精通Web Analytics 2.0 (10) 第八章:竞争情报分析

时间:2021-08-11 08:24:41

精通Web Analytics 2.0 : 用户中心科学与在线统计艺术

第八章:竞争情报分析

  在现实世界中,收集竞争情报可能意味着雇人在竞争对手的垃圾桶(实际会发生!)翻找。 在虚拟世界中,堆如山的数据就在您的指尖 — 从引荐者,目的地和搜索关键字到人口统计信息和心理情况。 虽然听起来太好以至于不可能是真的,但这些数据确实大部分是免费的。

  竞争情报数据可以彻底地改进您的决策过程:您获得了关于自己绩效的额外背景,您可以挖掘行业趋势以获取可行的洞察,您可以在Web近乎无摩擦的环境中最终了解您的竞争状况。 


章节内容

  • 一  CI数据源,类型和秘密
  • 二  网站流量分析
  • 三  搜索和关键字分析
  • 四  受众识别和细分分析

  简单说来,竞争情报(CI)是对您的竞争对手,垂直市场或整个网站生态系统的数据的分析。例如,AMD(微芯片制造商),可以借助竞争情报数据来了解其直接的竞争对手Intel的表现。这意味着衡量Intel的访客趋势增长率或识别其良好的流量来源,并使用这些信息来指导AMD的战略。或者,AMD可以访问半导体行业中所有企业的CI数据,然后基于自己的实力对竞争对手进行排名,并且发掘新的机会。

  长久以来,在网站上获得竞争情报的唯一选择是如Alexa(工具栏),comScore(面板)和Hitwise(ISP)这样的解决方案。Alexa的数据是免费的,但后面的选项是昂贵的,因此许多人无法访问数据。然而,在过去两年中,市场上涌现了大量有偿和免费的工具。其中包含了Compete,Google's Insights for Search和Ad Planner,单一目的的解决方案如Wordtracker和Quantcast,基于警报的解决方案如Trackur等。

一  CI数据源,类型和秘密

  您需要了解任何一部分的数据是如何收集起来的,以便您可以决定如何最好地利用它。浏览器,搜索引擎,供应商和其他人通过许多不同的渠道收集CI数据,并且CI工具收集的数据与您的分析工具非常地不同。

  所以,我想解决一个几乎阻碍到了所有人的关键问题。您开启了看起来很美妙的CI工具,插入您网站的网址,当数据反馈回来时,那些数字与您来自网站分析工具的数据并不一致。你很困惑; 你在那一刻失去了信念,放弃了。这是个大错。

  CI工具无法访问您的网站(或竞争对手的网站),而网站分析工具却可以访问您的网站。数据收集上的根本性区别意味着:两个来源是接近的,趋势看起来会相似,但他们永远不是一致的。这是没关系的!

  这里有一个类比,可以让您更好地思考CI数据。考虑一下这个案例:衡量有多少人走进你邻近的超市。使用分析工具(如Coremetrics或Yahoo! Web Analytics)就像站在一家超市的门口,并计算有多少人走进去。他们是非常准确的。使用CI工具就像是站在月亮上用望远镜看向超市的门口,然后衡量有多少人走进来。当然,站在超市门口收集到的数据会更好些。但你并不能这样去得到竞争对手数据 — 他们会在两秒钟内把你踢出去。

  如果你想衡量相比于你的竞争对手的表现,你拥有的唯一选择是CI工具。尽管数据永远不会是完美的,但它足够您了解重要的趋势,识别机会,并确保您的战略是依据您的表现和竞争对手的表现而制定。

  因此,在您进行CI分析之前,应该花一些时间去了解CI工具是如何收集数据的。确保和与数据样本之间的偏差以及采样偏差会尽可能小(本章后面会有更多内容)。

  现在,让我们熟悉一下CI的数据收集方法,以确保您能够最佳地使用CI数据。在本章的后面,我将讨论如何把数据利用起来。

1 工具栏数据

  工具栏是为Web浏览器提供了附加功能(例如更加轻松地访问新闻,搜索功能和安全保护等)的附加软件。可以从所有主流的搜索引擎如Google,MSN和Yahoo!,以及其他成千上万的来源中获得。这些工具栏还收集有限的关于使用它们的用户的浏览行为信息,涵盖其访问的页面,其使用的搜索词语,甚至在每个页面上停留的时间等等。通常,数据会是匿名的,而不是个人身份信息(PII)。

  工具栏收集数据之后,您的CI工具会在将其提交给您进行分析之前先完成清洗和梳理。例如,使用Alexa,您可以对流量统计信息(例如排名和网页浏览量),上游(您的流量来源)和下游(用户访问您的网站之后去了哪里)以及给网站带来流量的关键词进行报表分析。

  数百万的人们使用了广泛部署的工具栏,大部分来自搜索引擎,使得这些工具栏成为CI数据的最大来源之一。这个非常大的样本容量使得工具栏数据成为CI数据的一个非常有效的来源,尤其是用于宏观的网站流量分析比如访问次数,平均停留时间和引荐来源。

