馅饼
by MarsOcean on January 20, 2009
1 周五中午去吃韩式烤鸡，发现这个好玩的东东。 纸板上面写着“How about our service?”，下面写着“How do you know about us?”。 纸板上贴着6张纸，上面写着Good, Fair和Poor，下面写着Sampling，Family & Friends和Advertisement。 ——居然是个Survey！ 旁边有很多可爱的圆形贴纸，你可以自己拿几个贴纸贴——觉得服务好，就贴在Good，是朋友介绍来的，就贴在Family & Friends上。 这样倒是还蛮别致的，也会有更多人出于好玩的目的来回答这个调查吧。 2 又是中午吃饭。 几个人坐定，然后就看到有一票同事冲到了隔壁桌，每人手里拿个小袋子，过来大声说Macys在派送雅诗兰黛…… 同桌几个MM都是雅诗兰黛fans，都很激动的问详情，才知道是因为各大High-end的化妆品（雅诗兰黛，倩碧，迪奥……）打官司（谣传是因为overcharge消费者）做了个Settlement——免费派送1.75亿美金的化妆品（零售装）回馈！在Macys和Nordstorm排队即可领取。 给包子同学拿了瓶精华素，和同事一起排队聊天的时候都在感慨说美国真是什么事情都可能发生啊。 比如今天奥巴马同学开始上班了。
Business Sense
by MarsOcean on January 17, 2009
营销科普应用题（一）是一个真实的例子。 对方本意大概是想用具体数据来显示自己的专业和提高整个Proposal可信度，然后通过数学计算来论证他们具有多么高的性价比，从而获得订单。 这个例子很简单，一目了然。 可是如果用到的公式更专业，而且你也不熟悉呢？假如中间牵涉的变量变多十倍呢？ 或者，不需要让Case变复杂，就这么简单好了。还是会有很多人看到数字和公式大脑就停止思考自动接受的（有时候确实也没有精力去细想每个Case）——这也是为什么还是会有大票人拿着这种PPT到处招摇的原因。 ============================================= 营销科普应用题（二）是一个非常流行的Case Study，基本上每个ESP都会推出自己的版本，然后很多Consultant会开始推销这样的业务，最后很多Blogger会把数据抄袭到自己Blog体现自己的与时俱进。 这个Case问题很多，但是最根本的——也是在其他Case中最流行的——就是计算Marketing Contribution的方式。 因为Web Analytics的完善，网络营销常常能够取得比传统营销方式更完整全面的反馈信息，如果按照我之前所说的方式进行监控，对于广告带来的流量、销售、甚至于长期影响都可以有全面的了解。 关键是：我们了解到的是什么？Campaign带来的效果么？1000个人点击广告，300个人买东西，真的代表这个Marketing Channel为公司贡献了1000个Visit和300个订单么？ 不是的，我们监控的效果，那些数据，只能表明有“多少效果可能是由XX Campaign带来”，而不是“XX Campaign产生了这些效果”。你监控到有300个人点击广告来买了东西，只能说明这个广告在购物过程中可能起到了作用，但并不能说这个广告产生了300个订单——有可能300个人里面有299个原本就会来买：） 回到那个例子，Shopping Cart Abandonment Rate为70%其实并不能代表有70%的潜在客户放弃了购买。产生Abandonment的原因有无穷多，从技术上来说，很多Web Analytics Tool会把在一个Session“有加入购物车行为，但是没有结帐行为”就当成一个Abandonment，这样的话，客户离开电脑两个小时再下订单，也会被算作Abandon了一次；从业务上来看，很多人用购物车来代替Wish List进行购物比较，这些人在实际购物前都会被计算很多次Abandonment，另外还有很多人仅仅是决定过一会儿再买（例如回家看看另一张信用卡卡号），这些人也会被系统认为“放弃了购物”。 说了这么多，最重要的是说“其实这些人中间有很多本来就会回来买东西的”，假设这些人中间9.5%的人本来就会回来购物好了，那么其实所谓的“本来已经放弃购物的消费者收到了信，有10%的人通过点击这封Email再次来到了网站购物！”只是给网站多挽回了0.5%的客人而已，所谓的“这个Campaign可以帮助他们成长4600万美金！”自然也就变成了增长230万美金。 之后的A/B Testing其实就更扯了（这也是业界真实的案例，而且这个A/B Testing的结论还被多家援引，成为了所谓Best Practice的论据）。