网络广告推广策略实战手册

网络广告推广策略实战手册第一章精准定位用户画像与目标群体1.1基于数据的用户分群与标签体系构建1.2多维度用户行为数据分析与场景化定位第二章广告投放渠道选择与效果评估2.1社交媒体平台的精准投放策略2.2搜索引擎广告的投放优化与ROI跟进第三章创意内容制作与投放技巧3.1短视频内容的创意策划与制作3.2图文广告的视觉设计与内容优化第四章预算分配与ROI分析4.1广告预算的动态分配策略4.2广告效果跟踪与ROI分析模型第五章广告投放的实时监控与优化5.1广告投放数据的实时监控体系5.2A/B测试与数据驱动的优化策略第六章广告效果评估与策略迭代6.1广告效果的多维度评估指标6.2策略迭代与广告策略的持续优化第七章广告风险控制与合规性保障7.1广告投放中的合规性审查与风险控制7.2广告内容的合规性审查与法律风险规避第八章广告推广的跨平台协同与数据整合8.1多平台广告数据的整合与分析8.2跨平台广告策略的协同执行第一章精准定位用户画像与目标群体1.1基于数据的用户分群与标签体系构建用户画像的构建是网络广告投放的基础，其核心在于通过数据驱动的方式，对目标用户的特征进行系统化分类与标签化处理。在实际操作中，采用聚类分析、机器学习等技术手段，结合用户行为数据、兴趣偏好、地理位置、设备类型、浏览时长等多种维度，形成精细化的用户分群模型。在数据处理过程中，需对用户行为数据进行清洗与归一化处理，保证数据的准确性和一致性。例如通过用户点击率（CTR）、转化率（CVR）、停留时长、页面浏览量等指标，提取用户行为特征，并结合用户画像数据库中已有的标签信息，实现用户标签体系的动态更新与优化。通过构建用户分群模型，广告平台能够将用户划分为不同类群，例如高价值用户、潜在转化用户、低互动用户等。每一群体具备不同的行为特征和转化潜力，从而为后续的广告投放策略提供精准的投放对象选择依据。1.2多维度用户行为数据分析与场景化定位在用户行为分析中，需从多个维度入手，构建全面的行为数据模型，以支持用户画像的动态优化。主要包括以下几类数据：基础行为数据：包括用户访问频率、页面浏览时长、点击行为、转化路径等。兴趣偏好数据：用户在不同平台上的兴趣标签、搜索关键词、浏览记录等。地理位置数据：用户所在城市、区域、运营商等信息。设备与网络环境数据：用户使用的设备类型（如手机、平板、电脑）、网络类型（如4G、5G）、IP地址等。通过对这些数据的多维整合，可构建用户行为分析模型，进而实现用户的场景化定位。例如通过分析用户在特定时间段内的行为数据，可判断其活跃时段，从而制定针对性的广告投放时间策略。在实际应用中，常使用聚类分析（如K-means算法）对用户行为数据进行分类，识别出高价值用户群体。同时结合用户画像数据库，将用户分群结果与广告投放策略进行匹配，实现精准触达。在数据建模过程中，可通过以下公式进行用户行为的量化分析：用户兴趣匹配度其中，n表示用户与广告之间的兴趣标签匹配数量，用户兴趣标签i和广告兴趣标签i分别表示用户与广告的对应兴趣标签，总兴趣标签数通过上述模型，可实现用户兴趣与广告内容的精准匹配，提升广告的投放效率与转化率。第二章广告投放渠道选择与效果评估2.1社交媒体平台的精准投放策略网络广告投放渠道的选择直接影响广告的投放效果与成本效率。社交媒体平台作为最具用户粘性和互动性的营销渠道，其广告投放策略应注重用户画像的精准匹配与内容的高吸引力。在实际操作中，广告主应通过数据驱动的方式，结合用户行为数据、兴趣标签、地理位置等多维度信息，实现精细化投放。2.1.1用户画像与受众分层在社交媒体平台上，通过平台提供的用户标签系统，广告主可对用户进行分类，如年龄、性别、兴趣、职业、地域等。根据用户画像，广告主可将受众划分为不同的群体，实施差异化投放策略。例如针对年轻用户群体，可投放更具时尚感和潮流元素的广告；针对家庭用户，则可侧重于家庭生活、亲子教育等主题。2.1.2内容优化与互动设计社交媒体广告内容的优化应以用户兴趣为核心，通过创意设计、视觉效果、文案表达等手段提升广告的吸引力。