除了寻找可持续的商业模式之外，当今在数字领域运营的出版商还面临着另一个挑战：正确衡量其内容表现并真正了解受众的行为。对于所有类型的出版物来说，这都是一个真正的问题，无论它们是靠广告资助还是在读者收入模式下运营的新品种的一部分。
过去的事情要简单一些。出版商可以通过记录和比较一段时间内报纸或杂志的销售数量来衡量他们的商业成功。然后，他们可以通过将销量乘以 2 或 2.5 来估计读者群的规模，这被认为是平均传递率。对于在投资广告空间之前想要一些价值证明的广告商来说，有关发行成功的信息尤其重要。
传统媒体出版商仍然依赖这种类型的计算，因为让我们面对现实吧——它已经是最好的了。
一旦进入数字时代，出版商就发现了通过内容获利的新方法。然而，他们也发现自己身处陌生的领域。现在衡量内容性能意味着使用分析工具并具备数据素养，这对许多出版商来说是一个难以接受的难题。因此，信任单一指标是错误的。
让我们尝试看看为什么使用单一指标，例如
- 浏览量
- 页面停留时间和
- 回访者
对于想要衡量内容表现、了解受众行为、确定忠实读者并与他们建立牢固关系的出版商来说，这并不是可靠的指标。
1. 浏览量
网页浏览量一直用于衡量电子商务网站上的广告效果和产品页面的受欢迎程度。Google Analytics启动，它是最著名的分析工具之一，主要为电子商务企业设计。
浏览量的问题：
不幸的是，在没有更好的办法的情况下，浏览量很快就被市场上的许多分析工具采用作为衡量内容性能的合法指标。
以下是许多出版商对综合浏览量的错误解释：更多的综合浏览量等于更多的访问者和更多的参与度。如果某篇内容产生了很多综合浏览量，那么它最终会比其他文章更好，对吧？
并不真地。
让我们系统地解决这个问题。
以下是Google Analytics 中网页浏览量的定义：
综合浏览量（或综合浏览量命中、页面跟踪命中）是在浏览器中加载（或重新加载）页面的实例。综合浏览量是一个定义为浏览页面总数的指标。 [...]如果用户在到达页面后单击“重新加载”，则会被视为额外的综合浏览量。如果用户导航到不同的页面然后返回原始页面，也会记录第二个页面浏览量。
还有一个称为“唯一页面浏览量”的指标，它表示某个页面至少被查看一次的会话数量。因此，如果某个用户访问了相关页面，然后离开该页面并在同一会话中再次返回该页面，GA 将计算 1 个唯一页面浏览量。
但是，综合浏览量是一个浏览器指标，它并不描述连接的性质或网站访问者对您的内容的参与程度。到目前为止还没有。
人们可能会打开某篇文章，然后立即将其关闭，或者在执行其他操作时将其在浏览器选项卡中保持打开状态。无论如何，分析工具的脚本都会将其记录为页面浏览量。
我们可以说Pageviews 更准确的名称是 Page-Loads ，因为该指标不一定显示查看页面的人数，而是显示页面在浏览器中加载的次数。
发布商如何尝试理解综合浏览量：
出版商和内容营销人员可能会尝试通过观察该指标如何与 GA 和类似分析工具中可用的其他单一指标相关联来更深入地理解该指标。
例如，他们将查看可用的单个指标的组合：综合浏览量、平均页面停留时间和跳出率。因此，评估某篇文章是否表现良好的常见“公式”如下：
高浏览量+“良好”的平均页面停留时间+低跳出率
“理想的”页面停留时间是与相关文章的必要阅读时间相对应的时间。平均阅读速度约为 265 WPM，因此出版商坐下来做一些简单的计算：如果他们的文章有 1500 个单词，一个人从上到下阅读它大约需要 5 分钟半的时间。当然，并非所有网站访问者都会阅读它，因此平均页面停留时间会较低。对于发布商来说，棘手的部分是确定可接受的时间，即“良好”的平均页面停留时间。
这其中的关键问题是什么？好吧，在 GA 和类似工具中计算平均页面时间的方式可能会扰乱您的假设（请参阅以下名为“页面时间/平均页面时间”的部分）。
根据定义，跳出是您网站上的单页面会话。跳出率是单页访问的百分比。页面的跳出率仅基于从该页面开始的会话。
因此，出版商认为：跳出率越低越好。从理论上讲，他们是对的，因为这表明人们对您网站上发布的其他内容感兴趣，即他们决定进一步浏览。但标准 GA 报告中没有提供有关他们实际与您的内容互动的方式的信息。您可以假设其中一些内容留在您的网站上，但仅此而已。
在网上，您可以找到有关理想跳出率值：它们不高于 40%，而平均值最高可达 55%。但是，您应该根据自己的网站设定基线，而不是追逐适用于其他人的数字和规范。另外，如果没有正确解释，跳出率值可能会产生严重的误导。上下文也很重要：例如，如果联系页面的跳出率很高，并不是说它没有提供价值。它只是回答用户的特定查询，然后用户不再需要进一步浏览。
