Mars Opinion

最近在和一些公司讨论加入他们团队的可能性，常常会聊到Marketing（抱歉用英文来描述，总觉得“营销”并不是我要表达的意思）在一家公司的定位和职责问题。平心而论，大部分公司还是把Marketing简单理解成广告投放管理和优化（MarsOpinion.com上写的网络营销数据解读系列文章也确实在着重写这个方面），可实际上Marketing，尤其是对于新兴公司来说，要承担的责任要大很多。 首先，从字面上看，Marketing是Market（市场）的ing形式，所以理解市场很自然是Marketing的首要工作。类比战争，广告投放就是率领军队朝着目标冲锋，或者指挥弓箭团向某个方向齐射，都是战术层的东西。不是说不重要，而是这一切应该发生在在勘察地形和刺探敌情之后。没有对大环境的把握，冲锋就是胡跑，射箭就是胡发，马再快箭再利也是胡闹。自然，营销的第一步就是理解市场，确切的说，是理解3C——顾客（Consumer），自己（Company），和竞争（Competition）。要了解顾客是谁，什么特点，想要什么，什么趋势；要了解自己公司想要达成什么大目标，有什么资源支持，有什么特殊背景；还要了解主要竞争对手是谁，他们的策略是什么、做法是什么，竞争形势的发展变化会是怎样。在大部分没有独立用户研究和竞争情报部门的公司，这些信息的监控、采集和分析也是Marketing分内的工作，而且是基础性的工作。在此之上，才能开始进行下一步，也就是营销战略的制定。 营销战略最主要其实是定位的问题，对应到战争中可以看成是行兵布阵。定位要回答的主要是这样几个问题：我们的目标消费者是谁？他们的需求是什么？我们是是什么？为什么我们能更好地满足消费者需求？让消费者相信的理由是什么？教科书上的方法一般是STP，先做市场细分（Segmentation），把消费者按照各种标准（例如教育程度、收入等社会信息，年龄、地域等人口学信息，逛什么店、看什么电视等行为信息，学生、新母亲等生命阶段信息……）把市场切成一块一块；然后做目标市场选择（Targeting），选一块看起来最诱人而且最适合自己的市场作为目标；最后再根据目标市场的特定需求定位（Positioning）自己，例如目标市场是年轻女性，我们可能就会强调说自己产品多么健康多么低热量。如果目标市场是小朋友，我们可能会着重描述自己的口味和“酷”。类比一下，我们想吸引猫，就把自己打造得（定位）像一条鱼，我们想吸引狗，就把自己打造得像一根骨头。怎么分市场蛋糕，怎么选蛋糕，向哪个方向打造公司，也都是Marketing要考虑的。 让事情更复杂的是，真实世界里STP还不是这么用的。一般流程是决策者根据公司的目标和既有资源直接开始拍脑袋（或者经过非常有限的调研）做定位和选择市场（资源充分的话，开始的目标市场会定得比较宽泛）。在执行过程中积累数据和经验，发现有些细分市场反响比较好，有些毫无动静，这时才开始认真思考这些细分市场的差异，开始把资源向反响好的细分市场转移。与此同时，也才真正开始分析说那些反响好的细分市场偏爱我们产品的原因是什么，通过深入理解消费者去找到可供自己定位的点。这个过程中，对于市场反应的分析，对消费者的洞察，对机会的把握，也都是Marketing的职责。举个虚构的例子，一家公司代工过国外高级品牌时装，很可能直接拍脑袋说我们要自己做高级时装，目标是都市高收入白领，直接定位（Positioning）和选择目标市场（Targeting）。投入市场后市场反应平平，这时Marketing需要分析市场找到公司的增长点。例如通过分析发现男式衬衣产品线卖得相对OK，重复购买率非常高，而且购买者都是非常年轻刚入职场的小白领（远非“高收入白领“）。做深入调研之后，发现小白领喜欢我们的衣服并不是因为我们宣传的款式色彩，而是因为“这家的衬衣用洗衣机洗了出来不皱”。那么公司接下来可以（不是一定）考虑的方向就是主打年轻白领，主卖基本款职业装，卖点主推“机洗不皱”。正如这个例子，Marketing不仅是一开始画草图做规划，而且要包办寻宝过程中的探路侦查方向指引，通过逐步深入的理解市场来帮助公司找到长期获利的方向。 方向定好，目标定好，下面才能谈具体实施。首先，要细化目标，一方面是要根据时间段来细化，制定阶段性目标。另一方面，是要将目标本身细化，直到可以和具体的业务工作关联，这样才能便于工作的安排和考核。例如“毛利”这个目标可以细化成“销售额”和“毛利率”，而“销售额”又能细化成“订单量”和“平均订单金额”，“订单量”又能细化成“老顾客订单”和“新顾客订单”，“新顾客订单”又能细化成”新访客数量”和“新访客转化率”……这样层层递进下去，直到可以将小目标和某个具体的Marketing职能挂钩。最后绝大部分的小目标都可以和下面这六项职能做好关联：营销推广，商品销售规划，顾客关系管理，接触点体验管理，网站功能管理，和网站内容管理。前四项都是纯粹的Marketing职能，后两项也和Marketing联系紧密（网站本身是品牌定位塑造的重要渠道，一定要符合大的战略）。从中可以看到，在执行层，营销推广是一个重要组成部分，但是也绝不是全部。而且，具体执行层面的营销推广，从媒体渠道选择到创意实施，也都是在定位的大框架下进行的。例如想要高端形象，就不允许营销推广负责人一天到晚在外面喊“最低价”和”超低折扣”，哪怕写着这些字样的广告短期的回报率更高。例如定位中的差异点选的是“送货超快”，大部分营销创意就要围绕“快”来做（下次写具体怎么“围绕”），而不能今天说质量优异，明天说款式时尚。在资源有限的情况下，只有长期、一致地根据战略定位来执行具体的营销推广，才能逐渐在顾客心智中占据一席之地，有效的营销顾客认知和行为。 具体的职能描述和目标关联太复杂，以后有机会再在www.MarsOpinion.com上分享。总的来说，Marketing首先应该从理解市场出发，从战略定位开始，这样才能让战术层的努力发挥应有的价值，而不是“一群人非常努力地演悲剧”。