  搜索引擎工具栏的广泛使用也是,来自Alexa(一个比较少的用户部署的工具栏)的数据,没有得到广泛使用的原因。

  提示:工具栏数据对自身通常是不可用的。它通常是使用混合数据源来发觉洞察的工具的一个关键组件。

  注意:工具栏可以使网上冲浪变得更容易。作为一个用户,当您使用一个工具栏时,您应该熟悉它收集到的数据以及如何使用该数据。在安装任何工具栏之前,请查找并阅读隐私条款。大多数工具栏的隐私条款很难找到,通常也更加难以理解,但你应该坚持并去搜寻它,熟悉它。您需要控制应该收集哪些数据。您可以在http://sn.im/gtpriv找到Google工具栏的隐私条款。

2 面板数据

  面板数据是另外一种完善的收集数据的方法。为了收集面板数据,一家公司会招募参与者加入一个面板中,并且每个面板的部件安装了一款监控软件。该软件收集了面板上所有的浏览行为,并将其报告给运行该面板的公司。

  从一个面板中能够收集不同程度的数据。在一端,它收集的数据仅仅是访问的网站,另一端,监控软件记录了输入到浏览器中的信用卡,姓名,地址以及其他任何的个人信息。

  当人们无意地选择发送他们的数据时,也收集了面板数据。常见的例子是您在计算机上安装的一个小小的以获知天气的实用软件或一个能帮助您自动地完成表单的浏览器的插件。在您接受服务的无法读取的条款中,您允许您的浏览行为被记录和被报告。

  面板可以有几千个或几十万个组件。美国最大的面板之一是由comScore运行的; 它的U.S. 面板拥有100万的访客(根据其网站 http://sn.im/cs1mil)。

  在你使用基于面板数据的数据或分析时,需要注意以下三个方面:

样本偏差 几乎所有的公司,大学和其他研究机构都会由于安全和隐私问题而禁止监控软件。因此,大多数被监控的行为往往来自于家庭用户。由于在上班时间的使用占据了大量的网上行为,要知道面板数据是缺乏该数据的,这点很重要。

抽样偏差 人们被诱使安装了监控软件,以去换取抽奖彩票,可以下载的屏幕保护程序和游戏,或者数量非常小的一笔钱(比如每月3美元)。这种行为导致了数据中的偏差,因为面板中的参与者的类型。这本身并没有破坏协议,但想一想你要分析的是谁的行为,以及谁会出现在样本中。

Web 2.0挑战 监控软件(公开的或隐蔽的)是在Web是静态和基于页面时构建的。丰富体验(如视频,Ajax和Flash)的出现意味着没有了页面浏览量,这使得监控软件难以准确地捕获数据。一些监控软件公司试图通过请求公司在他们的网站体验中嵌入特殊的标志来调整,但是你可以想象的到,这只是说起来比较容易。

  面板方法是基于传统的电视数据捕获模型。在一个大范围碎片化的世界中,面板在收集数据的准确性和完整性(甚至是代表性)方面面临着巨大的挑战。我发现的一个经验法则是,如果一家网站每月拥有超过500万的独立访客,那么它们才拥有足够的基于面板的数据。

  提示:面板数据已经是CI分析的一个主要来源。但是由于方法的固有局限性,最近的面板数据在其提供分析之前会被其他的数据源予以扩充。

3 ISP(网络)数据

  我们都从ISP中获得互联网的访问权限,当我们在网上冲浪时,我们的请求经过这些ISP的服务器被存储在服务器的日志文件中。由ISP收集的数据包含了在URL中传递的内容:比如网站,页面名称,关键字等。 ISP服务器还会捕获诸如浏览器类型和操作系统之类的信息。

  这些ISP的容量转化为一个巨大的样本容量。例如,Hitwise(http://sn.im/hw10mil)主要依赖于ISP数据,其样本规模是1000万的美国人,2500万的世界人民。这么大的样本容量减小了样本偏差。

  ISP数据的另一个好处是采样偏差也被减小了; 因为您和我不必同意被监控,我们的ISP只是简单地收集这些匿名的数据,然后卖给第三方来源进行分析。

  ISP通常不会公开他们在售卖数据,并且购买该数据的公司也不会共享该信息。所以,会有一些偏差的可能。当您在选择基于ISP的CI工具时,询问一下样本大小,然后使用您找到的最大的那个。

  提示:ISP数据已成为CI分析的一个主要来源。在某些案例中,来自工具栏的小样本的数据和一些面板数据会被添加其中以弥补一些数据间隙。

4 搜索引擎数据

  我们对搜索引擎(例如Bing,Google,Yahoo!和Baidu)的查询会被这些搜索引擎所记录,同时连带基本的连接信息比如IP地址和浏览器版本。过去,分析人员不得不依靠外部公司为其提供搜索行为数据,但更多的搜索引擎提供了可以直接挖掘其数据的工具。

  您可以更加自信地使用搜索引擎数据,因为它是直接来自于搜索引擎。但请记住,其数据是针对该搜索引擎而言的 — 并且因为每个搜索引擎具有不同的角色,所以不宜将经验从一个应用到另一个中。

