Mars Opinion

除了前面两篇（用户的声音（1）——调研；用户的声音（2）——搜索关键字）里介绍的通过调研和搜索关键词了解用户之外，我们还可以通过过滤框来了解这个客户看重产品的哪个方面，了解之后可以用更有针对性的内容去影响她。（转载请注明出处：www.MarsOpinion.com） 比如比较常见的一种过滤选项是“按XXXX排序”，比如这些： 一般来说，可能的选择有： 按照价格排序（从低到高，从高到低） 按照销量排序 按照新旧排序 按照用户评分排序 按照用户评论数量排序 按照名称排序 按照折扣幅度排序   消费者选择不同的排序条件，等同于他跟你说： 按照价格排序（从低到高，从高到低）：我对价格敏感，要便宜的（如果是选择“价格从高到低”可能代表他要高端货——也可能代表你的产品归类可能有问题，例如把相机电池和相机放在了同一个目录，消费者为了找到相机只好用“价格从高到低”来排序） 按照销量排序：我很想随大流，如果你告诉我说一款产品是“热销的”，我就更容易去购买它。 按照新旧排序：我要“新品”，请给我推销最新款的产品。 按照用户评分排序 or 按照用户评论数量排序：我很在意其他用户的看法，向我推销“top rated products”是最有效的，在促销广告中出现产品评分和其他用户的评价节选对我也有效。 按照名称排序：随便推荐吧。 按照折扣幅度排序：给我折扣，给我deal! 请推荐给我“本周特价”和“疯狂促销”。   既然他都这么说了，我们自然要有所变化： 如果有能力根据用户信息来动态展示内容，不妨在网站上做更有针对性的推荐（抛砖：例如现在首页都是“今日特价”，那么对于用了很多“根据用户评分排序”的客户，我们可以展示“今日热评”；首页旁边可以根据用户类型来决定到底要展示“热销榜”还是“最新用户评论”还是“新品推荐”）。 动态生成email campaign，根据用户偏好，设置规则以最有效的方式推送促销信息。比如给评论敏感型的消费者的Email就突出表现产品评论和评分，给价格敏感的消费者就主推特价。相应的邮件标题也可以投其所好地修改以获得更高的open rate。 ……动态展示一切可以动态展示的东西@__@，如果成本可以接受   除此之外， 选择“按照用户评分排序”的客户，更可能接受在线客服的交谈邀请，并接受他们的宣传（这个想法引用自www.getelastic.com） 如果很多客户在某个category呈现出了非常特别的排序习惯，可以深入研究一下我们是否可以根据这个信息进一步优化这个category的营销方式。例如发现MP3目录下大家全用“价格”排序，而书籍目录下都用“用户评论数量“排序，我们就可以在这两个目录的根页面采用不同类型的促销活动和结构，MP3目录下着重强调低价产品，并且给出各种促销，而书籍目录下主要给热评产品推荐，以及把新的用户评论放到更显眼的位置。（转载请注明出处：www.MarsOpinion.com）   另外，除了排序之外，很多过滤工具也是可以透露出用户到底对哪类产品感兴趣的，例如： 用户在筛选过程中会一步步清晰表明他要的产品规格、质地、价格是什么，他对哪个品牌更感兴趣…… 美国目前很常见的做法是侦测客户访问产品的类别，然后推送相应的促销（例如你去Amazon看了一天的玩具，第二天很可能就收到玩具的促销邮件——这种玩法已经有了很成熟的solution可以用），但是还是常常会出现“推荐的东西完全不是用户想要的”的情况，如果能够结合客户在过滤、排序条件中表达的信息，或许可以把这种campaign做更精致一些。 Anyway, 本文和之前两篇科普文的主旨相同：用户的行为会告诉我们他们想要什么，而了解“他们想要什么”可以更好的帮助我们满足客户需求，达成交易。（这个系列文章只是介绍一些简单的方法和规则，真的要做好的话，还是要靠成熟的产品推荐算法和好的数据挖掘团队的）。

回到了上海，倒时差ing 给自己放4个月大假，陪父母和糖同学 两个半月在上海，一个月在湖南，一周在北京（04.29 updates: 再会安排时间去深圳，呵呵） 希望有机会和大家见见面聊聊天：）

