Mars Opinion

就像冰寒的文章所说，现在中国电子商务市场里玩家越来越多、越来越大，流量越来越贵，所以提高运营效率、提高转化率变得越来越重要。 战略层的东西以后再说，具体战术上，除了我之前写得比较多的网络营销效果评估优化（网络营销数据解读系列文章）和用户体验上的转化率优化（刚开了个头，网站转化率优化框架（一））之外，还有一个就是可以优化的领域就是商品销售规划（话说Merchandising怎么翻译比较合理？）。 可以把商品销售规划理解为传统零售中的货架优化管理，研究怎样通过改变商品的陈列和不同类别货架的摆放来获得更多的销售。虽然我们做电子商务的一天到晚吹嘘说我们有无限大的货架，可是这”无限大“只是针对搜索型的顾客有意义——他可以在无限大的商品列表里搜寻。对于很多用通过页面导航来寻找商品的顾客、和那些仅仅是随便来逛逛点点的顾客来说，他们所接触到的目录页（首页，类别页面，促销专题页面……相当于传统零售里的货架）数目是有限的（比如平均浏览7个目录页，远远小于”无限大“）。这就使得我们也面临着类似于传统零售的问题——顾客会看7个货架，每个货架上只能摆20个商品，我们一共只有140次激发消费者购物欲望的机会，我们要把这些宝贵的机会给哪些商品，要把哪些商品放到热门的货架上呢？    在做商品销售规划之前，我们考虑的漏斗都是从网站整体出发，大致类似这样： 流量 –> 商品页流量 –> 放入购物车 –> 注册/登录 –> 信息填写 –> 完成订单 这个思路对于我们优化营销活动和网站体验是有价值的，我们考虑的思路是：既然我们有一定量（T）的流量，我们要找到方法保证这些流量顺利的流到漏斗底部变成销售。优化的逻辑有两条，一条是优化流量本身质量（营销优化）——通过提高流量质量来增加最终的转化；另一条是网站体验优化（例如C = R x (V + M) – (F + A) + U – D框架），通过减少中间步骤的损耗来增加转化率，前面文章都提到过。   再细化考虑一下，其实我们得到的不是“流量”，而是“注意力”或者说“展示机会”，而我们要做的是把给定量的“注意力”和“展示机会”转化成销售。给定流量规模，假设（这个假设是不对的，这里只是为了解说方便。以后会展开说怎么影响这个变量）平均浏览页面数不变，其实也就限定了我们能够展示的内容数量是给定的（同上，只是为了解说方便），我们能够展示到访客眼前的商品数量也是给定的。例如100个顾客，每个顾客看7个目录页，每个目录页展示20个产品在顾客面前，140个产品出现在每个顾客面前，我们一共有14000个展示产品的机会。更一般来说，假设我们的流量是T， 浏览目录页数目是C，平均每页展示商品数量L，我们网站总的来说可以得到的商品展示次数是V = T x C x L。 (…)

Read the rest of this entry »

