转发整理：究竟哪种营销手段为B2C网站带来订单

 

转发郑海平的博客， 原文地址点此 ，将三篇文章合并为一篇，对标题做了更改以便于用户理解，为了连贯性，对文字也稍作变动。

郑海平Dave是《精通Web Analytics 2.0》译者，也应该是今夜酒店特价网的创始人（如果没记错的话）。

 

update by 谭砚耘2012-1-8：在2011年10月份，新版本的Google Analytics已经加入了“多渠道通路功能”，见《从专业到专家：谷歌分析的多渠道通路功能 》，小明的订单究竟受到哪些行为影响，可以追溯到30天以内。详细的介绍文章稍后推出 ，通过这一功能，网站营销人员可以比较客观的评价不同性质的广告的效果，包括长期效果、短期效果和组合效果。

 

 

假设下面的场景，某位仁兄小明:

5月1号 的时候在浏览器输入A网站 ，看了看没啥好东西，就走了。

5月2号 的时候收到A网站的一份促销邮件 ，忽然想起要送朋友一个礼物，而邮件上刚好有一样东西挺合适的，于是 点击了这个邮件进来看产品，但是觉得价格有点贵，所以马上到比价网站 看看，结果还真是A网站最便宜，点击了比价网站的链接进来准备开始购买，在结账到一半 的时候，发现卡里没钱了，于是做罢。

5月6号 的时候，去给卡里充了钱，打开电脑，在google里输入A网站，（通过google自然排名）进入准备开始购买 ，一转想，可 能别的网站降价了，于是马上再到比价网站 看了看，结果还是A最便宜，但是另外一家B网站，在过去五天降了很多价，于是小明想，再等两天吧，毕竟要买的这个 礼物挺贵的。

5月11号 ，朋友马上要生日了，小明打开电脑，先在IE里面用比价网站 看了看，B网站没降价，那就到A网站买吧，在google里输入A，通过付费关键字链接 来到A网站，准备下单，想想还是用Firefox比较安全一点，于是打开Firefox, 直接输入A网站 ，找到东西，买单结账。

 

第一个问题，在这个场景中，大家认为这个订单应该属于哪个营销手段，也就是说，如果让你为这个订单掏广告费，你愿意付钱给谁：

A.  促销邮件

B.  比价网站

C.  Google 搜索引擎 (自然排名SEO)

D.  Google 付费关键字

E. 谁也不是(Direct Load)

 

第二个问题是，小明在5月份的几次访问，每一次访问应该算做谁带来的流量？

我相信各位大侠们在做online marketing的时候，经常会碰到的一个问题就是做了很多的促销手段，究竟哪个才是真正给我带来流量，带来订单的，而在对比Omniture, Google Analytics, Coremetrics的数据与第三方广告公司如double click, commission junction的数据的时候，又总会在数据上有较大的出入，那么，我们究竟应该按照哪个数据支付广告公司钱？广告公司说多少我们就应该支付多少吗？

 

上面的场景只是我自己杜撰出来的，现实当中可能没这么复杂，但是比这稍微简单一点的过程，肯定是存在的，在做上面的选择题的时候，不同的人肯定会倾向于不同的答案。在回答上面的问题之前，先来介绍几种常用的归因方式(attribution window):

1.  Same Session。顾名思义，same session的归因逻辑根据当前进行的session来判断，比如上面的例子，小明最后发生购买的时候，是直接打开firefox输入A网站，因此，按照same session的判定法则，这一单没有任何促销手段起到作用，归因于Direct Load。

2.  30 Days Backward Looking。这一attribution window是目前行业内最通行的归因逻辑，比如前面的例子，小明在5月11号购买了一个产品，因为他在过去30天内接触过很多营销方式，比如邮件，比价 网站，搜索引擎等，因此最后下的单，我们不能简单的说因为他最后打开firefox直接输入A网站进行购买，而认为其他营销手段都是徒劳的，因此，按照 30 days backward looking 的逻辑，这一订单将归功于前面接触到的营销手段。

3.  14& 7 Days Backward Looking。尽管30 days backward looking是最通行的归因手段，但是也有缺点，现在的网民，每天接触到的广告，促销无数，真正有多少人记得三十天前的广告呢？就算记得三十天前的广告 或者促销，对最后的购买还剩下多少的促进作用呢，这个问题很值得怀疑。因此，很多公司就提出更短时间的attribution window，比如14天，7天，甚至有3天的。

 