同时互动设计也是提升广告效果的重要因素，如评论区引导、点赞互动、转发激励等，均能增强用户参与度。2.1.3广告投放策略实例以某美妆品牌为例，其在Instagram和TikTok平台的广告投放策略投放平台：Instagram（注重用户画像与内容视觉效果）与TikTok（注重用户互动与短视频传播）。投放目标：提升品牌知名度、促进产品购买转化。投放形式：动态广告（DynamicAds）与短视频广告（ShortVideoAds）。投放周期：根据产品生命周期调整投放时间，如新品上市期集中投放，旺季期间加大投放力度。效果评估指标：CTR（点击率）、ConversionRate（转化率）、CostPerClick（CPM）等。2.1.4广告效果评估模型广告效果评估模型可由以下公式表示：ROI其中：广告收益：广告带来的直接收入或转化带来的利润；广告成本：广告投放所花费的总费用，包括CPC、CPM、CPS等。2.1.5广告投放策略优化建议动态调整投放预算：根据广告效果实时调整预算分配，优先投放表现良好的广告。A/B测试：对同一广告内容在不同平台或不同受众群体中进行测试，选择最优方案。用户反馈机制：通过用户评论、点赞、分享等数据，持续优化广告内容与投放策略。2.2搜索引擎广告的投放优化与ROI跟进搜索引擎广告（SearchEngineAdvertising,SEA）是企业获取精准流量的重要渠道。其核心在于通过关键词匹配与广告内容的精准对应，实现广告与用户需求的高效匹配。2.2.1关键词选择与匹配机制在搜索引擎广告中，关键词的选择，直接影响广告的曝光与点击率。广告主可通过以下方法优化关键词：长尾关键词：选择具有较高搜索量但较低竞争度的关键词，提高广告排名。核心关键词：选择品牌核心产品或服务相关的关键词，提高广告的点击率与转化率。否定关键词：设置与目标用户无关的关键词，避免广告被误触。2.2.2广告内容与展示优化搜索引擎广告的广告内容应与关键词高度相关，以提升广告的点击率与转化率。广告内容包括：标题：简明扼要，突出广告核心卖点；****：详细说明产品或服务优势；图片/视频：直观展示产品或服务，增强视觉吸引力。2.2.3广告投放策略实例以某电商平台为例，其在GoogleAds平台的广告投放策略投放目标：提升产品搜索曝光与转化率；投放形式：搜索广告（SearchAds）与展示广告（DisplayAds）相结合；投放周期：根据产品促销活动调整投放时间，如节假日促销期间加大投放力度；效果评估指标：CTR、CPC、ConversionRate、ROI等。2.2.4广告效果评估模型广告效果评估模型可由以下公式表示：ROI其中：广告收益：广告带来的直接收入或转化带来的利润；广告成本：广告投放所花费的总费用，包括CPC、CPM、CPS等。2.2.5广告投放策略优化建议关键词质量分数（QoS）：提升关键词质量分数，提高广告排名与点击率；广告创意测试：通过A/B测试优化广告创意，提高点击率与转化率；用户行为分析：通过用户点击、停留、转化等数据，优化广告内容与投放策略。表格：社交媒体广告与搜索引擎广告投放策略对比指标社交媒体广告搜索引擎广告广告形式动态广告、短视频、图文广告搜索广告、展示广告、信息流广告用户画像基于用户行为与兴趣标签基于搜索关键词与用户意图广告内容互动性强、视觉冲击力强信息准确、转化率高广告投放时间周期性投放，结合产品生命周期高峰期投放，结合促销活动效果评估指标CTR、ConversionRate、ROICTR、CPC、ConversionRate、ROI优化重点内容互动性、用户参与度关键词质量、广告创意、用户体验第三章创意内容制作与投放技巧3.1短视频内容的创意策划与制作短视频作为网络广告推广的重要载体，其内容创作需遵循用户注意力规律与平台算法逻辑。在创意策划阶段，应基于目标受众画像进行内容定位，结合平台特性设计内容形式。例如针对年轻用户群体，可采用情景化、故事化、娱乐化内容风格；针对B端用户，则需突出产品功能与解决方案的实用性。