假设我们说说的那9.5%的回头客会分散在Abandonment一小时后到30天后完成购物（时间越靠近Abandonment，购物概率越大），你在24小时后发信当然效果比3天后发信“效果好”，不是因为你能产生更多订单，而是因为你能把更多的原本会发生的订单效果计算到自己头上。因为发了Coupon之后Conversion Rate升高就说要发Coupon也是很扯的说法。真要算，Coupon成本要计算进去，而且这个成本不应该和所有使用了Coupon的订单去比（因为其中大部分是本来就会购物的），而是应该和增量去比。假设我们所说的是10%的Coupon，那么成本就是4600*10%=460万美金，而按照前文所述的实际销售增量才230万美金，就算你毛利率50%，也还是亏损几百万。何况，插入Coupon之后可能会引发一系列连锁反应——例如让消费者找到规律，之后要买什么东西就Abandon一个Shopping Cart然后等Coupon来了再买之类，之后亏损会更大。 ======谁能告诉我怎样在最新的Live Writer里面打出空行么？====== 想想，要理性的去分析，衡量一个Business，对人的要求其实还是挺高的。 首先要有基本的知识储备和分析能力，不被粗浅的模型和概念所骗。 然后呢，你得对于自己业务的各项指标，有一个真实的了解。例如Google Analytics告诉你某个Campaign的Revenue是100万，你心里面得知道这100万代表的实际含义是什么，而不能想当然的觉得监控到了100万就是产生了100万的效果。这还只是最粗浅的例子，如果要深入分析更复杂的Campaign，你也必须具备相应层次的知识和Sense。 最后，你得有Business Sense，你得知道你的数据来源是什么——你的客户怎样的行为导致了这些数据，你的行动又会怎样去影响到客户对你接下来的行为进而影响到数据，需要你有一个全盘的概念。另外，你的所谓Sense也能帮助你察觉出那些“不对”的模型和数据——哪怕你不知道为什么，你也可以感觉到“这个东西不对”。
营销科普应用题（二）
by MarsOcean on January 13, 2009
这个Case Study已经被业界用烂掉了，基本每家公司都有自己的版本……无数的Marketing Consultant还在用类似的话在唬人，Blogshpere也在抄来抄去。 格式如下（数字均为瞎编）： 1. www.MarsOpinion.com的Shopping Cart Abandonment Rate为70%。（字面意思是100个人把东西放到购物车里，只有70个人30人完成订单结了帐。实际含义会随着该公司所使用科技的不同而有显著差别）。 2. 我们为www.MarsOpinion.com设计了一系列高科技人性化无以伦比的高级Campaign——去掉形容词之后你会发现Campaign的本质是给这些Abandoned Cart的Customer发一封Email，内含“You forgot something in your cart“的提醒，以及一些incentives，例如折扣券。 3. 这个Campaign非常成功，AS Email的open rate比普通commercial email提高300%，CTR提高400%，转化率提高100%! 本来已经放弃购物的消费者收到了信，有10%的人通过点击这封Email再次来到了网站购物！所以我们可以推算出Abandonment Rate从70%下降到了60%63%！最终消费客户会增加23%! MarsOpinion.com年销售额2亿美金，所以我们预计这个这个Campaign可以帮助他们成长4600万美金！ 4. 为了体现我们的专业，我们做了A/B Testing：我们发现在客户放弃购物24小时后马上发Email，转化率比在3天后再发这封信要高87%！另外，我们发现，放一个coupon在邮件里，转化率会提高47%！——我们经过精密计算，发现额外的销售和利润足以cover折扣券的成本。经过严谨的测试，我们决定……。 发现问题了么？ （第一版笔误较多，非常抱歉）
营销科普应用题（一）
by MarsOcean on January 13, 2009
1. 地铁上每个拉环上都有我们广告。 2. 我们有10部地铁，地铁有20节，每节有40个拉环，每天会有100,000人坐地铁。 3. 我们只问你要100,000块广告费每天。 4. 你的CPM = 1000*100,000/(10*20*40*100,000) = 1.25元，多么的合算啊。 发现问题了么？
第一次看到野生海豚和鲸鱼
by MarsOcean on January 12, 2009
出海去了Channel Island，第一次看到了野生的海豚和鲸鱼。 可惜没带长焦的机子，也没注意防抖……很多照片都糊掉了。 跟着船跑的海豚……种种迹象表明，它们只是在跟着船玩闹而已。 鲸鱼尾巴： 鲸鱼喷水： 喷出彩虹来： 又是彩虹： 缓缓归：
