Mars Opinion

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 （这篇文章比较基础，老鸟可以跳过了） 上次说到我们需要找到一组Metrics（指标）来衡量目标达成情况。为了达到这个目的，我们需要做的三件事情是： 了解我们监控到的数字的意义，找到合适的指标来衡量我们目的达成的效果。 研究数据，将无效和虚假的部分剥离。 通过测试、辅助指标计算和长期监控来分析隐性和长期效果。 好吧，回归我一向的风格，继续问问题： 假设网站（或者某个营销活动）的某个指标发生变化（例如在显著下降），我们该怎么找到数据变化的原因和应对方法？ 假设我们已经设置好了一套完美的指标，通过监控得知campaign A在所有指标上都等同于campaign B，我们是不是就没法分析哪个campaign比较好？如果两个campaign不是完全相等，而是在某一个指标上相等（比如两个广告的conversion rate一模一样），我们是否就没法分析说我们接下来要怎样优化这个指标（比如conversion rate）？ 如果做A/B测试的时候发现两种结帐流程的转化率一样，我们是不是就可以随便挑一个？ 本想用常用术语的，百度了一下发现官方定义和我理解不一样，为免出丑还是用通俗概念来解释，不丢术语了：）。基本上，不管学术上解决问题的方法叫什么名字，具体的思路都很类似：如果一个大问题想不清楚，就把它拆成更好理解的小问题。借用一个程序设计领域的概念就是：自顶向下，逐步求精。 （预先警告一下：下面写的思考方法和技巧都非常基础，很可能你早就已经知道或者很熟练了） 可以采用的工具有： 1. 看分布： 基本上，凡是“总和”或者“平均”类的统计数据都会丢失掉很多重要的信息。 例如你打靶，第一枪向左偏了5米，第二枪向右偏了5米，第三枪向上偏了5米，第四抢向下偏了5米——平均来说，你射击的误差是零（因为都相互抵消了），成绩和枪枪命中靶心的世界冠军一样——这显然是荒谬的结论。 网络营销当中也常常会发生类似的事情： 上个月平均订单金额500元/单，这个月也是500元/单，看起来平平安安不需要操心。可是实际上有可能上个月5万单都是400～600元，而这个月5万单则是2万单300元，2万单400元，5千单500元，5000单超过2500元——客户购买习惯已经发生了巨大变化，一方面客户订单在变小（可能是因为产品单价下降，采购数量减少，或者客户选择了比较便宜的替代品），另一方面出现了一些相对较大的订单（可能是中小企业采购，或者是网站扩充产品线见效了）。——光看平均值的话很容易就忽视这些潜在的变化，不能及时的做出应对。 两个campaign带来一样多的流量（100万流量），而且流量的Average Time on Site（假设是40秒）是一样的，看起来两边差不多。可是两边的实际流量情况可能是千差万别：campaign A带来的50万流量停留0秒（具体原因参看之前写的网络营销数据解读（二）——事情不是你看到的那样），50万停留80秒；而campaign B带来的流量20万停留0秒，60万停留10秒，20万停留170秒。首先这个数据可以帮助我们去判别流量是否异常是否可能有作弊流量，其次它告诉我们说第一个页面bounce rate比较高，第二个比较低，可能是第二个页面的设计较好，然后它告诉我们说第二个页面虽然更能吸引人点击，但是那些人都是很快点击页面然后很快就离开了，这一点很值得和campaign A进行对比再深入研究。 解决的方法还蛮简单的，就是不要只看平均数和总数，而要多看看分区段的数据。 比如看Avg Time (…)

Read the rest of this entry »

