影響搜索引擎營(yíng)銷效果的關(guān)鍵因素分析 - 圖文-

1、 42 N （ O11 O22 O12 O21 ） T = 槡 C1 C2 n1 n2 槡 99 （ 31 × 36 19 × 13 ） = 槡 44 × 55 × 50 × 49 槡 = 3 55 p = 0 000 ，顯著 管 理 科 學(xué) 學(xué) 報(bào) 2011 年 9 月 令 W = 1 /S Ln（ Odds2 ） = W × ln（ Odds） Rank2 = W × （ 11 Rank） Relevance2 = W × Relevance Competition2 = W × Competitio

2、n 模型變?yōu)?Ln（ Odds2 ） = W + 1 Rank2 + 2 Relevance2 + 3 Competition2 + 4 3 相關(guān)變量參數(shù)的處理 1， 10間 為方便起見， 將排名（ rank） 定義為 排名越高， 排名值越小 （ 排名最高者為 1 ； 的整數(shù)， 排名最低者為 10 ） ， 為了避免產(chǎn)生混淆， 將排名進(jìn) 行等效轉(zhuǎn)換 將不同搜索結(jié)果頁(yè)面點(diǎn)擊數(shù)的平均 click） 值作為平均頁(yè)點(diǎn)擊數(shù)（ page通過專家打分法得出搜索結(jié)果項(xiàng)與搜索請(qǐng)求 （ 關(guān)鍵詞） 間的關(guān)聯(lián)性（ relevance） 共邀請(qǐng) 7 位專 家對(duì) 9 份設(shè)計(jì)問卷進(jìn)展逐項(xiàng)評(píng)判 （ 打分 ） 評(píng)判的 標(biāo)準(zhǔn)按關(guān)聯(lián)

3、度分為 1 到 7 個(gè)等級(jí) （ 1 表示非常差， ， 7 為非常好 ） 然后以所有專家的打分結(jié)果的 平均值作為 9 份問卷中每個(gè)搜索結(jié)果項(xiàng)與搜索動(dòng) 機(jī)之間的關(guān)聯(lián)性 變量 relevance 均值為 4 95 ， 標(biāo) 準(zhǔn)差為 1 7 以點(diǎn)擊率作為評(píng)判客戶選擇行為變化的指 p ， p 為信息 標(biāo) 定義點(diǎn)擊發(fā)生比 Odds = 其中， 1 p 1 p 為信息項(xiàng)不被點(diǎn)擊的 項(xiàng)被 點(diǎn) 擊 的 概 率， 概率 用 Logistic 分組數(shù)據(jù)模型成立后的結(jié)果如表 5 所示（ N = 82 ） 4 4 結(jié)果分析 模型的擬合優(yōu)度檢驗(yàn)和 F 檢驗(yàn)如表 6 、 表7 所 2 2 示 檢驗(yàn)結(jié)果表明 R = 0 94

4、， 調(diào)整 R = 0 934 ， F = 304 205 ， p = 0 000 ， 說明模型擬合數(shù)據(jù)情況 良好， 模型的檢驗(yàn)顯著 模型對(duì)各回歸系數(shù)檢驗(yàn)結(jié)果表明 （ 見表 8 ） ： 搜索結(jié)果項(xiàng)排名越高， 被點(diǎn)擊的概率越大 （ = 0 066 ， t = 3 271 ， p = 0 002 ） 排名每上升 1 位， 點(diǎn) Rank 0 066 （ Odds = e = 1 068 ） 擊發(fā)生比 將增長(zhǎng)為原 研究 3 的結(jié)果表明： 搜索結(jié)果的前項(xiàng)與搜索 目的的關(guān)聯(lián)性會(huì)在很大程度上改變用戶關(guān)注度的 分布， 對(duì)后項(xiàng)的點(diǎn)擊率產(chǎn)生很大影響 研究假設(shè) H3a 成立 后一項(xiàng) （ r） 的內(nèi)容相對(duì)于前一項(xiàng) （