我们如何解决这个问题：
与 GA 和类似工具中的页面浏览量相反，在Content Insights，我们开发了复杂的指标。我们的分析解决方案具有文章阅读量，它专注于真实的人类行为，因为它考虑了在页面上花费的实时时间，但也考虑了人们与页面交互的方式（例如点击、文本选择、滚动等）。除了文章阅读量之外，CI 还具有阅读深度作为一个复杂的指标，它揭示了访问者阅读一段内容的深度。为了获得更高的精度，它依赖于多个指标的组合，其中之一是注意力时间。此外，我们还有页面深度，用于计算读者打开初始页面或文章后访问的平均页面数。
2. 页面停留时间/平均页面停留时间
在尝试定义哪些内容可以被认为具有吸引力时会考虑页面停留时间和平均页面停留时间他们认为人们在某个页面上停留的时间越长，所提供的内容吸引人的可能性就越高。
然而，在了解这个指标的衡量方式之后，您会发现它并没有提供任何可靠的见解。
测量页面停留时间的问题：
谷歌分析和类似的分析工具仅在浏览器级别测量这些指标，这并没有说明人们与内容互动的方式。
当用户离开页面但保持选项卡打开时，Google Analytics 和类似的分析工具无法记录这一点。就分析而言，该人从未离开过该网站。此外，GA 无法衡量用户在访问您网站的最后一页上花费的时间。另外，如果访问者仅查看一页后就离开（即，如果访问是跳出），则根本不会记录时间。
正如您所看到的，此数据并不能正确反映读者对您的内容的参与程度。
发布商如何尝试了解平均页面停留时间：
一些发布商部署事件跟踪器（例如滚动深度），试图获得更准确的报告，并确保即使页面跳出也能测量页面停留时间。然而，事情并没有那么简单。
当仅依赖滚动深度时，存在一个潜在问题：
- 用户的真实活动
- 折叠的位置
- 文章的长度
假设一个人滚动浏览了 60% 的内容，但他们在屏幕上滚动的屏幕不是缩放到 100%，而是缩放到 75%。他们可以看到您的其余内容，而不会继续向下滚动。
或者，假设他们显示了您内容的 60%，但他们在那里停留了半个小时（页面保持打开状态，他们离开了计算机），然后才最终跳出。此外，仅仅因为他们滚动浏览您的内容并不意味着他们实际上阅读了它。如果文章不是很长怎么办？滚动深度将为 100%，但这并不意味着这篇特定文章比其他文章产生了更多参与度或效果更好。
不用说，即使有事件跟踪，报告也可能不准确，因为它们没有提供完整的情况。数据差异并不罕见，因此帐户所有者可能会在报告中注意到平均页面停留时间比平均会话持续时间长，这没有多大意义。在 Google Analytics 中，这称为“损失的时间”。
我们如何解决这个问题：
与 GA 和类似的分析工具不同，内容洞察测量的是注意力时间，即用户在消费内容的页面上花费的实际时间。它没有考虑空闲时间，即一个人在页面上不活动或离开页面的时间。因此，您通过该指标得到的就是实际的参与时间。
我们的分析解决方案依赖于一种称为内容绩效指标 (CPI) 的复杂算法。 CPI 始终以数字形式呈现，从 1 到 1000，其中 500 是观察到的网站、部分、主题、作者或文章的基线（也称为“标准”）。
CPI 考虑了数十种不同的内容绩效指标并检查它们的关系。它还根据三种行为模型对它们进行不同的权衡：曝光度、参与度和忠诚度。因此，我们开发了三个 CPI 来衡量这些行为：曝光 CPI 、参与度 CPI和忠诚度 CPI 。
在参与度方面，我们有参与度 CPI ，它是通过衡量网站或域内的专注阅读和读者旅程来计算的。与简单地检查页面停留时间（GA 和类似分析工具中的单一指标）相比，它提供了一种更先进、更精确的衡量参与度的方法。
3. 回访者
为了了解回访者是什么，我们必须简要检查一下 Google Analytics 和当今大多数分析工具跟踪用户的方式。
特定设备（台式机、平板电脑、移动设备）或浏览器（Chrome、Firefox、Internet Explorer）第一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
唯一 ID 在 GA 中被视为新的唯一用户。每次检测到新的 id 时，GA 都会计算一个新用户。如果用户删除浏览器 cookie，ID 将被删除并重置。
考虑到这一点，回访者是指使用与以前相同的设备或浏览器访问网站并开始新会话而不清除 cookie 的访问者。因此，如果 Google Analytics 在新会话中检测到现有客户端 ID，它会将其视为回访者。
回访者的问题：