Barrier 上Economics课，教授问 How to get sustainable economic barrier? 答了这个问题 Create barriers. 因为不论你是用人才也好，用高科技也好，用好的制度也好——从理论上，纯粹理论上，你做的事情别人也可以学，将来也可以做，慢慢的大家就都没有超额利润。 只是回答完之后，忽然想起上一个教授在第一节课所说You are all here to learn how to create barriers. 呵呵，学这么多其实是为了砌墙，让市场变得不效率？   Marketing 最近在做一些品牌建设相关的工作，也在思考Marketing和Branding相关的问题。 如果只是编造概念、误导消费者、用心理学去影响购物决策的话，作为一个营销人对社会的价值在哪里？如果是想要个工作挣口饭吃，其实怎么做都无可厚非。可对于很多已经衣食无忧、甚至于生活相当优越的Marketer来说，或许可以想一下怎么样可以做一些真正有意义的事情。 最低限度，尽量不撒谎。 如果一定要撒谎，选择去给比较好的产品撒谎，把A说成A+，而不是给那些C-（比如三鹿奶粉）粉刷成A。 如果有机会，做些事情帮助客户找到他需要的东西，让他们从产品中获得更多。 至少以后有小孩问起的时候，回答起来比较舒服。   Mind Model 听了第五项修炼的作者Peter Senge一个演讲。 出乎所有人意料，他大部分的时间都在说企业社会责任，而不是怎样帮助企业盈利——事实上，他认为企业的目的并不是盈利，假设企业都是以盈利为目的只是“因为这样比较简单，比较好理解，比较好教”。 引述了一段德鲁克的话，说利润对企业就像氧气对人一样，不可或缺，但绝不是目的。 因为一直在讲企业社会责任——虽然他自己一直否认，说自己不是在说CSR，而是Survive——所以很多言辞听起来都很乐观，或者，更严重些，幼稚？ 演讲最后，他说 (…)

Read the rest of this entry »