5、r 1 ） 的內(nèi)容競(jìng)爭(zhēng)力越強(qiáng)（ 即信息項(xiàng)所反映的文字特 征與用戶搜索動(dòng)機(jī)的關(guān)聯(lián)性越強(qiáng) ） ， 其點(diǎn)擊率越 研究假設(shè) H3b 成立 但是一旦前項(xiàng)被點(diǎn)擊， 則 高， 后續(xù)項(xiàng)被再點(diǎn)擊的可能性將會(huì)大大降低， 研究假 設(shè) H3c 成立 4 多因素影響的綜合分析 前面分析了單個(gè)因素變化對(duì)用戶點(diǎn)擊行為的 影響 但是， 人們的選擇和點(diǎn)擊行為往往是多種因 素共同影響的結(jié)果 下面通過構(gòu)建模型， 研究上述 多個(gè)因素綜合作用的結(jié)果 4 1 問卷設(shè)計(jì) 每套問卷共有 9 個(gè)不同的搜索結(jié)果頁(yè)面， 每 個(gè)頁(yè)面設(shè)計(jì)有 10 個(gè)搜索結(jié)果項(xiàng)， 自上而下排列 問卷隨機(jī)發(fā)放， 共回收有效問卷 116 份 4 2 分析模型 由于用戶的網(wǎng)

6、頁(yè)瀏覽過程主要受短時(shí)記憶影 響， 前后項(xiàng)的影響主要體現(xiàn)在前項(xiàng)結(jié)果項(xiàng)對(duì)后續(xù) 結(jié)果項(xiàng)的影響上 于是， 采用后項(xiàng)、 前項(xiàng)內(nèi)容與關(guān) 鍵詞的關(guān)聯(lián)性的相對(duì)差值， 來(lái)表示前項(xiàng)和后項(xiàng)的 競(jìng)爭(zhēng)關(guān) 系 據(jù) 此， 建 立 Logistic 分 組 數(shù) 據(jù) 模 型 如下 19 （ fj 1 1 1 * ） ln（ ） = （ ） * + 1 Rank（ ） + Sj 1 fj Sj Sj 1 1 * ） + 3 Competition（ ） Sj Sj * 2 Relevance（ S2 j = Vr （ j 1 ） = pj （ 1 pj ） nj fj （ 1 fj ） 但卻改為加 Logistic 分組數(shù)據(jù)模型

7、也稱為最小卡方估計(jì) Berkson 最初的推導(dǎo)是根據(jù)卡方最小原則 Theil 將該方法引入社會(huì)科學(xué)研究 ， Theil weighted least square（ WLS） 估計(jì) 權(quán)最小二乘法 所以， 該模型的估計(jì)也成為 Berkson- 第9 期 姜旭平等： 影響搜索引擎營(yíng)銷效果的關(guān)鍵因素分析 43 先的 1 068 倍 H1 成立 搜索結(jié)果項(xiàng)與搜索動(dòng)機(jī)關(guān)聯(lián)度越好， 其被點(diǎn) t = 8 007 ， p = 0 擊的 概 率 越 大 （ = 0 610 ， 000 ） 搜索結(jié)果項(xiàng)與搜索動(dòng)機(jī)的關(guān)聯(lián)性每上升 1 Relevance = e0 61 = 1 84 ） 個(gè)單位， 點(diǎn)擊發(fā)生比 （ Od