  让我们来看一些例子。在Google AdWords中,您可以使用Keyword tool(http://sn.im/adwkwt),基于搜索的Keyword Tool(http://sn.im/s-bkt)和Insights for Search(http:// sn.im/gifors)。 Microsoft也提供了类似的工具:Entity Association,Keyword Group Detection,Keyword Forecast 以及 Search Funnels(均在 http://sn.im/msacl 上)。

  提示:搜索引擎数据通常是搜索数据分析的主要并且唯一的来源。

5 Web分析供应商的基准

  Web分析供应商拥有很多的客户,这意味着他们拥有很多数据。现在的许多供应商把这种真实的客户数据汇总起来,并以基准的形式提供(您可以把它作为自己的性能指数)。

  目前,可以从Fireclick(http://sn.im/fcindex),Coremetrics(http://sn.im/corebm)和Google Analytics(http://sn.im/gabench)获取基准数据。通常,如同Google Analytics的情况,客户必须明确地选择把其数据加入此基准化服务。

  Fireclick和Coremetrics都提供了与转化率,购物车放弃率和网站停留时间等相关的基准。 Google Analytics提供了访问次数,跳出率,网页浏览量,网站停留时间和新增访问百分比的基准。图8.1显示了来自每个工具的数据样例。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  在所有的三种情况下,您可以将您的绩效与特定的垂直市场(例如零售业,服装业,软件行业等)对比一下,这将会更有意义。

  这种方法比较酷的优势是,网站直接报告了非常准确的数据,即使网站分析供应商的这些数据是匿名的。缺点是,你的竞争对手不太可能和你使用同一个工具; 因此,你实际上是在与一小部分的竞争对手对你们的实际效果。

  使用供应商的数据时,您必须留意样本的大小,即Web分析供应商拥有多少的客户。如果您的供应商仅仅只有1,000个客户,并且它生成了15个行业分类的基准,您可能能够对比某些分类中的数字,然而在其他类别中,您可能并没有一个重要的数据样本。

  提示:来自Web分析供应商的数据是来自他们的客户,因此它是真实的数据。客户数据是匿名的,所以你不能直接地与你的竞争对手比较; 相反地,你可以将自己与你的垂直行业进行对比。

6 自我报告的数据

  您可能很好奇:如果网站公开报告了自身的数据,您如何使用竞争情报呢。您低估了将您的数据公开的价值了,尤其当您是一个运行在广告行业的网站。

  众所周知地,一些数据收集方法(如基于面板的)不会以必要的精度去收集数据。一个网站自身的分析工具可能会报告了1000万次的访问,面板数据可能会仅仅只有600万次。为了解决这个问题,一些供应商比如Quantcast和Google的Ad Planner,允许网站通过自己的工具汇报数据,如图8.2中所示。

  在Quantcast报告的右上角,被叫作Quantified的图标表示了报告正在展示直接来自于网站的数据。在Ad Planner中,某些指标 — 比如独立访客(cookies) — 旁边的小小的条形图标,表示来自网站的数据。

  对于依赖于广告的网站而言,广告主使用的数据务必要尽可能地准确; 因此,网站有直接共享数据的动机。您的竞争对手通过Google的Ad Planner 或Quantcast等供应商发布自己的数据,那么这可能是对而言您最干净和最好的数据来源了。

  在使用自我报告的数据时,您需要注意两个方面。首先,检查各项指标的定义。例如,如果您看到一个被叫作“缓存量”的指标,请在使用数据之前找出该指标确切的含义。第二,不完全部署的标签是我们失败的根本原因,他们会产生样本偏差。例如,如果您的竞争对手并没在他们网站的所有网页上实施Quantcast的标记,那么其数据将会是不完整的,因此也不正确。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  提示:由于其固有的性质,自我报告的数据往往会对由 Ad Planner 或 Quantcast 等工具提供的其他数据来源进行扩展。

7 混合数据

  一些供应商现在会使用多种来源以扩展其数据集,而不是仅仅使用一种数据来源。有两种主要的方式可以实现:

  • 第一种方法是“追加数据”。在图8.2中,您可以看到:Quantcast 和 Ad Planner 仍旧在报告自身来源的数据,但它们追加了直接来自网站报告的数据。
  • 第二种方法是将众多不同的来源放入搅拌机中,充分地混合,再执行一小撮的数学和一系列校正算法 —— 然后轰隆隆 ——  你得到了一个数字。这方面一个很好的例子是Compete。其分析工具使用来自面板,ISP,自身的工具栏以及从其他应用程序提供商处购买到的数据。

  Google 的 Trends for Websites 是混合源的另外一个例子。 下面是来自其直接参与者的描述:

  Trends for Websites 将各种来源的信息(例如汇总的Google搜索数据,汇总的选择匿名的 Google Analytics 数据,选择参与的消费者面板数据和其他第三方的市场研究)组合了起来。该数据是对数百万的用户进行汇总,由计算机算法驱动,并且不包含个人身份信息。此外,Google 的 Trends for Websites 仅仅展示了接收了大量流量的网站的结果,并为工具的纳入设定了最低门槛。

