线上营销对线下行动影响的类型、解法与困扰上篇,禅城企业网站推广怎么做
栏目：网络推广 发布时间：2025-04-04
[]这是关于这个主题的上一部分内容。其下篇可查看：线上营销对线下行动效果的监测（下）。 【正文】 今天的这个话题是新的挑战。坦率来讲，在这个领域我知道 ... 线上营销对线下行动影响的类型、解法与困扰上篇
[]这是关于这个主题的上一部分内容。其下篇可查看：线上营销对线下行动效果的监测（下）。
【正文】
今天的这个话题是新的挑战。坦率来讲，在这个领域我知道的不多，并且一直心怀畏惧。然而，这是一个不能回避的话题。如果你要进行网络营销，你的老板必然会问你最终带来了何种效果。对于很多非直接在线交易的商业模式来说，这个效果实际上指的是受众受到网络营销影响后在线下所采取的行动。这不是仅靠网站分析工具就能监测到的。所以，网络营销界的实践者们尝试了诸多方法去试图解决此问题，并且在未来的数年里还将持续进行探索。
这篇文章不能对他们的探索进行总结，它和之前的文章一样，只是说一说我的理解以及实践情况，期望能引发大家的思考和讨论。
线上营销对线下行动产生影响效果的分类
4. 高级影响层次。
一般来说，线上营销的最终目的是可以实现的。然而，实现这一目的有时需要较长的周期。并且在从开始到结束的整个环节中，损耗是很大的。所以，如果能够实现 Leads 或者达成某种特定的结果，又或者仅仅只是给消费者留下了印象，这也是不错的。这样一来，人们对营销效果的评价就不会仅仅局限于查看最终的实际购买，而是同样会关注从开始到 Leads 最终到结束的全过程。
的效果监测
指的是受众对广告所宣传品牌或商品的认知情况。从以往负责监控效果的经历来看，监测主要借助广告曝光数据。然而，这是一个很弱的度量标准，在国内我已多次表达对其的不满，它很难带来有价值的东西，所以我们需要一些更优的办法。
我要特别感谢曾是我的客户的凯男和许飞，他们在该领域给出了极为出色的解决办法。同时，也要特别感谢 Tenly（邬剑）同学，他在对这些方法进行扩展方面提出了很棒的见解。因此，我在此对这些方法总结如下：
这些方法有的容易，有的稍难，不过确实都是当下能够实际施行的评价方法。其中，对于广告推向网站的数量，我一直较为重视。然而，由于存在疯狂的作弊行为，这个数值如今面临着严峻的挑战。但是，网络营销效果分析师不能就此被难住，去伪存真不正是我们的工作吗？所以，我们应当将这个数量改为（靠谱的）数量。× 乘以 % 乘以停留时间超过 30 秒 % 乘以其他。
软文总被阅读数是一种常用的评价方式。很多广告主认为，软文是性价比比较高的。总被阅读数指的是，除了软文发布媒体上的软文 page view 数量之外，还有其他所有转载的总的 page view 数量。有意思的是，我建议用另一个数量，即软文有效阅读数等于软文总被阅读数减去软文在原发布平台上的阅读数量。之所以用这个数量，是因为媒介本身的数据实在不可尽信，索性就不信了。那软文总被阅读数怎么统计呢？我用精确和模糊两种方法。精确方法是，先通过百度进行全部文章的搜索，接着点击进入，再手工记录各个转载文章所提供的统计数据（通常这些文章都会提供统计数据）。这种方法较为麻烦，然而却能够尽可能地做到精确。模糊方法是在软文中设置一个 1×1 像素的透明图片（或者借助相关工具），接着祈祷其他媒介在转载时能将此图片一同转过去，不过这种几率比较小。之后依据总的文章转载数量，对统计到的转载数量进行按比例放大。大致来说，此方法能给你一个大概的情况，但肯定不够精确。添加这个透明图片的方法可查看此文章的前几段。
我青睐通过产品或者品牌关键词搜索量的增长幅度来进行判断。这种方法使用起来很简单，只需使用“或者”即可。官方告知我们，“”和“”使用的是相同的数据来源，然而“”拥有更多、更全面、更高级的功能。
这个工具对于新出现的商品/品牌较为适宜，比如 Intel 的 Core i5 。然而，对于那些无法通过搜索关键词与竞品区分开的商品/品牌则不适用，像“无痛人流”这类情况。因此，建议创造一个新的、值得拥有一个响亮好记名称的商品/品牌。
在搜索引擎中直接加引号搜索产品或者品牌关键词的搜索引擎结果的增长幅度。此增长幅度意味着人们对产品/品牌的增加。
