SODP logo

    超越页面浏览量:为当今出版商提供更好的分析工具

    除了寻找可持续的商业模式之外,如今在数字领域运营的出版商还面临着另一个挑战:如何正确衡量其内容的表现并真正了解用户行为……
    更新日期:2025年12月1日
    米娅漫画

    创建者

    米娅漫画

    Vahe Arabian

    事实核查

    Vahe Arabian

    Vahe Arabian

    编辑

    Vahe Arabian

    除了寻找可持续的商业模式外,如今在数字领域运营的出版商还面临着另一项挑战:如何准确衡量内容表现并真正了解受众行为。这对于所有类型的出版物来说都是一个现实问题,无论它们是依靠广告收入,还是属于采用读者付费模式的新型出版物。. 过去的情况要简单得多。出版商可以通过记录和比较一段时间内报纸或杂志的销量来衡量其业务成功与否。然后,他们可以通过将销量乘以 2 或 2.5 来估算读者群规模,这被认为是…… 平均传递率对于希望在投资广告位之前获得价值证明的广告商来说,有关发行效果的信息尤为重要。. 传统媒体出版商仍然依赖这种计算方法,因为说实话——这已经是最好的方法了。. 进入数字时代后,出版商们发现了内容变现的新途径。然而,他们也发现自己身处一片陌生的领域。衡量内容表现如今意味着要使用分析工具并掌握数据素养,这对许多出版商来说无疑是一项艰巨的任务。因此,盲目依赖单一指标是错误的。. 让我们试着看看为什么诸如以下这些单一指标:
    • 页面浏览量
    • 页面停留时间和
    • 回头客
    对于想要衡量内容表现、了解受众行为、找出忠实读者并与他们建立牢固关系的出版商来说,这些指标并不可靠。.  

    1. 页面浏览量

    页面浏览量一直是衡量电商网站广告效果和产品页面受欢迎程度的重要指标。这一指标最初随着 谷歌分析(Google Analytics),谷歌分析是目前最知名的分析工具之一,主要面向电商企业。

    页面浏览量的问题:

    不幸的是,由于没有更好的指标,页面浏览量很快就被市场上许多分析工具采用为衡量内容表现的合法指标。. 很多出版商对页面浏览量的解读存在误区:他们认为页面浏览量越多,访客就越多,互动也就越多。如果某篇文章获得了很高的页面浏览量,那么它就一定比其他文章更好,对吗? 并不真地。. 让我们系统地解决这个问题。. 以下是页面浏览量的变化情况 Google Analytics(分析)中定义的: 页面浏览量(或页面浏览点击量、页面跟踪点击量)是指页面在浏览器中加载(或重新加载)的次数。页面浏览量是一个指标,定义为页面被浏览的总次数。[…] 如果用户在到达页面后点击重新加载,则计为一次额外的页面浏览量。如果用户导航到其他页面,然后返回到原始页面,也会记录第二次页面浏览量。. 还有一个名为“唯一页面浏览量”的指标,它表示特定页面至少被浏览过一次的会话次数。因此,如果某个用户访问了某个页面,然后离开该页面,并在同一会话期间再次返回,GA 会将其计为 1 次唯一页面浏览。. 然而,页面浏览量只是一个浏览器指标,它并不能描述访客与网站内容之间的连接性质或互动程度。远非如此。. 用户可能打开某篇文章后立即关闭,或者将其留在浏览器标签页中,同时进行其他操作。无论如何,分析工具的脚本都会将其记录为一次页面浏览。. 我们可以说, 页面浏览量的更准确名称应该是页面加载量。因为该指标不一定显示浏览该页面的人数,而是显示该页面在浏览器中加载的次数。.