资料来源:http://sn.im/t4wdata

  使用混合方法的好处是供应商能够接通任何在不同来源之间可能存在的差距。其挑战是,剥开表皮并且理解数据中的一些细微差别和偏差,会变得更加困难。

  因此,最佳实践建议是忘记绝对的数字,并关重点注对比趋势; 时间段越长,越好。

  提示:顾名思义,混合数据包含了来自众多不同来源的数据,并且逐渐是最常用的方法了。

  有很多关于您的行业或您的竞争对手的数据,您可以用于自己的利益。下面是我推荐的CI数据分析的步骤:

1.  要确保您清楚地了解数据的收集方式。

2. 了解向您报告的数据的样本大小和样本偏差。要真的花时间在这上面。

3. 如果步骤1和2通过了嗅探测试,使用数据吧。不要跳过这些步骤,那么荣耀肯定会是你的。

  兴奋吧?让我们更深入地了解一下实际分析的一些不同类型,并去享受乐趣!

二 网站流量分析 

  当人们想起竞争情报时,浮现脑海的第一个问题会是:“我的竞争对手获得了多少的访问?” 我们能够很轻松地回答这个问题。我们来看一看你能够做到的一些精彩的分析。

1 对比长期的流量趋势

  在分析世界中要回答的最简单的问题是,“与我的竞争对手相比,我的流量怎么样?”查看图8.3,为一个市场找出一些简单的答案。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  使用Google Trends for Websites,我可以轻松地把Best Buy与其主要竞争对手Wal-Mart和Circuit City进行比较。很容易就看到:在2007年,其流量与Wal-Mart竞争很激烈,但在2008年的第二季度,沃尔玛开始脱身,从此就做得很好了。

  有人花费了2000万美元购买Circuit City的名称和资产,其在2009年初申请了破产(你在图表中看到了,对吧?)。这是否是一个好的决策呢?从这个图表看来,它像是一个伟大的决定。二千万美元并不是很大一笔钱(在这种情形下),图表显示,Circuit City在过去几年中依旧支撑着自己,与其他的竞争对手并进。事实上,即使是在2008年的圣诞节,当Circuit City陷入严重的困境时,网站流量仍然保持得非常好。

  另外请注意下,Trends for Websites允许您仅仅聚焦某一特定区域(国家)并进一步下钻到其子区域(州)。这种聚焦可以深入去了解您在竞争中的地理优势。

  Compete是网站分析数据的另外一个优良的来源。图8.4显示了同一查询下的报告。

  现在你知道了,在图8.3和图8.4之间给定数据点的确切数字是不一致的,因为这两种工具收集数据的方式差别太大了。但请注意下,趋势契合的很好。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  拒绝对精确数字进行比较的诱惑。对比随着时间变化的趋势。使用数据来支配您自己的行动(例如市场营销活动),然后来看一看在您将自己的数字与竞争对手对比时是否产生了实际的影响。例如,参考下图8.4; 如果Best Buy在2008年圣诞节期间花费了1亿美元的营销费用 — 是正常支出的5倍,甚至还不能够与Wal-Mart的斜率匹敌,那么这笔开支就是不值得的。

2 分析竞争性的网站重叠和机会

  Google的Trends for Websites种的“还访问了”数据可帮助您识别出哪些网站才是您真正的竞争对手。(该指标显示了您网站的访客还访问了的那些其他网站,要相信我,这些数据总是充满了惊喜。)图8.5是homedepot.com和lowes.com之间的一个对比。

  Lowes的一个直接惊吓是,其访客另外访问的排名第一的网站恰好是homedepot.com! 而其在Home Depot的最大竞争对手中排名为3。您还可以看到他们的一些竞争对手是重叠的,尽管Home Depot想要检查为什么没有与Lowes用户访问的某些网站(例如tractorsupply.com,thisoldhouse.com,和askthebuilder.com)重叠。后两者可能就是重大的广告或者赞助机会。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  

  Trends for Websites的“还搜索过”数据展示了您的竞争对手的访客可能会访问的哪些搜索词条。如果在这些词条中没有一个是你的,你就要反思了!

3 分析引荐来源和目标

  当您打开网站分析工具时,首先需要注意的事情之一是给您引来流量的网站。但你如何了解这些网站是否是获得流量最好的网站呢?你可以看一看你的竞争对手,是谁给他们带去了流量。

  这里是另一个问题,我相信一直在困扰着你:人们离开你的网站之后又去访问了什么网站?如你之前看到的,这个答案会是至关重要的。例如,人们在跳出你的网站之后下一步去了哪个网站?答案可能会包含了一个线索:他们在你的网站上寻找什么,以及你如何去改进它。

  图8.6显示了B&H Photo Video的引荐来源和目的分析的复合报表。

  左边的报表显示了给B&H带来流量的所有网站。很容易看出来,B&H在自身网站之外通过www.amazon.com进行销售,这像是很好的决策:亚马逊被列为排名第三的引荐来源。 B&H在搜索方面也很强大。

