網路行銷效果衡量的核心指標及我們用什麼樣的邏輯思考（2）

仲介交易 SEO診斷 淘寶客 雲主機 技術大廳

【前言】

在上一回我們說明了網路行銷效果衡量的兩個最主要方法——衡量人心的改變和衡量人行為的改變。 人的行為的改變，按照對它的影響從淺到深的邏輯，我們分為四個階段：Traffic、Engagement、Conversion和Retention，並且詳細介紹了Traffic的情況，下面準備用兩次文章， 為大家詳解Engagement——這麼大的篇幅講解Engagement，實在是因為它很重要，涉及的方方面面也很多，大家如能耐心看完，定能有很多收穫。

本文您將讀到什麼：1) 什麼是Engagement，2) Engagement一般包含哪些度量，這些度量有什麼含義，3) 需要如何監測以準確獲得Engagement的相關度量值。

【正文】

Engagement是什麼

很久以前我寫過一篇介紹Engagement的文章：網站分析的最基本度量(8)——Engagement，請大家參考。 Engagement並不是指一個具體的度量，而是一系列衡量使用者在行銷活動中參與程度的指標集合。 由於網站是行銷活動的一部分，因此engagement很多時候用來衡量使用者在網站中與網站內容與功能的交互程度。 但engagement其實不僅如此，它也一樣可以衡量使用者與行銷活動的其他對話模式，例如微博行銷中使用者的閱讀、評論和轉發，或者受眾和富媒體廣告(richmedia)的交互情況。 Engagement是一個含義豐富的指標，可以這麼理解它——它用以衡量在流量產生之後和發生最終轉化之前的使用者行為和過程，尤其反映使用者對於行銷活動/網站的興趣程度以及衡量影響最終轉化的諸多因素。

所以我無法給Engagement下一個具體的定義，它是一個指標體系，而不是一個具體的指標，它也不是一個如visit一樣的一個標準化的度量。 為此，美國人(Avinash Kaushik和Eric Peterson)自己也有不同的意見，一個覺得這是一個值得推廣開來成為標準化的度量，一個則認為它不應該成為一個度量，也難以標準化地應用。 無論誰更有道理，在解決具體問題中，engagement有它十分明顯的價值，因此在我們的核心指標體系中，我一直認為engagement是其中最為重要的一塊。

Engagement可以分為兩大類，一類是可以標準化衡量使用者行為的指標族，另一類則是根據不同情況按需定義的指標族。 兩類指標的含義不同，作用類似，都非常重要。

標準化Engagement指標

標準化的engagement指標分為宏觀級別的和微觀層面的。 宏觀的指一個網站全站範圍的engagement情況，而微觀則指一個具體頁面上的engagement情況。

宏觀engagement指標主要是我們俗稱的老三樣——Bounce Rate(跳出率)、PV/Visit和Time on Site，這三個指標描述了三類不同的使用者行為。

Bounce Rate

Bounce Rate說明了使用者進入網站後是否對網站的內容產生了興趣。 如果沒有，那麼這個使用者不點擊任何頁面上的連結就離開，這樣他其實就只看到了網站呈現給他的著陸頁面(登陸頁面)。 Bounce Rate是一個隨著技術的進步卻沒有做太大改變的指標。 有些朋友問我，如果一個人進入了著陸頁面，他仔仔細細看了著陸頁上的內容好幾分鐘，但是卻沒有點擊任何上面的連結查看其他頁面，他算是bounce掉了嗎?這是大多數網站分析工具的bounce rate定義上明確標明的， 即bounce與否其實與這個使用者在著陸頁上查看的時間無關，只與他是否點擊進入了其他頁面有關。 如果有點擊進入其他頁面，那麼就不算bounce，否則就算bounce，所以上面的情況無論這個訪問者看了著陸頁面多久，而沒有點擊任何其上的連結進入其他頁面，這仍然是一個bounce。 這麼看來也許bounce rate的定義過於嚴厲了，與流覽頁面的時間長短無關似乎也不合理(後面還會專門說明時間的問題)。 但這個定義是技術簡明性以及抓住大概率事件(查看頁面好幾分鐘卻不點擊頁面上任何的連結確實算是小概率事件)共同作用下的效率原則產生的「最佳解決方案」，於是一直被沿用。