注：文章中公式在2010年12月9日修正过。 身边其他行业的朋友总是很不能理解网上为什么可以卖衣服卖鞋子，理由是“电子商务只能做标准产品吧，我就不会在网上买衣服，不合身怎么办呢”。这个理由听起来非常理性，因为“不合身概率大”，所以“很可能会不合身，浪费钱”，所以“我不会在网上买衣服”。既然如此理性，我们就更理性的用数学来聊一聊。 我们先考虑不能退货的情况。假如一件外套价值500元（假设一般来说线下同样质量的衣服是500元），顾客心中认为外套这个种类不合身的概率是30%，消费者拿到货如果不合身不能退货也没法用其他渠道处理掉（简单起见，我们认为不合身就代表衣服完全没有价值，收益为0）。在这种情况下，消费者预期的收益是(500 – price）x 70% + (-price) x 30% = 350 – price。所以如果消费者理性的话，线上售价只要低于350元（提供7折），他就应该在线上买（预期收益大于等于零）。更一般的情况，假设商品价值为V，拿到货后不满意概率为D，网上标价为P，P低于V x (1-D)就有吸引力。这也部分解释了为什么初期网购服饰大多是廉价的款式，因为很多人对于网购心存疑虑，心理预期的不满意概率（D）值很高，所以V x (1-D)就很小，价格就上不去。 然后，让我们考虑可以退货的情况。感谢国家，感谢支付宝，在淘宝买东西不满意是可以退货的，在大多数成熟B2C上买了东西不满意也是可以退的。还是拿那个外套做例子，另外加一个假设就是退货的物流费用买家承担，为10元，那么在这种情况下消费者预期收益变成了(500 – price) x 70% + (– 10)*30% = 347 – 0.7*price，当price <=347/0.7 = 495.7元的时候，消费者的预期收益就大于零。这个价格基本上和市场价持平，对于理性的消费者，商家只需要稍微提供一点折扣（比如九五折），消费者就应该在网上购买。这也解释了为什么商家越来越看重自己服务的名声，也开始提供越来越好的退货条款。虽然要承担一定的损失（包括对付欺诈行为），可是顾客愿意付的价格会显著提高。在这个时候，我们的公式也变成了P <=(Vx(1-D)-SxD)  / D。S代表退货时顾客需要负担的的物流费用。 如果到这里你还没有晕的话，我们可以继续。对于很多人来说，退货不仅仅是花送货费的问题，而是个“麻烦”的问题。还要把东西装回去，写上地址，叫快递来拿货……想想就很烦。这个“烦”对于用户来说也是成本。不同用户对于这个“烦”的定价是不一样的，对于稍微富裕一点但是工作繁忙的人来说，他宁可承担200块钱损失也懒得烦这么一下。而对于生活比较悠闲，而且不觉得退个货有什么麻烦的的人来说，这个“烦”可能也就价值一两块钱。假设某个用户对于“烦”的定价是20元，那预期收益的公式就变成了(500 – price) x (…)

Read the rest of this entry »

一直觉得自己是个非常幸运的人，总是碰到幸运的事。 早几天忽然想到未来可能发生的幸运的事，其实有两种不同的类型，一种是OR型，一种是AND型。 比如对应届毕业生来说，她可能同时拿到了10个公司的Offer，有P&G的MKT MT，有GE的IMLP，有MS的MACH，有……每拿到一个新的Offer都让人很开心，可是仔细想想，这些机会——或者说是“未来的幸运的事”——相互之间是OR的关系，你选了这个就没有那个，它的总价值是个Max函数，等于所有参数中值最大的那个。10个Offer并不能给你10倍的价值，这种东西不能累加，只能取最大值。 另一种，则是AND型。例如合伙开一个自己喜欢的公司，和自己喜欢的女人在一起，拥有健康的身体，父母都幸福，有一群可以一起开心的朋友……这些事情是AND型的，要都做好需要经营和运气，但是绝对有可能兼得。生活有很多面，每一面都很重要，而且每一面的快乐是可以加到一起的。反过来，每一面的痛苦，也可以加到一起施加到我们身上。 所以呢？