在内容制作过程中，需注重节奏把控与视觉吸引力。短视频以15-60秒为宜，建议采用“钩子开头+场景展示+价值传递+行动引导”的结构。内容需具备高视觉冲击力，如运用动态文字、特效动画、音效配合等增强传播效果。同时需关注内容的转化路径，保证用户在观看后能自然地引导至广告位或购买转化路径。在投放策略上，应结合短视频平台的推荐机制，适当使用标签、热门话题、挑战赛等方式提高内容曝光度。需注意内容质量与平台规则的匹配，避免因违规内容导致账号被封或内容被限制。3.2图文广告的视觉设计与内容优化图文广告在移动端占据重要地位，其设计需兼顾信息传达效率与用户视觉体验。在视觉设计方面，应注重版式布局、色彩搭配与字体选择，保证信息层级清晰、视觉焦点突出。例如标题应使用醒目的字体与对比色，内容使用易读字体并适当加粗，关键信息可配合图标或符号增强可读性。内容优化方面，需根据目标受众进行内容定制化。如针对不同群体，可设计不同版本的图文内容，如针对年轻用户采用活泼风格，针对商务用户采用专业风格。同时需优化图文内容的逻辑结构，保证信息传达流畅，提升用户停留时长与转化率。在投放策略上，图文广告需结合平台算法推荐机制，合理使用关键词、标签、封面图与文案优化，提高内容曝光度与点击率。同时需关注用户反馈，持续优化内容表现，提升广告效果。3.3数据驱动的优化与迭代在短视频与图文广告的投放过程中，需建立数据监测与分析机制，通过后台数据跟进广告表现，如点击率（CTR）、转化率（CVR）、成本效益比（CPM/CPC）等指标进行优化。根据数据反馈，可调整内容策略，如优化标题文案、调整投放时段、优化广告素材等。需建立内容迭代机制，根据用户行为数据与市场反馈，持续更新内容形式与表现方式，保证广告内容的时效性与竞争力。例如可通过A/B测试不同版本的广告内容，选择表现更优的版本进行推广。3.4技术工具与平台策略在创意内容制作与投放过程中，可借助多种技术工具提升效率与效果。如使用AI内容生成工具辅助文案创作，提升内容产出效率；利用数据分析工具优化投放策略，提升广告投放精准度。同时需关注平台政策变化，及时调整内容策略，保证符合平台规则与用户偏好。综上，短视频与图文广告的创意内容制作与投放需结合用户需求、平台规则与数据反馈，持续优化内容表现，提升广告效果与用户转化率。第四章预算分配与ROI分析4.1广告预算的动态分配策略在网络广告推广中，预算分配是实现营销目标的核心环节。有效的预算分配策略能够保证广告资源的最优配置，提升广告投放的效率与效果。动态预算分配策略结合数据驱动的分析与预测模型，实现预算的灵活调整与优化分配。在实际操作中，预算分配基于以下关键指标：广告曝光量：衡量广告被用户接触的次数，是衡量广告传播效果的重要指标。转化率：反映广告点击或行为转化为实际业务的比率，是衡量广告质量的关键指标。用户画像：包含用户年龄、性别、地域、兴趣等信息，用于精准定位目标受众。广告成本：广告投放的总支出，是评估广告效果与成本效益的重要依据。动态预算分配策略采用以下模型：预算分配系数该模型通过计算目标转化率与实际转化率的比值，动态调整预算分配比例，保证资源向高转化率的广告位倾斜。同时结合实时数据反馈，定期更新预算分配策略，实现预算的动态优化。4.2广告效果跟踪与ROI分析模型广告效果跟踪与ROI分析是评估广告投放效果的核心环节。通过数据采集与分析，可全面知晓广告的投放表现，为后续预算分配提供数据支持。广告效果跟踪涉及以下关键指标：点击率（CTR）：广告被点击的次数与展示次数的比值，反映广告的吸引力。点击转化率（CVR）：点击后转化为实际业务的比率，反映广告的转化能力。转化成本（CPC、CPA、CPM）：广告投放的总成本与转化次数或转化金额的比值，反映广告的性价比。ROI（投资回报率）：广告带来的收益与投入成本的比值，是衡量广告效果的核心指标。ROI分析模型采用以下公式：ROI广告收益包括直接销售收入、品牌曝光带来的间接收益等，广告成本则包括广告投放费用、技术支持费用等。