Avinash Kaushik 主题演讲 - 真棒：以不同方式处理搜索分析的想法

你有没有听过 Avinash Kaushik 向观众讲话？ 就像看烟花一样。 波光粼粼，令人无法抗拒，充满了古人的智慧。 好吧，我想网络分析并不能追溯​​到 12 世纪中国的烟火，但你知道我在说什么。 我现在会尝试装瓶一些魔法。

Mike Grehan 介绍了 Avinash，@avinashkaushik，作为一种自然的动态力量，我们的主讲人上台。 他说他是 Market Motive 的联合创始人，该公司提供在线营销课程。 他还撰写了博客 Occam's Razor，并撰写了Web Analytics: An Hour a Day和Web Analytics 2.0——这些书籍讲述了不断发展和变化的分析世界。 他为每本书赚了 80,000 美元，并将钱捐给了慈善机构。

所以今天他将谈论互联网如何演变我们对人际关系的基本信念。 他将讲述四个突出我们面临的挑战的故事。

打破限制

他放了一张分析报告的截图，他称之为数据呕吐。 有 20,000 个关键字被跟踪，当您只能看到大约 20 个关键字时，您怎么可能管理这么多关键字？

解决方案是使用在线分割进行过滤。 当您输入要调查的关键字时，您会应用过滤器，这时您可以分解。 将大量数据减少到非常易于管理的程度。

标记云！

Wordle.net：它们是可视化大量数据的绝佳方式。 访问 Wordle.net，获取 1000 个关键字中的 100 个，然后将其提炼为一页图像。 如果您的关键字分布均匀，您可以看到它。 您可以查看您的网站是否真的与您感兴趣的关键字相关。如果业务策略是做 X 而现实是 Y，我们真的实现了我们想要的吗？

Juice 关键字树：您可以看到一个术语与另一个术语的连接位置。 然后根据大小，您可以看到有多少人进入该关键字，通过颜色，您可以看到有多少人反弹。 你可能会发现在某些情况下你非常多样化。

结果，宝贝！ … 整体价值

全世界的共同痛点是我没有我需要的资源。 我没有一个好的CMS。 但实际上，问题在于他们专注于错误的事情。 超越转化率。 美国的平均转化率为 2%。 这还不是全部。

Avinash 试图说服他的妻子他应该写博客，尽管他只能在深夜孩子们睡着的时候写。 她会告诉他去睡觉。 所以他试图给她充分的理由。

他的观点是：我很重要。 她的回答：去睡觉吧。

这条数据并没有让她信服。

他的观点：去年我有来自 176 个国家的超过 73,000 次访问。 她的回答：去睡觉吧。

这条数据是上面那条数据的更强版本，但它并没有与他的妻子相关联。

他的观点：在上个月，我赚了 26,000 美元（通过量化资产价值得出的数字，例如点击注册他在会议上所做的演示）。 她的回答是：努力工作。

那正是你想要的。 你想用对他们有意义的语言和数字与人交谈。 有目标真的很重要。 您不想专注于 2% 的转化。 您想了解正在进行的 98% 的其他活动。

您应该关注为您的业务创造经济价值的微观转化事件。 以tripadvisor.com 为例。 是的，最大的目标是获得预订。 但是当用户点击广告时，你会得到钱。 当人们注册您的时事通讯时，您可以对此进行评价。 离线转换。 用户生成内容。 而在……

如果您的任务是衡量tripadvisor.com 的成功与否，如果您只看到预订的房间，您将错过很多。

收入 = 好。

经济价值=上帝！

想想 Looooooong 尾巴……一切！

在他的博客上，他大约一半的流量来自搜索。 这是非常典型的，但如果你仔细想想，在来自搜索的 40,000 名访问者中，他们来自 26,000 个关键字。 他只关注了大约 10 个关键字，并有 5,000 名访问者来自这些关键字。 然后，26,000 个关键字吸引了 35,000 名访问者。 那么，为什么要痴迷于少数品牌关键词呢？