8、ds 將提高為原先的 1 84 倍 H2 成立 后項(xiàng)（ 第 r 項(xiàng)） 的關(guān)聯(lián)性比前項(xiàng)（ 第 r 1 項(xiàng)） （ 注： 截距為負(fù)表明點(diǎn)擊率較小 ） 綜合分析表明， 在多因素的共同作用和影響 排名、 關(guān)聯(lián)性和前后項(xiàng)競(jìng)爭(zhēng)關(guān)系對(duì)搜索結(jié)果項(xiàng) 下， 的點(diǎn)擊率有很大影響 關(guān)聯(lián)性越好， 點(diǎn)擊率越高； 后項(xiàng)對(duì)前項(xiàng)的相對(duì)競(jìng)爭(zhēng)能力越強(qiáng)， 其被點(diǎn)擊的可 能也越高； 排名越高， 點(diǎn)擊率越高 因此， 從多因素 綜合影 響 分 析 的 角 度 來(lái) 看， 前面研究命題假設(shè) H1 、 H2 、 H3 也都是成立的 Odds 而且， 在 多 因 素 綜 合 影 響 下， Odds Competition Relevance t =

9、 2 978 ， 越好， 被點(diǎn)擊的概率越大 （ = 0 167 ， p = 0 004 ） 后項(xiàng)的關(guān)聯(lián)性比前項(xiàng)每高出 1 個(gè)單 = e 位， 點(diǎn)擊發(fā)生比（ Odds 提高為原先的 1 182 倍 H3 成立 Competition 0 167 = 1 182 ） 將 表5 Odds Rank Logistic 分組數(shù)據(jù)表 Table 5 Groups Logistic model date sheet ID 11 12 13 14 15 點(diǎn)擊率 0 770 270 3 0 270 270 3 0 486 486 5 0 175 675 7 0 175 675 7 排名 1 2 3 4 5 表6

10、 關(guān)聯(lián)度 6 428 571 5 785 714 5 142 857 4 785 714 4 428 571 模型的擬合優(yōu)度檢驗(yàn) 前項(xiàng)關(guān)聯(lián)度 4 000 000 0 6 428 571 4 5 785 714 3 5 142 857 1 4 785 714 3 競(jìng)爭(zhēng)關(guān)系 2 428 571 4 0 642 857 1 0 642 857 1 0 357 142 9 0 357 142 9 Table 6 Model summary table 模型 1 R 0 969 表7 R2 0 940 模型的 F 檢驗(yàn) 調(diào)整 R2 0 937 標(biāo)準(zhǔn)差 0 148 51 Table 7 ANOVA tab

11、le 模型 回歸 殘差 合計(jì) 方差和 26 839 1 720 28 559 表8 自由度 4 78 82 模型回歸系數(shù) t 檢驗(yàn)表 均方差 6 710 0 022 F 304 209 顯著性 0 000 a Table 8 Coefficients of the model 非標(biāo)準(zhǔn)化回歸系數(shù) 模型 B 排名 2 關(guān)聯(lián)度 2 競(jìng)爭(zhēng)關(guān)系 2 W（ 調(diào)整變量） 0 066 0 610 0 167 4 165 標(biāo)準(zhǔn)差 0 020 0 076 0 056 0 348 0 199 1 435 0 176 2 178 3 271 8 007 2 978 11 982 0 002 0 000 0 004 0

12、 000 標(biāo)準(zhǔn)化回歸系數(shù) t 顯著性 5 結(jié)束語(yǔ) 本文圍繞排名、 關(guān)聯(lián)性和前項(xiàng)對(duì)后項(xiàng)的影響 這 3 個(gè)目前困擾企業(yè) SEM 實(shí)踐的關(guān)鍵要素展開研 究， 研究的結(jié)論是： 1 ） 企業(yè)可以通過關(guān)鍵詞來(lái)揣摩客戶可能的 搜索行為和需求動(dòng)機(jī)， 并據(jù)此來(lái)搜索結(jié)果信息項(xiàng) 44 管 理 科 學(xué) 學(xué) 報(bào) 2011 年 9 月 （ 廣告 ） 的文字特征以及出現(xiàn)的位置 這對(duì)提高 SEM 效果至關(guān)重要 2 ） 從單個(gè)因素的影響來(lái)看， 搜索結(jié)果信息項(xiàng) （ 廣告） 文字特征與搜索目的間的關(guān)聯(lián)性 、 位置和 排名都會(huì)對(duì)客戶的關(guān)注度分布和點(diǎn)擊行為產(chǎn)生很 大影響 3 ） 搜索結(jié)果與搜索目的的關(guān)聯(lián)性在很大程 度上會(huì)改變用戶關(guān)注度