通过计算ROI，可评估广告投放的经济效益，为预算分配提供决策依据。在实际操作中，建议采用动态ROI模型，结合实时数据反馈，对广告效果进行持续跟踪与分析。通过定期评估ROI变化，调整广告投放策略，实现预算的最优配置。表格：广告预算分配建议广告类型预算分配比例说明搜索广告30%适用于高转化率、高曝光量的关键词广告社交媒体广告40%适用于高用户活跃度、精准用户画像的平台广告直播带货广告20%适用于高转化率、高互动率的直播场景广告信息流广告10%适用于精准用户画像、高转化率的展示广告该表格反映了不同广告类型在预算分配中的优先级，建议根据广告目标、用户画像、转化率等指标综合判断。第五章广告投放的实时监控与优化5.1广告投放数据的实时监控体系网络广告投放过程中，数据的实时监控是保证广告效果和ROI（投资回报率）持续优化的核心环节。有效的数据监控体系能够帮助运营者快速识别广告表现的优劣，及时调整投放策略，提升广告效率。在实际应用中，广告投放数据监控体系包括以下几个方面：数据采集与整合：通过广告平台API、第三方数据分析工具、用户行为跟进系统等，实时采集广告点击率（CTR）、转化率（CVR）、跳出率、成本（CPM/CPD/CPA）等关键指标数据，并进行数据整合与存储。数据维度与指标定义：根据广告投放目标，定义核心数据指标，如点击率、转化率、成本、曝光量、用户留存率等，保证数据采集的全面性和准确性。实时数据可视化：通过数据看板、仪表盘、BI工具等，实现广告数据的实时展示与分析，便于运营者快速掌握广告表现状态。异常数据识别与处理：建立数据异常检测机制，对异常数据进行识别与处理，避免因数据偏差影响决策。在具体实施中，广告数据监控体系采用如下公式来评估广告效果：ROI其中，广告收益包括用户点击、转化、购买等带来的直接收益，广告成本则指广告投放所消耗的预算。5.2A/B测试与数据驱动的优化策略A/B测试是广告投放优化的重要手段，其核心在于通过对比不同广告版本的表现，找出最优方案。数据驱动的优化策略则是在A/B测试的基础上，结合历史数据和实时监控，进行持续优化。A/B测试的实施包括以下几个步骤：版本划分：将广告受众分为实验组（A组）和对照组（B组），分别展示不同版本的广告内容。测试周期：设定测试周期，为7天至30天，保证数据充分。数据收集与分析：在测试期间，收集并分析A组与B组的广告表现数据，包括点击率、转化率、成本等。结果评估与优化：根据测试结果，判断哪个版本表现更好，随后调整广告内容、投放策略或平台设置，实现持续优化。在实际操作中，A/B测试常结合以下公式进行效果评估：CTRCVR在优化策略中，运营者可结合以下表格进行参数配置建议：参数名建议值范围说明广告预算100-500元/天根据投放平台和受众规模设定广告展示量1000-5000次根据广告内容和用户兴趣设定点击率2%-5%一般广告点击率在2%左右为佳转化率1%-3%高转化率广告在1%以上成本控制1-3元/展示保持成本在合理区间通过上述数据驱动的优化策略，广告投放能够实现更精准的用户触达和更高的转化效果。第六章广告效果评估与策略迭代6.1广告效果的多维度评估指标网络广告在投放过程中，其效果评估需要从多个维度进行系统性分析，以保证广告策略的精准性和有效性。广告效果评估指标主要包括以下几类：（1）点击率（Click-ThroughRate,CTR）点击率是衡量广告吸引力和转化能力的重要指标，计算公式C其中，点击次数表示用户点击广告的次数，展示次数表示广告被展示的总次数。（2）转化率（ConversionRate）转化率衡量广告最终带来的用户行为，如购买、注册、下载等，是广告效果的核心指标之一。其计算公式为：转（3）ROI（ReturnonInvestment）ROI是衡量广告投资回报率的指标，反映广告带来的收益与成本之间的关系。计算公式为：R（4）用户行为数据包括用户停留时长、页面浏览量、跳出率、转化路径分析等，这些数据有助于深入知晓用户兴趣和广告表现。