今天用一張圖給大家簡單描述下，渠道投放出去后映射到產(chǎn)品最后發(fā)生購買的整個過程。

一提到渠道運營，相信各大運營同學腦海里一定會冒出來諸如應(yīng)用寶、360、百度手機助手、論壇、貼吧等各種層出不窮的渠道?！拔抑灰凑找欢ǖ牟呗裕ㄆ谠谶@些渠道投放運營就好了。”至于廣告投放出去后，如何追蹤渠道，如何衡量渠道投放效果，反過來指導(dǎo)和迭代下一輪投放，大部分人對這個過程的把控和分析是很模糊的，發(fā)了那么多軟文、投了那么多廣告、做了那么多活動，最后老板發(fā)話了“花了那么多錢，效果咋樣??？”此時，你可能就蒙了。

今天用一張圖給大家簡單描述下，渠道投放出去后映射到產(chǎn)品最后發(fā)生購買的整個過程。懂得渠道運營效果衡量的核心指標，拿數(shù)據(jù)去說話，一定會讓你的老板心服口服。

這是互聯(lián)網(wǎng)營銷過程中用戶典型的點擊流，大家可以回想下自己接觸、了解、購買一個新產(chǎn)品的過程。從某個廣告或者朋友圈看到了一條特別有意思而且很感興趣的推文，最后點擊推廣鏈接來到了落地頁，在和落地頁內(nèi)容完成一定程度的交互后最終完成了廣告主所期許的行為，至于廣告主所期許的行為是什么是和營銷目的密切相關(guān)的。同時，我們還要考慮到推廣產(chǎn)品所處的階段，因為不同產(chǎn)品階段的營銷目的是不一樣的。

這個過程可以分解為點擊前階段（Pre-Click）、點擊后階段（Post-Click）和購買后階段（Post-Buy）。

點擊前階段，潛在客戶從哪里來，來的多不多？

該階段我們的目的是提高用戶獲取的效率。完成目的前，我們首先要了解渠道流量的分類，一般會分為廣告流量和自然流量。

• 廣告流量包括：各種展示類廣告、視頻貼片廣告、搜索引擎SEM、百度品專等；
• 自然流量包括：自然搜索流量、社交流量、引薦流量、直接流量等。

第一步，建立精細化的渠道追蹤體系

能追蹤才能衡量，我們需要用一套UTM配置參數(shù)來追蹤用戶的來源，告別拍腦袋主觀判斷渠道質(zhì)量好壞的狀態(tài)。如下圖所示，UTM提供了五個可以自由配置的參數(shù)：

參數(shù)定義好后，就可以進行各種場景的跟蹤，舉個例子：

我在新浪首頁頂部Banner位和右側(cè)Banner位分別投放了不同廣告創(chuàng)意的運營內(nèi)容。

這里面包含了對運營來說如下幾點關(guān)鍵信息：

• 不同廣告創(chuàng)意的追蹤。創(chuàng)意是否和用戶需求相關(guān)，在很大程度上會影響用戶是否會點擊推廣結(jié)果。
• 不同推廣落地頁的追蹤。如果用戶點擊某條創(chuàng)意比較好的廣告來到落地頁后，發(fā)現(xiàn)不是自己最關(guān)心的內(nèi)容，用戶體驗很糟糕，很可能用戶就跳出了，沒有發(fā)生我們期望他完成的行為，這對推廣運營的好壞影響很大。
• 不同廣告系列的追蹤。如上圖我們可以對付費推廣活動打上以pay開頭的標簽，用于區(qū)分是付費推廣還是免費推廣。

這樣就實現(xiàn)了在同一個渠道不同位置投放的不同廣告創(chuàng)意的付費活動的追蹤。當然，你可以充分利用這五個參數(shù)的組合來實現(xiàn)各種場景的渠道追蹤。

下面再說說點擊前階段?？吹膸讉€指標：

• Impression 即曝光量。展示類廣告中會存在大量作弊的現(xiàn)象，但是仍沒有阻止人們做展示類廣告，為什么呢？因為廣告學中有個理論，叫曝光效應(yīng)。它其實利用了人們的心理，就是一個東西，你見得越多，越覺得它好。
• Click 即點擊量。
• CTR 即點擊通過率。人們常常用 Click 和 Impression的比值 CTR 即點擊通過率來衡量廣告引起人們注意的程度。通過這個指標可以初步看出這次所做廣告的創(chuàng)意水平以及和人群的匹配程度。
• CPC 即每次點擊花費多少錢，可以幫助你衡量比較不同渠道的成本。成本和 CTR 綜合衡量。