Media 的分享或转发数量，这一度量对于进行 media 活动而言非常重要，然而要获得这个值实际上较为困难。对于某些情况或者某些平台，其实有 API 可供开放使用，所以第三方统计软件数量众多。而更高级的合作，比如 2009 年 5 月与某方的合作，能够让数据统计更加深入和强大。但在我们国家，这些情况变成了问题。一方面，某些事物进不来，即便进来了也是“非死不可”这类情况，这就无需多言了，大家都在致哀。另一方面，国内最为成功的新浪微博，也尚未做出任何良好的可用于数据统计的 API，人人网和开心网同样没有。你可以通过手工来进行统计，但我更倾向于耐心等待未来的发展。
调研问卷统计显示，这是一种绝对的万能方法，然而它也是最为耗时且自由度最低的方法。这种方法不仅适用于某些情况，对于其他情况也同样适用，因此将其放在后面进行讲解。
口碑监测，与调研问卷统计类似，也放到后面讲。
的监测
评估比要更难，我认为它是最难评估的。因为它反映的是人内心的活动。人内心的活动能外化为行为，但无法反推。例如，我觉得难过，不一定会哭泣；即使因难过而哭泣，也不能说哭泣一定是因为难过，或许是因为激动。所以用“哭泣”来反推“难过”会有误差。同样，评估虽然存在一些可以通过行为（比如推荐给朋友、收藏等）来间接衡量的方法，但是误差是很明显的。
评价相对可靠的方法是直接发问，去询问受众的内心感受，这就是调研。由于调研能够直接询问受众的内心感受，所以调研方法也被用于研究受众。
在线调研
调研的基本方法是把调研受众（样本）分成两组。一组是 Group，它被当作对照组；另一组是 Group，也可以称为 Test Group，即测试组。对照组被通过技术方法控制，使其不能暴露在广告下；而测试组则被明确地暴露在广告之下。
例如，给我们介绍了最常用的在线调研的方法：
图：这是在线调研的基本方法 （版权属于 Brown公司）
上图展示了在线调研的基本方法。A 组被确定处于广告创意的暴露之下，而 B 组则被控制，确定没有看到广告。控制的方法其实很简单，比如在发布前进行一次调研，这样对照组的受众就肯定不可能看到广告。
要评价一个网站对访问者的影响，能够利用这个方法。同时要保证对照组的受众在答卷之前没有访问这个网站。
对于上述网站的问卷，你能够通过设定网站的程序来达成这样的效果：一部分访问者在访问你的网站之前就填写问卷（这是对照组），而另一部分访问者则在离开网站的时候再填写问卷（这是曝光组）。倘若你不想自己编写程序，在国内是有第三方服务能够提供类似功能的，比如精硕科技的。你可以利用免费的 4Q 问卷，并且它还提供自定义的问卷，不过题目数量是有限的。
利用问卷调研的方法时，有两个方面需要特别留意。一是问卷内容的设计；二是回收有效问卷答案的数量以及其对统计学意义的影响。在此我不敢多言，因为我在这两个领域都还处于完全陌生的状态。
。
【正文】
今天的这个话题是新的挑战。坦率来讲，在这个领域我知道的不多，并且一直心怀畏惧。然而，这是一个不能回避的话题。如果你要进行网络营销，你的老板必然会问你最终带来了何种效果。对于很多非直接在线交易的商业模式来说，这个效果实际上指的是受众受到网络营销影响后在线下所采取的行动。这不是仅靠网站分析工具就能监测到的。所以，网络营销界的实践者们尝试了诸多方法去试图解决此问题，并且在未来的数年里还将持续进行探索。
这篇文章不能对他们的探索进行总结，它和之前的文章一样，只是说一说我的理解以及实践情况，期望能引发大家的思考和讨论。
线上营销对线下行动产生影响效果的分类
4. 高级影响层次。
一般来说，线上营销的最终目的是可以实现的。然而，实现这一目的有时需要较长的周期。并且在从开始到结束的整个环节中，损耗是很大的。所以，如果能够实现 Leads 或者达成某种特定的结果，又或者仅仅只是给消费者留下了印象，这也是不错的。这样一来，人们对营销效果的评价就不会仅仅局限于查看最终的实际购买，而是同样会关注从开始到 Leads 最终到结束的全过程。
的效果监测
指的是受众对广告所宣传品牌或商品的认知情况。从以往负责监控效果的经历来看，监测主要借助广告曝光数据。然而，这是一个很弱的度量标准，在国内我已多次表达对其的不满，它很难带来有价值的东西，所以我们需要一些更优的办法。
我要特别感谢曾是我的客户的凯男和许飞，他们在该领域给出了极为出色的解决办法。同时，也要特别感谢 Tenly（邬剑）同学，他在对这些方法进行扩展方面提出了很棒的见解。因此，我在此对这些方法总结如下：
这些方法有的容易，有的稍难，不过确实都是当下能够实际施行的评价方法。其中，对于广告推向网站的数量，我一直较为重视。然而，由于存在疯狂的作弊行为，这个数值如今面临着严峻的挑战。但是，网络营销效果分析师不能就此被难住，去伪存真不正是我们的工作吗？所以，我们应当将这个数量改为（靠谱的）数量。× 乘以 % 乘以停留时间超过 30 秒 % 乘以其他。