（5）受众画像与匹配度通过用户画像分析广告受众的性别、年龄、地域、兴趣等特征，判断广告内容与目标受众的匹配程度。（6）广告平台数据不同平台（如、Google、抖音、等）的广告效果数据差异显著，需结合平台特性进行分析。6.2策略迭代与广告策略的持续优化广告策略的优化是一个动态的过程，需根据广告效果数据和市场变化不断调整。策略迭代主要包括以下几个方面：（1）数据驱动的策略调整利用广告效果数据，识别高转化广告和低转化广告，优化广告素材、投放时段、地域及受众定向。（2）A/B测试与对比分析通过A/B测试比较不同广告版本的表现，找出最优方案，为后续策略调整提供依据。（3）动态预算分配根据广告效果变化，动态调整预算分配，优先投放表现优异的广告，减少资源浪费。（4）用户反馈与行为分析通过用户行为数据，分析用户兴趣变化趋势，及时调整广告内容和投放策略。（5）多平台协同策略在多平台投放时，需综合考虑各平台的用户画像、流量特征和广告效果，制定协同投放策略。（6）策略回顾与优化定期对广告策略进行回顾，总结成功经验与不足之处，形成可复制、可推广的优化方案。（7）技术工具支持利用数据分析工具（如GoogleAnalytics、数据分析平台、广告平台自带分析功能）进行实时监控与策略调整。表格：广告效果评估与策略优化建议评估指标建议措施点击率（CTR）优化广告文案、标题、图片，提高广告吸引力；合理设置点击阈值，避免低质量点击。转化率（CTR）提高用户转化意愿，优化广告内容和页面设计；设置合理的转化漏斗，减少流失环节。ROI（投资回报率）增强广告内容的吸引力和转化效率；优化广告投放的时间和地域，提高资源利用率。广告平台数据根据平台特性制定投放策略，关注平台流量和用户行为特征，提高广告投放效果。用户行为数据分析用户停留时长、跳出率、转化路径等，优化广告内容和投放策略。广告平台匹配度优化受众画像，提高广告与用户兴趣的匹配度；合理设置投放受众，提升广告效果。公式：广告效果评估模型广告效果评估模型可采用如下公式进行量化分析：E其中：E表示广告效果指数；C表示广告内容价值；R表示用户兴趣和需求匹配度；T表示广告投放时间及资源消耗。广告效果评估与策略迭代是网络广告推广过程中不可或缺的环节。通过多维度评估指标和动态优化策略，能够提升广告投放效率，实现资源的最大化利用。在实际操作中，需结合平台特性、用户行为和市场环境，灵活调整策略，保证广告推广效果持续优化和提升。第七章广告风险控制与合规性保障7.1广告投放中的合规性审查与风险控制网络广告在快速发展的同时也面临着日益复杂的合规性挑战。广告主在开展投放活动前，应对广告内容、平台规则、法律法规以及用户隐私政策进行全面审查，以保证广告活动的合法性和合规性。合规性审查应涵盖以下几个方面：平台规则审核：不同平台（如、腾讯、抖音等）对广告投放有各自的规定，包括广告形式、投放时段、投放地域等。广告主在投放前应仔细阅读并遵守平台的具体规则，避免违规操作。广告内容审核：广告内容应符合国家法律法规，不得包含虚假、误导性或违反社会公序良俗的信息。例如不得使用“免费”“无风险”等绝对化用语，不得使用未经核实的用户评价或数据。广告形式审核：广告形式应与广告内容相匹配，如视频广告、图文广告、信息流广告等。不同形式的广告在投放过程中需要满足平台的特定要求，例如视频广告需遵守平台的时长限制和内容规范。在风险控制方面，广告主应建立风险评估机制，通过技术手段监测广告投放过程中的异常行为，如异常点击率、异常转化率、异常用户画像等。同时应制定应急预案，以应对突发风险事件，如广告被平台封禁、用户投诉或法律纠纷等。7.2广告内容的合规性审查与法律风险规避广告内容的合规性审查是广告风险控制的核心环节，涉及广告的合法性、真实性、公平性等多个维度。广告内容的合规性包括以下几方面的审查：真实性审查：广告内容应真实、准确，不得虚构事实，不得使用夸大、误导性或虚假信息。例如广告中不得使用“100%效果”“100%安全”等绝对化用语，不得使用未经验证的用户反馈或数据。