【前言】这个问题是我们的QQ群上被最常问起的问题之一，事实上也是我的客户经常问起的问题之一。这是个非常复杂的问题，不在于提出问题本身，而在于解决问题的可行性一直困扰着从业者。这篇文章，将讨论线上营销对线下行动影响的几种类型和目前的解决方法及仍然存在的困扰，这是这个主题的上篇。

【正文】

今天的这个话题是一个新的挑战，坦率说，在这个领域我所知有限，且一直抱有畏惧，但这是一个无法回避的话题，如果你要做网络营销，你的老板就必会问你最终带来了什么样的效果。 这个效果，对于很多非直接在线交易的商业模式而言，实际上意味着受众受到网络营销影响而在线下所采取的行动。这，不是单靠网站分析工具可以监测到的了。因此，网络营销界的实践者们，尝试了各种方法来试图解决这个问题，并将在未来的数年持续探索下去。

这篇文章无法总结他们的探索，而与之前的文章类似，只是谈谈我的理解和实践，希望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

线上营销对线下行动产生的效果分为多种类型，按照从比较初级的影响到非常强烈的影响，可以分为四个层次，如下所示：

1、对产品留下印象（Awareness）

2、对产品产生好感/潜在购买可能性（Preferences）

3、提交购买意向、试用，或拨打咨询/询盘电话（Leads）

4、产生实际线下的购买行为（Purchase）

一般而言，线上营销（Digital Campaign）的最终目的一定是实现Purchase，但Purchase的实现有时需要较长周期，而且从Awareness到Purchase的整个环节中整个损耗很大，因此，Campaign如果能够实现Leads或者Preferences，或者仅仅只是对消费者留下了印象（Awareness）也是不错的。这样，人们对Digital Campaign效果的评价也就不仅仅限于查看最终的实际购买，而同样关注从Awareness到Preference到Leads最终到Purchase的全过程。

Awareness的效果监测

Awareness是指受众对广告所宣传品牌/商品的认知。根据我以前在Agency负责监控digital campaign效果的经验，Awareness的监测主要是依靠广告曝光数据（Impression）。但是，Impression是一个非常弱的度量（在国内，我已经很多次表示了对这个度量的“鄙视”了 :），很难带来什么有价值的insight，因此，我们需要一些更好的办法。

这里，我要特别感谢我以前的客户，凯男和许飞，他们在这个领域提出了非常好的解决方法，也要特别感谢Tenly（邬剑）同学，他在扩展这些方法上提出了非常好的见解。所以，我这里总结这些方法如下：

1、广告Impression/Click数

2、广告推向网站的Visitor数量

3、软文总被阅读数（软文PV）/评价数/回复数

4、产品或者品牌关键词搜索量的增长幅度

5、产品或者品牌关键词的搜索引擎结果的增长幅度

6、Social Media的分享/转发数量

7、调研问卷直接统计

8、口碑监测

这些方法有些容易，有些略难，但的确都是目前能够实际实施的Awareness评价方法。其中，广告推向网站的visitor数量我一直比较重视，但是，由于疯狂的作弊的存在，这个数值现在受到了严峻挑战。但是，网络营销效果分析师不能因此而被难倒，去伪存真不就是我们的工作吗。因此，我们应该把这个visitor的数量改为Qualified Visitor（靠谱的visitor）的数量。Qualified Visitor = Campaign Overall Visitor × Bounce % × Stay longer than 30sec % × Other criteria。

软文总被阅读数是另一个常用的评价方法，软文对于很多广告主而言，都是性价比比较高的方法。总被阅读数是指除了软文发布媒体上的软文page view数量之外，以及其他所有的转载的总的page view的数量。不过，有意思的是，我却建议用另外一个数量——软文有效阅读数 = 软文总被阅读数－软文在原发布平台上的阅读数量。为什么用这个数量呢，咳，因为媒介本身的那个数据实在是不能尽信啊，干脆不信了。软文总被阅读数怎么统计呢？我自己用精确和模糊两种方法。精确方法，首先用百度搜索全部文章，然后点击进入手工记录各个转载文章提供的统计数据（一般都提供）。这个方法麻烦，但是能够尽量做到精确。模糊方法，就是在软文中设置一个Google Analytics（或者DoubleClick等工具） 的1×1像素的透明图片，然后祈祷其他媒介在转载的时候把这个图片也一同转过去（但是几率比较小），然后根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。基本上，这个方法能够告诉你个大概，但肯定不精确。