有一个地方，客户很真心诚意地回答了”我在找什么“这个问题。 这个神奇的地方就是搜索框。   首先，是外部搜索引擎的搜索框。 用户在Google，Baidu里面输入他想要的东西，你的网站链接出现在了搜索结果（或者广告列表）里面，用户点击它来到了你的网站。 Mars可能输入的是”5D Mark II”，Ares可能输入的是”Tissot”——刚好这两种东东你都卖，而且我们都点击了你网站的链接来到了网站上。 如果你是个普通网站，你的网站会想说“来了两个陌生人”，然后给我们看了一模一样的页面，页面上充斥着最新的GPS广告。 如果你做得像Amazon那样好，你的网站会想说“这个人是来买相机的”，然后给Mars展示很多相机（都是和5D Mark II差不多档次的），另外把5D Mark II放landing page最上面；另外给Ares看一堆手表广告。 如果你是普通网站，就不会记录这两个人的信息（不去了解他们），下次他们来的时候还是给他们看GPS； 如果做得像Amazon那样好，等Mars和Ares第二次来的时候，你的网站就会想说”上次这个人是来买XX的“，然后给Mars多展示点相机，给Ares多展示点手表。   相对应的，网站内往往也有对应的搜索框。比如下面这个，就是我在携程订机票看到的。 我要回老家看父母，要定的是上海到长沙的往返票，所以我选择了”机票“，然后输入了出发地上海，目的地长沙。 我点击了”搜索“，这时候我已经非常非常明确的告诉了这个网站： 1. 我人在上海（因为是往返票，而且送票城市是上海） 2. 我计划在X月X日到X月X日待在长沙 但是很明显的携程并没有处理这个信息，在我查询好机票后回到首页看到的仍然是： 他在给我推荐北京和成都的酒店，以及北京相关的广告。 如果真的用心去收集信息、了解消费者，并且抓住一切机会来让消费者多买点东西的话，这时候是不是推荐湖南的度假产品和长沙的酒店会对我更有吸引力呢？ 根据用户的搜索关键字，判断用户想要做什么（“想要从上海去长沙，待几天后回来”），需要什么（”那几天可能会需要酒店和租车“），然后有的放矢的促销（“长沙XX酒店特价”），这样才能充分发挥网站的功能，否则只是个online版的电话预订系统罢了。

Marketing要做的其实就两件事情： 1. 了解客户 2. 影响他们   最理想的情况莫过于“在深入了解的基础上“，有的放矢，用最有针对性的方式去”影响消费者“，帮助消费者达成他们的目的，并且从中获益。 举例来说，Amazon会分析每个消费者购物习惯，你买了《Mars网络营销大全》，他去数据挖掘一下发现和你类似的人都买了《Mars胡说八道手册》——于是了解到你是个喜欢胡说八道的人，然后有针对性地给你推荐这本书（这是简化说法，详细的解释请参看我以前的科普文章，或者我自己异想天开的一个算法（抱歉这篇是用英文写的））。先了解消费者“可能会想要什么”，然后有的放矢的去选择marketing的方式方法和内容，这样才能达到好的效果。 只是，如果我们没有那么高级的算法支持，也没有人手来做我之前文章写的那些分析，我们能不能就用现在的网站，直接来更深入的了解消费者呢？ 也是可以的。   首先，最简单的就是：开口问。 如果你要知道用户在你网站上到底开不开心，怎么办，问吧。 每天随机抽取几十个访客，在他们访问网站的时候弹出个对话框说“您是否愿意在浏览结束时填写一个简单的问卷呢？”，然后让用户该干嘛干嘛去……等到他要关闭窗口的时候再把具体问卷弹出来说“您刚刚说愿意填写问卷的，现在填吧”……（有免费工具可以做到） 可以问的东西很多，Avinash大师非常推崇的三个问题是： 1. 您今天为什么来访问我们这个网站？ 2. 您达到您的目的了么？ 3. 如果您没有达到目的，为什么？   你当然可以问别的你更感兴趣的问题…… 只是要注意： 1. 如果是对用户体验的调查，要在用户“体验完”之后再让用户回答。有些网站会在你登陆时问你今天使用网站感觉怎样——我才刚来，谁知道啊。把问卷放在体验最后的缺点是相应率会低不少——这也是为什么4Q的设计是在用户到达网站时先要客户做一个“我答应在之后回答问卷”的小承诺，这样可以让之后的相应率高很多。 2. 如果是非常有针对性的调研，最好是采用这种主动性的调研（随机抽取一部分客户来提问），而不是被动的放几个多选题在页面上等着客户答。虽然两种方法最后得到的数据都有扭曲，但是相对来说这种主动抽查的样本有效性要好很多。（写着写着发现自己把术语都忘光了……有空回学校补习统计学去）。   另一种更隐性的调研，常常是隐藏在“我的帐户”或者“我的偏好设置”（Preference Center）里面。 在用户注册的时候，如果你问题太多（“请问你家有什么宠物？“，”请问你妈贵姓？”，“请问您更喜欢哪个品牌？“……）一般的结果是：1. 用户乱填；2. 用户被长长的注册表单吓到，直接关闭窗口说拜拜。 所以很多时候，我们会把这种更细节的问题放在账户中心里面，让用户在之后的日子里慢慢填。比如你的网站又卖鞋子又卖电脑，你想知道这个客户是对两种产品都感兴趣，还是只对一种感兴趣，你就可以放一个问题在帐户中心问说”您对下列哪几种产品感兴趣？A. 鞋子；B. 电脑；C. 鞋子和电脑”……假如用户选了电脑，没有选鞋子，你就知道之后给他发促销邮件的时候要优先发电脑的，他到网站来的时候Banner展示最好也是电脑促销的。 这是一种非强迫性的数据完善，只是在帐户中心有提醒客户完善自己资料而已。因为客户没有压力，所以数据质量比较高。相应的坏处是只会有很少的人真的去填写（可能不到1%），但是你对1%的客户的了解又深了一层，以后你对他们的marketing又会更有针对性一些，何乐不为呢？ 如果你实在觉得1%这个数字太小了，可以考虑加入一些激励因素来鼓励客户完善资料，比如说“您如果进一步完善个人信息的话，将获得50个积分”之类。给激励的话响应率会变高，相应的质量会下降，所以措辞上往往还得再加以引导让客户了解到认真填写的好处和乱填的坏处，例如写说“我们会根据您填写的信息为您推荐最适合您的产品“，”我们会根据您填写的内容为您发放相应的折扣券“之类。