13、的分布 后一項(xiàng) （ r） 的內(nèi) 容相對(duì)于前一項(xiàng)（ r 1 ） 的內(nèi)容競(jìng)爭(zhēng)力越強(qiáng)， 其被 點(diǎn)擊可能性越高 但一旦前項(xiàng)被點(diǎn)擊， 則后續(xù)項(xiàng)被 再點(diǎn)擊的可能性將會(huì)大大降低 4 ） 在多因素綜合影響的情況下， 關(guān)聯(lián)性對(duì)客 戶的 選 擇 和 點(diǎn) 擊 行 為 影 響 最 大 （ 點(diǎn) 擊 發(fā) 生 比 Odds Relevance 達(dá)到 1 1 6 ） ； 其次是前項(xiàng)關(guān)聯(lián)度的影 Competition 為 1 1 182 ） ； 再次是 響 （ 點(diǎn)擊發(fā)生比 Odds Rank 排名（ 點(diǎn)擊發(fā)生比 Odds 為 1 1 068 ） 隨著消費(fèi)者信息獲取行為模式的改變， 搜索 引擎在營(yíng)銷中的作用變得越來(lái)越重要 本文的

14、實(shí) 踐意義在于： 企業(yè)如果想要提高搜索引擎營(yíng)銷的 在制定 SEM 策略時(shí)， 必須要注意以下幾個(gè) 效率， 方面的問題： 1 ） 關(guān)鍵詞的選擇要從企業(yè)營(yíng)銷傳播和客戶 自身需求這兩個(gè)方面來(lái)考慮 2 ） 要注意提高廣告文字特征與搜索動(dòng)機(jī)之 間的關(guān)聯(lián)性 關(guān)聯(lián)性越好， 獲得的關(guān)注度越大， 被 點(diǎn)擊的可能性越高， 營(yíng)銷效果越好 3 ） 注意前后項(xiàng)內(nèi)容之間的相互影響， 選擇適 當(dāng)?shù)姆绞脚懦恍┎槐匾母蓴_， 增加被點(diǎn)擊的 可能性 以獲得更好的營(yíng)銷效果 4 ） 設(shè)法將信息項(xiàng)或定位廣告排在搜索結(jié)果 并在可能的情況下， 提高信息項(xiàng)的排名， 的首頁(yè)， 這對(duì)提高被點(diǎn)擊率和營(yíng)銷效果也很重要 參 考 文 獻(xiàn)： 1 2008

15、 年中國(guó)搜索引擎用戶行為研究報(bào)告 ， 2009 3 ，http： / / www cnnic cn / uploadfiles / pdf / 中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心 ， 2009 /3 /5 /174716 pdf CNNIC 2008 Search Engine User s Behavior Survey Report in China，2009 3 http： / / www cnnic cn / uploadfiles / pdf / 2009 /3 /5 /174716 pdf （ in Chinese） 2 2008 年中國(guó)搜索引擎市場(chǎng)廣告主研究報(bào)告 ， 2009 3 ， 中國(guó)互聯(lián)

16、網(wǎng)絡(luò)信息中心 ， http： / / www cnnic cn / uploadfiles / pdf /2009 /3 /5 /173508 pdf CNNIC 2008 Search Engine Advertisement Survey Report in China， 2009 3 http： / / www cnnic cn / uploadfiles / pdf /2009 / 3 /5 /173508 pdf （ in Chinese） 3 Wilson T D，On user studies and information needs J Journal of Document

17、ation， 1981 ， 37 （ 1 ） ： 3 5 4 Bell R D，Lattin M J Shopping behavior and consumer preference for store price format： Why " large basket" shoppers prefer EDLP J Marketing Science， 1999 ， 17 （ 1 ） ： 66 88 5 Broder A，Glassman C S，Manasse M，et al Syntactic clustering of the Web C/ / Proc of th