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 »

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 »

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 »

本文是《网络营销数据解读》系列（这个系列前面N篇文章会和之前博文内容有重叠）的第四篇，前面几篇在这里： 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？   先说笑话： 有一艘太空船在宇宙中航行，忽然全船听到船长的广播： 大家好，现在我有一个好消息和一个坏消息要通知大家 大家开始紧张…… 好消息是，我们现在的速度越来越快了 大家高兴了一下 坏消息是，我们不知道自己在往哪开   很多时候，我们就是这样。 我们会用高级的工具，做漂亮的report，出一堆的数字，大家看着数字多就觉得自己professional，看着数字变大就觉得团队工作出色。开一个网站，做一个promotion，谈一个市场合作，执行一个marketing campaign，做得辛辛苦苦，看到数字（traffic, acquisition, conversion…）不断变化眼花缭乱，最后出一份report说我们搞到了多少注意力，多少注册，多少钱销售，数字大的时候大家觉得做得好，数字小的时候觉得做得不好，对么？ 问个问题：有个网站，对网站架构做了重新设计后，pageview / visitor上升100%，其他数据都不变，这次重新设计是不是成功的？ 再问个问题：有两个marketing campaign，Campaign A带来了10 million impression，100,000个visitor，2000个订单，200,000元销售；Campaign B带来了5 million impression, 80,000个visitor，1000个订单，400,000元销售。哪个Campaign比较成功？   ======== MarsOpinion.com 分隔线 ========== 答案是不知道。 因为我们不知道我们的目标是什么，在不知道目标的时候数字是没有意义的。 如果你回答第一个问题”是成功的“，那么请想象一下如果这个网站是个电子产品公司的客户自助服务页面呢？网站的目标是让用户自己找到问题的答案以减轻客服中心的压力，每个访问者访问页面增多很未必是好事——可能说明你导航更不清楚了让用户要花更多步骤才能找到想要的答案。一方面客户满意度会下降，另一方面更多客户会放弃搜寻信息而直接拨打电话——这样又增加了客服那边的压力。 如果你给了第二个问题肯定的答复，那么请想象一下如果我们的目标是“增加品牌曝光”时你答案是什么，目标是“促进销售”呢？目标是“增加订单量，让用户都体验一下购物”呢？目标是“增加高价值客户”呢？ 没有清楚定义目标的时候，我们看到的数字仅仅是数字而已。只有定义了目标，我们才知道数字对我们生意的意义。这个系列的头两篇文章（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）主要都在讲说如何正确理解数据的含义，那么这篇文章将开始来介绍如何理解数字对于我们生意的意义。 (…)

