影响网络广告营销效果的因素

徐国有 电子商务121班 0020312108

影响网络广告效果的因素

论文《关注度视角下的网络广告效果影响因素研究》总结：

主要观点：态度、吸引力、可信度通过关注度这一中介变量显著地影响网络广告效果。 分析：网民在上网时，不可避免地会遇到网络广告。某一网络广告对网民地效果，取决于网民对这个网络广告的关注度。根据Kendall 网络广告认知模型，可将受众都可分为两类。一类可称为弱关注型，另一类是强关注型，弱关注型是指一部分受众对某一个或某一类网络广告是低感知、无意识的，也就是说无论这个网络广告做得多好，这部分受众对这类网络广告都是弱关注的，只有曝光次数能够对这部分受众产生影响。强关注型是指大部分受众在看到大部分网络广告时会产生有意识反应并产生兴趣。

具体如何影响效果：关注度与效果正相关。 态度与关注度正相关。 吸引力与关注度正相关。 可信度与关注度正相关。 副效应与效果负相关。

综上所述，网民在网络生活中，当遇到某一网络广告时，其对网络广告的关注度以及这个网络广告带给他的副效应与这个网络 广告对其产生的效果直接相关。网民对网络广告的态度，网络广 告的吸引力和可信度会通过影响网民对其的关注度间接影响网络广告的效果。由此可以得出关注度视角下的影响网络广告效果的各个因素之间的因果关系模型。

这是从关注度视角下研究网络广告效果的，关注度只是一个比较抽象的概念，而

影响态度、吸引力、可信度等间接因素则由许多原因导致，例如购买信息、情感驱动、主题认知、适应能力、媒体运用、记忆效果、亲和程度、时代气息，企业知名度、广告的互动性、投放网站、广告的可信性、位置、创意等。

论文《影响搜索引擎营销效果的关键因素分析》总结：

此文从消费者的搜索行为入手，对可能产生的搜索结果、屏幕关注度分布和点击行为等展开分析，分析了影响搜索引擎营销效果的主要因素，以及控制和改变这些要素对营销效果的影响．该篇论文仅仅是从搜索引擎入手，所以与上篇论文所讲的网络广告不是同一个层面，所以我将这几篇论文分开来总结。 这些要素包括: 关键词所反映的搜索动机、信息项出现的位置、前后项关系、以及搜索动机与营销诉求的关联性等． 主要观点：企业的营销诉求与客户搜索目的的关联性、信息项在屏幕页面的排名、前后项的相对位置关系等都对点击率( 搜索引擎营销效果) 有很大影响． 具体分析：（1）排名是影响搜索结果项点击率的一个因素，而且，排名越靠前，其被点击的可能性越大．

（2）搜索结果项与搜索目的的关联性越高，其点击发生的比例也越高。搜索结果项与搜索请求的关联性是影响点击率的重要因素．

（3）搜索结果的前项与搜索目的的关联性会在很大程度上改变用户关注度的分布，对后项的点击率产生很大影响．后一项的内容相对于前一项的内容竞争力越强(即信息项所反映的文字特征与用户搜索动机的关联性越强) ，其点击率越高，但是一旦前项被点击，则后续项被再点击的可能性将会大大降低。

（4）综合分析表明，在多因素的共同作用和影响下，排名、关联性和前后项竞争关系对搜索结果项的点击率有很大影响． 关联性越好，点击率越高;后项对前项的相对竞争能力越强，其被点击的可能也越高; 排名越高，点击率越高。

论文《CPM 互联网广告模式点击率影响因素的研究》总结：

该篇论文主要研究的是网络广告的点击率以及影响点击率的因素。点击率是衡量CPM 互联网广告模式中广告主投入产出效果的核心指标。该论文运用现代信息学的相关理论与研究方法，通过数学推论研究促销信息的传递效率对点击率的影响特征，并通过在互联网上进行实际效果测试、数据统计及回归分析来进一步定量探索两者之间的函数关系 互联网广告计费模式分类：（1）CPM（Cost Per Mile，每千人访问成本）

（2）CPC（Cost Per Click，每点击成本） （3）CPA（Cost Per Action，每行动成本）

（4）CPS（Cost Per Sales，每销售成本）

（5）CPR（Cost Per Response，每回应成本）

其中，CPM 是目前业界做Media Buy 最为流行与热门的计费模式。

主要观点：互联网广告中促销信息的传递情况对广告的CRT 具有显著的正相关。 具体分析：广告信息在互联网媒介的传播过程中往往会受到不同程度的噪音干扰，信息的传播效果受到传播者与传播媒介的形象、压力、信息组织形式，以及受众的接受环境、认知结构、心理感受等诸多复杂因素制约。在CPM 互联网广告模式下，广告主可以通过不断修改广告创意，适度提高促销信息输出效率，从而提高广告的CRT。

网络广告定向技术综述

定向技术定义：定向广告是指充分利用各种新式媒体, 通过网络定向技术, 以精准的渠道将营销信息传达给准确的目标受众群体。

主要分为两类:（1）基于规则的定向（2）基于模型的定向

基于规则的定向是根据用户的属性信息生成布尔检索条件, 在广告数据库中进行布尔检索, 获得符合规则的广告；基于模型的定向技术是针对用户行为信息和相关网络环境信息, 通过不同的学习算法来确定各种信息的权重, 构建广告匹配模型, 依据模型在广告数据库中为用户选择最匹配的广告。

基于规则的定向可以分为人口统计定向和地域定向；基于模型的定向分为上下文定向，重定向以及行为定向。

上下文定向是指根据网页的上下文内容来选择所投放的广告。可以分为基于广告和网页相关性的上下文定向方法和基于点击数据的上下文定向方法。

行为定技术是指网络媒体或广告联盟网络根据用户在网站上历史行为, 将用户分为不同的用户组, 在广告数据库中检索与之匹配的广告, 然后将检索出的广告定向投放给特定的潜在用户组。

重定向是行为定向的一种特例, 即利用用户的当前搜索信息或浏览信息分析用户当前的兴趣, 以选择适合的广告投放给该用户。

人口统计定向是利用用户的自然属性等信息对用户分组的定向方式。 地域定向是指根据用户的地理位置信息为用户推送特定的广告。

本文来源：https://www.bwwdw.com/article/39uh.html