最近在新浪微博（http://t.sina.com.cn/marsocean）上挂的时间比较长，不少大佬在上面闲聊，时不时有些精妙的火花溅出来，感觉还是能学到一些东西。不过久了，反省一下，也觉得好像除了感觉上与时俱进见闻广博了之外，并没有太多东西沉淀下来变成自己的东西。零零星星真正吸收的，往往是那些和自己原有的知识技能体系有联系，而且刚好和最近思考的问题有关系的哪些信息。 博客也好，微博也罢，大部分时候都是非常零碎的、不系统的知识。能将多少知识内化，取决于脑中原有体系的丰富程度和兼容性。比如我本来脑子里有电子商务网络营销的战略战术体系，而且最近一直在思考站内转化率优化的问题，这时看到一篇新的论文讨论将产品在列表页展示次数作为转化漏斗的一个维度时，就能更深入理解这对于整个体系意味着什么，也能很自然的将这个知识加入到Merchandising这个部分，和相关的知识联系起来，成为脑中知识体系的一部分，长时间不会忘掉，而且需要用到时会很自然的想起来。与之相反的是，我也订阅了一些科学类的新闻——例如说哪里哪里粒子对撞机怎样了，哪里哪里又有了前沿的发明和理论——可是我脑中的科学知识体系非常薄弱，那些知识只是让我产生一时的快感，觉得自己很前沿很博学。可是因为脑子里没有相应级别的科学知识体系，那些吸收在短期记忆中的知识在长期记忆中找不到地方攀附，过几天也就自动消失掉了。在遥远的未来，就算某天刚好需要那个知识，十有八九也是想不起来的。 这有点像在荒岛上盖个小茅草房子，如果先花精力打好了地基、搭好了架子，出门看到石头就可以带回来固定地基，捡到树枝可以来糊上泥巴做墙壁，收集了一堆稻草也可以用来铺屋顶，看到什么都是宝贝，捡到什么都能派上用场。相应的，如果没有这个架子，一是很难判断路上看到的石头有没有价值，二是捡回来也没地方放（没有架子，有稻草也没法做屋顶）只能白白浪费。 现在互联网上比较多的是零零碎碎的石头和树枝，成体系的东西很少。阅读的快感还是会有。看到新奇的广告形式介绍，看到对某互联网巨头的战略分析，心中还是会觉得自己学到了东西（“我又捡到了一根树枝！”），可是这根树枝捡回去也没有地方放，过一阵子就忘掉了，被时间叼走了。还有另一种情况，就是因为脑子里没有大格局大框架，所以根本没有能力去辨别甄选哪些东西对自己有用。看到什么东西都会用自己局限的经验去判断（“哦，只是堆茅草，我要搭木头房子，茅草没用”——殊不知以后做屋顶的时候用得上），一时看到和自己经验相符的就赞一句“好文章”，看到和自己期望不符的就骂一句“扯淡”，看起来也是在博览，其实只是在观光，想方设法用别人的话去加强自己的偏见，而没能通过沟通来扩展自己。 最近一两年，也总有着急和浮躁的时候，就告诫喜欢投机取巧的自己，总有些笨功夫是躲不掉的。不要着急评判，慢慢地学，虚心地学，理解之后再做取舍、做修正。慢慢地建自己的框架，做实验，和朋友做一些深入的讨论，把前人长期积累的经验一点点粘到新的框架里。眼界放宽一点，格局放大一点，耐心一点，慢慢慢慢就能感觉到自己的变化。这样的变化本身就总是让人欣喜，充满着理解和思考的乐趣。

网络营销中间其实有很大一部分工作是在做网站优化，优化来优化去90%情况下都是同一个目的：提高转化率。 理论上这一块应该是用户体验设计那方面的事情，讲的应该是角色、场景、心智模型之类的东西。 可是对于很多公司来说，网站设计很未必是通过那些科学流程走出来的。一是因为对很多公司来讲还请不起很好的设计师——也未必真的相信设计师说的那一套；二是因为网站（特别是独立网页、着陆页面）定稿的权限常常分散在很多人手里，就算有个好的用户体验团队，其实他们也只能间接影响设计，未必说了算。 很多时候，网站（网页）该这样还是该那样的决策，常常是由像我们这样的非专业人士（并非专业的用户体验设计师）来做的。 为了不至于作出太昏庸的决策，我们营销人只好也学习一点UI、UE。勤勉一点的可以去看专业书找专业人士（例如白鸦）学习，偷懒一点的可以看看Persuasion Architecture（下载地址：http://www.futurenowinc.com/resources/pa.pdf）之类的小册子 ，再懒一点的，大致也要知道几个基本常识，不要犯太明显的错误。    在我被误认为用户体验专家，给不少网络公司和营销公司做过一些这方面的交流之后，发现有不少基本的转化率优化原则并没有被大家所熟知，所以基于marketingexperiments.com的一个优化公式，结合自己的经验，做了个网站转化率优化框架——Mars网站转化率优化框架？：），希望可以方便到那一小群偷懒的非专业人士，呵呵。   框架如下： C = R x (V + M) – (F + A) + U – D C = 转化可能性 V = 价值主张 R = 相关性 M = 动机 U = (…)

