营销活动结束后,微信数据分析可以追踪哪些结果?
大家可能还记得,在2016年末,微信朋友圈曾经被有关“丢书大作战”的活动刷了屏。这个标题为《我准备了10000本书,丢在北上广地铁和你路过的地方》在短短几个小时内阅读量就飙升至十万以上。每一个环节参与者如发文的公众号、明星和各大赞助商都各自收获了粉丝、正面印象、曝光量等。而类似出色的微信营销活动从2015年1月21日,“微信团队”的微信号诞生之日、 “微信营销”的时代正式来临之后层出不穷。微信团队的“广告,也是生活的一部分”从2015年开始很好地践行在我们生活中:朋友圈广告、图文付费广告、推广软文、公众号服务号的出现、小程序微商城等。
然而,我们应该怎么评估这些活动效果呢?单从阅读量、点击率来看,抑或是二次传播量和销售额呢?如果您正在考虑或正在进行微信营销,最关注的应该是这个活动能否带来正向的ROI。微信统计为您了解微信活动营销效果提供了一个很好的开始。首先,您要考虑的是进行微信营销活动的目的,再以此为据选择和系统设计针对这类活动的数据分析报表。下面我们来深入了解微信平台的数据分析功能。
图一:微信统计数据分析板块构成
图二:用户数据分析内容
一、用户数据分析
1.关注来源
包括名片分享、扫描二维码、搜一搜等基本来源。收集此类信息可以结合活动中具体投放的渠道来看投放效果,但微信统计功能提供的信息无法将直接归因到具体活动。
更多时候,微信原生平台无法满足大体量公众号的更加多元的来源追踪需求。这时您需要第三方SaaS工具来获取更多用户洞察:比如在微信体系外推广的A渠道,可以设置回复特定关键词打标签,或是为在微信体系内推广的B渠道设置扫参数码打标签,用户扫指定码后系统自动打上标签“B渠道”,以此类推。JINGdigital独有的扫码打标签、关键词打标签功能可以助您了解更清楚的渠道获客效果。
2.用户属性
包括用户基本属性:性别比例、语言分布、省份分布、城市分布、终端分布、机型分布。从中可以了解到现有粉丝的画像来生产针对性的内容。
而您若想了解微信营销活动期间新增粉丝的属性,则需要用到上面提到的打标签功能来筛选并统计。
另外,JINGdigital的标签推送工具可以对指定标签的用户推送消息(48小时内客服消息和公众号每月4次限制的图文消息),实现个性化的营销消息触达,提高整体以及各环节的转化率。
图三:图文数据分析内容
二、图文数据分析
一般企业会使用图文来进行微信营销,图文分析可以帮您了解内容和推文时间的投放效果,从而迭代您的营销工作。数据包括送达人数、阅读人数、分享人数、图文总阅读、原文页阅读、分享转发、微信收藏、渠道分析。
在进行图文分析时,首先要明确的是做微信营销的两大目的是宣传品牌和增长销售额。所以您应该着重看粉丝对活动的喜爱程度,也可以说是参与度。我们可以利用下面这个公式来量化这个指标:喜爱度=点赞数/阅读数(不使用转发数/阅读数是因为影响转发的因素太多,而点赞的因素相对简单,即是否喜欢内容)。您可以总结活动中推送的图文进行归类和以喜爱度排序了解图文的投放效果。从而找出效果好的活动类型、不足之处和如何提升,来优化市场活动。
活动推文时间选择上,一般推荐的时间段是:8点至9点,18点至19点,分别是上下班高峰。图文分析中的小时报,选择无推文的时间段,可以让您了解您的用户自然的活跃时段,从而更好地规划活动图文推送时间。
图四:菜单数据分析内容
三、菜单数据分析
菜单分析包括点击次数、点击人数和人均点击次数。通常开场一场市场活动时,会创建一个菜单入口来引流粉丝到活动详情。总体来说菜单栏是个很好的挖掘真实需求的工具,可以用来了解产品、内容、活动的真实需求度,从而更好地计划营销资源。
JINGdigital平台可以让您为不同用户群组设计菜单,提供更个性化的用户体验;也可以分析不同菜单设计的粉丝参与度来更有效率地挖掘客户需求,做到资源利用最大化。
图五:消息数据分析内容
四、消息数据分析
关键词分为已设置的关键词自动回复和用户咨询信息。数据包括消息发送人数、发送次数和人均发送次数,可以从小时、日、周、月的时间跨度去查看数据;另外包括消息关键词的分析。
您可以通过小时报来找到用户的集中发送消息时间。若是设置了人工客服,您可以用这个洞察来更好的分配客服资源。通过关键词的分析,可以找到粉丝的主要咨询方向,来设置可以最大化利用客服资源的FAQ。活动中,若设置了关键词,可以利用关键词统计来衡量粉丝对活动参与度。
JINGdigital的消息分析功能,可以让您更详细了解粉丝消息的回复情况,如人工服务或是智能回复,以及未被回复消息的数量等。通过创建特定活动的用户群组可以让您更好地了解粉丝的咨询内容以及对此活动的反馈。
结语:
您可以通过以下四个方面的数据分析来了解市场活动效果:
- 用户分析了解关键用户属性、粉丝增长情况和主要引流来源;
- 图文分析了解内容和推文时间投放效果;
- 菜单分析了解用户对活动的感兴趣程度,来后续更好地计划资源;
- 消息分析了解用户的活动参与活跃时间、参与度和反馈。