平躺在湖面上 月光像一张细密的网 眼帘上层层叠叠着流水的明暗 仿佛一张张薄荷叶子

公司TR部门（上海）招聘，比较急，所以我也来跟着宣传一下。   电子商务研究员   电子商务研究员是TR（Technical Research）部门专家组的职位。TR主要从事新技术、新业务研究与技术、业务支持。电子商务研究员的职位会涉及到的工作包括：关注电子商务业界动态及商业模式，竞争对手研究，参与公司业务流程改进，参与公司电子商务各个软件模块和内部系统的改进，公司网站改进及建议，公司业务运作、市场活动、产品管理等方面的改进及建议，与技术团队一起完成软件技术原型设计，公司外部项目顾问支持。本职位的工作将会涉及到这些工作领域中的一个或者多个，研究范围包括北美、欧洲、亚太多个国家和地区。如果你热爱电子商务，喜欢迎接挑战，并期待深入了解电子商务的方方面面，TR将会为你提供这样一个环境，欢迎加入Newegg。 职位要求： 1.本科或以上学历 2.三年以上零售业或电子商务行业工作经验 3.基本了解企业运作各个方面 4.分析能力强 5.在下列领域至少精通一项： –财务分析 –市场营销 –软件系统业务分析 –统计学 –Web领域知识（SEO/SEM、用户体验与Web分析、Internet Marketing等） 6.熟练的英文读写能力 7.热爱电子商务        競爭情報分析師-Competitive Intelligence Analyst   Job Description: The CI analyst assists CI manager to provide support to CEO and other (…)

Read the rest of this entry »

            为卿采莲兮涉水 为卿夺旗兮长战 为卿遥望兮辞宫阙 为卿白发兮缓缓歌             本周末回上海

（本文内容和之前其他文章可能有重复） 请先阅读下面两篇文章，直接看本文可能会有些晕。 网络营销数据解读（一）——事情不是你看到的那样 网络营销数据解读（二）——事情不是你看到的那样 网站分析领域的大师Avinash Kaushik提出过一个很好玩的测试——"so what?”（“那又怎么样呢？”）。   测试很简单，当你看到一堆漂亮的数据，例如 “PageView: 500,000; Visitors: 30000; New Visitors: 15000” 或者精美的报告，例如 “我们发出去了10 million Email, deliver rate（到达率） 99.99%，unique open rate（打开率）高达19%，unique CTR（点击率）19%! 效果非常好！从点击来看，80%的客户都是New Visitor（新访客），而且他们给我们直接带来了30万的销售额……”   当你看到这些。 首先，你要知道这些天书到底在说什么（请参看XXXXXX，像“带来多少销售额”，或者“新访客”之类的词并不一定是你想象的那种定义）。 知道了那些数据的具体含义之后，你就应该开始进行Avinash大师的so what测试了，你可以对着给你提供数据的小弟或者agent深沉的来一句： 那又怎么样呢？   Pageview 500,000，Visitor: 30,000，那又怎么样呢？ “嗯……那代表说每个客户平均访问了17个页面。”   (…)

Read the rest of this entry »

