创作者营销

如何衡量品牌知名度:指标、调查与提升度

了解如何通过无提示回忆、提示后认知、品牌搜索和品牌提升度测试来衡量品牌知名度,并获取小团队也能执行的方案。

阅读约需 2 分钟

当调查存在五个百分点的误差范围时,知名度从 21% 升至 24%仍可能无法得出结论,SurveyMonkey 的品牌知名度指南就对此做过说明。触达的人更多,并不一定意味着记住品牌的人更多。即便调查得分更高,在有人称之为进步之前,也需要先检验不确定性。

关于如何衡量品牌知名度,切实可行的做法是:追踪无提示回忆和提示后认知,再结合品牌搜索需求,并在需要进行活动归因时使用随机对照组。对于创作者、代理机构、开发者,以及管理多个社交账号的小团队来说,这样才能区分哪些是真正被记住的品牌,哪些只是内容发出去了而已。

目录

品牌知名度指标及其含义

品牌知名度指标、公式与数据来源

指标衡量内容计算方法数据来源
无提示知名度在没有任何提示下说出的品牌说出该品牌的受访者人数除以合格受访者人数,再乘以 100调查
提示后知名度从随机排序的列表中识别出的品牌识别出该品牌的受访者人数除以合格受访者人数,再乘以 100调查
知名度转化率有多少认知转化为回忆无提示百分比除以提示后百分比,再乘以 100调查结果
品牌搜索展示量搜索中对品牌名称的需求包含品牌词的搜索查询的展示量,与去年同期对比Search Console
品牌提升度估算的由活动带来的变化曝光组百分比减去对照组百分比对照组调查
提及量与声量份额相对于竞争对手的讨论量统计品牌提及次数;除以品类总提及次数得出份额社交聆听工具

先计算记忆,再解读活动表现

分母很关键。合格受访者指的是属于既定目标市场的人,而不是所有打开过问卷的人。TEM Journal 关于品牌知名度的综述区分了认知与回忆,并支持这样计算知名度:说出或识别出该品牌的受访者人数除以合格受访者人数,再乘以 100。

把第一提及知名度作为单独的诊断指标:它记录的是第一个被说出的品牌。一个品牌可能出现在无提示回答的某个位置,却不是人们脑海中第一个浮现的选项。

知名度转化率比较的是自发提取与提示后的熟悉度。在 SurveyMonkey 的品牌回忆示例中,24% 的无提示知名度除以 60% 的提示后知名度,再乘以 100,得到 40% 的转化率。这是一个诊断比率,并不能证明某些受访者确实走完了漏斗。

认知与回忆之间的差距很大,说明曝光让人觉得名称眼熟,却没有让它容易被想起。这指向的是需要建立更清晰的品类联想,而不是购买更多分发。

把分发数据放在看板的单独一列

触达、展示量和粉丝数应当与记忆类指标并列呈现,而不是混入一个综合的知名度得分。Riff Analytics 的如何衡量品牌触达指南为曝光这一侧提供了有用的背景。另外,一套独立的社交媒体 KPI 框架有助于让分发、互动和业务成果的标注保持一致。

精简预算原则:先在同一份调查中同时设置无提示和提示后知名度,再加入品牌搜索展示量。一套小而可重复的体系,比定义不断变化的复杂看板更有用。

如何开展衡量回忆的调查

一轮干净的调查应从固定下来的问卷开始,而不是从一份活动报告开始。Sprig 的品牌追踪指南建议同时追踪无提示和提示后知名度,并保持品类、受众、措辞和竞争对手范围一致。

