种策略没有考虑到各个渠道所处的阶段，可能这个渠道是刚开始投放，还是处于粗投放，还在培育阶段，单纯的看波士顿矩阵，可能会忽略外界的因素导致错误的决定。

最后就是没有一种方法是完美的，因为问题总是复杂的，往往我们通过建模，去将复杂的问题去抽象化去，去分析，能把握主要部分。

Google Analytics中的波士顿矩阵报告就是渠道报告中的气泡图：

这个报告还可以是动态的，快去试试吧。

很多的分析工具都会应用这种分析方法的：如美图广告效果评估

如数极客在SEM数据分析中，关键词类似渠道，可设置不同的指标进行四象限分析：

a.关键词的点击数量(点击率)与转化指标(注册、交易等)

b.关键词的点击数量(点击率)与浏览量、跳出率、在线时长

c.广告创意的点击数量(点击率)与转化指标(注册、交易等)

d.广告创意的点击数量(点击率)与转化指标(注册、交易等)

通过以上组合的分析之后，可以优化SEM推广账户以及落地页设计。

第一象限：精准的人群（点击率高，转化率高），对于此类词需要继续拓充同类词，长尾词，加大投入力度的同时密切监测点击率与转化率的变化，达到平衡时维持小幅优化即可。

第二象限：糟糕的广告（点击率低，转化率高），点击率低说明问题在于投放端而不是落地页，对于此类词需重点分析广告创意或者竞价排名的策略，好的创意+适当的排名，才能保持较高的点击率。

第三象限：不精准人群（点击率低，转化率低），首先需要分析是否是由于关键词的选择或者匹配模式导致人群不匹配，可将部分词调整为精确或短语精确包含的匹配方式，找到精准人群; 其次需要分析落地页与关键词是否匹配，降低落地页的跳出率; 最后还需分析落地页本身的质量，如在线时长、加载时长、热力图，甚至用户浏览行为视频，优化落地页的内容和结构设计。

第四象限：流失的人群（点击率高，转化率低），导致此类情况的原因，主要在创意和落地页的匹配方面出现问题。创意过度导致用户浏览落地页后落差太大而离开，或落地页本地设计存在问题。因此在排除或优化创意问题之后，需重点分析落地页的用户体验。