用户网站体验行为对关键词广告效果的影响研究
发布时间:2021-01-04 00:32
用户行为影响着关键词广告的整个过程,已有研究只考虑了用户的搜索行为,对用户进入广告商网站后的体验行为缺乏研究。用户网站体验行为可通过页面浏览数和跳出率来反映,体现了广告质量的好坏以及查询与广告的相关程度。在控制了竞标成本和关键词特征前提下,发现用户网站体验行为显著影响广告效果。页面浏览数越多,广告质量以及用户查询与广告之间的相关性也就越高,转化结果越好。跳出率越高,广告质量以及用户查询与广告之间的相关性越低。
【文章来源】:广西大学学报(哲学社会科学版). 2020年05期 CSSCI
【文章页数】:6 页
【部分图文】:
跳出率和点击及转化的关系
在整个广告活动中,用户是广告的受众,广告效果的好坏最终均要通过用户的行为来体现。当用户在搜索引擎平台上输入关键词进行查询时便会触发一次广告活动。搜索引擎系统根据输入的单词按某种策略进行匹配,然后返回搜索的结果页面,用户浏览返回的结果页面并寻找自己感兴趣的内容。当用户点击感兴趣的广告时,将被引导到广告商的广告页面。如果广告页面的内容满足用户的需要,其则可能进行进一步的操作,如点击“购买”按钮或其他广告商期望的行为。广告商期望的用户行为包括:在站点上停留足够的时间、浏览网站上的特定页面、在网站上注册或提交订单、通过网站或在线即时通讯工具进行咨询等。可见,用户行为贯穿关键词广告的整个过程:始于用户的搜索行为,终于用户的跳出行为或转化行为。关键词广告中完整的用户行为如图1所示,包括搜索以及搜索结果浏览行为、点击行为、网站体验行为和转化或跳出行为。可见,用户行为在关键词广告效果评估中具有重要地位,但现有的研究大多集中于如何吸引或预测点击,如广告商可以通过竞价获得更靠前的位置来增加点击率,对一些具有吸引力的关键词进行竞价等[4–5]。然而,过度关注用户的点击行为可能会导致无效点击被忽略。无效点击可以被解释为非潜在客户由于被误导而发生的点击。无效点击不仅浪费了广告商的资金,更会导致广告效果评价的偏差。这些以预测点击率为主流的实证研究仅仅涉及图1中的用户搜索行为和点击行为,点击进入广告商页面之后的用户体验行为并未涉及。部分学者在评估时使用相关性(relevancy)来衡量用户查询和广告的匹配程度,以反映用户的体验行为是否最终转化为广告商所期望的行为,但该参数需要进行估计,估计的方法并未有统一的标准。主流搜索引擎商谷歌等使用质量分数来衡量广告的质量,但是并没有公开计算质量分的精确算法,因此广告商难以测量广告的相关性和质量分数。Ghose等人基于谷歌提供的三个指标:相关度的加权平均值、透明度和导航能力来计算每个广告主页的质量分数[6]242-259。这种方法计算的结果用于模拟引擎商的质量分,与引擎商提供的实际结果不尽相同。Rutz等人提出了一种潜在的工具变量方法来评估广告,尽管该方法可以解决变量的内生性问题,但广告商很难理解这些变量的原理,难以用来指导广告运营管理工作,因为他们没有指明广告商该如何使用可观察的和可控的因素来评估他们的广告以及如何改进他们的广告[7]1163-1178。
【参考文献】:
期刊论文
[1]一种基于因子图的搜索广告转化预测模型[J]. 顾智宇,秦涛,王斌. 中文信息学报. 2015(03)
本文编号:2955790
【文章来源】:广西大学学报(哲学社会科学版). 2020年05期 CSSCI
【文章页数】:6 页
【部分图文】:
跳出率和点击及转化的关系
在整个广告活动中,用户是广告的受众,广告效果的好坏最终均要通过用户的行为来体现。当用户在搜索引擎平台上输入关键词进行查询时便会触发一次广告活动。搜索引擎系统根据输入的单词按某种策略进行匹配,然后返回搜索的结果页面,用户浏览返回的结果页面并寻找自己感兴趣的内容。当用户点击感兴趣的广告时,将被引导到广告商的广告页面。如果广告页面的内容满足用户的需要,其则可能进行进一步的操作,如点击“购买”按钮或其他广告商期望的行为。广告商期望的用户行为包括:在站点上停留足够的时间、浏览网站上的特定页面、在网站上注册或提交订单、通过网站或在线即时通讯工具进行咨询等。可见,用户行为贯穿关键词广告的整个过程:始于用户的搜索行为,终于用户的跳出行为或转化行为。关键词广告中完整的用户行为如图1所示,包括搜索以及搜索结果浏览行为、点击行为、网站体验行为和转化或跳出行为。可见,用户行为在关键词广告效果评估中具有重要地位,但现有的研究大多集中于如何吸引或预测点击,如广告商可以通过竞价获得更靠前的位置来增加点击率,对一些具有吸引力的关键词进行竞价等[4–5]。然而,过度关注用户的点击行为可能会导致无效点击被忽略。无效点击可以被解释为非潜在客户由于被误导而发生的点击。无效点击不仅浪费了广告商的资金,更会导致广告效果评价的偏差。这些以预测点击率为主流的实证研究仅仅涉及图1中的用户搜索行为和点击行为,点击进入广告商页面之后的用户体验行为并未涉及。部分学者在评估时使用相关性(relevancy)来衡量用户查询和广告的匹配程度,以反映用户的体验行为是否最终转化为广告商所期望的行为,但该参数需要进行估计,估计的方法并未有统一的标准。主流搜索引擎商谷歌等使用质量分数来衡量广告的质量,但是并没有公开计算质量分的精确算法,因此广告商难以测量广告的相关性和质量分数。Ghose等人基于谷歌提供的三个指标:相关度的加权平均值、透明度和导航能力来计算每个广告主页的质量分数[6]242-259。这种方法计算的结果用于模拟引擎商的质量分,与引擎商提供的实际结果不尽相同。Rutz等人提出了一种潜在的工具变量方法来评估广告,尽管该方法可以解决变量的内生性问题,但广告商很难理解这些变量的原理,难以用来指导广告运营管理工作,因为他们没有指明广告商该如何使用可观察的和可控的因素来评估他们的广告以及如何改进他们的广告[7]1163-1178。
【参考文献】:
期刊论文
[1]一种基于因子图的搜索广告转化预测模型[J]. 顾智宇,秦涛,王斌. 中文信息学报. 2015(03)
本文编号:2955790
本文链接:https://www.wllwen.com/guanlilunwen/pinpaiwenhualunwen/2955790.html