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 上次（网络营销数据解读（四）——目标和指标）说到定义了目标之后，我们需要找到一组Metrics（指标）来衡量目标达成情况。找合适的Metrics要分三步走： 第一步，了解我们监控到的数字的意义，找到合适的指标来衡量我们目的达成的效果。 第二步，研究数据，将无效和虚假的部分剥离。 第三步，通过测试、辅助指标计算和长期监控来分析隐性和长期效果。 网络营销数据解读（四）——目标和指标里对第一步进行了简单的介绍，今天我们来讨论第二步和第三步。 首先，我们要研究数据，将无效和虚假的部分剥离。 因为监控工具的不完美，人工操作的失误，或者合作方有意无意的作弊，我们拿到的数据很未必完全是真实的。你拿到10000个click，可能只有1个是真实用户的点击，拿到10万个注册用户，可能全部都是机器生成。——所以，我们必须要有一个筛选过滤的过程。 因为作弊方法太多，我也没有想到有什么系统性的方法可以用来解决这个问题。有一个简单的原则就是：找异常。真实的数据看起来就是会比较”真实“，数据间的比例关系也会比较合理，数据在时间和地域上的曲线和分布都会比较平滑。反过来，作弊的流量有可能会考虑不周，从而在某方面做得太过分而显出异常来。 举例来说，如果我监控的是我在www.MarsOpinion.com上广告投放的click数据，有哪些可能出现“异常”的地方呢？ 流量在时间上的分布异常：如果平时每天带来1万个click，今天忽然带来10万个，这就很让人怀疑。另一种情况，如果每天还是平均1万个很稳定，但是仔细看发现每天有5千个都是在8点5分到8点10分这五分钟过来的，这也是一种异常。 流量在行为上的异常：正常情况下，通过广告带来的大部分的流量应该会直接离开网站（bounce），剩下的那些流量会行为各异，有些人看多几个页面，有些人看少几个。如果发现流量全部被bounce，这是一种异常，如果流量完全没有bounce这也很异常；如果大部分的流量都表现出了类似的行为这也很异常——比如90%的流量都是到了landing page点击了页面顶部一个不起眼的链接，在下一个页面停留了0秒，又点击了页面顶部一个不起眼的链接，然后离开站，这看起来也很假。 流量在地域上的异常：如果1万个click当中，9800个来自同一个IP（或者相邻的一段IP），这也很奇怪。如果从地域分析上看，一个面向北京免运费的活动，来的流量99%都是山西的，这也很莫名。 流量在来源上的异常：本来买的是www.MarsOpinion.com网络营销专区的广告，结果最后仔细研究发现流量中90%是从游戏专区点来的，这也很不对劲。（不同地方的流量价值是不一样的，可能他们在卖你广告的时候宣传的是”我们的受众刚好是你的目标客户，重合度高，效果好“，但是其实他们那个方面流量太少，为了填数字，只好从别的热门频道——例如游戏频道、娱乐频道——导入垃圾流量充场面） 如果我们监控的不是click，而是registration呢？类似。 时间分布异常：前一个月每天才5个注册，结算前一天来了10000个注册。 行为异常：广告链接到landing page，但是所有流量都是直接到注册页面注册，没有经过landing page。 地域异常：都来自同一个IP段 其他异常：所有注册用户都没有填写具体信息；或者所有注册用户都叫类似名字；或者所有注册用户的注册email都长得很像，比较常见的是marsopinion0001@gmail.com, marsopinion0002@gmail.com, marsopinion0003@gmail.com, marsopinion0004@gmail.com, marsopinion0005@gmail.com, marsopinion0006@gmail.com… 上面只是抛砖引玉，并不能涵盖所有作弊流量的特点。但是从Marketer的角度，我们判断流量虚假的原则是确定的：流量是否显著异常。如果他能做到在数据表现上和真实流量没区别，我们确实也很难把他们抓出来。 至少，做好第一步之后，我们已经把那些比较傻的作弊数据给排除掉了。 一般的公司上做到这一步就停下来了——嗯，确切的说，很多公司还没有做到这一步就停了，呵呵。 如果你还要深入想一下的话，可能就会思考这样一个问题：数字大就是好么？带来100,000块钱订单就一定比10,000块钱订单好么？难道带来1000个新用户就一定比带来500个好么？难道1000个访客就比900个访客要有价值么？ 不一定。 因为我们虽然衡量了campaign达成指标的程度（数量），但是却没有仔细去考评达成指标的质量。就好象说我们派两个人去不同水果摊买50块钱苹果，心里面想说谁买得多就算谁能干（用“重量”做指标）。最后甲带回来20斤苹果，乙带回来10斤，于是我们认为甲更能干一些。——细细想想，是不是觉得有点怪？万一甲带回来的苹果很难吃呢（难吃，但是并不是假苹果）？万一乙买回来的是你这辈子吃过的最好吃的苹果呢？ 在这个例子里，我们本来想采用”苹果的重量“来衡量两个人的能干程度，后来又加入了”口味“来辅助评判。对于网络营销的指标来说，我们也可以类似的引入一些辅助指标来帮助我们更好的理解那些主要指标的“质量”。 第一类的辅助指标，是当期就能拿到的、可以帮助我们衡量主要指标质量的其他指标。（好绕@__@） 比如说，我们的目标是“销售”，那么我们除了订单金额之外，还可以综合订单量，平均订单金额，购物顾客数量和利润一起来看。 (…)

Read the rest of this entry »

想象有一个两维的生物（一只扁平的蚂蚁），在一张白纸上爬。 它没有办法理解三维的东西，只可能理解三维世界在两维世界的投影（我们在那张纸上的影子，或者说世界在那张纸上的切片）。 它朝着同一个方向爬。 我们把纸（蚂蚁生活的二维空间）在三维空间里卷成一个环形，蚂蚁沿着环形朝着同一个方向爬了半天之后发现自己来到了原点，在二维空间和三维空间中，它回到了出发时同样的状态（在第四维——时间的维度上当然已经不同）。   想象有一个三维的生物（我们），在三维世界里行走。 我们没有办法理解四维的东西，只能看到四维在我们生活上的投影切片，我们看到的永远是我们自身在某个特定时间点的时间切片，而无法将时间这个维度连贯起来用理性去理解它的存在。 我们走啊走啊。 有一个生活在更高维度（例如五维空间）的人，把我们生活的三维空间在四维空间里卷成一个环形，我们沿着沿着环形朝着同一个方向（时光机没造出来之前也只能沿着这个方向）爬了半天之后发现自己来到了原点，在三维和四维空间中回到了出发时同样的状态——同样的地点，同样的时间。