    出版商如何解读页面浏览量:

    出版商和内容营销人员可以通过观察该指标与 GA 和类似分析工具中其他单一指标的相关性,来更好地理解该指标。. 例如,他们会综合考虑以下几个指标:页面浏览量、平均页面停留时间和跳出率。因此,评估某篇文章表现好坏的常用“公式”大致如下: 页面浏览量高 + 平均页面停留时间“良好” + 跳出率低 理想的页面停留时间应该与阅读文章所需的时间相符。平均阅读速度约为每分钟 265 个单词,因此出版商会进行一些简单的计算:如果文章有 1500 个单词,一个人从头到尾读完大约需要 5 分半钟。当然,并非所有网站访问者都会读完,因此平均页面停留时间会更短。对出版商来说,棘手之处在于如何决定 什么时间可以接受? 这里,即什么是“好的”平均页面停留时间。. 这样做的主要问题是什么?嗯,GA 和类似工具中“页面平均停留时间”的计算方式可能会影响您的假设(请参阅以下名为“页面停留时间/页面平均停留时间”的部分)。. 根据定义,跳出是指用户仅访问您网站上的一个页面。跳出率是指仅访问一个页面所占的百分比。某个页面的跳出率仅基于从该页面开始的会话计算。. 因此,出版商认为:跳出率越低越好。理论上,他们的想法是对的,因为这表明人们对网站上发布的其他内容感兴趣,也就是说,他们决定继续浏览。. 但是,标准的 GA 报告中并没有关于他们实际如何与您的内容互动的信息。. 你可以推测其中一些人留在了你的网站上,但也仅此而已。. 在网上,你可以找到有关以下方面的信息: 理想的跳出率值它们的跳出率通常不超过 40%,而平均值最高可达 55%。但是,你应该根据自己网站的实际情况设定基准,而不是盲目追求适用于其他网站的数据和标准。此外,如果解读不当,跳出率可能会造成严重的误导。上下文也很重要:例如,如果联系页面的跳出率很高,并不意味着它没有价值。它只是回答了用户的特定问题,而用户之后可能就不想继续浏览其他页面了。.

    我们是如何解决这个问题的:

    与 GA 和类似工具中的页面浏览量不同,在 Content Insights ,我们开发了 复杂指标我们的分析解决方案拥有 文章阅读量它侧重于真实的人类行为,因为它不仅考虑用户在页面上花费的实际时间,还考虑用户与页面的交互方式(例如点击、文本选择、滚动等)。除了文章阅读量之外,CI 还包含 阅读深度 它是一个复杂的指标,可以揭示访客阅读内容的深度。为了更精确地衡量,它结合了多个指标,其中之一就是注意力时长。此外,我们还有 页面深度 它会计算读者打开初始页面或文章后平均访问的页面数。.  

    2. 页面停留时间/平均页面停留时间

    许多出版商都在关注 页面停留时间页面平均停留时间 在试图定义哪些内容可以被认为是吸引人的时,他们认为,人们在某个页面上停留的时间越长,所提供的内容就越有可能具有吸引力。. 然而,在了解了这一指标的衡量方式之后,你会发现它并不能提供任何可靠的见解。.

    衡量页面停留时间的难点:

    Google Analytics 和类似的分析工具仅在浏览器级别衡量这些指标,这并不能说明人们如何与内容互动。. 当用户离开页面但标签页仍保持打开状态时,Google Analytics 和类似的分析工具无法记录这一行为。在分析工具看来,用户从未离开过网站。此外,GA 也无法衡量用户在访问网站最后一页停留的时间。而且,如果访客只浏览了一个页面就离开(即跳出访问),则不会记录任何停留时间。. 如您所见,这些数据并不能正确反映读者与您内容的互动程度。.

    出版商如何解读平均页面停留时间:

    一些发布商会部署事件跟踪器,例如滚动深度跟踪器,以期获得更准确的报告,并确保即使页面跳出也能衡量页面停留时间。然而,事情并非如此简单。. 如果仅仅依赖滚动深度,则存在一个潜在问题:
    • 用户的真实活动
    • 折叠位置
    • 文章的长度
    假设有人浏览了你网站内容的 60%,但他们的屏幕缩放比例不是 100%,而是 75%。他们可以看到剩余的内容,因此不会继续向下滚动。. 或者,假设他们浏览到了你内容的60%,但却在那里停留了半个小时(页面一直开着,而他们离开了电脑),最终才离开。此外,仅仅滚动浏览你的内容并不意味着他们真的读了。如果文章篇幅不长呢?滚动深度会达到100%,但这并不意味着这篇文章比其他文章更能吸引用户参与或表现更好。. 毋庸置疑,即使启用事件跟踪,报告也可能不准确,因为它们无法提供完整的信息。数据差异并不少见,因此账户所有者可能会在报告中发现,页面平均停留时间长于平均会话时长,这显然不合理。在 Google Analytics(分析)中,这被称为“丢失时间”。.