Read the rest of this entry »

已经被读者催稿…… 这两天在湖南老家，过几天要去西藏，想说去西藏前更新一篇吧，否则这里就要长草了，呵呵。 文字还没润色，西藏回来再说。里面的例子可能不是很完善，希望大家踊跃留言给我意见和建议，谢了，西藏回来后我再好好把文字完善一下。   在之前的Mars碎碎念里提起过，某天在A网买了个小东西，知道自己肯定没空去收货，所以没选货到付款，直接用支付宝把钱付掉了，想说这样子快递就能直接把包裹放前台签收就不会耽误我工作。第二天中午忽然发现手机里有个未接电话，回拨过去，结果是那家网站的自营快递在非常大声的咆哮说你为什么不接电话。因为我自己是做这行的，知道快递员跑一趟辛苦，所以还是很客气的和他说了抱歉然后说你可以把东西放前台就好了。结果他更生气，说我要等你付钱啊！我解释说我已经付过钱了，他的论点就变成了万一放前台你不认账怎么办…… 放下电话，忽然想说如果我是一个很普通的消费者，对这家网站的印象会是怎样，还会不会去买东西。想想觉得有趣，就在自己微博（http://t.sina.com.cn/marsocean）上描述了一下，马上就有朋友回复说“哈，Mars，所以你觉得A网在这种最后10米的送货问题上如何重新树立形象？我当年就是因为他们快递人员的态度问题而被流失的。”过了一会儿，又有朋友发MSN消息过来说“对，上次对我也很凶，所以我再也不去那里了，建议你去B网，他们态度好多了，东西还便宜。”后一个朋友的推荐让我蛮震惊的，她不仅仅因为快递态度影响到自己的购物行为，而且还在努力把我策反到A网的竞争对手那里去。一个快递员的几句话就帮自己竞争对手网站培养了一个销售员，他们的市场部知道了应该会气死吧。 言归正传，一般来说起来，消费者主要通过三个不同的途径来形成自己对于一个品牌的印象： 广告：比如一天到晚看到凡客诚品的广告在各大门户上晃来晃去，看久了也会多少有点印象类似“凡客诚品好像是个牌子，蛮有钱的，到处都是广告”、“凡客诚品是卖衬衣的，衣服看着还蛮好的”、“价钱看起来蛮实惠的”。商家通过信息的灌输，显著提升了自己的知晓度，少许地提升了自己的美誉度——代价是把大把的钞票给了广告公司和媒体。 口碑：比如某个潜在消费者要买个数码相机，跟他朋友说“我打算去www.MarsOpinion.com买数码相机”，结果他朋友和我朋友类似，马上反对说“他们服务一塌糊涂，千万别去自己找气受，去www.MarsOcean.net网吧，他们送货又快服务又好。”对于口碑类的信息，我们的接受度会比对广告的接受度高很多，这样的口碑往往就会快速成功的在我们心里建立起“A网服务很差”的印象，非常深远的影响www.MarsOpinion.com的美誉度——相对的，例子里的口碑帮www.MarsOcean.net网提升了知晓度和美誉度。 体验：对于已经尝试过在这个网站购物的顾客来说，他形成和修正自己对于这个品牌印象的最主要根据会是自己的亲身体验。比如我微博上的那个朋友，他受了送货员的气，便非常深刻的形成了对于这家公司服务——或者说是整个品牌——的负面印象，而且决定再也不去买东西。这种通过亲身体会得到的印象，很难通过广告来更改，就算给他看一百遍“A网服务全球第一，员工笑脸相迎”的软文也于事无补。 再深入分析一步，就会发现，这三个途径相互之间有关系。如果购物体验不好，整个网站的宣传推广的过程和结果可能就会类似下面这幅图： 1. 首先是网店投入大量资金做广告提升自己的知晓度，让更多人知道自己，试图劝说客户尝试购物； 2. 然后，一部分顾客尝试购物，体验购物全过程，并且在这个过程中形成自己对于这家网店品牌的印象； 3. 接下来，第一批吃螃蟹的顾客中的一部分将自己的印象表述出来，影响到更多的人。如果顾客体验不好，便会难以对该网店形成正面的品牌印象（甚至于形成负面印象），正面的口碑传播会非常有限（甚至于有大量负面的口碑传播）； 4. 有限的正面口碑传播继续影响到少量潜在顾客，他们上网来尝试购物。由于体验不好，这部分顾客中的大部分没有对网站形成正面的印象， 5. 很少有客户形成足够强的正面印象，从而无法支持后续的口碑传播； 6. 越来越少人因为口碑的影响了解和喜欢网站，这一波广告攻势的效果到此为止。如果要维持销售，一方面要花钱继续做广告，另一方面说不定还要花更多的钱去扑灭负面口碑，钱砸了但是不会有持续的效果，长期来看投资回报率高不到哪里去（特别是刚在微博上看到有人在抱怨说B2C的营销成本已经翻了几番……）   而如果顾客在整个体验过程当中产生了良好的感受和印象，口碑效应就会非常明显，进入良性循环：   1. 首先是网店投入大量资金做广告提升自己的知晓度，让更多人知道自己，试图劝说客户尝试购物； 2. 然后，一部分顾客尝试购物，体验购物全过程，并且在这个过程中形成自己对于这家网店品牌的印象； 3. 接下来，第一批吃螃蟹的顾客中的一部分将自己的印象表述出来，影响到更多的人。如果顾客体验良好，便更可能对该网点形成正面的品牌印象； 4. 正面的口碑传播出去。虽然口碑传播的覆盖面未必有广告广泛，但是它的接受度会非常高，如果口碑力量足够强大，二次传播时的效果完全可以媲美甚至超过初始的广告效果，吸引到更多人来该网点购物。由于体验良好，这部分新来的顾客又会对网站形成正面、良好的印象。 5. 这些印象转化为进一步的口碑，影响到更多的人。 6. 口碑再带更多消费者来网站购物体验，而良好的体验创造出更多忠实的消费者和对于品牌的正面印象。 7. 这些印象转化为进一步的口碑，影响到更多的人。 (…)