公平性审查：广告内容应避免偏见、歧视或不公平竞争行为。例如不得通过不实宣传误导消费者选择特定产品或服务，不得在广告中使用带有偏见的表述。用户隐私保护审查：广告内容应遵守《个人信息保护法》等相关法律法规，不得收集、使用或泄露用户隐私信息。广告主应在广告中明确告知用户收集信息的用途，并获得用户同意。广告法合规性审查：广告内容应符合《广告法》及相关法规的要求，例如不得使用“国家级”“最高级”“最权威”等绝对化用语，不得使用“本产品为唯一”“独家”等绝对化表述。在法律风险规避方面，广告主应建立法律合规评估机制，定期对广告内容进行法律合规性审查。同时应建立法律风险预警机制，及时发觉并规避潜在法律风险。广告主应与法律顾问合作，保证广告内容符合法律法规，避免因法律问题导致的广告被平台封禁或法律纠纷。7.3广告合规性审查的量化评估模型为了提升广告合规性审查的效率，可构建一个量化评估模型，用于评估广告内容的合规性风险。该模型可包括以下几个关键指标：真实性评分：评分依据广告内容是否真实、准确，采用0-10分制，10分为完全真实，0分为完全虚假。公平性评分：评分依据广告是否公平、无偏见，采用0-10分制，10分为完全公平，0分为完全不公。隐私保护评分：评分依据广告是否尊重用户隐私，采用0-10分制，10分为完全合规，0分为完全违规。法律合规评分：评分依据广告是否符合《广告法》及相关法规，采用0-10分制，10分为完全合规，0分为完全违规。利用该模型，广告主可对广告内容进行量化评估，从而发觉潜在的合规性风险，并采取相应的风险控制措施。7.4广告合规性审查的实施建议为了保证广告合规性审查的有效性，广告主应建立完善的合规性审查机制，包括以下建议：制定合规性审查标准：明确广告内容合规性审查的标准和流程，保证审查的标准化和可操作性。建立合规性审查团队：组建专业化的合规性审查团队，负责广告内容的合规性审查工作。定期进行合规性审查：定期对广告内容进行合规性审查，保证广告内容始终符合法律法规。使用技术工具辅助审查：利用AI算法、大数据分析等技术工具，提高合规性审查的效率和准确性。建立风险预警机制：对潜在的合规性风险进行预警，及时采取应对措施，避免法律纠纷和平台封禁。通过上述措施，广告主可有效提升广告的合规性，降低法律风险，保障广告投放的顺利进行。第八章广告推广的跨平台协同与数据整合8.1多平台广告数据的整合与分析在网络广告推广中，多平台广告数据的整合与分析是提升广告效果和ROI（投资回报率）的关键环节。广告投放渠道的多样化，数据孤岛现象日益严重，影响了广告策略的精准性和效率。因此，建立统一的数据整合机制，实现多平台广告数据的统一采集、清洗、存储与分析，成为广告推广策略的重要组成部分。8.1.1数据整合的流程与技术手段广告数据整合包括以下步骤：（1）数据采集：从不同平台（如、谷歌、抖音、等）获取广告数据，包括点击率（CTR）、转化率（CVR）、广告位成本（CPM）、广告费用（CPC）等关键指标。（2）数据清洗：去除重复、缺失或无效数据，保证数据质量。（3）数据存储：采用统一的数据存储平台（如Hadoop、Snowflake等）进行集中管理。（4）数据分析：基于数据进行业务分析，识别广告表现趋势、用户行为模式及优化机会。在数据整合过程中，常用的工具包括ETL（Extract,Transform,Load）工具、数据仓库系统及大数据分析平台。例如使用Python的Pandas库进行数据清洗，使用Spark进行大规模数据处理，使用Tableau进行可视化分析。8.1.2数据分析的实践应用通过整合多平台广告数据，可实现以下分析：广告表现对比分析：对比不同平台广告的CTR、CPC、CVR等指标，识别高转化平台并优化投放策略。用户画像分析：结合用户行为数据与广告投放数据，构建用户画像，优化广告定向投放。ROI分析：计算广告的ROI，评估广告投放效果，优化广告预算分配。在实际操作中，可采用以下公式进行数据分析：R其中，广告收益包括用户点击