    我们是如何解决这个问题的:

    与 GA 和类似的分析工具不同,内容洞察衡量的是 注意力时间这指的是用户实际在页面上浏览内容的时间。它不考虑空闲时间,即用户不在页面上活动或离开页面的时间。因此,该指标反映的是用户的实际参与时间。. 我们的分析解决方案依赖于一种名为“复杂算法”的算法。 内容绩效指标(CPI)。. CPI 总是以数字的形式呈现,范围从 1 到 1000,其中 500 是所观察的网站、部分、主题、作者或文章的基准(又称“标准”)。. CPI 会考虑数十种不同的内容表现指标,并分析它们之间的关系。它还会根据三种行为模型对这些指标赋予不同的权重: 接触, 订婚, 和 忠诚因此,我们开发了三个CPI指标来衡量这些行为: 接触 CPI, 参与度 CPI, 和 忠诚度 CPI. 在参与方面,我们有 参与度 CPI 这是通过衡量用户在网站或域名内的阅读专注度和浏览路径来计算的。与 Google Analytics 和类似分析工具中仅使用“页面停留时间”这一单一指标相比,它提供了一种更先进、更精确的参与度衡量方法。.  

    3. 回头客

    为了了解什么是回头客,我们需要简要了解一下 Google Analytics 和当今大多数分析工具跟踪用户的方式。. 当特定设备(台式机、平板电脑、移动设备)或浏览器(Chrome、Firefox、Internet Explorer)首次加载您的网站内容时,Google Analytics(分析)跟踪代码会为其分配一个随机的唯一 ID,称为客户端 ID,然后将其发送到 GA 服务器。 在 Google Analytics(GA)中,每个唯一 ID 都被计为一个新的唯一用户。每次检测到新的 ID,GA 都会将其计为一个新用户。如果用户删除了浏览器 Cookie,则该 ID 将被删除并重置。. 考虑到这一点, 回头客 就是那个 使用同一设备或浏览器的人 像以前一样访问网站并开始新的会话, 无需清除 cookie因此,如果 Google Analytics 在新会话中检测到现有客户端 ID,则会将其视为回头客。.

    回头客的问题:

    计算回头客数量的问题显而易见:分析工具 可能会将再次访问网站的同一位访客计入新访客。 仅仅因为他们更换了设备或浏览器,或者清除了 Cookie,就可能导致他们的数据发生变化。由于客户端 ID 会因此而改变,所以对此几乎无能为力。跨浏览器和设备追踪用户是不可能的。此外,如果用户在特定时间段内多次访问,Google Analytics 可能会将同一访客同时计为新访客和回访访客。这意味着新访客和回访访客之间可能存在重叠,从而导致数据差异。另外,同一用户在同一来源/媒介上的数据访问量可能会被重复计算。. 然而,这里存在一个更大的问题: 许多出版商将回头客数量作为衡量忠实读者数量的指标,这是一种逻辑谬误。. 回访访客数量是指过去访问过您的网站后又再次访问的访客数量。但是,此报告并未包含以下信息:
    • 你的内容在吸引访客方面表现如何?
    • 实际的人类行为(人们如何与您的内容互动)
    • 他们访问的频率和最近一次访问的时间
    • 无论是 真正的读者还是偶尔访问过你网站 的访客(例如,这些访客是否 已经养成访问你网站的习惯 ,还是仅仅因为某种原因在一段时间内多次偶然访问了你的网站)
    为了更好地理解这个指标,我们可以用一个简单的类比来解释。如果一个人走进一家商店,离开后又回来,没有任何特定目的,也没有实际购买任何东西——这个人就一定是忠实顾客吗?不一定。他有可能是,但你无法确定。. 我们必须再次强调—— 回头客数量衡量的是浏览器活动,与用户忠诚度无关。.