Read the rest of this entry »

   写了这么久，发现包括的内容越来越广了，下次修改的时候打算把题目改成“数据驱动的电子商务运营和网络营销”：） 建议先阅读本系列其他文章： 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 网络营销数据解读（三）——那又怎么样呢？ 网络营销数据解读（四）——目标和指标 网络营销数据解读（五）——完善指标 网络营销数据解读（六）——自顶向下，逐步求精 网络营销数据解读（七）——客户族群细分（Segmentation）1 网络营销数据解读（八）——客户族群细分（Segmentation）2-1   上次列了一些案例给大家讨论，这次来公布答案——答案的意思并不是说“这些案例就是一定得用这些方法来解决”，而是用案例来说明这些概念和方法可能可以用在什么方面：）。大家不用拘泥于这些案例的细节，呵呵，反正都是我瞎编的。 没有仔细去研究理论，完全从实践出发的话，我所用过的客户族群细分的方法主要有三种： 按照客户属性细分：根据客户”是谁“来划分族群，例如把客户分成”男客户“、”女客户“ 按照客户行为来细分：根据客户上网行为来细分，例如把客户分成”浏览服装专区的客户“和”浏览数码专区的客户“。很多时候”根据客户行为“和”根据客户属性“这两者会混在一起，比如一个客户的行为是”每个月都来买一次东西而且只买最贵的“，可能我们就会在数据库里给他标记上”有钱人”，之后“有钱人”就成了这个客户的属性之一。 按照最终结果来细分：其实是“按照客户行为来细分”的一种，但是它适用性非常广，而且用起来非常方便，所以单独拿出来讲一下。   再次建议先看一下网络营销数据解读（八）——客户族群细分（Segmentation）2-1，自己思考一下那些例子再看这篇文章，因为： 只有自己思考过才能记得住，光是看看很容易产生“显然是这样啊，太弱智了“的感想，然后看完就忘了。 数据驱动的电子商务和网络营销是非常年轻的概念，没有谁是所谓专家（我也在不断学习），我说的东西也只是一家之言，我相信这里的读者里有很多都有非常深厚的经验，如果能够从自己经验出发思考一下那些例子，分享一下自己的想法的话，对我和对其他读者都是很好的学习资源：）   回到那些例子，我们一个个来聊。 案例一 网站销售4个大类的产品：家电，笔记本，日韩时尚女装（中低端），日用百货（卫生纸、零食……），用户平均访问周期是一周一次，停留时间为5分钟，转化率0.8%，平均订单金额340元。 之前已经说过不能光看“平均数”，这里不再细说了。 从Segment角度来说，我们可以把用户按照浏览行为来细分为“家电组”、“笔记本组”、“女装组”和“百货组”（相互重合，没有关系），然后再去看每个组的访问周期、停留时间、转化率、订单金额。可能会发现“笔记本组”的访问周期是每天一次（但是只维持一个月）、每次平均停留3分钟（可能只是查一下价格），转化率0.05%，平均订单金额5000；而“日用百货组”的访问周期是每两周一次，平均每次停留半小时，转化率4%，平均订单金额120。 除了可以用”浏览“行为（这个可以用GA的Advanced Segmentation实现，其他高级工具例如Omniture, Coremetirs或者WebTrends也都有很简单的工具可以帮你做这样的细分；刚看了传漾（Disclosure: 和作者有合作关系）新系统的Demo，他们也提供自定义的Segment功能）来做细分之外，我们也可以用“购买品类”来细分，例如分成“家电采购者”、“笔记本采购者”……这里面不变的一点是“根据用户活动所在产品品类来细分”，因为每个品类都有自己的特点，逛或者买某个品类产品的用户也有自己的特点，这些特点只有按照品类把客户区隔开之后才能看清楚，而只有看清楚之后我们才能开始考虑说有没有可能用这些数据来做进一步的优化。   