当您深入研究数据时，您会发现您的头脑就是您的品牌术语。 但是来自长尾的人正在重复使用关键短语，这些短语通常与您的类别相关，而不是您的品牌。 这些长尾用户的另一个迷人之处在于他们不确定自己想要什么。 如果你能走到他们面前并首先说服他们，你就能得到他们的生意。

他最近正在为一位朋友寻找相机，他意识到柯达完全失控了。 他会搜索他们认为是大卖点的功能。 没有柯达。 他会直接从他们的网站上搜索单词。 没有柯达。 他搜索了他们制造的特定相机。 有相机，但不在柯达的网站上。

柯达趁机在对的时间找到了对的人，却挥霍无度。 不仅仅是柯达。 试试 Best Buy、Orbitz、Cisco 和 Victoria's Secret。 大部分时间都在发生。 这些公司正在考虑消费市场。 有很多人已经认识他们了。 但是你不能停下来，也不能尝试增加你的消费者。

超越“钓鱼实验”

基于 Google AdWords 搜索的关键字工具将搜索查询与机器人索引页面进行比较，或者换句话说，将 Web 拥有的页面与实际正在搜索的查询进行比较。 您可以查看预算中包含哪些关键字。 您可以查看实际查询。 这是实际数据。

无论你是否出现，流量都会过去。 就像三文鱼在溪流中游弋，就像一只张大嘴巴的熊。 鲑鱼会跳进去，只要你在那里抓到它们。

智能归因

转化漏斗的产生方式有很多种。 如果在进行转换之前，消费者会在几个月内看到广告、访问附属网站、进行搜索。 你怎么能归因于销售？ 所以我们会吓坏哭泣吗？ 还没有……回去考虑“这对我来说是个问题吗？” 运行购买访问报告（在每个平台上都可用）。 您可能会看到 80% 的转化发生在两次访问中。 在这种情况下，这不是问题。 现在，如果看起来大多数转化发生在 9 次访问中，那么这对您来说是个问题。

分析工具会报告点击前发生的事情。 认识到这一点，分析平台开始将归因于第一次点击。 下一个尝试是对每一个行动给予同等的评价。 更合理一点，他们将大部分功劳归于最后一次点击，然后将其余部分分散到其他操作中。 今天有一个模型，他称之为“Make Crap Up”。 一组随机规则分配属性。 它基于垃圾并且是这样的：

问：你为什么给你的电子邮件 20% 的信用？ A：因为我的电子邮件团队真的很大。

还有一个衰减模型，在该模型中，距转化时间较早的操作获得的功劳较少。 这是最差的模型。

最后一次点击获得 75% 的信用。

剩余 25% 的信用额度：

1. 向后衰减功能 3-5 次点击
2. 全部在过去 7-30 天内*

*细微差别

冲动 – 7 天后退

更多的冲动，更少的考虑 - 7-14 天

… [错过了更多细微差别]

关键是他们可以回到历史，他们把逻辑放到他们的模型中。 这是你应该努力的。

归因会消失吗？ 这与功劳无关——它与对您最有效的媒体组合有关。

这里有一些关于未来可能是什么样子的想法。

1. 媒体组合建模：在美国多个主要城市进行测试活动在每个城市选择一个平台、PPC、SEO、YouTube 等。然后您将拥有数据以找出 CPA 最低的组合.
2. 边际归因：增量转化为您提供边际归因

你可以在这里听他谈论这些话题：http://tr.im/mmsc4

他留给我们的最后一条信息是始终正确掌握基础知识。 他的儿子想要一台打印机，所以他寻找无线打印机。 第一个广告着陆页是一个 Flash 网站，需要很长时间才能加载，最后却没有给他想要的东西。 第二个广告只是碳粉。 用户没有得到他们想要的东西。 这导致了一个很大的跳出率。 请记住，跳出率 = “我来了，我吐了，我走了。”