软文总被阅读数是一种常用的评价方式。很多广告主认为，软文是性价比比较高的。总被阅读数指的是，除了软文发布媒体上的软文 page view 数量之外，还有其他所有转载的总的 page view 数量。有意思的是，我建议用另一个数量，即软文有效阅读数等于软文总被阅读数减去软文在原发布平台上的阅读数量。之所以用这个数量，是因为媒介本身的数据实在不可尽信，索性就不信了。那软文总被阅读数怎么统计呢？我用精确和模糊两种方法。精确方法是，先通过百度进行全部文章的搜索，接着点击进入，再手工记录各个转载文章所提供的统计数据（通常这些文章都会提供统计数据）。这种方法较为麻烦，然而却能够尽可能地做到精确。模糊方法是在软文中设置一个 1×1 像素的透明图片（或者借助相关工具），接着祈祷其他媒介在转载时能将此图片一同转过去，不过这种几率比较小。之后依据总的文章转载数量，对统计到的转载数量进行按比例放大。大致来说，此方法能给你一个大概的情况，但肯定不够精确。添加这个透明图片的方法可查看此文章的前几段。
我青睐通过产品或者品牌关键词搜索量的增长幅度来进行判断。这种方法使用起来很简单，只需使用“或者”即可。官方告知我们，“”和“”使用的是相同的数据来源，然而“”拥有更多、更全面、更高级的功能。
这个工具对于新出现的商品/品牌较为适宜，比如 Intel 的 Core i5 。然而，对于那些无法通过搜索关键词与竞品区分开的商品/品牌则不适用，像“无痛人流”这类情况。因此，建议创造一个新的、值得拥有一个响亮好记名称的商品/品牌。
在搜索引擎中直接加引号搜索产品或者品牌关键词的搜索引擎结果的增长幅度。此增长幅度意味着人们对产品/品牌的增加。
Media 的分享或转发数量，这一度量对于进行 media 活动而言非常重要，然而要获得这个值实际上较为困难。对于某些情况或者某些平台，其实有 API 可供开放使用，所以第三方统计软件数量众多。而更高级的合作，比如 2009 年 5 月与某方的合作，能够让数据统计更加深入和强大。但在我们国家，这些情况变成了问题。一方面，某些事物进不来，即便进来了也是“非死不可”这类情况，这就无需多言了，大家都在致哀。另一方面，国内最为成功的新浪微博，也尚未做出任何良好的可用于数据统计的 API，人人网和开心网同样没有。你可以通过手工来进行统计，但我更倾向于耐心等待未来的发展。
调研问卷统计显示，这是一种绝对的万能方法，然而它也是最为耗时且自由度最低的方法。这种方法不仅适用于某些情况，对于其他情况也同样适用，因此将其放在后面进行讲解。
口碑监测，与调研问卷统计类似，也放到后面讲。
的监测
评估比要更难，我认为它是最难评估的。因为它反映的是人内心的活动。人内心的活动能外化为行为，但无法反推。例如，我觉得难过，不一定会哭泣；即使因难过而哭泣，也不能说哭泣一定是因为难过，或许是因为激动。所以用“哭泣”来反推“难过”会有误差。同样，评估虽然存在一些可以通过行为（比如推荐给朋友、收藏等）来间接衡量的方法，但是误差是很明显的。
评价相对可靠的方法是直接发问，去询问受众的内心感受，这就是调研。由于调研能够直接询问受众的内心感受，所以调研方法也被用于研究受众。
在线调研
调研的基本方法是把调研受众（样本）分成两组。一组是 Group，它被当作对照组；另一组是 Group，也可以称为 Test Group，即测试组。对照组被通过技术方法控制，使其不能暴露在广告下；而测试组则被明确地暴露在广告之下。
例如，给我们介绍了最常用的在线调研的方法：
图：这是在线调研的基本方法 （版权属于 Brown公司）
上图展示了在线调研的基本方法。A 组被确定处于广告创意的暴露之下，而 B 组则被控制，确定没有看到广告。控制的方法其实很简单，比如在发布前进行一次调研，这样对照组的受众就肯定不可能看到广告。
要评价一个网站对访问者的影响，能够利用这个方法。同时要保证对照组的受众在答卷之前没有访问这个网站。
对于上述网站的问卷，你能够通过设定网站的程序来达成这样的效果：一部分访问者在访问你的网站之前就填写问卷（这是对照组），而另一部分访问者则在离开网站的时候再填写问卷（这是曝光组）。倘若你不想自己编写程序，在国内是有第三方服务能够提供类似功能的，比如精硕科技的。你可以利用免费的 4Q 问卷，并且它还提供自定义的问卷，不过题目数量是有限的。
利用问卷调研的方法时，有两个方面需要特别留意。一是问卷内容的设计；二是回收有效问卷答案的数量以及其对统计学意义的影响。在此我不敢多言，因为我在这两个领域都还处于完全陌生的状态。
。