案例二 网站销售笔记本，SONY笔记本最近越卖越好，上个月卖了700万销售额，比上个月猛增20%，而Lenovo只卖了400万，比上个月还下降了5%。应该考虑给负责SONY笔记本的产品经理发奖金，顺便把心里面把管Lenovo那条线的那个家伙画个叉，以后有机会就干掉他。 首先可以考虑的是把“付费流量”和“免费流量”分开来看，付费流量就是我们需要花钱的流量，包括硬广告、搜索引擎关键词、网站联盟广告等等，而免费流量则包括直接输入网址访问、自然搜索流量和免费的交换链接流量等等。这个例子里面，可能我们看到SONY笔记本产品访问流量有一半是付费的，而Lenovo只有10%是付费的，而最终的转化里SONY有60%是付费流量产生的，而Lenovo只有8%，这时我们要考虑的就是：为了创造这些流量和转化，我们分别花了多少钱，赚了多少（钱和用户），然后再比较。如果SONY700万销售额只有30万毛利，但是花掉了25万市场经费，而Lenovo产生了30万毛利，只花掉5万市场经费，或许我们的结论会有不同。哪怕外部的投放差不多，内部的资源（例如首页Banner、主推活动里的Featured Iteam位置……）分配不均也可能是销售不平衡的原因，如果不细分看的话可能会得出不够成熟的结论。 这其实是个很常见的现象：我们在考评绩效的时候，常常没有能够将其他支持部门对相应绩效的支持成本合理的算进来。比如说我们考评产品经理绩效，可能就没有把他们每个人所消耗的营销资源算上，也可能没有把相应的仓储成本算上（有些货很容易签收和发货，有些很麻烦——例如要记录每个盒子SN号或者需要特别储存环境），还可能没有把对应的RMA费用算上（比如一个产品卖很好，但是卖100个有20个坏掉，18个用户退换货），以后有机会写数据驱动的电子商务运营的时候再详细说。 另外可以考虑的是竞争情报，我们在运营电子商务的时候，眼睛不能光盯着自己的一亩三分地光看每天卖了多少东西，还得看看周遭的局势。具体的做法如果有机会在这个系列的后面几篇再说，大家可以点击这里订阅www.MarsOpinion.com，这样就不用总来看有没有更新。在我长时间不更新又看到流量上涨的时候总是觉得很愧疚，呵呵。言归正传，这里我们先不说外部的信息采集，光从内部数据出发，我们怎么能够知道市场的波动呢？正如读者所说，可能是因为SONY推出了新款，所以大家关注SONY，所以它才卖得好，跟产品经理没什么关系。比较粗略的，我们可以根据浏览行为来细分，看这个月浏览两个品类的消费者数量有没有重大变化，例如如果SONY产品线浏览量翻了一番，Lenovo没变，我们可以合理猜测说可能有些大的市场波动影响了最终的销量。更精准一些。更进一步，如果我们发现说”SONY浏览组“的转化率比”Lenovo浏览组“的转化率还低的话，甚至可以怀疑说是不是SONY的产品经理没做好，没能把天上掉下来的流量转化成订单。这个做法的优点是简单易行，缺点是很粗略（SONY产品经理可以说正是因为他辛勤工作，才让大家愿意浏览他的产品）。复杂一点，我们可以根据站内搜索的关键词来分组，有条件的就做语义分析细分，没有条件的就简单的把品牌关键词和最热门的3款产品关键词拼到一起做一个组，然后从中看用户对于不同产品线的兴趣是不是有了重大变化。更复杂更合理的，当时是根据站外关键词来做同样的事情。    案例三 (…)

