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。

8. ……进入良性循环，就算停止广告投放，口碑也会持续不断地吸引更多潜在消费者来体验购物。

从上面的对比当中，我们可以清晰的发现“能否通过体验给消费者创造正面的品牌印象”是决定一个品牌能否进入良性循环健康成长的关键点，可是，“通过体验给消费者创造正面的品牌印象”。这听起来不是一句废话么？谁都知道要让消费者体验越好他们就会对我么印象越好我们的口碑也就越好，可具体起来要怎么做呢？首先，我们到底希望给客户怎样的印象？物美价廉？天天平价？设计感？奢华？高品质还是时尚？其次，我们总是再说客户体验，可是我们的顾客究竟和我们（还有我们传递出的信息）接触了多少次，经历了多少环节，体验到了哪些东西？其次，这些接触点都影响了印象的形成么？还是说有些环节至关重要有些环节无所谓，所以我们可以集中资源去优化少数接触点？最后，我们到底要怎么优化？朝什么方向改进？改进到什么程度？

按照这个博客（ www.MarsOpinion.com）的老习惯，我来给出具体的分析框架和行动步骤抛砖引玉，大家可以在这个基础上做自己的方案——也欢迎把你的建议和意见以留言的形式回复在这篇文章后面。

第一步，我们——基本上需要是CMO或者CEO牵头的一个工作组——需要确定下来自己希望塑造的品牌印象到底是什么样子，在顾客脑子里面我们到底要是个什么形象，占个什么位置。关于市场细分和定位的书和文章数不胜数（实在不行可以直接去翻《定位》），这里不细说了。大部分初创公司常犯的错误是把所有褒义形容词都堆砌到一起作为自己的品牌定位，信息一堆，却没有足够资源把定位确确实实做出来并且传达出去，一直到公司倒台也不过是停留在纸上。建议要传递的信息越清晰简单明确越好，这样才能方便后续的传播。如果实在是想把形容词都堆砌在一起，建议把那一堆形容词排个序，每个词给个优先级，之后如果遇到需要权衡取舍的时候便按照优先级来做决策。

第二步，我们需要和每个部门详细沟通，勾勒出每个部门的哪些工作会和我们的顾客有接触。这个接触不仅仅包含人的接触——例如快递员交接包裹给顾客，物的接触——例如包装盒材质和包裹内填充物的类型，更包含信息的接触——例如公共关系部门和杂志沟通发布的CEO访谈稿。这个步骤主要是为了帮助工作组收集完整所有的接触点——光凭市场部几个人拍脑袋想很容易有遗漏。比如某些公司的人力资源部门也和顾客有广泛深入的接触，但是这个接触点很容易被市场部遗漏掉。举例来说，新蛋以前每年都在各大高校开宣讲会招聘管理培训生，这些宣传品、宣讲会也是和潜在顾客的接触点。虽然表面上看接触面有限，但是因为招聘是学子深度关注的领域，而新蛋的万元起薪又具备话题价值，所以最终影响面会很广，市场部应该尽早介入到招聘流程当中，确保传递出去的信息和营销战略相匹配。还有个常常被遗漏的接触点就是那些自动发送的短信和邮件，很多时候是被某个具体的同事设置好了之后内容和模板就再也没有更新过，还有些时候是更新了忘了更新回来（例如圣诞节在所有Email上加了雪花和圣诞树，但是之后没有人记得把它们去掉），我们需要和MIS详细沟通弄清楚所有的自动营销信息，每个信息定义成一个接触点。

第三步，我们要将所有接触点整理成一张大表。从顾客购物前的各个信息接触点开始，到网站购物流程各个细节，再到购物完成后的互动，需要把所有接触点事无巨细罗列清楚。消费者会在哪里看到我们的广告？哪里看到我们的软文？哪里看到我们的用户评论？会从哪点击到我们网站来？来了之后会看到什么页面？购物路径一般是哪几条？每条的使用是否顺畅，使用中会和我们进行哪些信息交互？购物完成后是否会收到确认邮件和短信？短信内容是什么？多久会收到货物？谁会和客户当面交接？产品包装是什么样子？如果有问题是怎样联系我们？电话是否通畅？等待时的音乐是什么……这里并不是完整的列表，仅仅是抛砖引玉，每家公司都应该根据自己业务具体情况来描绘体验流程。我们不仅仅要清楚的知道顾客在哪些点上和我们有接触，而且要明确他们接触的具体的信息（人也是一种信息）是怎样的内容和形式。