周五的Black Friday和周一的Cyber Monday都是在欢快的气氛中度过的，做事的时候，开一整个RealTime Monitor在一个LCD上看销量上涨，感觉还是蛮好玩的。 从数据看起来，好像大环境并没有真的好起来，只是我们自己做比较好罢了。 根据comScore，Ecommerce销售并没有很理想的成长。Black Friday的销售从去年的$531 million增加到今年的$534 million，几乎没变化。而整个Holiday Season的销售（截止到28号）比去年更是下降了4%! 根据某同学分享的数据，Brick and mortar的Black Friday销售比去年也不过涨了3个点。根据乱看discount数据产生的直觉，今年各家的毛利比去年恐怕还要降。另外，根据Business Week的数据，今年的的post-thanksgiving购物人群比去年还多了25 million！去年147 million，今年172 million——而今年的销售并没有显著的上升，只能解释成每个人的购买力都显著下降了。 刚看到的关于Cyber Monday的数据，应该也是网络零售商的Traffic大量上升，销售额和去年相比却没有什么增长。以今天看到的新闻来看，有无数的网络零售商昨天都因为traffic过大或者其它问题挂掉了。

  被Blog读者来信提醒，才知道这篇《怎样监控和评估网络营销的效果》已经发表在了某营销杂志某期（怪不得有一阵子direct load增加很多）——把文章给他们之后就再没有消息，传说中的样刊和稿费都还没看到:S，也就忘了这件事情。 文章是之前的怎样监控和评估网络营销的效果系列文章的汇总，修改的部分不超过10%，建议之前看过的朋友们直接跳过。 ===== 正文的分割线 ==== 和传统媒体相比，网络营销的优美之处就在于效果的评估可以更全面、及时和精准。在中国互联网的特定环境里，应该怎样去采集和分析数据，合理地评价一个网络营销Campaign的效果呢？ 一般而言，我们关注的数据有三个： 印象 Impression 点击 Click 转化 Conversion 首先是Impression——印象。 理论上，Impression代表你的广告展现在受众面前的次数，这个数字常常由三个渠道得到： 媒体或者广告代理自己告诉你 媒体或者广告公司请第三方公司告诉你 你把广告材料给第三方平台，仅仅把读取代码给媒体，最后第三方平台给你报告。 第一种方法并不能完全相信，媒体数据往往含有水分，大门户可能稍好，中小型门户的数据几乎完全可以无视；第二种数据看上去比较公正，但是也未必可靠；第三种，数据也未必精准（不过比线下广告还是要好一些），首先你的广告被读取了一次不代表它被看到了一次（例如它在第二屏，而读者没有翻页），其次你的广告被读取了一次，并不代表它真的出现在了你希望的位置出现了一次（如果要作弊的话，完全可以用程序自动读取你的广告）。 所以，基本上可以说在中国互联网，Impression这个数据可参考性不高（当然，如果你目的是单纯的品宣，大网站和第三方提供的数据还是可以放到最终报告里去的），不用太当真，真实效果还得看Click和Conversion。 Click是什么？理论上指的是多少人点击了你的广告。 一般的监控方法是：安装Web Analytics服务（例如Omniture, WebsideStory，免费的Google Analytics，或者自己开发一个），然后给自己的landing page的网址编码，编码后再给媒体，媒体每次有点击过来就都会被分别记录下来。举例来说，我要宣传www.MarsOpinion.com（我的blog，下文中都会以它为例子），在新浪和QQ都买了广告，那么我会让新浪的广告链接链接到http://www.marsopinion.com/index.php?CMP=SinaBanner，而QQ的广告链接到http://www.marsopinion.com/index.php?CMP=QQTextLink，这样后台程序就会自动根据CMP参数的不同，将进入的流量分别计算到新浪和QQ两个Campaign上。 但是，实际上问题会更复杂——基本上，国内互联网的点击作弊是非常普遍的事情。点击不仅仅可以完全造假（程序自动点击，或者人肉点击），而且可以更隐蔽的“造真”（用垃圾流量替代——比如你买的是汽车频道，但是实际上你的广告同时出现在了成人频道）。就以前的经验而言，假点击甚至于可以超过真实点击数十倍之多。 道高一尺，魔高一丈，要想把“真实的流量”过滤出来实在是难于登天。所以其实可以换一个角度考虑问题：我不要过滤“真实的流量”，我要过滤出“有价值的流量”。什么是有价值呢？消费者表达出的兴趣越浓厚，就越有价值。对电子商务网站来说，一个客户进来之后连续看了30几个产品页面，当然就比另一个来了就走的客户有价值（不管他是真是假）；对一个营销活动的landing page来说，看过了活动规则页面的流量就比只来过landing page的有价值。总的来说，浏览的深度和时间越长，代表受众对你的内容越感兴趣，这个流量越有价值。 从这个思路出发，就可以做出更有效的过滤： 只计算浏览深度大于N的click，比如N=1，有1000个IP点击了我在新浪的广告，他们都来到了http://www.marsopinion.com/index.php?CMP=SinaBanner，其中30个人另外再点击到了我某篇文章页面，其他970个人马上离开了，那么系统就只记录30；如果从QQ那边有200个IP过来，但是有40个人点击了下一个页面，那么我会认为QQ的效果比新浪要好。 只计算浏览时间大于T的click 只计算到达过特定页面（非Conversion页面）的click，例如电子商务网站可以把广告都链接到自己的promotion landing page，但是规定只有当流量浏览过具体产品页面时才算数 这样过滤出“有价值的流量”，得到的数据比较真实，参考价值比单纯的点击数Click要更高。 如果要更进一步去定义“有价值”的话，一般就是直接看Conversion了。 (…)