點擊后階段，潛在客戶訪問網(wǎng)站后，流量如何轉(zhuǎn)化？

至此，大家可以看到，點擊前階段主要重點優(yōu)化的是廣告投放環(huán)節(jié)。但是互聯(lián)網(wǎng)發(fā)展到今天，流量時代已經(jīng)結(jié)束了，不是只要有高流量，那他就是王者轉(zhuǎn)化就高。廣告主無法再像以前那樣，很輕松的從廣告中獲得高額回報。

現(xiàn)在大家的關(guān)注度已經(jīng)慢慢轉(zhuǎn)移到轉(zhuǎn)化環(huán)節(jié)，即用戶來到落地頁后的一系列表現(xiàn)，比如網(wǎng)絡(luò)布局怎么樣，用戶體驗怎么樣，用戶來到網(wǎng)站后都干了些什么，有沒有滿足用戶需求，為什么流失了等等。所以，我們需要對 Web 和 App 的數(shù)據(jù)進行監(jiān)測分析，畢竟我們花了那么大的精力將用戶引到我們產(chǎn)品中來，如果最終的轉(zhuǎn)化目標沒有很好的提升，那就很悲催了。

轉(zhuǎn)化環(huán)節(jié)流量承載的重任落在了落地頁上，落地頁承載著用戶對產(chǎn)品的第一印象。就像我們在重要場合，要把自己捯飭一番一樣。第一印象很重要！用戶對產(chǎn)品第一印象的好壞可以通過哪些指標來看？

Traffic 即流量

通常用 PV UV Visit 指標來衡量，但是這些指標只能在淺層次上衡量這次營銷效果是否成功。我們可以將這三個指標結(jié)合跳出率一起來衡量渠道好壞。如果渠道帶過來的流量和落地頁不匹配的話，跳出率會很高。新用戶的跳出率高于老用戶的跳出率，所以我們還要結(jié)合產(chǎn)品用戶構(gòu)成來看跳出率這個指標。

給大家留個疑問，如果渠道帶來的流量很大但是跳出率很高，你會怎么辦？如果渠道的跳出率很高，但是帶來的注冊轉(zhuǎn)化量很高，你又怎么辦？關(guān)于此處的分析，門道還是很多的，后續(xù)會專門通過一個案例來詳細闡述下。

Call to Action

行為召喚，或者說是用戶行為號召。至于這個號召按鈕是什么是和你這次營銷目的相關(guān)的，比如注冊或者下載App。這個 Call to Action按鈕一定要設(shè)置好，用戶點擊使用是無障礙的，要不你前期做的廣告，很可能就白費了。

如果流量和落地頁相匹配的話，上述指標不會差。用戶從落地頁跳轉(zhuǎn)到你的產(chǎn)品內(nèi)部后，我們就需要通過 Engagement 這個指標，來看看用戶和我們產(chǎn)品內(nèi)容和功能的交互度如何？

Engagement

Engagement 并不是指一個具體的度量，它是一系列衡量用戶在營銷活動中參與程度的指標集合，即用戶在產(chǎn)品中和產(chǎn)品內(nèi)容和功能的交互程度。我們可以這樣理解它，它用以衡量流量產(chǎn)生之后和最終發(fā)生轉(zhuǎn)化之前的用戶行為和過程。

先來看標準意義的 Engagement 指標，主要指跳出率、停留時長和頁面訪問深度三個指標的綜合考量。我們可以看到，這些標準意義的指標，還不足以涵蓋更為具體的用戶行為分析需求。比如，一個網(wǎng)站有一些更為重要的希望用戶完成的用戶行為，注冊或登錄、申請試用、或是把商品加入購物車等等，這些都屬于按照業(yè)務(wù)定義的 Engagement 指標。標準意義的 Engagement 指標反映了用戶對于營銷內(nèi)容和產(chǎn)品的感興趣程度，而按照業(yè)務(wù)定義的 Engagement 指標則反映了影響用戶最終發(fā)生轉(zhuǎn)化的各種因素。