Read the rest of this entry »

开心一下，过几天再认真更新……毕竟我现在在放假，哈哈。 （本文大部分素材来自Mediapost.com） JetBlue去年的一封营销邮件，内容是“我们首席财务官不在！——耶，我们可以乱降价了！快下单吧，赶在他回来之前（8月6号他就回来了:(）” Urban Outfitters发了另一封信，标题是“别说我们什么也没为你做过！”，里面是memorial day促销。 Moosejaw有个促销活动：购物就送两个浴帽。他们的文案是这样写的”白送两个浴帽，一个给你，另一个给你想一起洗澡的她“（Two free shoer caps with any purchase, one for you & one for someone you want to shower with），然后旁边配一个火辣MM在洗澡的图片，呵呵。 Barneys New York’s会给订阅他们Email的顾客发一封欢迎邮件（这个谁都会做），不过邮件的图片用的是一个满头烫发卷的女士，内容是”继续卷头发吧，没关系“（意思是强调网购的好处：您不用出门，更不用打扮）

（标题没有错别字:p） 大家在看自己的Web Analytics Report，或者看Agent给的Marketing Report时，或许常常看到这样一些词： New Visitor（新访客） Deliver Rate（到达率） Open Rate（打开率？——谁能告诉我有没有标准中文翻译？） Sales（销售额） Average Time on Site（平均访问时间） 举例来说，如果你看到一份Marketing Agent给你的报告，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……总的来说我们的营销活动还是成功的，投入只有20万美金，但是追踪到了200万美金的销售额，ROI 1000%！” 你对这番话的理解是不是： 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了解了我 1.9 million访客，他们平均在我网站逗留了19秒——时间太短了，我们应该优化 (…)

Read the rest of this entry »

假如，你去打靶玩。 子弹1块钱一颗，但是当你打中靶子的话会有奖金，打中几环就奖励你几块钱。 比较奇怪的规则是：你的眼睛会被蒙上，然后让你原地转三圈，你看不到靶子在哪，连方向也没有。 更奇怪的是，奖金不会直接给你，而是会3年后再公布。   第一种人，拿着枪就乱打。 砰砰砰，子弹打出去，你也不知道打到没（直到游戏结束），你也不知道下一枪应该打高一点还是打低一点。 你说他会打到靶子的机会大，还是打到空气的机会大？赚钱还是亏钱？ 如果赚钱的话——运气这么好的话——可能去买六合彩更快一点。   第二种人，会花几块钱买“经验”，找一个所谓“有经验的高人”来帮你打。 “有经验的高人”会告诉你很漂亮的理论，然后很professional地拿起枪，朝着某个方向非常镇定地——砰砰砰。 然后他会告诉你，他朝那个方向打枪的原因是根据XXX理论和他多年的敏锐嗅觉——他闻到那个方向的靶子上的油漆味道了。因为你闻不到，所以你也不知道他是在忽悠你还是真有本事。最后你只好找“有名的”的“高手”，因为“闻到靶子油漆味”这个能力实在不好衡量，所以只好看名气来——但是麻烦是：名气越大，“经验”越丰富，问你要的钱就越多。 而且，你三年后才知道自己这笔钱花得值不值得。   第三种人，会花几块钱购买另外一种服务——“初级监控”，让打靶场的人给你反馈。 反馈的内容是什么呢？你打每一枪，都有人喊“中了”或者“没中”。 那么这样的人往往会得到如下的结果： 砰——没中 砰——没中 砰——没中 砰——没中 …… 砰——中了 砰——没中 砰——中了 砰——没中 砰——中了 砰——中了 砰——中了 …… 打着打着也就越来越准，心里也有底气。   第四种人，会找人来“深入分析”，这个可能要花上几十块钱。 “深入分析”和“初级监控”唯一的区别是——它告诉你你打了几环，而且告诉你下一枪应该往哪个方向偏一点。 砰——没中，向左30度 砰——没中，向上10度 …… 砰——1环，向上10度 砰——2环，向上8度，向右3度 (…)

Read the rest of this entry »