计算回访访客的问题很明显：分析工具可能会将返回网站的同一访客视为新访客- 仅仅因为他们更改了设备或浏览器，或者清除了 cookie。任何人对此无能为力，因为他们的客户端 ID 会以这种方式更改。无法跨不同浏览器和设备跟踪用户。此外，如果同一访客在特定时间段内返回，Google Analytics 可能会将同一访客视为新访客和回访者。这意味着新访问者和回访者之间可能存在重叠，从而导致数据差异。此外，对于同一来源/媒体，同一用户可能会被计数两次。
然而，这里有一个更大的问题：
许多出版商接受回访者作为衡量忠实读者数量的指标，这是一个逻辑谬误。
回访者表示过去访问过您的网站然后又回来的人数。然而，这份报告没有提及：
- 您的内容在吸引访问者方面有多出色
- 实际的人类行为（人们如何与您的内容互动）
- 他们访问的频率和新近度
- 这些访问者是否真正忠于您的出版物，或者只是以前访问过您的网站的偶然窥探者（即，这些访问者是否已形成实际习惯，或者只是在特定时间段内多次偶然发现您的网站由于 XY 原因）
为了更好地理解这个指标，我们可以尝试用一个简单的类比来解释它。如果一个人去了一家商店，离开并再次回来，没有任何特定意图或实际上进行购买，那么这个人默认是忠实顾客吗？并不真地。它们可能是，但你无法真正知道。
我们必须再次强调——回访者衡量的是浏览器活动，它与忠诚度无关。
发布商如何尝试了解回访者的情况：
许多出版商选择忽略这些计算谬误，或者他们甚至不知道事物是如何真正衡量的。他们会考虑新访问者与回访者的比率，以全面了解其网站吸引的流量类型，即使它不是很准确。然后，他们比较会话数量或平均页面停留时间等内容，试图揭示回访者和新访问者与其网站互动方式之间的异同。此外，他们可能会选择应用细分并生成自定义报告以获取有关访问者的更多详细信息。
尽管如此，这些报告基于单一指标，在衡量内容性能时无法提供可操作的见解。
发布商可以用来获取更准确数据的另一件事是跟踪用户 ID ，即在用户可以登录的网页上建立登录系统。登录后，可以轻松跨设备跟踪用户。然而，GA 无法追溯，因此，如果您选择实施登录系统，它将不会连接任何以前的会话。这里最紧迫的问题是，如果内容可用，您的访问者不太可能选择登录您的网站。
我们如何解决这个问题：
寻找衡量忠诚度的方法特别感兴趣。
最后，我们将忠实读者定义为“经常高度参与” ，因为它最准确地符合他们的习惯行为。 CI 的分析中有一种特定的方式来计算他们的“活跃天数”，以确保他们真正与内容进行交互。
与其他分析工具不同，我们在内容层面衡量忠诚度，因为这才是真正重要的。出版商希望识别那些鼓励忠诚行为并可能有助于将忠诚读者转化为订阅者的内容。
忠诚度 CPI的最新改进，现在可以准确地衡量这一点。该行为模型着眼于文章如何提高网站读者群的整体忠诚度。
“如果它没有坏，就不要修理它”
我们创建了最常用的单一指标的概述，并详细说明了为什么基于它们的内容绩效报告是错误的。
这里最紧迫的问题是，当今许多出版商不愿费心去了解计算方式
例如，出版商会真正相信，当他们在 GA 中请求受众报告时，他们将获得有关受众如何但 GA 中的每个报告作为开箱即用的工具都依赖于描述浏览器事件的单一指标。
这些报告无法正确衡量人类行为及其复杂性，无论您如何称呼它们。市场上的许多分析工具都建立了完整的叙述，这些叙述实际上是错误的和误导性的——因为你无法真正衡量向你承诺的事情。
你可以称一只猫为老虎，并假装这没什么问题，因为它们属于同一个猫科动物谱系，但在某些时候——这个错误会浮出水面，并对所有关键利益相关者来说变得痛苦而明显。喵喵声不是咆哮声。
一些出版商开始意识到在衡量内容表现时相信单一指标的谬误，但他们选择视而不见。其他人还没有意识到这个问题的存在。
鉴于人们天生就非常抵制改变，许多出版商坚持“如果没有坏，就不要修理它”的原则。他们的逻辑是理智的：他们一直使用单一指标并设法维持收支平衡。变化意味着存在失去控制的危险，它充满了“不确定性”，它会带来额外的工作，而且通常是令人恐惧的——甚至是可怕的。
然而，事情已经坏了，确实需要修复。
就像所有根本性的变化一样，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，然后是突然发生的。就像推动世界前进的任何类型的颠覆性技术或方法一样，早期采用者可以获得竞争优势。我们已经看到它发生了。这就是进步的原理。
现在聚光灯都在你身上。您使用哪种分析？您如何理解数据？您衡量内容表现的“北极星”指标是什么？我们邀请您加入此对话并在下面的评论中分享您的想法。