从设置到汇报,整个流程都应保持前后一致、便于辨认。

一张五步信息图,展示如何开展调查来衡量品牌回忆与效果。

搭建可重复的调查轮次

  1. 定义品类。使用类似“面向小团队的社交媒体排期工具”这样的表述。如果在下一轮把它放宽为“营销软件”,受访者回答的就已经是另一个任务了。

  2. 固定竞争对手名单。在执行调查前选好相关的替代品牌,并随机排列它们的显示顺序。在收集到一半时加入一个热门竞品,会导致问卷前后不一致。

  3. 先问无提示回忆。在不显示名称或标志的情况下,询问受访者对于该品类会想到哪些品牌。如果先展示名单,就等于提供了记忆线索,会污染自发回忆。

  4. 再测量提示后认知。展示随机排序的名单,询问受访者认识或听说过哪些品牌。不要用偏好问题来替代,因为喜欢一个品牌并不等于认识它。

  5. 筛选受众。招募在该品类中购买或影响购买决策的人,并且每次都使用相同的资格规则。只调查现有粉丝,得到的人群会与可触达市场不同。

  6. 制定执行计划。在上线前明确合格样本目标、收集时间窗口和招募方式。不要因为出现了令人鼓舞的结果就提前结束收集。

  7. 计算并检查。以合格样本为基数,汇报回忆、认知和知名度转化率。保留开放文本回答,并为拼写错误、产品名称和含糊的回答建立编码规则。

  8. 将方法与结果一并公布。包括样本量、目标市场、执行日期、确切措辞、不确定性、竞争对手以及上一轮结果。缺少这些背景的百分比数字很难审核。

Formbricks 的品牌知名度调查题目示例可以帮助你起草问卷。在建立基线之前先调整好措辞,之后就不要再做不必要的改动。

上线前检查精度与理解程度

对于一个假设的 400 名合格受访者的简单随机样本,按标准的比例计算方法,在 50% 附近的95% 误差范围约为 4.9 个百分点,在 21% 附近则约为 4 个百分点。这些只是计算示例,并不代表对自愿加入的样本库作出承诺;加权和招募方式都可能改变不确定性。

在这个样本量下,假设知名度从 21% 升至 24%,并不足以证明存在统计上可靠的增长。此外,要判断显著性,需要检查两轮之间差异的不确定性,而不是仅仅看变化是否超过某一轮的误差范围。

在提示后认知问题之后,增加一个开放性问题,询问该品牌提供什么、服务谁。将正确、错误和不明确的联想分别编码,这样名称认知就不会掩盖定位问题。

与调查并行追踪的行为信号

行为信号反映的是围绕品牌发生的行动。它们不能取代对记忆的直接测试,但能帮助你判断哪些变化值得深入调查。

一个好用的看板会让每个信号的定义清晰可见。

一位专业人士在办公室的台式电脑屏幕上分析品牌知名度数据和搜索指标。

区分搜索需求与网站访问

在 Google Search Console 中,对效果报告按品牌名称、产品名称和常见拼写错误进行筛选。Search Engine Land 的品牌搜索指南建议将最近三个月与上一年同期对比,以减少季节性干扰。

展示量记录的是品牌搜索结果出现的次数。点击量还取决于排名、摘要、竞争结果,以及无需访问网站就能得到的答案。如有可能,请按国家、设备和查询词分组拆分结果。

行为信号:它们能显示什么,以及如何核查

信号能够显示什么无法证明什么将变化归功于某因素前的核查
品牌搜索展示量Google 结果中对该名称的需求是否为新用户,或活动是否为原因对比相同季节的时间段,并与一轮调查配合分析
直接流量没有来源引荐的访问新增知名度,因为回访、书签和手动输入的网址都会产生直接流量结合调查轮次观察趋势,切勿单独使用
提及量与声量份额相对于竞争对手,围绕品牌的讨论独立受众触达或被记住的曝光用品牌提及数除以品类总提及数,并保持每月覆盖范围一致
AI 助手提及率针对固定提示词,助手提到该品牌的频率人们的记忆或回忆每一轮都使用相同的提示词、助手和设置

每个社交网络提供的指标集略有不同,FoPost 看板会显示各个网络所报告的内容。不应将一个网络上的粉丝数与另一个网络上的触达量相比较;一套一致的社交媒体分析工作流程应当保留这些标签。

随附的视频提供了另一种形式,供你回顾知名度衡量的方法。

审查 AI 发现情况,但不称之为回忆

创建一组包含 20 到 30 个买家问题的工作集,把它视为一种实用的测试设计,而不是经过验证的样本量。其中应包含关于多网络排期、由智能体控制的发布、API 发布和分析的问题。

参照 HubSpot 的 AI 可见度指南,记录品牌出现情况、描述准确性、竞争对手替代情况和被引用的来源。提及率的计算方法是:提到该品牌的回答数除以所分析的回答数,再乘以 100,并记录助手版本、地点、语言和日期。

即使品牌出现得很醒目,助手描述了错误的使用场景,也不算可见度上的胜利。

假设一次播客活动之后,品牌搜索展示量上升了。在把功劳记给播客之前,先看下一轮回忆调查的结果,对于增加的 AI 提及也要遵循同样的原则。

如何证明一次活动提升了知名度

前后对比可以说明知名度发生了变化,但它本身无法证明这一变化是由活动造成的。同一时期里,竞争对手的动作、公关曝光和其他营销活动可能也在发生。

随机对照实验提供了更有力的反事实参照:在没有这次活动的情况下,条件相当的合格人群会是什么样?