（本文首发在BrandMarketing.com.cn，和www.MarsOpinion.com上的其他文章内容可能有重复） 上次（请先点击这里查看《事情不是你看到的那样——网络营销数据解读（一）》）出了10道题问大家说结论是否一定正确，很多朋友也很捧场地回答了问题。 基本上，10道题的结论都有问题。下面我分几篇文章来介绍怎样才能系统和科学的解读网络营销数据。 今天我们可以来讨论一个最基础，而且看起来很简单的问题：我们真的知道报告里的原始数据的含义么？   给一个简单的测试（这次后面是有答案的:p）： 举例来说，如果您看到一份Marketing Agent给您的报告，里面说“我们发出去了10 million Email, deliver rate（到达率） 99.99%，unique open rate（打开率）高达19%，unique CTR（点击率）19%，看了信的人都点击了，说明设计很棒! 效果非常好！从点击来看，80%的客户都是New Visitor（新访客），说明我们这次活动对于抓取新用户是很成功的。唯一的缺陷是我们的网站抓住客户的能力，访客来到了网站之后，ATOS（平均访问时间）只有19秒，我们下次应该进一步优化网站……”   您对这番话的理解是不是： 到达率99.99%，那么有9.999 million的客户收到了邮件。 有1.9 million的客户打开了email，也有1.9 million点击了email——这样想起来应该打开邮件的客户都点击了。 1.9 million里面有80%是新用户，我让1.52 million本来不认识我的客户更了解我了。 1.9 million访客，他们平均在我网站逗留了19秒——时间太短了，我们应该想想办法。   如果您觉得4条都是错的——恭喜您不用花时间看下去了。 如果您觉得4条里面有对的，说明您可能对某些网络营销数据还可以多了解一些： 1. New Visitor代表的不是“新用户”、“新顾客”或者“新访客”，它代表的是您的监控工具跟您说“来的这个人我之前没见过”——每次有人访问网站，监控工具就会往那个人机器里留个痕迹（cookie）以便以后相认，下次他再来，系统察看他机器，发现有这个痕迹，就觉得“这人我见过”然后把它归入“老访客 ”，而如果找不到这个痕迹，就会认为他是新访客。所以，当您的老访客换了一台机器，系统也会把他当作一个新访客；当您的老访客有意无意清空了痕迹（cookie），系统还是会把他当作新访客……总而言之，80%的New Visitor不代表有80%的人从来没来过你网站，这个数据需要打个折扣——具体要根据您网站特点具体情况具体分析。   2. (…)

Read the rest of this entry »

（本文首发在BrandMarketing.com.cn，和www.MarsOpinion.com上的其他文章内容可能有重复） 如果您对以下问题的回答都是＂不一定＂，而且您可以说出＂不一定＂的原因……这个系列之后的文章请直接跳过，不用浪费时间看了：） 1. 假如我们给Brandmarketing.com.cn（假设它是电子商务网站）在QQ和新浪上花同样的钱投放了广告，QQ广告一天展示了 5,000,000次，带来了50,000个访客，200个订单，新浪广告一天展示了4,000,000次，带来60,000个访客，300个订单。您觉得我们是否应该减少在QQ的投放，加大在新浪的投放？ 2. 假如新浪广告的Impression, Click和Order都是QQ广告的5倍，是否说明了新浪的投放ROI更高? 3. 假如QQ一天带来了50000个访客，30000个浏览了超过3个页面，新浪一天带来60000个访客，40000个浏览了超过3个页面，是否说明新浪流量更匹配？ 4. 假如QQ一天带来了50000个访客，在您网站注册了300个新帐户，新浪一天带来60000个访客，400个注册了新帐户，所以新浪的投放性价比更高？ 5. 您原来的SEM Manager离职，来了个新的，他来了之后关键字广告ROI大为提升，其他数据不变，CPO（平均订单成本）从20块下降到18块，我们应该表扬他吗？ 6. 品牌宣传活动，您有两个landing page，A页面的Bounce Rate（有多少比例的访客看过这个页面马上离开）是80%，B页面的Bounce Rate是90%；Web Analytics显示，A页面最终产生了400个订单，B页面只有200个。我们认为A页面活动较为吸引人，或者页面设计较好，对么？ 7. 您有一个网站，访问量很大，而且您做了监控，发现应该大多是真实的流量——但是，转化率很低（如果是e-commerce，就是成交量小，如果是别的，可能是下载量小、注册量小），结论是您的网站内容不够吸引人，对么？ 8. 您发现您顾客的平均购买周期是30天，所以您认为每10天来一次的客户是超级忠实客户，而已经60天没来的客户可能是流失客户，需要用之前那篇粗糙却方便的客户关系管理模型来挽回这些客户，您觉得这个思路合理么？ 9. 假如我们的网站上个月每天访问量是2万，这个月每天访问量1万5，说明我们网站出了什么问题，对客户吸引力下降了，对么？ 10. 我们打算在网站上安装在线客服，当客户访问网站一定时间后还没有convert（下单、注册、下载你的电子书，试玩你的游戏），就弹出在线客服窗口来和客户沟通。因为Web Analytics告诉我们说所有客户的平均停留时间是100秒，所以我们决定在100秒时弹出这个窗口，您觉得这样做合理么？ 欢迎大家讨论：）