Read the rest of this entry »

在这边工作下来，有些时候会很疑惑美国为什么会比中国有钱。 外国同事都很可爱，但是不得不承认他们大多以enjoy life为生活主旨，并不会像中国同事那样去认真拼命，平时讨论问题也只是会有一些很基本的idea，不见得比中国同事有更深入的经验和洞察。而和外面的公司沟通之后，一是发现这边sales都比较懒，送上门的生意都有些爱理不理的意思，绝对没有国内的sales积极；而所谓的专业人员，如果深入聊下去，常常也会发现他们也只懂得非常浅的一层，其中不少还是错的。 如果大家都是这样的状态，为什么美国会比中国有钱呢？ 经济上的数据我了解不多，不拿出来班门弄斧，纯粹做智力推理想一想可能性。 （转载请注明出处：http://www.MarsOpinion.com）　 　　 第一种可能是：美国聪明又拼命的人其实很多，只是我没看到。 可能的情况是聪明能干又勤快的人都集中在了硅谷这类地方，他们创造了巨大的价值（比如发明电脑和互联网——这样我才能写blog:www.MarsOpinion.com），然后这些价值让身边（同一国）的人都受了益。 想象中美各有10个人，本来都在笨笨地干活（比如种玉米），每个人每年可以生产价值100块钱的玉米。突然有一个美国人发明了“特效肥料”，使用后可以让你每年生产价值200块玉米。每份肥料对于人类的价值是100块，成本是10块，售价是80块。中国人没办法也要买“特效肥料”，于是每年向美国支付800块买肥料，然后生产出2000块钱的玉米；美国人呢，9个人一共花720块钱买肥料，生产1800块钱玉米，1个人种玉米之余坐在那里收钱，坐收1520块钱。这时美国总体上有2800块钱，中国只有1200块钱。 然后，政府通过税收等手段将那个唯一的有钱人手中的1320块钱收了上去分发给了其他9个人，所以那9个人每人就有了200-80+1320/9 = 267块。这时每个美国人就很奇怪地变得比中国人有钱了。接着，那个有钱人开始保暖思淫欲，想找人帮自己做家务缝补衣服什么的，他必须要出价高于种玉米的回报才能请到人，所以他出500块一年来找女佣（反正有钱，所以给的工资也高），女佣的收入便可以马上高于平均水平，所以女佣家里面也可以开始有闲钱给更穷的人来帮自己家干活，这样子最高端那一个人创造的财富中的一部分将流向下层，让社会普遍更富裕起来（一般均衡？），最后最有钱那个人享受到的是1000块钱+几个女佣的服务；而其他人平均每人从流出来的财富中又分到了111块，每人手里有了378块，比中国人的120块多了200%！（上面算错了，下面重新算——9.19.2008更新）然后，政府通过税收等手段将那个唯一的有钱人手中的720块钱收了上去分发给了其他9个人，所以那9个人每人就有了200-80+720/9 = 200块。这时每个美国人就很奇怪地变得比中国人有钱了。接着，那个有钱人开始保暖思淫欲，想找人帮自己做家务缝补衣服什么的，他必须要出价高于种玉米的回报才能请到人，所以他出450块一年来找女佣（反正有钱，所以给的工资也高），女佣的收入便可以马上高于平均水平，所以女佣家里面也可以开始有闲钱给更穷的人来帮自己家干活，这样子最高端那一个人创造的财富中的一部分将流向下层，让社会普遍更富裕起来（一般均衡？），最后最有钱那个人享受到的是350块钱+几个女佣的服务；而其他人平均每人从流出来的财富中又分到了50块，每人手里有了250块，比中国人的120块多了超过100%！ 