有意思的是，很早之前，Avinash對於bounce的解釋是在頁面/網站上流覽時間少於10秒鐘(或是30秒鐘，我記的不是很清楚了)的情況。 不過，由於使用者頁面流覽時間不太容易準確監測(或者說準確監測降低了網站分析工具的技術實施簡單性)，而且替代方案(就是現在的bounce rate的定義)仍然能夠相當準確地描述現實中的bounce的情況， 因此大部分工具都並未採用流覽時間作為bounce和bounce rate的定義基礎。

關於Bounce Rate的詳細定義和解讀已經很多了，如果之前沒有太多瞭解或者想要系統複習，請閱讀這些文章：《網站分析的最基本度量(5)——Bounce Rate》，《Bounce Rate —— 多少算好?》，《 挑戰網站分析中的大眾智慧(1)——Bounce Rate》。

PV/V

與Bounce Rate不同，PV/Visit(或者很多時候簡寫為PV/V)描述另外一類使用者與網站的交互行為，即流覽網站的深度。 使用者一次訪問過程中(visit)查看的頁面數越多，說明這個使用者對網站的興趣越濃厚。 所以一般情況下PV/V越高越好。 當然，興趣有主動興趣和被動興趣之分。 被動興趣是指因為在網站中找不到你想要的內容而不斷嘗試尋找的過程，PV/V也會比較大，但這就不是什麼好現象了——不過這種現象非常罕見。

Time On Site

既然談到了流覽深度，那自然有流覽長度與之對應，即Time on Site，指人們訪問網站的平均停留的時間。 例如一個網站有3個訪問，一個停留了2分鐘，一個停留了10分鐘，一個停留了0分鐘，那麼time on site則是4分鐘。 與PV/Visit一樣，一般而言，這個值是越大越好。

不過，值得注意的是，網站分析工具上統計的時間與實際使用者在網站上停留的時間肯定是不同的。 人們訪問網站最後一個頁面的時間長短不會被網站分析工具統計到。 原因很簡單，因為一般的網站分析工具不統計人們離開一個網站的精確時間，而只能記錄他訪問這個網站倒數第二頁的精確時間，這樣最後一個被他訪問的頁面的停留時間實際上被完全忽略掉了。 你會問為什麼不統計最後一個頁面上停留的時間呢?——因為網站分析工具預設對使用者關閉頁面的行為，或是從這個頁面瀏覽器視窗中跳轉到其他網站的行為不做統計，除非你進行專門的設置。

如果不做額外的設置，這種安排意味著兩點，第一，網站分析工具統計到的網站流覽時間總是小於網站被打開在瀏覽器中的時間(儘管瀏覽器打開頁面未必意味著你真的每分每秒都在看它);第二，所有bounce掉的visit( 即只訪問了一個頁面的visit)在網站上的停留時間計為0。

確實有一些網站分析工具打破了這個窠臼，能夠儘量記錄到人們離開網站的那一瞬間的時間。 不過，我個人感覺，其實意義並不特別大，除非各個訪問的最後一個頁面有很大幾率是那些特別需要人們多做停留仔細查看的頁面。 只要工具統計的方法保持一致性，那麼就算少了最後一個頁面的停留時間，仍然可以實現apple to apple的比較，仍然可以説明我們把握使用者宏觀的engagement情況。 而且，還降低了技術實施的難度，並且提高了監測的一致性從而提高了監測精度(因為記錄離開網站準確時刻的方法實際上並不是完全可靠的，只有一定的幾率能夠統計到，這使這些方法實際上的可用性降低了)。