Read the rest of this entry »

上周末又去了趟北京，和一些传统企业的童鞋们聊了聊电子商务和网络营销，感觉电子商务现在真是红得发紫啊，有点资源的都往里冲……   几件有趣的小事情： 1. 订机票 一直是去那儿（www.Qunar.com）的忠实用户，80%情况下对他们很满意。10%不满意是因为在去哪儿看到的机票未必能订到（有些小代理还得要你先定，他们再电话确认之类，浪费时间），还有10%不满意是因为有些小的机票代理付款流程让人不爽。 也是因为有这些不爽，听说淘宝开了机票区，便用淘宝和去哪儿比了下价，发现去哪儿也没什么价格优势（虽然听说淘宝收佣金比较狠），便跑去淘宝订了票，顺便把春节回家的票也订了。 阿里系真可怕。   2. 订酒店 虽然约好去朋友家投宿，但还是查了一下酒店信息以防万一（想说如果飞机晚点就直接去演讲的酒店住下，可以多睡会儿）。然后就发现协程的设计很好玩： 联系方式没有直接显示出来，而是用了个展开按钮，点击一下才让你看到。 蛮聪明的，这样就可以监控有多少人主动积极地看酒店电话号码，应该也可以用这个数据去跟酒店谈钱。只是如果不是协程这样的中介，而是自己的网站自己的生意，可能很难权衡“易用性”和“效果量化测量”的轻重吧。   3. 飞机上广告 飞机上看到大智慧（炒股软件）的广告。 想说，如果这个软件普及到一定程度，光从这样大规模的用户本身行为数据中就可以分析出大量的信息，并不需要什么天才的算法应该也能对股市有个比较准确的预测——只是这个预测数据受益人不一定是谁就是了。   4. 机场大巴广告 居然在北京机场大巴上看到了一号店（www.yihaodian.com）广告…… 两个卖点，一个是送货快（当天订货，次日送达），另一个是便宜（一元疯抢——虽然其实只是对新用户的一个促销，可以用一块钱买一件特定商品），不知道广告效果怎么样。   5. PPT小人 很多人问上次我在WAW演讲PPT里的小人哪来的——网上搜来的。 我挑选了一些，压缩了一下，放在服务器上，大家有兴趣可以下载，为了防止盗链，设了个密码www.marsopinion.com。 下载地址是http://marsopinion.com/wp-content/uploads/little.rar