这时，他们开始Enjoy life，不认真种玉米了，每天打麻将，玉米产量实际下降，从200块一年下降到180，他们收入降到230——还是比中国有钱：（ 这可能是一种美国比中国有钱的可能解释？ 我高中是在湖南理科实验班读的，同学里面很多天才，可是一个班里面四十多个人现在有超过10个在美国各个大学读博士做研究。这些有可能创造出“特效肥料”的同学们就这样都流向了美国，将来他们创造出的超级价值又会慢慢的流向美国社会，让美国更加富裕，感觉蛮奇怪的。 但是换一个角度想，如果他们留在中国，就平时的沟通来看，目前他们所在的方向很多在国内根本毫无环境，不仅仅缺少必要的经费和实验器材支持，而且缺乏公正合理的体系，很可能在国内就研究不出来“超级肥料”了，这样子对于所有国家都是损失（前面的例子中，其实中国也从“超级肥料”中受益了200块，只是没有美国多）。 所以感觉，如果贫富差距确实是这种原因造成的，如果不能想出办法留住那些有可能制造“超级肥料”的人，差距永远只会扩大，哪怕老百姓再辛苦再努力。 （转载请注明出处：http://www.MarsOpinion.com） 　　 还有一种可能，就是美国人确实不勤奋，但是整个系统运行损耗较少，所以整体产出比较高。 常常感觉在这边做事情比较简单，因为老外感觉上都比较简单。 中国很多勤奋和聪明可能都在内耗中消耗掉了，另外，由于一些原因，资源并不能真的到最能发挥其价值的人手里，导致整体产出不够。 举例来说，假设中美都有100个人，10个行政人员，10个商人，10个天才科学家——如果用来研究改进“超级肥料”，每年可以创造1000块价值，10个运输的，50个普通种地的——种的东西不同，但是每年产出都是100块，10个天才农民——一样的资源条件下，可以产出500块。 例子里面中美人数一样，实际上中国人数更多，所以竞争往往更激烈，为了生存，中国很多时候会被迫开始恶性的竞争或者作弊（例如广告里的虚假点击），假设种地的同学们面临一样的情况，大家都争相杀价以获得商人的购买，最后开始作弊掺假，中国科学家里面5个受农民雇用开始研究怎样做假，5个受商人雇用开始研究怎样，而美国科学家10个都在研究肥料，这里就产生了10,000块钱的差距。 然后，市场机制在美国发挥作用，10个天才农民慢慢汇聚了更多的资源（从普通农民那里抢的），得到了原来30个人份的资源，创造了500*30=15,000的价值，总体上美国就创造了15,000 + 30*100 = 18,000，而中国由于体系的原因，资源流动不畅，甚至于由于腐败、行政干预、垄断等原因让资源从天才农民流向普通农民，整体表现没有得到提高，仍然是50*100 + 10*500 = 10,000块，这里就又产生了10,000的差距。 这时，美国人均产出是280元，中国是100元，差距已经拉开。 接下来，美国每人交出28元，一共2800元来赡养行政人员；中国每人交出20元，一共2000元来赡养行政人员。 再接下来，中国商人10人和部分农民20人再每人拿出50元，一共1500元，打点各关各卡。 (…)