本文版權歸「網站分析在中國CWA」及其作者宋星，欲轉載，請聯繫作者

Visit/UV及其他使用者粘性Engagement指標

宏觀engagement指標中還有一個大家不常用的，就是我們前面所提到的Visit/UV這個度量。 它用來衡量訪問者訪問網站的黏性。 如果你喜歡某個網站，你就會經常來，一個UV就會帶去多個visits。 Visit/UV的數值越高，意味著這個網站的使用者忠誠度越高。

其他還有一些表明使用者黏性的engagement指標，例如訪問頻次分佈(做一個圖)，訪問間隔時間分佈(做一個圖)。 我一直沒有特別多的使用這兩個指標，我認為對它們最好的解讀是不同網站間的對比，以及與自己心理預期的對比。

圖：訪問頻次

圖：存取時間間隔

微觀級engagement指標

微觀級engagement指標我不想談太多，本質上就是描述使用者在具體頁面上的行為，比較重要的一個是exit rate。 Exit Rate(退出率)是衡量頁面作為使用者退出網站前最後一個被流覽的頁面的幾率(與自己總體被流覽次數相比)。 例如某個頁面的退出率是75%，那麼就意味著訪問這個頁面產生的所有PV中，有四分之三的PV是這些訪問退出網站前的最後流覽頁面。 請看這個文章瞭解它的詳細解釋。

這裡我想說的是，exit rate是更微觀的說明頁面engagement度量(前面都是衡量整站engagement的宏觀度量)，它是衡量頁面表現的度量，類似的度量還有Average Time on Page，Next Page Flow(以及由它產生的熱圖)等，相關文章很多，就不再跟大家詳細介紹了，如果有興趣，請點擊前面這幾個連結。

按需定義的Engagement指標

標準化的Engagement指標描述了多種使用者行為，但還不足以涵蓋更為具體的衡量和分析需求。 比如，一個網站有一些很重要的特定的使用者行為(Action)，例如註冊或登錄，申請一個試用的機會，下載一個產品說明，或是把某一個額商品添加到購物車。 對於這些特定的action，標準化的Engagement指標對它們其實沒有任何額外的照顧。

這個時候我們需要自訂的Engagement指標，用於描述那些有價值的特定的使用者行為。 這些行為有兩類：

1. 非標準化的行為：上面提到的那些action，比如註冊、登錄、試用、下載、點擊某個特殊位置或功能、添加到購物車等等，均屬於這一類。

2. 根據需要對標準engagement自行設定條件後的更具針對性的使用者行為。 例如，與一次visit相對，visit時間長度超過3分鐘就是一個更為具體的使用者行為，或者visit中流覽頁面數超過3個的visit也是更為具體的使用者行為。 另外，還可以設定訪問了某一個特定頁面的visit，也屬於定義了條件的使用者行為。 這些按照你設定的標準不同，得到對應度量的值也是不一樣的。

你會發現這些指標具有相當的「隨心所欲」性。 沒錯，它們確實是根據你的需要而自由定義的，這意味著別人所使用的engagement指標可能完全跟你的不一樣。 但我們確實需要這些指標，否則我們無法全面描述使用者行為的特點和價值，也就無法進行針對性的分析與優化。

按需定義的engagement指標的存在，讓網路行銷分析能夠真正與業務相匹配。 否則，僅僅只是用visit或是bounce rate來衡量流量和使用者的行為，實在太過粗略。

現在，你的問題可能出現了——這些指標既然是自訂的，那麼網站分析工具上一定沒有一個統一的標準報告提供它們的資料，我們應該怎麼獲得這些資料呢?

按需定義的Engagement指標的監測實現

別擔心，任何一個指標能夠成為指標的必要條件是首先它是能夠被監測的。 如果不能監測，它存在的價值就沒有了，這就是所謂的——無法衡量、即不存在。

自訂的Engagement指標必須能夠被監測到。 網站分析工具其實提供了非常全面的方法。 分如下幾種情況：

1. 使用者的Action是點選連結後打開一個新的頁面的：

這種情況實際上不需要我們做額外的監測工具的實施，因為點選連結打開一個新的頁面，即會記錄這個新打開頁面的新的PV。 這樣我們統計這個新打開頁面的PV就能夠知道使用者相應的點選連結的次數。 當然，點擊次數和頁面打開的次數並不是100%對應的，但已經非常接近，完全不影響我們分析了。

把資料用Excel下載下來，然後做一個篩選，把你認為屬於Engagement的頁面訪問資料記錄下來，bingo!

