Engagement是什么很久以前我写过一篇介绍Engagement的文章

　　Engagement是什么很久以前我写过一篇介绍Engagement的文章

　　[前言]

　　在上一期中，我们解释了衡量在线营销效果的两种最重要的方法——衡量人们内心的变化和衡量人们行为的变化。人类行为的变化按照对它的影响由浅到深的逻辑分为四个阶段：Traffic、Engagement、Conversion、Retention，并详细介绍了Traffic的情况。下面我们打算用文章两次，为大家详细讲解一下Engagement——这么大篇幅的Engagement讲解，真的是因为它很重要，涉及到很多方面。如果你能耐心阅读，你会有很多收获。

　　您将在本文中读到：1)什么是Engagement，2)Engagement一般收录哪些指标，这些指标的含义是什么，以及3)需要如何监控才能准确获取Engagement相关指标。

　　[文字]

　　什么是互动

　　很久以前写过一篇关于Engagement文章的文章：网站分析的最基本的度量（8）——Engagement，请参考。Engagement不是指具体的度量，而是一个series 衡量用户参与营销活动程度的指标集合，由于网站是营销活动的一部分，所以常使用engagement来衡量网站和网站内容和功能之间的用户互动程度。但是参与度不仅如此，还可以衡量用户与营销活动之间的其他互动方式，例如微博营销中用户的阅读、评论和转发，或者受众与富媒体广告之间的互动。参与度是一个有意义的指标，可以这样理解——用来衡量用户在产生流量之后，最终转化之前的行为和过程，特别是反映用户对营销活动的兴趣/网站，用来衡量影响最终转化的诸多因素。

　　所以我不能给订婚一个具体的定义。它是一个指标体系，而不是一个具体的指标，也不是像访问那样标准化的衡量标准。出于这个原因，美国人（Avinash Kaushik 和 Eric Peterson）自己也有不同的看法。一个人认为这是一个值得推广和标准化的指标，而另一个人则认为它不应该是一个指标，而且很难标准化它的应用。无论谁更有意义，在解决具体问题时，参与都有其非常明显的价值。因此，在我们的核心指标体系中，我一直认为参与度是其中最重要的部分。

　　Engagement可以分为两类，一类是可以标准化衡量用户行为的指标族，一类是可以根据不同情况按需定义的指标族。两类指标含义不同，功能相似，都非常重要。

　　标准化的参与度指标

　　标准化的参与度指标分为宏观层面和微观层面。宏指的是网站全站的参与情况，而微观指的是特定页面的参与情况。

　　宏观参与度指标主要是我们通常所说的旧的三跳率（bounce rate）、PV/Visit和Time on Site。这三个指标描述了三种不同类型的用户行为。

　　跳出率表示用户输入网站后是否对网站的内容感兴趣。如果没有，那么用户不会点击页面上的任何链接就离开，这样他实际上只能看到网站呈现给他的着陆页（landing page）。跳出率是一个随着技术进步没有太大变化的指标。有朋友问我，如果一个人进入着陆页，仔细阅读了着陆页上的内容几分钟，但没有点击以上任何链接查看其他页面，他是否被退回？这在大多数网站分析工具的跳出率定义中都有明确的说明，即跳出是否实际与用户在着陆页上的浏览时间有关，而只与他是否点击进入其他页面有关如果有点击进入其他页面，则不是反弹，否则是反弹，所以在上述情况下，无论访问者浏览了多久没有点击着陆页上的任何链接进入其他页面，这还是反弹。看来可能是跳出率的定义太严格了，和浏览页面的时间长短无关（时间问题后面会具体说明），似乎不合理。但是这个定义是技术简单，抓住大概率事件（浏览页面几分钟，没有点击页面上的任何链接，确实是小概率事件）的效率原则产生的“最佳解决方案”，所以一直在继续使用。

　　有趣的是，很久以前，Avinash 对bounce 的解释是页面/网站 的浏览时间不到10 秒（或者30 秒，我记不太清楚了）。但由于用户页面浏览时间不易准确监控（或准确监控降低了网站分析工具技术实现的简单性），而替代方案（目前对跳出率的定义）仍能相当准确地描述现实就跳出而言，大多数工具并没有以浏览时间作为定义跳出和跳出率的依据。