设计要在任何广告投放之前就开始。

一张三步信息图,说明如何开展对照实验来衡量品牌知名度提升度。

在上线前确定对比方式

  • 对合格人群随机分组。分出一个可以接收活动的曝光组,以及一个不会接收活动的对照组。Sprig 的广告效果指南指出,5% 到 20% 是常用的对照组分配比例,同时也提到所需样本量取决于可检测到的最小提升度。
  • 锁定对照组。在上线前确定分配比例。看到结果后再在组间调动人员,会削弱对比的有效性。
  • 保持测量完全一致。在同一时间窗口内对两组进行调查,并在随机排序的提示后名单之前先问无提示问题。措辞不同,会在曝光差异之外再制造出测量差异。
  • 先检查可行性。估算检测具有商业意义的最小效果所需的样本量。过小的对照组可能让一个原本合理的测试得不出结论。

如果阻止活动投放需要替代版位,请为对照组使用不相关的占位内容。增加一个广告回忆问题,以评估人们对创意本身的记忆,但不要把这个答案当作随机对比的替代。

计算绝对提升与相对提升

来看一个假设的结果:

指标计算示例
曝光组提示后知名度30%
对照组提示后知名度24%
绝对提升30% 减去 24% = 6 个百分点
相对提升6 除以 24,再乘以 100 = 25%

这些只是用于说明的输入数据,并非活动的实际发现。百分点与提升百分比不能互换:前者表示两个得分之间的差距,后者则是把这个差距相对于对照组结果进行缩放。

一份可信的报告应包括基线(如果有收集)、曝光组与对照组结果、绝对提升、相对提升、各组样本量、执行日期和不确定性。如果结果过于不精确,请将其汇报为无定论,而不是没有效果的证据。

在规划活动时,MyMentions 的 SaaS 品牌知名度指南可以帮助你梳理要测试的各项活动。请把策略文档与用来判断因果关系的证据分开。

常见错误及修正方法

最常见的汇报错误,是把一个很大的触达数字当作知名度结果。Webiano 的品牌提升度指南区分了曝光指标与回忆和认知,并建议在汇报活动结果的同时说明调查方法。

分发上的成功或许值得庆祝,但仍然需要贴上正确的标签。

知名度衡量的常见错误及修正方法

错误为何会误导修正方法
把触达或展示量当作知名度汇报触达显示的是曝光,而不是记忆将触达与无提示回忆和提示后认知并列汇报
把微小变化当作成果汇报抽样波动就可以解释表面上的改善检验差异的不确定性,并与之前的轮次对比
先问提示后问题可见的名单会给受访者提供线索每一轮都先问无提示问题
竞争对手名单或措辞被更改问题不同会削弱可比性固定两者,并记录任何被迫发生的更改
活动前没有基线单独一轮无法证明有变化在上线前先测量,并规划对照组
把认知当作理解熟悉感可能与错误的使用场景并存询问该品牌做什么、服务谁

让结论与证据相匹配

表中的修正方法针对的是不同的失误环节。触达数字被夸大是解读问题;问题顺序是工具问题;更换竞争对手是可比性问题。把它们混成一个看板得分,会让底层的错误更难被发现。

缺少基线同样会限制你能讲述的故事。即使没有活动前的调查,随机的活动对比仍然可以估算提升度,但仅有一个活动后的得分,无法说明品牌的历史走向。

错误的联想应当在报告中单独列出一行。对于一款面向开发者的发布产品,如果它被认作一款面向消费者的照片编辑器,就不能说明品类认知有价值。在加大推广之前,团队应当检查信息传达和引荐的场景。

汇报标准:将结果标注为观察到的、有统计支持的或无定论的。不要把一个有希望的趋势说成已被证实的改善。

在宣布取得进展之前,先检查差异是否大于预期的抽样波动,招募方式和措辞是否保持可比,以及这一变化相对于之前的轮次和竞争对手是否持续。如果买家记住的是错误的东西,即使统计上可信的上升,在战略上也可能很薄弱。

设定基线,并每季度追踪

一套精简的追踪方案,更需要稳定的例行流程,而不是臃肿的报告工具堆叠。指定一位负责人,对问卷进行版本管理,并把原始导出数据与看板存放在一起。

把基线排进日历

  1. 固定市场定义。记录品类表述和已命名的竞争对手名单。在开始测量之前,可以用一次社交媒体审计来梳理账号和活动清单。
  2. 执行基线调查。同时提出无提示和提示后问题。根据所需的精度来确定合格样本,然后记录资格条件、样本量、执行日期和招募方式。
  3. 安排重复轮次。每季度或每半年追踪一次,使用相同的受众标准和问卷。保持可比的收集时间窗口,而不是只在异常成功的活动之后才做调查。
  4. 维护一张月度表格。记录品牌搜索展示量与去年同月的对比,以及直接流量和提及量。将活动日期放在这些趋势旁边。
  5. 尽早规划活动归因。在购买分发之前就决定是否可行设置对照组,而不是等结果出来之后。

帖子分析涵盖通过 FoPost 平台发布或追踪的每一条帖子。这些记录属于报告中分发和内容表现的部分;品牌调查仍然需要单独的调查工具。

你现在要做的,就是在本月选定一个具体的调查执行时间窗口,并今天就把它加入团队日历。


FoPost 将 AI 智能体连接到各个社交网络,让智能体可以策划、撰写并排期帖子,并在发布前通过同一个日历进行审批。团队可以访问该平台来统筹发布,并在独立的品牌知名度追踪工具之外查看帖子分析。