第四步，我们要和顾客沟通，从他们的角度来理解各个接触点，一是确定哪些接触点确实被顾客感知到了（有可能有些我们觉得重要的接触点被顾客视而不见了），二是找出那些关键接触点给顾客的感受到底是怎样的，我们可以往哪个方向改进。有些信息可以通过简单的问卷来得到（例如在顾客注册时问问他是从哪里听说我们的，或者在顾客评论产品时询问顾客对于物流的满意度），还有一些只能通过深入访谈来得到。因为我们不仅仅是要了解客户最终的感受（满意，不满意，觉得贵，觉得便宜，觉得服务好，觉得服务不好，觉得衣服很土，觉得名字记不住……），更重要的是要了解他们产生这些印象的原因是什么，并且尽可能把这个印象的产生和具体的接触点联系起来。只有这样我们才不仅仅能够找到问题，而且还能同时找到改进的方向和方法。对于潜在顾客和新顾客，我们主要要了解他们是怎样被我们说服尝试购物的，顾客在整个购物流程中的体验有没有满足我们在吸引客户时所给客户创造的期待；对于已有顾客，我们要找出忠诚度主要来源是什么，哪些体验上的细节给了顾客那样的印象，怎样可以进一步加强这些方面；对于流失顾客，我们不仅仅要了解他们流失的原因（比如“你们服务不好”），而且要把他们的印象和某个具体接触点的具体表现联系起来（“因为你们自己的快递电话里对我很凶”），找到可以改进的地方。

抛砖引玉，下面提供一个深入访谈的问题框架。基本上这种访谈只能由非常资深的营销人来做，因为最关键的并不是简单的获取问题答案，而是从顾客的回答当中寻找洞察，引导顾客反省自己的思考过程，将印象联系到某个具体的接触点上。如果经过引导我们还是不能将顾客的印象关联到某个接触点，就可以通过询问顾客对于其他商家的印象来找到可以学习的标杆，再通过接触点的比较来发现说可能是哪个不同点造成了用户体验的不同。

第五步，综合我们自己的经验（也就是拍脑袋）和客户访谈的结果（事实、数据），我们终于可以描绘出一个完整的接触点系列：从客户听闻知晓我们的渠道，到顾客登录浏览的感受，到购物结帐的体验，再到收货开箱的经历，最后到售后服务的交互，每个接触点在这个阶段都应该已经被标识了出来。另一方面，通过和顾客的深度访谈，我们也获知了顾客对我们的印象。下面要做的就是把印象和接触点关联起来。其中一部分可以从客户访谈中直接得到（例如客户告知我们说觉得我们服务差是因为送货员对他们大吼大叫或者在线客服反应太慢），一部分需要进行对比分析后得到（例如客户就是觉得我们产品比较贵但是自己也说不出原因，同时她觉得C网的价格就比我们便宜并且举了几个C网首页促销的例子和我们对比，我们就应该深入对比首页促销这个接触点上我们和C网有哪里做的不同，可能就是这个不同引导了消费者的价格感觉——最后发现说是因为他们首页促销的产品80%是他们网站的中低端产品，而我们常常在醒目位置促销价格相对较高的新品。我们可以“有根据的猜测”说这就是造成消费者印象的原因，接着我们可以根据这个猜测把”对价格水平的印象“联系到”首页促销产品的价格水平“上去），还有一部分我们完全得靠经验来做判断（例如用户访问网站看到的页面、文字、产品图片、按钮风格，送货员着装……顾客很难自己回想起来这些细节对于他们印象形成的影响，也比较难向我们具体的比较我们和竞争对手的异同，所以往往得依靠我们自己一条条来分析，把接触点和印象（这个主要从访谈中获得）之间一个个建立起具体的联系，其中不少可能完全要依赖我们的主观判断。不论如何，这一步结束之后我们就得到了一张大表，里面包括所有的接触点（应该超过了100个），以及每个接触点对于消费者印象的影响（比如送货快慢直接影响消费者对于服务的印象）。接下来，我们要在这张表最后再加上4列：重要性，满意度，改进计划和预期改进复杂度。重要性和满意度主要是根据客户访谈结果来定，改进计划和预期改进复杂度需要和负责该接触点的部门商讨决定。重要性、满意度和复杂度满分5分，1分最低，5分最高。

举几个例子（真的只是抛砖引玉，例子太难找了，自己看过的真实例子又不能用，只能用公开的信息——哪位有更多例子麻烦留言告诉我我加进来）

1. 很多潜在顾客在来到我们网站首页后产生了”不正规、规模小“的印象，而且他们没有办法给出具体的原因解释。询问之后他们给出了几个网站，经过对比分析我们可以发现那几个网站其实规模也不大，但是他们在首页几个细节上和我们不一样。第一是他们会在首页罗列最热门的单品，并且会醒目标注”已销售8000双“之类的广告词；第二是他们会在首页右侧非常醒目的展示很多消费者评论，显得网站很有人气；最后是他们会在首页底部加上一堆有意义的没意义的图标让自己看起来很权威（如下图）。我们可以合理的猜测说这些接触点和“正规、规模大、有人气”的印象相关，然后有的放矢的去制定改进方案。