　　与Bounce Rate不同，PV/Visit（或PV/V在很多情况下缩写为PV/V）描述了用户与网站的另一种交互方式，即网站的浏览深度。用户在访问（visit）过程中查看的页面越多，用户对网站的兴趣就越大。所以一般来说，PV/V 越高越好。当然，兴趣可以分为主动兴趣和被动兴趣。被动兴趣是指因为在网站中找不到自己想要的东西而不断尝试寻找自己想要的东西的过程。 PV/V会比较大，但这不是一个好现象——但这种现象非常少见。

　　既然说到浏览深度，自然是对应浏览时长，也就是Time on Site，指的是访问网站的人的平均停留时间。比如一个网站有3次访问，一个停留2分钟，一个停留10分钟，一个停留0分钟，那么现场时间就是4分钟。和PV/Visit一样，一般来说，数值越大越好。

　　不过值得注意的是，网站分析工具统计的时间与实际用户在网站上停留的时间肯定不同。人们访问网站最后一页的时间不会被网站分析工具统计。原因很简单，因为一般的网站分析工具不会统计人们离开网站的准确时间，而只能记录他们访问这个网站倒数第二页的准确时间，这样最后一页被他造访过的逗留时间，竟然完全被忽略了。你可能会问为什么不计算在最后一页上花费的时间？ ——因为网站分析工具默认为用户关闭页面或从该页面的浏览器窗口跳转到其他网站行为，除非你做特殊设置。

　　如果没有进行额外的设置，这种安排意味着两点。首先，网站分析工具统计的网站browsing 时间总是小于网站在浏览器中打开的时间（虽然在浏览器中打开一个页面并不一定意味着你实际上每分钟都在看它和每一秒）；其次，所有反弹的访问（即只访问了一个页面的访问）在网站 上保持为 0。

　　确实有一些网站分析工具打破了这个胡言乱语，可以尝试记录下人们离开网站的瞬间。不过我个人觉得意义不是很大，除非每次访问的最后一页很有可能是那些特别需要人留下来仔细检查的页面。只要工具的统计方法一致，即使减少了最后一页的时间，依然可以做到一目了然，仍然可以帮助我们掌握用户的宏观参与情况。而且还降低了技术实现的难度，提高了监控的一致性，提高了监控的准确度（因为记录网站离开的确切时刻的方法其实并不完全可靠，只有一定的概率可以算起来，这会降低这些方法的实际可用性）。

　　不常用的宏观参与度指标之一是我们之前提到的访问量/UV 指标。用于衡量访客对网站的粘性。如果你喜欢某个网站，你会经常来，一个UV会带来多次访问。 Visit/UV 值越高，此网站 的用户忠诚度越高。

　　还有其他表示用户粘性的参与度指标，例如访问频率分布（制作图表）和访问间隔分布（制作图表）。这两个指标我用的不多。我觉得对他们最好的诠释就是不同网站的对比，和我自己心理预期的对比。

　　图：访问频率

　　图：采访时间间隔

　　我不想过多谈论微观层面的参与度指标。本质上，它们描述了用户在特定页面上的行为。更重要的是退出率。退出率是衡量一个页面在退出网站 之前被用户查看的最后一个页面的概率（与您查看的总查看次数相比）。比如某个页面的退出率为75%，这意味着访问该页面产生的所有PV中有四分之三是这些访问退出网站之前最后查看的页面。详细解释请看这个文章。

　　这里我想说的是，退出率是更微观的描述页面参与度衡量（之前宏观衡量整个网站参与度的衡量指标），它是衡量页面性能的指标，类似的指标包括Average Time on Page、Next Page Flow（以及它产生的热图）等相关的文章很多，就不详细介绍了。如果您有兴趣，请点击前面的链接。

　　按需定义的参与度指标

　　标准化的参与度指标描述了各种用户行为，但不足以涵盖更具体的衡量和分析需求。例如，一个网站有一些非常重要的特定用户操作（Action），例如注册或登录、申请试用机会、下载产品说明或将一定数量的商品加入购物车。对于这些具体的操作，标准化的参与度指标实际上并没有特别注意它们。