18、e 6th Int'l World Wide Web 1997 ， 29 （ 1 ） ： 1157 1166 Conf ，New York： ACM， 6 Moorthy S，Ratchford B T，Talukdar D Consumer information search revisited： Theory and empirical analysis J Journal 1997 ， 23 （ 4 ） ： 263 277 of Consumer Research， 7 Hotchkiss G，Alston S，Edwards G Eye tracking study： An

19、in depth look at interactions with Google using eye tracking 2005 6 http： / / www enquiroresearch com / images / eyetracking2sample pdf methodology Enquiro Search Solutions， 8 Sherman C A new Fword for Google search results Search Engine Watch s Conference on engine marketing，2005 http： / / www webc

20、itation org /5FmwyPgDv 9 Janiszewski C The influence of display characteristics on visual exploratory search behaviorJ Journal of Consumer Research， 1998 ， 25 （ 1 ） ： 290 330 10 BaezaYates R，RibeiroNeto B Modern Information Retrieval M Boston，MA，USA： Addison Wesley Longman Publishing Co Inc 1999 11

21、DoubleClick Search Before the Purchase Understanding Buyer Search Activity as it Building Online Purchase， 2005 ，http： / / www doubleclick com / insight / pdfs / searchpurchase_0502 pdf 第9 期 姜旭平等： 影響搜索引擎營(yíng)銷效果的關(guān)鍵因素分析 45 12 Joachims T Optimizing Search Engines using Clickthrough Data M/ / Proceedings o

22、f the 28th annual international ACM 2002 http： / / www inf unibz it / ricci / SDB / papers / joachims_ SIGIR conference on human factors in computing systems， 02c pdf 13 Ducoffe D S，Eugene S A survey of senior agency，advertiser，and media executives on the future of advertising J Journal of Current I

23、ssues and Research in Advertising， 1996 ， 18 （ 1 ） ： 1 19 14 Granka L A，Joachims T，Gay G Eyetracking analysis of user behavior in WWW search Proceedings of the 27th annual international ACM SIGIR conference on Human factors in computing systems， 2004 http： / / www hci cornell edu / projects / pdfs%2

24、0of%20pubs / sigir04 pdf 15 Cutrell E， Guan Z What are you looking for？： An eyetracking study of information usage in web search C/ / Proceedings 2007 of the SIGCHI conference on Human factors in computing systems， 16 Guan Z An eye tracking study of the effect of target rank on web search C Proceedi

25、ngs of the SIGCHI conference on Huus / um / people / cutrell / CHI2007effect% man factors in computing systems， 2007 http： / / research microsoft com / en20of%20rank%20on%20searchGuanCutrell pdf 17 席酉民，井 101 Xi Youmin，Jing Hui，Xiao Hongwen，et al Empirical study on fit of HEXIE theme and HEXIE mechan

26、ism J Journal 2008 ， 11 （ 5 ） ： 95 101 （ in Chinese） of Management Sciences in China， 18 M 北京： 清華大學(xué)出版社， 2007 ： 420 423 ； 307 346 姜旭平 網(wǎng)絡(luò)整合營(yíng)銷傳播 Jiang Xuping Electronic Integrated Marketing CommunicationM Beijing： Tsinghua University Press，2007 ： 420 423 ； 307 346 （ in Chinese） 19 方法與應(yīng)用 M 北京： 高等教育出版社， 2001 ： 6 203 王濟(jì)川，郭志剛 Logistic 回歸模型 Wang Jichuan，Guo Zhigang Logistic Regression Model： Methodology and ApplicationsM Beijing： HighEducation Press 2001 ： 6 203 （ in Chinese） 輝，肖宏文，等 和諧主題與和諧機(jī)制一致性關(guān)系的實(shí)證分析 （ J） 管理科學(xué)學(xué)報(bào)，2008 ，11 （ 5 ） ： 95 Study on the core factors impacting search engine marketin