回到源头，先说说Online Marketing的目标，这个很清楚，两个方面，其一是带来销售(Bring in revenue)，其二是带来新流量(Drive in new traffic)。我不知道其他公司怎么样，但知道的几家，如Tigerdirect等，Drive in new traffic绝对是负责Marketing老大的硬指标。何谓硬指标呢，就是完不成就是你的责任,推也推不掉。如果说Marketing带来的销售达不到预定目标，可以怪产品经理制定的价格太高，产品渠道太差；怪客服部门服务太差；怪仓库物流送货太慢；怪运营部门网站做得太差，用户难以使用，所以转化率太低。那么，如果带不来新的流量，绝对是Marketing的责任跑不了。假如你在带来新流量方面做得很好，即使CEO发飚说怎么销量这么差，也可以堂而皇之的说，不知道那帮人怎么做事的，我带进来这么多traffic，他们也没能留住顾客。当然责任是一方面，即使带来新流量跟带来销售是正相关的，但背后的意义完全不一样。

 

我相信现在大部分的Online Marketing部门都是以带来的销售来衡量，而对带来的新流量重视不够，包括新访客的成本(Cost per new visitor)。以销售为中心的绩效衡量模式容易带来的问题是影响网站长期推广效果，比如说，在线营销方式中，比价网站和Affiliate带来的流量的转化率是最高的，搜索引擎、电子邮件营销、Referring等则差好多，而在别的网站做一些banner的转化率则低得可怜，如果单纯的以带来的销售来衡量，势必将更多的资金投入于比价网站和Affiliate，然而这两种方式带来新流量的效果并不是很好，因此，长期来说必然影响网站推广。（汗，有点跑题了，拉回来）

 

在此案例中，小明５月１号的行为表明，他不是一个新访客，这个信息很重要，那么，小明最后发生购买，究竟应该算在谁的头上呢，先不讨论哪种归因方式比较合理，我先把各种不同的工具将小明的订单归在哪里一一罗列出来，并解释一下他们归因的逻辑。

 

(在罗列之前，有两个概念要提出，First click与Last click,其中Last click又包括两种，一般意义上的Last Click (True last click)与Coremetrics的Last click。First click就是指将访客在某段时间内第一个Session中第一个click到的campaign， Last click则是指访客在某段时间中最后一个Session中click的最后一个campaign. 有些工具比如 Omniture, HBX将计费的 marketing campaign作为计数的开始，而一些工具，比如Google Analytics, Coremetrics则将免费的Natural Search和Referring Site也列入这个campaign的范畴。)

表：小明订单按不同归因逻辑的归因表

 

因为此案例中，所有的事件都发生在14天之内，所以30 天和14天的数据是一样的，在此只列出30天的。此外，其实google analytics是没有first click这个概念的，在这里呢，假设它有first click的话，按照它的逻辑，将会出现表中的归因结果。

 

首先我们来看30天回溯的情况，如果按照first click来讲，Omniture,HBX和GA都会将这个订单归为电子邮件的功劳，这跟大部分同学在回帖中的想法是一致的，这是因为，Omniture, HBX和Google都是只认campaign的，在过去三十天中，小明接触到的第一个campaign就是电子邮件促销。比较独特的地方是在Coremetrics当中，会将此订单归为Direct Load的功劳，这是因为CM将Direct Load的优先级设定为最高（改天我有空去找找这种设定的出处及原作者认为的原因），因此，5月1号小明直接输入A网站的举动，将整个后面一系列小明的活动都给定性了——小明不是Marketing带来的新访客，他本来就知道A网站，因此，对不起，这个订单是Direct Load的，不管是按照first click算还是last click算。在last click当中，Omniture, HBX和Google Analytics都会将此订单归为付费关键字的功劳，这个很好理解，小明在5月11号下单之前最后接触的campaign就是在IE中,在google输入A网站并通过付费关键字链接进入A网站。有很多同学可能正在使用google analytics，这个工具的traffic source当中看到的各个channel和campaign的数据，我核对过，就按照这里30 days backward looking last click的逻辑。

 