  右边的报表显示了人们离开B&H之后访问的那些网站。有些令人惊讶的是,Google为B&H带去了32.5%的流量; 如果这些人在B&H找到了他们在找寻的东西,那么29.08%的人不会立即回到谷歌(假定再次搜索)。 eBay在目的列的数据也比较高,本月前往的流量增加了8.5%。B&H可以使用内容报表以检查:这些流量是否是在他们返回eBay并且在那里购买之前,来此进行价格比较或产品研究的。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

 

  你可以为你自己的网站做这个分析,但是更加有趣的是:向您的主要竞争对手倾倒数据,然后梳理出他们的策略。

  虽然简单地与你的竞争对手对比流量数字是一个很好的开始的办法,我还是希望前面的例子能够阐明了:更多的信息是隐藏在表面之下的。图8.7根据您获得的网站的独立访客数量(或根据您对竞争对手网站的该数量的最佳猜测)为你的分析提供了使用哪种数据源的指导。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

三  搜索和关键字分析

  搜索引擎是大多数使用Web的人们的入手点。因此,Bing,Yahoo !, Google,Ask和其他的搜索成为了每家公司资产组合的一个重要组成部分。您希望人们搜寻到您吗?你最好要有一个靠谱的自然和付费搜索策略。

  衡量您如何对搜索采取措施以及能够找到新商机的一个关键方法是使用CI工具来统计搜索行为数据。以下是如今可行的一些分析类型。

1 热门关键字的效益趋势

  打开Goog​​le Insights for Search(或Compete或Hitwise),输入想要的搜索词汇,然后 —— 嘭的一声敲击 —— 查看效益趋势!如图8.8。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  一目了然地,您可以看到:HP和Dell保持着稳定的客户效益,即使在最近几个月中他们略有下降。但是,在过去四年中IBM的搜索量在逐渐下降。这种趋势可能会使IBM担忧,尤其是因为IBM在此期间购买了更多的杂志和电视广告; 人们会渴望从所有的线下品牌建设中得到闪耀的线上光环。

  提示:当您使用Insights for Search时,最佳的一种做法是进行对比分析; 也就是说,不要单单看其中一行,因为工具报告的是索引后的效益。通过与其他相关的词汇进行对比(如图8.8所示),您将获得判断”一个下降趋势是否是必然不好的“ 所需要的上下文。

  该数据的另一个极好的用法是将您的效益与类别进行比较,如图8.9所示。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  清晰明了,您了解了整个尿布类别的效益(在经济衰退高峰期——2008年的7月至12月——利益大幅度地下降,然后从那之后开始了良好的逐步复苏),品牌的效益(Pampers遭受了较少一些的损失 —— 可能是12月初的促销活动带来了好的结果),还有竞争对手的效益(Huggies在2008年的第一季度到目前阶段有着非常好的收益,并且在2008年的5月第一次赶超了Pampers)。

  在网站分析工具中,您可以轻松地在筒仓中查看自己的效果。诸如此类的分析(尤其是对于最重要的流量词汇)将会帮助您了解更宏大的生态系统情况,然后您就可以采取措施了。

2 地理兴趣和机会分析

  所有搜索引擎上最整齐的功能之一是能够根据地理位置锁定您的广告受众。每个公司或品牌都有其优势领域,所以为什么不花时间来了解你的优势,并弄明白如何发掘机会呢?

  我推荐一下这个简单但有效的分析:使用Google Insights for Search 来查看您的热门品牌词汇和行业类别。我们将继续使用Pampers / Huggies的例子来识别Pampers的机会所在(如果它是真的想要打败Huggies)。

  图8.10是Pampers的按地区划分的搜索效益(按州显示,但您可以向下钻到城市级别,目前不再谈论了)。

  地图中有一些非常精彩的指标。拥有大量人口的国家出现了,如Ohio和Pennsylvanis,尽管像California这样的国家会对我们的品牌更感兴趣。但是我们主要的竞争对手怎么样呢?图8.11展示了Huggies的区域强度图。

  相当不同!有一些重叠,但Pampers的优势领域与那些Huggies并不一样。差异可能是由不同的广告或办公室位置产生的。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  作为搜索的品牌经理,如果我拿Pampers和Huggies面对面竞争,我可能会考虑在他们强度最大的州,比如Mississippi,Utah,Alabama,Virginia和Kentucky。巧合的是,Huggies强度最大的国家一个都没出现在我自己的前10名名单里。或许我可以在自己最强的州做更有针对性的广告,来增强我的品牌。

  最佳的措施是增加馅饼的大小,即通过进行完整的类别分析来识别机会区域。这样以来,我不只与我知晓的竞争对手在战斗; 我还找到了整体的市场优势和其他的竞争对手(更多的内容会在后面的章节中),如图8.12所示。

  你得到关于类别的一个不同的地理兴趣的地图,而不是你做的两个主导市场的品牌(Pampers和Huggies)。例如,看一看排名第一的州,Wyoming。它表示了对尿布的巨大兴趣(强度是所有搜索中的尿布搜索量),对Pampers(在它上面的州的名称旁边的第一行)的一些兴趣以及对Huggies品牌没有什么兴趣。

