你的点击率变成了多少钱，本文主要内容关键词为：多少钱论文,点击率论文,变成了论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
“展示广告并没有起作用。”我的一位同事负责为某家颇具规模的网络大学进行宣传，结果却发出如上抱怨。 他聘请某创意公司设计了引人入胜的广告，并在某广告网络上投入5万美元，组织了几次宣传活动。“起初顺风顺水，点击率扶摇直上，但是要将点击率转化为意向客户势比登天。当计算成本时，我发现CPL（cost per lead，按引导效果付费）比我想象的要高，那些来自宣传活动的意向客户并没有真正形成足够的注册入学人数。我们的点击率的确很高，但是点击者并非我们的目标受众。”他说。 你会遇到这种投资回报率（ROI）的窘境吗？极有可能。如果你负责营销策划、媒体采购或互动战略，你就会遇到这一问题。如今，营销人员在网络渠道投入了大量真金白银，就势必要为营销活动找到合适的受众。借助大数据和预测分析手段，你能成功为自己的营销信息找到目标受众。 传统的营销漏斗在网上依然适用。一次成功的营销活动必须符合漏斗各阶段的目标。无论是建立知名度（品牌化），教育/培育客户（寻找潜在客户）还是完成交易（客户转化），要在不同阶段发现合适的受众，就需要采用不同的数据指标和衡量方法。以下是漏斗各阶段需要考虑的几个关键问题。 客户转化：锁定现有需求 受众定向数据 客户转化营销活动的宗旨是利用现有的客户需求，将其转化为实际交易。你如何才能在网上发现当前的客户需求并瞄准目标用户？答案是行为数据。每天顾客都会通过搜索活动和网页浏览行为透露自己的当前意向（参见下页“行为指标与定向方法”）。 根据公司的不同，这些数据指标预测购买行为的能力有强有弱，最具价值的指标往往凤毛麟角。为了加强行为指标的效果，数据专家利用大数据创建了“相似受众”，这些相似受众浏览网页的特征与你们现有的顾客颇为相似。不妨设想一下，你们发现某些人在你们网站购物的前一周里，曾经光顾某家理财规划网站。这一信息虽然不起眼，但是对于决定你们产品的潜在购买者而言，这一线索举足轻重。 像Quantcast那样的公司会通过分析网上的海量数据凸显各类行为指标的特征，对其加以合并，从而拓宽转化营销的潜在受众群。同样，媒体采购平台可以运用受众反应最优算法采集营销数据，从中发现能使受众反应最大化的广告投放位置和时间。 效果衡量 由于客户转化营销活动利用的是现有需求，因此对它的评估应当看受众是否有高响应度。受众需要在极短的时间窗口内（几天或几个小时）看到营销活动并对其做出反应。评估应当基于最后一次点击，同时也考虑较短期间内的广告浏览情况。 寻找潜在客户：刺激新需求 受众定向数据 寻找潜在客户活动的宗旨是对符合条件的消费者进行产品教育，激发他们的需求。对新客户进行教育需要不断增加投入。为了说明这样做的合理性，这些客户必须在你们的目标市场中，而且是最具价值、最能带来丰厚回报的人群。如上文所述，转化活动的目标客户已经通过自己当下的行为（即行为线索）展现出他们当前的需求。行为线索有助于发现已经在市场内的消费者，但要发现潜在客户，你还需要看看他们是谁（即他们的个人信息）。 个人信息有多种类型。你不妨先从了解能为你带来回报的现有顾客入手，了解他们的特征。相关数据指标包括人口属性、兴趣爱好、心理描述、资产状况、生活方式、个人收支以及过去的购物经历等。你也可以参照现成的数据组，尼尔森（Nielsen）和Neustar就提供这样的数据组，其数据涵盖了多种特征。问题是如何从众多杂音中发现合适的数据组，从中挖掘潜在客户。解决方法之一是获取不同数据组，展开试营销，看看哪一种更有效。但是与其甄选不同数据组，不如同时运用多个数据组。 预测分析手段可以帮助你将成千上万个数据点汇在一处，建立准确的“相似”受众模型。该模型以现有的最佳客户为模板，同时嵌入各种第三方数据源。建模算法会分析嵌入数据，然后通过数学方法决定哪些指标对预测目标客户最有效。优秀的算法会为每种指标赋予不同权重。 效果衡量 寻找潜在客户的活动处于营销漏斗的中段，其核心是教育新客户。鉴于这一点，应当根据它对“高价值”用户的影响力及其创造新增需求的能力对其做出评估。虽然某些受到宣传的用户是在最后一次点击时才实现了客户转化，但是大约80%到95%的转化是发生在用户浏览广告的过程中。对于大多数转化而言，最后一个触点（点击或浏览）将是一次转化营销。例如，寻找潜在客户的营销活动可以推动用户进行搜索或者无点击浏览品牌网站。 为了衡量受宣传影响的潜在客户的价值，必须对浏览和点击转化过程中的交易水平进行跟踪。通过追踪到最后的交易量（如本文开头案例中的注册情况），就可以衡量营销活动的客户转化价值。