Read the rest of this entry »

（本文是口碑营销的修改版本，整理了一下） 目前来说，说起口碑营销，大部分人有两种态度： 1. 口碑营销不是营销，真实的口碑源自非凡的品质，只能自发产生，你无法施加影响。——所以会把“口碑营销”理解为“不做广告，专心做产品”。 2. 口碑营销是营销——是你花钱买一些“口碑”来帮你“营销”，比如花钱找枪手去论坛假冒消费者留言，比如花钱找Blogger写付费博客。 不论哪一种，其实都觉得：通过现有的营销手段，无法激发和控制真实的、发自内心的口碑传播。 　　 真的是这样么？ 　　 让我们来回顾一下真实的口碑产生和传播的过程（以一家小餐馆为例）： 1. 某个特点让消费者MarsOcean留下了印象（“这家羊肉炉的汤特别香”） 2. 出现了某个场景，刚好适合相关信息传播（过了一周，有同事Ares问起“今天中午去哪吃饭？”） 3. MarsOcean记起了之前的印象，说了出来（“去龙抄手吧，那边羊肉炉不错，很香”） 4. Ares吸收了信息，接下来可以去尝试（“去那家试试看，我还没去过”），或者继续进行传播（下次有人说想吃点羊肉，他可能想起来这件事情，然后说“上次听MarsOcean说龙抄手羊肉炉不错，去看看？” 　　 如果我们能够： 1. 让更多的消费者留下好印象 2. 让消费者更容易碰到适合传播的场景和事件 3. 让消费者更容易记忆和表述他的好印象 4. 让接收口碑传播的一方能易于接受、理解和记忆信息，并更容易转化为实际客户 不就可以让这种“自然的，发自真心”的口碑传播的更快更广么？ 　　 具体怎么做呢？ 1. 创造鲜明、好理解的特点——好记，好聊，好传播，好接受。 2. 创造激发传播的场景和事件——创造条件让消费者传播口碑。 3. 激励传播受众转化——让听到口碑传播的人成为你的客户。 　　 首先，创造鲜明特点——这样才好记，好聊，好传播，好接受。 (…)

Read the rest of this entry »

（本文中事实、数据、和图片来自Sonia’s Buzz——刚刚发现的一个很棒的Blog，关注网络口碑营销的，推荐一下） 简单说就是： 地震 CCTV地震赈灾晚会，加多宝集团捐款1亿 论坛上开始出现“封杀王老吉”的帖子，内容是“作为中国民营企业的王老吉,一下就捐款一个亿,真的太恨了,网友一致认为:不能在让王老吉的凉茶出现在超市的货架上,见一罐买一罐,坚决买空王老吉的凉茶, 今年爸妈不收礼,收礼就收王老吉!支持国货,以后我就喝王老吉了,让王老吉的凉茶不够卖!让他们着急去吧!” 帖子被疯狂点阅、回复、转载（其中不乏网络推手在引导舆论，以及转载） 我（www.MarsOpinion.com）搜索了一下“封杀王老吉”，看到了无数转贴，以及无数网民热情的回复。另外看到了一大片的软文推波助澜。 搜索后，还看到无数人在自己博客写说以后要多买王老吉。 Sonia对这次营销成功点的分析是：1. 借势；2. 策划；3.推动。（原文请点击这里）。 我个人的感觉是： 1. 借势——不用说了。 2. 聚合—— 　　2.1 以耸动（而且违反大家心理预期）的标题来吸引眼球，正话反说的方式来松懈读者的防卫机制，将信息导入，并激发二次传播。 　　2.2　将纷繁复杂的“口碑”，“好感”聚合到同一个话题来进行表达，简化传播，让信息更清晰，集中，易于理解。 3. Call for action—— 　　以毫不让人防卫、反感的方式，引导读者将心理层面的好感转化到行为层面——“买空超市货架上的王老吉”。 　　 虽然心理上对于利用灾难进行营销的行为很难接受，但是不得不说他们家确实做得很漂亮。