所谓Best Practice
by MarsOcean on January 10, 2009
看到Kevin Hillstrom的一段话，深以为然： Best Practices squelch innovation. Best Practices are really important when running a call center or distribution center, when merchandising a catalog, or when trying to figure out how to get an e-mail into an inbox. Best Practices mean (…)
生意不错
by MarsOcean on January 10, 2009
comScore数据是holiday season的销售比去年同期下降了3%。乐观一点的消息来自shop.org，统计结果是接近2/3的公司说销售上升，40%声称增幅超过了10%。Amazon老大出来高调宣布这是他们有史以来最好的一个Holiday Season，而我们自己……生意也很好。这样看起来Online Retail还是受到了大环境的影响，但是没有线下受到的损失那么大——原因很可能是因为电子商务从线下抢夺了越来越多的生意。对大玩家来说，这时候应该是清场、扩大市占率的好时机吧。
Kielh’s, Lenovo & AX, terrible system and service!
by MarsOcean on January 10, 2009
最近几次网上买东西都不顺利，现在感觉这边的系统和服务也都很原始。 1. 在Kielh’s给包子同学买化妆品 结帐时注册帐号永远不成功，没有提示信息告诉你哪个输入框错误，只是一再redirect到注册页面。 选择另外的页面进行注册，成功，Coupon Code输入成功，但是总金额永远不变。 进入投诉页面，提交——再次被redirect到原页面，没有任何提示信息显示我哪里填错了。 重填一遍，骂了一遍他们系统，提交成功，放弃购物。 2. 在Lenovo买笔记本 一切顺利，用CPP获得了Merchant Discount之后，再用30% OFF的coupon得到了额外折扣。 过了几天，忽然收到他家的信说我Shipping Address和Billing Address不一致，要我和银行联系后给他家电话，否则就威胁我可能会取消订单。 给银行打电话搞定地址的事情，打联想电话，不通。 再打，说现在太忙，要我留言，会在一个工作日内回我电话。于是留言描述了情况。 一个工作日过去，毫无回音。再打电话，再让我留言…… 过了两天，收到Email说Order Confirmed。 3. 在AX买衣服 圣诞节前看到折扣很夸张，又懒得跑去店里，就在网上选了两件衬衣。在landing page发现他们同一个banner上的不同区域其实是可以点击到不同的促销页面的，但是因为区域间没有明显区隔，也没有标识，估计会损失很多应有的流量。 当时是Free Shipping促销，减免20块的shipping fee。 拿到衬衣，发现不合身 过了两天刚好去Santa Monica去玩，便拿去店里退，才发现invoice上把free shipping的20块减免到了衣服单价上，我付了126块，结果只能拿回106块。 打电话投诉，吵啊吵啊，最后还是没有定论，号称要转交给XX部门之后给我答复。 累积写过3封投诉信，没有一封被回复，电话过去正式complain了一下。 越来越觉得Newegg.com在美国能够做起来是很有道理的。（想起来去年也有过类似感叹）。
2008
by MarsOcean on January 1, 2009
工作： 简历上各种数字变大，提供了诸多吹牛素材 拿XX Million Customer做了N个Marketing实验，纠正了自己一些偏见 设计了一个算法来自动管理CSE MKT Campaign，自动优化效果 Lead了一个项目，外部谈判和制订计划过程中有失误，反省中 开始将自己设想的Customer Retention模型投入应用，希望09年初搞定 失去了一些机会，拒绝了一些机会，目前还看不出来到底做对了没 生活： 无数次短途旅行，但是基本上都在美国西部活动，东部居然还没去过 投入了大量时间精力为09年的两个大变化做准备，目前一切顺利，希望09年都搞定 自己的运气还是很好 Blog： 怎样监控和评估网络营销的效果 激发真实的口碑传播 粗糙却方便的客户关系管理模型 Use personalized recommendation algorithm to enhance conversion rate for ecommerce website 网络广告真实效果 产品评论的价值
