营销过程中的数据监测

Google Analytics 4 Haran 7年前 (2017-11-28) 4383次浏览 0个评论

更新时间:2024年10月22号

在Google Analytics中有个ABC模型,分别是Acquisition、Behavior和Conversions,分别代表的是流量获取、用户行为和转化,在这个模型中还欠缺一个很重要的环节,广告展示impression,完整的广告流程应该如下图:

营销过程中的数据监测
广告展示

展示就是曝光,将广告展示给用户,将品牌信息传递给消费者,加深消费者与品牌的联系与信任。在网络广告投放中,可见曝光是最精准的演算网络广告曝光效果的指标。曝光度是有严格的要求的,IAB和MRC对于展示类广告可见曝光的定义:

  • 对PC展示广告:可视区域内展现至少50%像素,展现至少1秒钟;
  • 对PC视频广告:可视区域内展现至少50%像素,展现至少2秒钟;
  • 对较大的PC展示广告:指比242,500还要大的广告单元,可视区域内展现至少30%像素,展现至少1秒钟;
  • 其他自定义的广告单元,由于目前计量标准和技术正在发展,仍不可测量;
  • 移动端广告IAB与MRC尚未公布相关的标准;
  • IAB在2014.12明确反对100%可见保证

 

举个例子,如果展示的面积只有25%,超过10S,这样的展示是不合格的,比如有些长页面,广告位是在下方的,但是用户没有下拉,这时候的展示面积为0%,虽然向广告服务器请求和素材,这也是不合格展示。

广告在展示之前的流程如下:
营销过程中的数据监测
对于广告主的展示是计算第5步的,而且是遵循上述的几个原则才算是展示。对媒体主而言,Doubleclick现在计算的展示次数是第4步,在2017年10月之前是按第3步计算的,所以从不同主体的角度看“展示次数”,是会不同的,它们定义的规则就不同。

广告是否有效展示是广告主投放广告非常重要的指标,目前来说展示类广告有很大比例是没有被用户看到的,被重叠的,用户是看不到的,目前有第三方报告是提到有40%的展示是无效的,这是个很严峻的问题,特别是在移动端领域,没有明确的规则,而移动端本来可视面积比较小,为了变现,展示更多的广告,不少媒体主都会这样做的。

所以这个时候,往往需要一些检测工具去做这方面的监测,通常是用DoubleClick Campaign Manager、AdMaster和秒针的解决方案。

营销过程中的数据监测

  • DoubleClick Campaign Manager(DCM,谷歌广告监测工具)于2008年收购的,是目前业界最强的监测工具了。主要是监测广告投放效果的,查勘虚假流量,验证媒体投放真实度等,DCM的计算规则是遵循IAB和MRC,通常都能够及时跟进。
  • AdMaster 中文名精硕科技,是国内一家比较知名的广告检测厂家,主要业务都是围绕广告展开,本身不是做这一方面的,后面进入到广告监测这一领域。
  • 秒针,国内另一家被提到比较多的单位。

这三家的产品都是付费的,对大部分的广告主来说,都不想付费,如果你的推广费用达到一定的规模,特别是在展示类投放为主的,建议你还是根据自己的需要购买一个去做监测,免得被薅羊毛,如果钱多,直接上Doubleclick的方案。

在展示后,就是点击,以Doubleclick为例,点击是当用户点击广告素材时,会有一条点击请求发送给 DFP 广告服务器。在收到该点击请求时,DFP 会统计一次点击,然后会向用户发送定义的点击后到达网址。请注意,DFP 是在收到点击请求时(而非用户被重定向至点击后到达网址时)统计点击次数。

另一个就是点击率,就是点击除以展示的比例。这个比例反映了网页上某一内容的受关注程度,经常用来衡量广告的吸引程度。

广告领域一个跟点击率密切相关的就是点击率预估了,就是对每次广告的点击情况做出预测,可以判定这次为点击或不点击,也可以给出点击的概率,有时也称作pClick。比如有三个广告要展示,A的点击率预估是1.2%,B的点击率预估是0.9%,C的点击率是0.4%,那么展示的顺序或机会排序就是A>B>C,这种问题的处理背后的算法通常是判别类型,这是媒体主会做这方面的预测。

在广告展示阶段关注的是Impression-Click-CTR。

流量获取

流量是由个体构成,所以在这里可以从个体和整体的角度来看流量的获取情况和质量。

个体上,通常会是用户的形式,如点击,下拉等,这些都可以通过事件跟踪去实现。

整体上,从跟宏观的角度去看待流量情况,如某个渠道的,某个广告系类的,某个地区的,这些角度有非常多的指标可以衡量,如PV,会话时长,会话数,跳出率等,评估方法方面有直接评估方法,有矩阵评估法,有归因等,这部分在后面再介绍。整体上的流量分析主要有4个目的:

  • 观察流量规律,便于活动安排、服务调整
  • 发现流量异常,分析异常原因并及时调整
  • 观察流量结构,分析其合理性,并作出调整
  • 追踪流量情况,衡量活动或者调整效果

 

转化

基本上,所有的用户行为都可以梳理成不同的流程,然后使用漏斗去分析它,如注册转化,下单转化,电子商务转化。

漏斗转化是一个通用型的方法,可以构建从展示-点击-交互-转化整条链的转化,如
营销过程中的数据监测

能顺利构建这条链的前提是能够识别出这个用户是同一个人,以GA为例,它是基于session中client Id/USerid去识别的,APP的有些差异,详细可以看国内APP的跟踪监测原理与方案选择

在这个过程中,我们会用到不同第三方检测工具,监测工具的用户识别通常是基于cookie,cookie有第一方和第三方Cookie之分,详细的可以看:第一方Cookie与第三方Cookie的区别

GA用的是第一方cookie,AD Conversions用的是第三方跟踪。

所以综合上面内容的话,可以用下面这个表格概括:
营销过程中的数据监测


如有疑问,可以在文章底部留言或邮件(haran.huang@ichdata.com) 我~
喜欢 (2)
发表我的评论
取消评论
表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址