　　此时，我们需要自定义参与度指标来描述有价值的特定用户行为。这些行为有两种类型：

　　1.非规范行为：上述行为，如注册、登录、试用、下载、点击特殊位置或功能、加入购物车等，均属于此类。

　　2. 根据需求设置标准参与条件后，更有针对性的用户行为。例如，与访问相比，时长超过 3 分钟的访问是一种更具体的用户行为，或者一次访问超过 3 个页面的访问也是一种更具体的用户行为。此外，您还可以设置对特定页面的访问，这也是定义了条件的用户行为。这些根据你设置的标准不同，对应的度量值也不同。

　　您会发现这些指标相当“随心所欲”。是的，它们确实是根据您的需求自由定义的，这意味着其他人使用的参与度指标可能与您的完全不同。但是我们确实需要这些指标，否则我们无法完全描述用户行为的特征和价值，也无法进行针对性的分析和优化。

　　按需定义的参与度指标使网络营销分析能够真正匹配业务。否则，仅用访问或跳出率来衡量流量和用户行为过于粗略。

　　现在，你的问题可能会出现——因为这些指标是定制的，网站analysis工具肯定没有统一的标准报告来提供他们的数据。我们应该如何获取这些数据？

　　监控按需定义的参与度指标的实现

　　别担心，任何指标要成为指标的必要条件是它可以先被监控。如果不能被监控，它的存在价值就会丧失。这就是所谓的——不可测，即不存在。

　　必须能够监控自定义的参与度指标。 网站Analysis 工具实际上提供了一种非常全面的方法。分为以下几种情况：

　　1.点击链接后用户的Action打开一个新页面：

　　在这种情况下，我们其实不需要实现额外的监控工具，因为点击链接打开一个新页面会记录这个新打开页面的新PV。这样我们就可以统计这个新打开的页面的PV就知道用户点击链接的对应次数了。当然，点击次数和页面打开次数并不是100%对应，但是非常接近，完全不影响我们的分析。

　　用Excel下载数据，然后做一个过滤，记录下你认为属于Engagement的页面访问数据，宾果！

　　如果每次都点击同一个链接，打开的页面不是静态URL的页面，而是每次都有不同URL的动态页面。没关系，我们可以通过过滤设置（比如GA的过滤设置）将不同URL的动态页面统一到同一个URI中，这样GA在记录的时候就不会考虑很多页面，而是将它们记录为一个Page。但是这种方法必须有一个前提，就是动态页面的URL有一定的格式，也就是至少有一些共性，完全随机的URL是没有办法的。这个文章的具体实现方法，限于篇幅就不详述了。近期我会写一篇简单的介绍给大家，敬请期待。

　　2.用户的Action点击链接后不会打开新页面，而是打开了一些特定的功能：

　　这些功能包括：点击后打开JavaScript或Div浮动层，点击Flash，点击外部链接。在这些情况下，我们需要配置我们的 GA 监控代码。

　　1)点击的对象是JavaScript或者Div浮动层：

　　使用Event Tracking功能（官方文档，英文）或Virtual Page功能（官方说明，英文）的功能。该方法的原理是在点击动作本身的onClick事件中添加Event Tracking或Virtual Page的调用。例如：

　　 Your content here

　　Event Tracking和Virtual Page的区别在于前者会在GA Event report中记录点击动作，而后者会将这个动作的激活作为页面记录处理并显示在Content report中。这两种方法都是GA学习中必须掌握的方法。 ——如果你需要，我会专门写一篇文章来介绍这两种方法。如果您需要，请在下方留言。

　　2)点击的对象是Flash：

　　思路和上面的情况差不多。也需要用到Event Tracking或者Virtual Page的功能，但是对应的方法要写到Flash中。有些很复杂，需要技术同事帮助解决。

　　3)点击的对象是出站链接：

　　官方的方法类似于监控JavaScript或Div的方法。它使用出站链接的点击行为（onClick 事件）作为事件跟踪或虚拟页面。这样就需要对每个出站链接的onClick事件做一个引用，并添加Event Tracking等方法。请看这里：（英文）。如果页面的出站链接很多，这种方法就相当麻烦。

　　一次性解决方案也存在，比如这个文章:。自己没试过，但是看代码，应该是可以实现的。

　　本章总结：

　　本章只做了三件事：解释了什么是Engagement，它收录哪些指标，以及如何监控Engagement的相关指标。值得记住的是，Engagement 包括标准指标和自定义指标。对于自定义指标，监控时可能需要重新处理工具代码。

　　本文版权归“网站分析在中国CWA”及其作者宋星所有。如需转载，请联系作者