此處還記得最開始講到的UTM標簽嗎？如果我們想追蹤到不同渠道帶來的業(yè)務(wù)轉(zhuǎn)化的話，需要將標簽參數(shù)一直傳遞下去，這樣才能追蹤到具體業(yè)務(wù)轉(zhuǎn)化，而不僅僅限于點擊注冊的轉(zhuǎn)化。

另外從用戶和產(chǎn)品的交互過程中，會產(chǎn)生大量的用戶行為數(shù)據(jù)，我們可以從用戶行為上詳細了解到用戶的一些行為特點，也就是我們常說的用戶畫像，比如用戶經(jīng)常瀏覽電器類產(chǎn)品，且瀏覽次數(shù)大于5次，說明這批用戶目前在關(guān)注電器信息，那么我們就可以把這部分人群撈出來，打上標簽，針對這部分人群作為重點投放的廣告人群，開始下一輪精準投放，這樣就形成了一個數(shù)據(jù)營銷的良性循環(huán)。

Conversion

提起轉(zhuǎn)化率，漏斗模型是市場和運營最為熟悉的方法，一般會按照“點擊推廣鏈接–>瀏覽落地頁–>有效咨詢–>注冊–>購買”類似的過程來做每一個轉(zhuǎn)化步驟，從而快速定位到哪里出現(xiàn)了問題。但是這個模型在實際操作過程中是有兩個主要問題的，阻礙了模型的發(fā)揮。

首先，轉(zhuǎn)化漏斗需要全流程的監(jiān)控數(shù)據(jù)，但這些數(shù)據(jù)很難全部準確的獲取。要想準確獲取這些數(shù)據(jù)，我們需要一個好的數(shù)據(jù)模型來定義每一個步驟，每一個步驟定義好后，我們還要考慮這幾個步驟的用戶如何貫通起來，即如何讓用戶一層層的漏下去？我們注意到從注冊前到購買的過程是完全割裂的，因為注冊前是匿名用戶，注冊后產(chǎn)生的購買是真實用戶，如何將注冊前和注冊后的行為關(guān)聯(lián)起來就顯得很重要。

另外對于一些需要轉(zhuǎn)化周期的行業(yè)，比如互聯(lián)網(wǎng)金融、在線教育、醫(yī)療等行業(yè)，消費者有很長的決策周期，但是從市場現(xiàn)有的漏斗模型來說，因為漏斗轉(zhuǎn)化是基于會話的，轉(zhuǎn)化周期只有30分鐘左右，也就是此時一般只能實時統(tǒng)計到有效咨詢這個層級，這就削弱了這個漏斗模型的價值。既然這個問題存在了就一定有解決方案，如果這個轉(zhuǎn)化周期能根據(jù)自己的業(yè)務(wù)情況自定義呢？比如設(shè)置為3天或者7天，那么這個問題就能很輕易解決和追蹤了。

其次，這個轉(zhuǎn)化漏斗的各個步驟，都是大過程，每個步驟間都有轉(zhuǎn)化和流失，因為每個步驟間用戶還會發(fā)生一系列的行為，這些很細微的行為也有可能導(dǎo)致了最終的轉(zhuǎn)化和流失，也就是我們常說的“微轉(zhuǎn)化”，所以我們需要結(jié)合用戶行為序列和漏斗模型來共同完成此轉(zhuǎn)化過程的分析。

購買后階段，用戶還會不會回來再次購買？

用戶第一次購買后，我們完成了最艱難的從0到1的過程，那么這些用戶會不會再次購買，是不是在我們平臺上留存下來了，以及流失率怎么樣？對于復(fù)購和流失的優(yōu)化，那就是另外一個課題了，如何通過數(shù)據(jù)優(yōu)化產(chǎn)品和運營，限于篇幅的限制，可以作為下個主題來探討。

作者：北極星，神策數(shù)據(jù)分析師，先后服務(wù)的客戶包含紛享銷客、拉鉤云人事、網(wǎng)易七魚、ofo、多盟、更美等公司，致力于通過數(shù)據(jù)分析實現(xiàn)產(chǎn)品優(yōu)化和精細化運營。

本文由 @李金霞 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自 Pexels，基于 CC0 協(xié)議