  现在你可以决定了,作为公司负责搜索的人员,如何能够争取到微薄的广告费用,并更好地去花。你是否应该更加积极地考虑Alaska和Oregon,因为它们对类别有很多的兴趣,而不是对你(的品牌)?两者都是比New York和California更小的州,但他们提供了一种可以增加销售的良好方式。这并不是一场战斗; 你只要提高在这些地理位置的知名度。您可以基于此数据作出其他诸如此类的关键性决策。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  如果你是Bum Genius或者在这个行业的新手,你可以看一看怎样聪明地使用这个奇妙的数据,与那些业内行家竞争。

  您还可以对离线的营销和广告使用地理优势分析。例如,在某些州,您仅只能通过在线广告来增加人们对您的产品的兴趣。通常,资源在线上并不存在,但您可以利用该数据通过电视,杂志和广告牌来驱动用户的兴趣并且提高品牌知名度。

  在最近的一个实际案例中,营销人员使用地理意向分析来为演员 Brad Pitt的电影确定最佳营销策略:首先根据城市和州来划分离线广告,然后如何在地理位置上最好地去锁定世界各地的在线用户。这是一个简单的事情——识别兴趣最高的地域,然后在这些地域更多地去推广新电影。

  显然地,Google Insights for Search(上一个示例中使用的工具)只会提供给你关于来自Google的数据的洞察。 Yahoo!和Microsoft(通过adCenter Labs)目前不提供对其数据的访问权限。但是您可以使用其他工具来了解所有搜索引擎的效益。在图8.13中,我使用的是Hitwise,以了解年度效益。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  在这种情况下,您可以看到品牌效益提高了的州区,以及品牌效益下降的那些。下一步就是去了解为什么。

3 相关的和快速上升的搜索

  任何有效的搜索营销计划中的一个关键战略是了解其所在的完整的生态系统,并且像老鹰一样重点关注客户逐渐变化的兴趣。你可以通过关注两个关键的战术来实现:持续地识别相关的搜索词汇和查看排名前10的词汇,以来上升最快的搜索词。前者有助于扩展你世界的视野,而后者保证了你可以实时了解客户的那变换多端的兴趣。

  图8.14显示了关于尿布类别的两个令人兴奋的信息。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  作为Pampers的品牌经理,它可能会让我忧心,类别中排名第一的相关搜索是布尿布,并不是我卖的产品。把它与下面的事实 —— 十个上升最快的搜索中五个都是和价格相关的(最便宜的,优惠券)——结合起来,足以把我彻底击溃。但现在我会更加理智,我可以调整我的营销策略 —— 强调可负担能力或者在不影响我的利润的情况下提供战略性的优惠券。消费者的兴趣是明确的; 现在我必须作出反应。

  如果我想确定对顾客的影响,这个搜索数据也会是非常有帮助的。请注意,“家长选择” —— 优质儿童产品的非营利指南 —— 是非常有影响力的,甚至超过了其他所有的评分机构。

  这里是使用搜索数据的另外一个实际案例。我的朋友Shirley Tan 经营着American Bridal(www.americanbridal.com)。她需要跟上行业的最新风尚,她也需要知道当前最吸引消费者兴趣的风尚。她可以猜一猜,或者她可以问她的朋友。或者她可以借助消费者; 通过查看他们在搜索引擎中输入的词汇来发掘兴趣。图8.15是Shirley使用的来自Hitwise的报表。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  鉴于消费者喜好的多变,我告诉Shirley要注意那些上升了的搜索;在那里她会找到桨船,酒宴婚礼的喜好和Maui瀑布婚礼的新娘主题!她可以摆脱她的西雅图乏味 —— 实现由用户喜好激发的灵感并且囤积一些岛屿的灵动装饰。

  在线下世界中,我们很难去获得真正的关于消费者兴趣的数据。我们唯一的选择是打电话给电话簿上的人,或者在街上随意的搭讪某人。通过使用搜索引擎数据,您可以深入真实客户的内心,去了解他们的喜好。

4 货架占有率分析

  您可以从网站分析工具获得的最误导人的报告之一是关键字报告。我这样说是因为你看了看数字,看到他们朝右边上升,于是你兴奋了。但是,右边的上升是针对10%的搜索者来说的,还是90%的呢?或者换一种方式来说,我通过我的自然搜索和付费搜索努力获取了多少可用的资源呢?您的工具缺乏生态系统上下文。

  我使用了词汇”货架占有率“,因为它在离线的零售世界是非常闻名的。 P&G希望它的洗发水尽可能多出现在沃尔玛和目标的货架上。对于你也是如此同样 —— 当用户搜索时,您希望在搜索引擎的该类别下的可用点击中获得尽可能多的货架展示。

  Compete使我能够看一看哪些网站接收到了任意关键字的流量。继续婚礼的话题,我想知道Shirley的关键字”婚礼喜好“获得了多少的货架占有率(见图8.16)。

  Americanbridal.com排名第5,并不是太羞人; 它也拥有3.12%的占有率。你会看到这个词对于Shirley来说是有多重要; 它在其搜索流量中占据了13.32%。现在她还知道了谁是真正的对手,并能够做出明智的决策了。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  您已经知道了利用此数据来优化您的搜索营销是多么容易,现在您也拥有了网站分析数据的上下文。你能够看到一个类别还有多少余量或者成长空间。您可以研究如何平衡付费或自然营销,以增加您的货架占有率。