接下来我们来看7天的情况，往前推７天，小明在5月1号和5月2号做的任何举动，就不用去管了。直接从6号的活动开始看起。在first click当中Omniture, HBX这两个只认付费campaign的，直接会将google的natural search给忽视掉，因此，小明的订单会归功于接下来的比价网站。而Google Analytics，则将natural search的归因优先等级设为与其他付费campaign一样高（当然了，跟自己的paid keyword比，还是要低的，这样可以多收钱嘛，所以说google anlytics免费使用的钱还是从广告费里让它赚回去了，天下没有免费的午餐），因此，将此订单归因为Natural Search。这其实也很好想通的，google本身就是做搜索引擎的，怎么可能把自己的功劳让于他人。Coremetrics因为Natural search和其他付费campaign优先等级一样，所以也将这个订单归功于Natural search. 在Last click当中，购买前七天最后一个Session当中接触到的最后一个campaign是5月11号的付费关键字，因此Omniture, HBX,GA都会将此订单归因为付费关键字，而coremetrics在这里又显示出其独特的地方，这是因为coremetrics的last click的定义是某段时间内最后一个Session的引入campaign (Attribution is based on the type of click that starts the session, mid-session clicks do not count towards attribution, last-click attributions give credit to the last non-Direct Load session in the window, which in some cases is the session of the sale itself), 即小明在5月11号 开始时用的比价网站。

 

至于same session，这个比较好理解，因为小明在11号最后，直接打开firefox，前面IE中进行的session就失效了，所以全部以direct load进入，各种工具都会将此订单归因为direct load。假如小明直接用IE结账出来，出现的结果将是，Omniture, HBX，GA将这张订单算成是付费关键字的，而coremetrics则认为应当属于比价网站的。

 

除此之外，还有另外两种逻辑没有提及，一是Average Click，就是最后的订单销售，平均的分配给前面所有经过的campaign。还是有一个是All click，就是每个经过的campaign都将增加这张订单的销售。

 

啰嗦了很多归因逻辑方面的东西，这个很绕，因为边上也没有多少人了解，所以我花了两年才渐渐的摸索清楚。前两天跟朋友聊起怎么对待各种数据，我说，虽然我是整天跟数据分析打交道的，但是对于数据我们只能相信一部分，过于依赖数据容易导致目光短浅。市场变化很快，很多时候需要果决的判断与拍脑袋的决定，很多成功来源于此，因为很多具有战略性眼光的决策，往往是没有数据支撑的。因此，我个人的观点是操作层次的，非常需要数据，而战略层次的，数据只能当个参考。

 

回到Marketing，本文的目的有一个方面在于希望大家能够知道google以及第三方的线上广告商，比如联盟营销，是通过何种逻辑判断你们网站应付的广告费用是多少。广告公司会告诉你，给你一个月带来多少多少的click，多少多少的traffic，多少多少的订单，并给你看很详细的数据，我要告诉你的是，每个广告商都会在逻辑上跟你兜圈子，如果你不了解，你会交很多其实你并不应该付的广告费。举前面小明的例子来说，我觉得处理的最恰当的应该是coremetrics，他们的归因逻辑是切实的站在网站的一方替客户考虑的，因此数据很实在。以前我很崇拜Omniture，觉得技术很好，也很喜欢google analytics，因为速度快，又免费，但不得不说，至少在marketing方面，他们都让你多掏钱了。根据我的经验，从google, commission junction, double click获得的数据，不止10%的水分（本来想写20%来着的,呵呵）。

 

当然，如果你是做Marketing的老大，你可能并不会喜欢我这样说，因为，毕竟从google analytics，或者是HBX，或者是Omniture得到的数据很好看，traffic很多，order也多。因此你的绩效会很好，老大会很满意，你可以自豪的跟老板说，你做的marketing效果很好，占了公司多少%的销售。但是站在网站的角度，你其实是浪费了广告的费用，这笔钱其实可以投放更多的广告，或是给消费者更多的让利，不是吗？

 

第二个问题是，在公司内部，自己平时的运营当中，如何判断各种营销手段的绩效。这个问题其实不用我说很多，很多人都有阐述，比如组合分析法等等，个人的建议是看两个指标：一个是7days backward looking first click的数据。为什么用这个呢，正如第二篇中我说的，marketing的一个很重要的功能是带来new traffic，因此看first click比看last click对网站的推广而言，效果更好；第二个是看7days backward looking average click，用这个指标是因为我们要考虑到各个营销手段，都做过贡献的，所以我们也要算上它们的功劳，用average而不用all click，也避免了在加总的时候造成不能吻合的情况。此外，在这里，我建议都是采用７天回溯数据，为什么呢，我觉得在线营销目前所采用的30天的数据，会夸大各个营销手段的实际功效。如果在技术上可行的话，最好是采用７天的回溯数据。

 

 

作者: 谭砚耘@用户体验与可用性设计-科研笔记

版权属于: 谭砚耘 （TOTHETOP至尚国际  ）

版权所有。转载时必须以链接形式注明作者和原始出处

如果你希望与作者交流，请发送邮件到 tanyanyun/at/163.com 别忘了修改小老鼠