    出版商如何理解回头客的行为:

    许多发布商选择忽略这些计算谬误,甚至根本不了解真正的衡量标准。他们会参考新访客与回头客的比例来大致了解网站流量类型,即使这种方法并不十分准确。然后,他们会比较会话数或平均页面停留时间等指标,试图找出新访客和回头客与网站互动方式的异同。此外,他们可能还会选择进行用户细分,并生成自定义报告,以获取更多关于访客的详细信息。. 然而,这些报告是基于单一指标的,在衡量内容表现方面无法提供可操作的见解。. 出版商还可以利用跟踪来获取更准确的数据。 用户身份例如,可以在网页上建立登录系统,供用户登录。登录后,用户在不同设备上的活动就可以轻松追踪。但是,GA 不支持追溯数据,所以如果您选择实施登录系统,它将无法关联任何之前的会话。关键问题在于,如果内容本身就可用,访客不太可能选择登录您的网站。.

    我们是如何解决这个问题的:

    内容洞察实验室团队一直对了解和定义忠实读者特别感兴趣,并且 找到衡量忠诚度的方法. 最后,我们定义了 忠实读者“经常高度参与”因为它最准确地反映了他们的 习惯性的 行为方面,CI 的分析系统中会采用特定方式统计用户的“活跃天数”,以确保他们确实在与内容互动。. 与其他分析工具不同, 我们从内容层面衡量忠诚度。 因为这才是真正重要的。出版商想要找到那些能够培养用户忠诚度,并可能有助于将忠实读者转化为订阅用户的内容。. 随着我们最新的改进 忠诚度 CPI现在可以精确衡量这一点了。这种行为模型着眼于文章如何提升网站读者群的整体忠诚度。.  

    “如果没坏,就别修。”

    我们概述了最常用的单一指标,并详细解释了为什么基于这些指标来生成内容绩效报告是错误的。. 当前最紧迫的问题是,许多当今的出版商根本不愿费心去理解这一点。 道路 一切都是经过算计的。. 例如,发布商会真心相信,当他们在 Google Analytics(GA)中请求受众报告时,他们会获得准确可靠的洞察。 如何 他们的受众会消费他们的内容。但作为开箱即用工具的 GA 中的每个报告都依赖于 描述浏览器事件的单一指标. 这些报告 不能 无论你怎么称呼人类行为及其复杂性,都无法对其进行恰当的衡量。市面上许多分析工具构建的叙事实际上是虚假且误导性的——因为你无法真正衡量那些被承诺可以衡量的东西。. 你可以把猫叫做老虎,假装这没什么问题,仅仅因为它们都属于猫科动物的同一家族,但总有一天——这个错误会浮出水面,让所有关键利益相关者都痛苦地意识到这一点。 这不是咆哮。. 一些出版商开始意识到仅凭单一指标衡量内容表现的谬误,但他们却选择视而不见。另一些出版商甚至还没有意识到问题的存在。. 鉴于人们天生抗拒改变,许多出版商坚持“没坏就别修”的原则。他们的逻辑不无道理:他们一直使用单一指标,也维持了收支平衡。改变意味着可能失去控制,它本身就充满了不确定性,它会增加额外的工作量,而且通常令人恐惧——甚至害怕。. 然而,东西确实坏了,需要修理。. 就像所有根本性变革一样,这种从单一指标到复杂指标的转变遵循所谓的…… 海明威运动定律: 它是逐渐发生的,然后突然发生的。. 就像任何颠覆性技术或方法推动世界进步一样,早期采用者会获得竞争优势。我们已经见证了这一点。这就是进步的运作方式。. 现在轮到你了。你使用哪些分析工具?你如何解读数据?你衡量内容表现的“北极星”指标是什么?我们诚邀你加入讨论,并在下方评论区分享你的想法。.
    0
    欢迎留言分享您的想法