  在这个数据集中总是会出现惊喜。例如,针对Toyota Prius的冷酷的蜂鸣声而言,honda.com在hybrid cards 这个词汇的搜索报告中排名第三,而irs.gov排名第二。它向你表示了消费者最想要的hybrid cards信息。toyota.com排名12,拥有的份额不及本田的一半。列表上最接近它的美国汽车公司是GM,排名第20,占0.92%的份额。

  对您最重要的关键字词,必须提供占有率分析。

5 竞争性的关键词优势分析

  当你和你的主要竞争对手一决高下时,你想知道他们的优势在什么地方(所以你可以巧妙地击败他们)以及你的优势领域所在。

  美国的测试准备市场是非常有竞争力的。和世界各地一样,学生们必须做好标准化测试,以能进入顶尖的大学。这些测试的一个领先供应商是Kaplan。为了更好地了解其在市场中所处的位置,Kaplan将分析哪些关键字是Kaplan的优势,而哪些关键字是其竞争对手的优势所在。图8.17就是Kaplan能够在Compete中运行的报告。

  首先,好消息是:对于所有的品牌词条而言,Kaplan(kaptest.com)做得很好。所以,如果一个学生已经知道了Kaplan,并在搜索查询中使用它的名字,那么就是Kaplan了。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  现在坏消息是:如果学生不知道他们想要什么,那么他们很可能会先找到Kaplan的竞争对手testprepreview.com。对Kaplan来说,这是个可怕的消息,因为很多的人不知道他们,只是去研究他们的选择。

  好的消息是,现在Kaplan知道了他们优于竞争对手的关键字,而且他们知道这些关键字与Kaplan相关。因此,他们能够创建一个更加具备竞争力的搜索引擎营销策略 ——  一个高度集中的!

6 关键字扩展分析

  关键字扩展是搜索领域中最常见的竞争情报分析类型之一。您的要求很简单:您应该为哪些关键字竞价?

  AdWords Keyword Tool(http://sn.im/adwkwt)是可用来分析关键字,平均的每次点击成本,搜索量,趋势等的众多工具之一。

  我们来考虑一下这个问题。就说我对利用奥巴马总统对绿色能源的鼓励感兴趣,我在California的北部建立了一个大型的风电场。我有风扇要运行; 现在我需要来到那些想做和购买风能的客户面前。图8.18是来自AdWords Keyword Tool的一个报告,将会帮助我。

  我可以看到相关的关键字,它们是我还能够从其他工具中获得的信息;而且我能够看到我需要做决策的关键数据,这些是我不能从其他工具轻松得到的。我可以使用这些数据来决定购买哪种关键字:根据成本,竞争,搜索量和趋势。理想情况下,我的分析将识别出具有足够流量的关键字 —— 趋向正确的方向并且不是很贵的关键字,例如图8.18所示报告中的“风力能源”

  在以前,我们拥有Yahoo!著名的Overture Keyword Tool,可以为Yahoo!提供这种类型的数据。不幸的是,该工具已夭折。Microsoft adCenter Labs有一些好玩的工具,可以分析Microsoft Search的关键字数据,但是我发现数据从2007年中以来就没有更新了。搜索引擎是搜索数据的最佳来源,所以我希望:像谷歌的这些其他引擎能够开始提供访问这些尤其有用的信息的权限。

  在多个搜索引擎中查看关键字扩展分析的替代工具包括了:Trellian的Keyword Discovery(http://sn.im/trekwd),Wordtracker(http://sn.im/wordtr),KeywordSpy(http:// sn.im / keyspy)和许多其他的 —— 只是为关键字搜索工具做一个Google或Bing搜索。

  把手弄脏了是否很兴奋?你应该是的。在过去几年中,搜索已成为许多企业的关键渠道。本章节中的建议应该会告诉您,如何轻松地使用这些数据,并且确保您能够从搜索营销中获得尽可能高的ROI。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

四 受众识别和细分分析

  在上一章节中,我简要地介绍了广告的相关性价值。大多数的网站用户不会被广告本身所恼; 他们是被那些不相关的广告激怒的。举一个例子,我刚刚在news.yahoo.com上看到一个关于伊朗危机的故事,页面嵌有关于护理工作的广告。我点击了“重新加载”,下一个广告是在线学位。

  我是Yahoo!的主顾用户,因此这些广告使用了Yahoo!及其合作伙伴收集的关于我的大量行为定位信息。我的个人资料中没有任何数据表明,我想要一个学位或者说我对护理很感兴趣。

  Yahoo!—— 或其广告提供商Adblade —— 在这种模糊营销中并不是独一无二的存在。您会撞见来自DoubleClick(由Google所有)或Atlas Solutions(由Microsoft所有)的相关性不太佳的广告。