如果每次點擊同樣的連結，打開的頁面並非是靜態URL的頁面，而是每次URL都不一樣的動態頁面。 這也沒有關系，我們可以通過過濾設置(如GA的過濾設置)來把URL不一樣的動態頁面統一成同樣的URI，這樣GA在記錄的時候就不會認為是很多頁面，而會記錄成一個頁面了。 不過，這個方法必須有一個前提條件，那就是動態頁面的URL是有一定的格式的，即至少有一些共性，完全隨機的URL就沒有辦法了。 具體實現的方法這篇文章限於篇幅就不再詳述了，我準備近期寫一篇快速的小文章介紹給大家，敬請期待。

2. 使用者的Action是點選連結後不打開新的頁面，但打開一些具體的功能的：

這些功能包括：點擊之後打開的是JavaScript或者Div浮層的、點擊的是Flash的、點擊之後是外鏈的等各種情況。 這些情況下需要配置我們的GA監測代碼。

1) 點擊的物件是JavaScript或Div浮層的：

利用Event Tracking功能(官方文檔，英文)或者Virtual Page功能(官方說明，英文)的功能。 這個方法的原理是在點擊動作本身的onClick事件上加上Event Tracking或者Virtual Page的調用。 例如：

Event Tracking和Virtual Page的區別是，前者會在把點擊動作的記錄放在GA的Event報告中，後者把這個動作的啟動當作一個頁面(page)記錄，並在Content報告中顯示。 這兩個方法是GA學習必須掌握的方法。 ——如果大家有需要，我會專門寫一個文章介紹這兩種方法，如有需要請在下面留言。

2) 點擊的物件是Flash的：

思想與上面的情況是類似的，也需要利用Event Tracking或者Virtual Page的功能，但要把相應的方法寫入Flash中。 有些複雜，需要技術同事幫忙解決。 比較好的解決方案請見這個文章(英文)。

3) 點擊的物件是出站連結的：

官方的方法與監測JavaScript或者Div的方法很類似，是把出站連結(outbound links)的點擊行為(onClick事件)做Event Tracking或者Virtual Page。 這樣需要對每一個出站連結都做onClick事件的引用，並加入Event Tracking等方法。 請見這裡：HTTP://support.google.com/analytics/bin/answer.py?hl=en&answer=1136920(英文)。 這個方法如果對於頁面上有很多的出站連結的情況，就顯得相當繁瑣。

一次性解決方案也是存在的，例如這篇文章所述：HTTP://wptheming.com/2012/01/tracking-outbound-links-with-google-analytics/。 我沒有親自嘗試，但看代碼，應該是可以實現的。

本章小結：

這一章只幹了三件事情：講解了什麼是Engagement，包含哪些度量，以及需要如何監測Engagement的相關度量。 值得記住的是Engagement包含標準的度量，以及定制化的度量，對於定制化的度量，監測的時候可能需要對工具的代碼進行再加工。

下一章我們繼續圍繞Engagement進行，只是會進入更「核心」的領域。 包括Engagement的一些計算方法，Engagement的解讀以及它在分析中的應用。 敬請期待。

有任何問題或者想法，請在下面給我留言。 最後，祝願北京的朋友們厚德載霧，自強不吸!祝全國朋友們新的一周工作愉快!

本文版權歸「網站分析在中國CWA」及其作者宋星

原文連結：HTTP://www.chinawebanalytics.cn/web-marketing-key-metrics-and-logic-2/

相關閱讀：

網路行銷效果衡量的核心指標 我們用什麼樣的邏輯思考