<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>西瓜网络营销学院-西瓜学院 &#187; Proximity</title>
	<atom:link href="http://www.baidusir.com/tag/proximity/feed" rel="self" type="application/rss+xml" />
	<link>http://www.baidusir.com</link>
	<description>网络营销学院-西瓜学院-北京网络推广-百度先生-百度排名优化-网络营销</description>
	<lastBuildDate>Sat, 04 Feb 2012 10:26:51 +0000</lastBuildDate>
	<language>en</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
	<generator>http://wordpress.org/?v=3.0</generator>
		<item>
		<title>构成参与度指数的参数选择，分类和数据收集方法</title>
		<link>http://www.baidusir.com/sem/9</link>
		<comments>http://www.baidusir.com/sem/9#comments</comments>
		<pubDate>Sat, 17 Jul 2010 04:22:05 +0000</pubDate>
		<dc:creator>baidusir</dc:creator>
				<category><![CDATA[Sem]]></category>
		<category><![CDATA[Proximity]]></category>
		<category><![CDATA[参与度指数]]></category>
		<category><![CDATA[品牌交互]]></category>
		<category><![CDATA[构成参与度指数]]></category>
		<category><![CDATA[访问路径]]></category>

		<guid isPermaLink="false">http://www.baidusir.com/?p=9</guid>
		<description><![CDATA[作者：Scyan 题记： A-你做网站优化有什么目标吗？ B-有啊，增加收入，提高转化率！ A-这不是目标，顶多算是方向. B-那什么是目标？ A-在2011年1月1日之前，投入增加10%的情况下，收入增加20%，转化率提高5% B-巴西和德国的目标就仅仅是拿冠军吧… 在Engagement Index-1：参与度指数的含义中，通过Forrester的模型和一些补充，希望大家对参与度指数有了一个最初的概念。那么如题，这里我们来谈在不同 的engagement的阶段，参与度指数都由哪些参数组成，以及通过何种途径收集相关的信息。 这里需要注意的是，参与度指数，从根本上来说，虽然是一个整体的概念，但它是以个人为单位的。首先要衡量的，是对一个特定的人来说，他的参与度指数 是多少，然后通过一定的算法，求的一个整体的值，比如，最简单的做法，一个网站的参与度指数等于这个网站在研究区间中的所有单个访问者的参与度指数的平均 值。所以我们在确定每个阶段需要收集什么信息的时候，要注意一个总体层面的信息是不够的，可以和一个具体的用户ID联系起来的信息才有效。 1. Involvement (接触) 对于品牌来说，这首先是一个reach的过程，也就是说通过各种途径和手段，让潜在用户接触到品牌的信息；接着这是一个attraction的过 程，对于接受到的信息，用户所给予的关注很重要，有的信息可以吸引用户的注意力，而更多的则被无情的忽略了；然后，在用户被吸引之后，需要传递更多的信 息，这个时候就是一个吸引用户到网站或者应用等自有平台上，引到用户去探索的过程。 在这个过程中，我们搜集信息的方式有很多，比如通过邮件服务器收集关于邮件的信息，通过adserver收集关于条幅广告观看和点击的信息，通过社 交网站分析工具收集各种相关信息，最后通过网站分析工具收集网站上用户的行为信息等。这里可惜的是这些不同的工具很少交通，有时即使交通了也只是在宏观层 面上，不能共享一个用户ID，这样便直接导致了信息的分割和封闭从而在研究参与度指数的时候无法应用。 在理想情况下，我们希望在一个ID的记录中，可以保存相关人看过了什么条幅，收到并打开了哪些邮件，点击了哪个链接来到网站，然后在网站上以一种什么样的途径看过了哪些页面…. 在现实情况下，我们能做的只是以网站分析工具为核心（能提供包含visitor id的匿名个人信息），尽量和其他工具交通。这里我们可以连接到一个ID上的数据有，比如但不限于： 访问背景：访问时间，地点，网络服务商，浏览器，OS… 访问来源：引荐链接，广告条幅ID，Email ID，搜索关键词… 访问内容：landing page，content group/page x time spent, 访问路径（path），内容的版本信息（如果网站个性化显示或者正在进行Testing的话） multiple-touchpoints：如果能和adserver联系共享id的话，可以获得multiple view through （总共看过多少广告信息）；如果能和mail &#8230; <a href="http://www.baidusir.com/sem/9">继续阅读 <span class="meta-nav">&#8594;</span></a>]]></description>
		<wfw:commentRss>http://www.baidusir.com/sem/9/feed</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
	</channel>
</rss>