  解决方案是什么?在您将资金投入您的代理机构或营销人员或最好的朋友手中之前,做些受众识别和细分分析吧。有许多工具可以让您挖掘出在线受众的人口统计和心理数据,以便重点锁定您的媒体营销活动。

1 用户信息细分分析

  您可以使用用户信息细分来识别您感兴趣的受众群体所使用的网站。图8.19说明了Hitwise的用户信息细分的界面。在所示的场景下,我的查询是去识别受众是25至44岁的女性并且其家庭收入大于每年60,000美元的网站。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  您还可以使用免费的Google Ad Planner来确定适合广告的最佳网站集合,如图8.20所示。我已经通过Comp Index对数据进行了排序; 在该列中,340表示一个受众就是我想要的那个人的可能性的三倍。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  我运行的特定查询, 在图8.20的左边那列,是35岁到54岁之间有学位的男性,并且家中没有孩子。这是一个完美的受众群体 —— 可以促销昂贵的黄色跑车,因为这些人可能面临着中年危机!

  图8.20中的结果是我可能还没有考虑的网站。我可能猜不到 linkedin.com 是一个可以触达受众的好地方。另外,看一看这个受众群体拥有的各种各样的兴趣(类别)。在受众的右侧,您能看到我要用来做出决策的信息:独立访客数量,网页浏览量,广告样式和大约的日展现量。

  使用Ad Planner,您还可以识别出任何一个感兴趣的网站的用户统计信息。图8.21展示了我的博客(www.kaushik.net)的受众群体的统计资料。

  有关竞争对手网站的数据对您自己的网站也很有用; 它能够帮助您了解那些访问您网站的用户的角色,您也可以分析您与您的主要竞争对手在受众的信息方面的差异。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

2 心理统计细分分析

  通常,你想要分析用户的生活方式和心理素质,以能够识别出相关的受众。图8.19表示了Hitwise提供的一些心理属性,被叫作PRIZM细分和分组。图8.22显示了Google的Ad Planner 工具中提供的选项。

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  在右上角,您可以看到定义的受众群体的用户数量(4500万)和他们的页面浏览的数量(940亿)。在“预定义受众群体”章节中,您可以将需要的受众群体缩小到“新生婴幼儿,大学生,DIY达人,幻想/漫画书钟爱者”等这些类别,以及更多的受众细分群体。您只要选出您想要触达的受众细分群体,就可以在几秒钟内获得一个能够触及期望的受众的最佳网站列表。

  请注意,您可以执行其他想要的条件。例如,您可以借助语言来在英国的土耳其人群中识别出Celebrity Gossip Gurus。或者您可以使用位置和语言来识别在英格兰和威尔士的讲法语的德国裔幼儿。

  如果你拥有的是一个大型网站(超过500万的独立访客),那么你也可以使用各种基于面板的数据源来做心理分析。由于中型和小型网站的采样偏差,面板数据会很快地显示出一个非常低的信噪比(一个非常高的噪声和一个非常低的信号)。

3 搜索行为和受众细分分析

  营销的必杀技是基于在线用户的搜索行为定位您的展示(横幅)广告!长期以来,搜索和显示已经成长为两个完全独立的实体。作为分析师,我们对展示业务做了所有的分析,然后我们重复此过程以识别出搜索营销的机会。

  使用诸如Google Ad Planner等工具,您可以根据他们免费的搜索行为识别出相关的受众群体。图8.23显示了这样分析的一个例子,找到能够为销售上网本运行展示广告的相关的网站。

  上网本是超轻的,略有不足的,非常便宜的小型笔记本电脑。在这个案例中,我是一个刚刚接触上网本业务的网上零售商,并且我想做展示广告,以能够让人们知道我已经推出了这个产品。但我不是根据受众资料细分的,而是按照搜索行为去细分。

  在图8.23的左下角是我已经确定的关键字(使用关键字扩展工具),在人们搜寻上网本中最常见的。我也知道许多年轻人对上网本感兴趣,是因为他们是相当便宜的(上网本和年轻人都是这样!)。因此,你会注意到在年龄段中我选择的是0-24岁。

  右边是该受众群体所访问的网站。万岁!不需要怎么猜测和浪费金钱:我可以在我想要的受众很可能会看到的地方放置广告。哦,你知道数据是很好的,因为在类别列中列出的兴趣:Cheats和Hints,Lyrics,Music Streams,Online Games和Photo Sharing!

精通Web Analytics 2.0 (10) 第八章:竞争情报分析

  注意:虽然我在之前的分析中使用了Google的免费Ad Planner工具,但请注意,您并不必从Google那里购买展示广告。 如果你买了,Google的家伙们一定会感觉很好,但他们提供了免费使用该工具的通道,您可以使用它,找到自己的见解,并且可以在任何地方去购买展示广告。

  这就是竞争情报分析的美妙世界。这么多可用的数据,而且大部分还是免费的(如果你想支付的话,还会有更多)。您可以使用这些数据进行更好的营销和广告,您可以使用它来为您的公司发现战略机会,避免被竞争对手打败,以及确保可以了解用户日趋变化的行为和偏好。

  在地球上没有其他的像竞争情报一样的数据来源了,好好利用它。