2. 已有顾客觉得我们“便宜”但是“档次不高”，要她们举几个“档次高”的例子，她们举的都是单价明显贵于我们的淘宝店，很难做比较和参考。于是给她们几家产品价格和质量类似的店问她们觉得哪家档次高，结果他们选择了淘宝的天使之城（shop217225.taobao.com，见下图），该店和我们的区别主要在于产品照片的背景。这家店很多产品图片都是店主在欧洲一边游玩一边拍摄，背景非常多样化和具有异域风情，而我们大多是室内照。我们可以把“产品图片背景”和“产品档次”这个印象联系起来。和摄影部的同事沟通了解看改进的成本是多少，如果只是需要PS背景而且工作量不大的话“预期改进复杂度”就很低（可能是2），如果PS不出那么好的效果，一定要拍外景成本会飙升的话“预期改进复杂度”就很高（可能是5）。

3. 从流失顾客那里我们得知他们对于快递员的态度很不满，我们可以把快递员的态度和顾客对于服务水准之间的印象建立一个联系。改进的方法需要和具体业务部门（仓储物流）沟通，可能的方法有：1. 招聘快递员的时候选择声音比较柔和、性格比较好的；2. 对于和客户的电话沟通以及当面交接包裹时的沟通，制定规范并对每个快递员培训；3. 改革考评系统，不仅仅按照配送的包裹数量和重量考评，而且按照顾客的满意度考评，并且把满意度的权重放大。具体采用什么方法要和业务部门深入沟通后决定。但是至少这个方向放在这里。

4. 已有顾客很诚实的告诉我们说他对我们没什么印象，我们的名字他也记得很模糊（每次都从收藏夹点过来），整个购物流程他也觉得“和别家没什么区别，差不多”。“没有印象”也是一种印象，而且这种印象往往会带来低的顾客忠诚度，而且很容易让我们陷入到和竞争对手价格战的泥潭中。如果用户可以给我们举几个“有印象”的例子让我们参考学习是最好，如果没有，我们就要完全依赖自己经验来优化整个购物体验。在体验的各个环节的信息传递过程中，不仅仅考虑信息传递的清晰、美观，而且要考虑怎样将品牌签名融入进去，在每个细节传递更多的品牌感，让顾客在“本质类似”的流程中体验到“独特”的感觉。

可以看看俏物俏语（www.ihush.com）的例子。他们每一张模特图片都是同一个姿势——右手食指翘起挡在嘴唇前面做出一个“嘘”的姿势，和他们的品牌“悄语”关联紧密，进一步在这种细节里给消费者强化了品牌印象。要模特摆个特定姿势并不会让我们多花钱，但是这种具有一致性的形象将在潜移默化中让我们的消费者对我们印象更深刻，何乐而不为呢？

更简单的话可以看看新蛋网（www.Newegg.com.cn）的类似的操作，例如发的优惠券叫“蛋券”，延保叫“蛋保包”，客户评分则分成“一颗蛋”、“两颗蛋”……“五颗蛋”。尽可能在用户的体验过程中多展现品牌的特别之处，给客户留下特别的品牌印象。虽然效果未必会很显著——但是相对的成本也非常低，不做白不做。

5. 顾客可能对我们产品质量有“不是很精致”的印象，但是对我们竞争对手的印象比较好。对比分析后我们发现竞争对手产品质量其实不比我们好，但是他们的包装比我们好，所以我们可能可以合理的猜测是包装盒塑造了消费者的印象。下面是凡客诚品（www.VANCL.com）的鞋子包装，它就很有特点，虽然只是一双非常廉价的鞋子，但是鞋盒非常漂亮大气，让人有惊喜：

6. 另一些例子里，顾客对于“服务水平“的印象也是由收到的包装盒塑造的。比如欧酷（www.ouku.com）也在包装上做了文章。虽然销售的是同质化的产品，但是类似“炸药包式严密包裹”这样的细节还是会给消费者不一样的体验，形成一些类似“服务好”、“认真”、“专业”、“对顾客负责”之类的印象。

7. 顾客觉得我们的产品比竞争对手贵，通过详细询问，我们发现顾客用来判断贵和便宜的方法是：第一，看首页的产品价格区间，首页显示产品越贵他们就觉得网站整体价格水平越高；第二，看页面是不是很“洋气”，页面越时尚，越多国外的元素他们觉得价格越贵；第三，如果这时他们还有兴趣的话，他们会尝试搜索自己大致知道价格的某个标杆类商品，然后以这个产品价格来判断整个网站价格水平。根据这些反馈，我们可以把“首页产品价格区间”、“首页时尚度”和“XXX产品价格”关联到“价格水平”这个印象上，并且做出相应的改进计划。（注意，这些接触点可能还和其他印象——例如“可信度”——相联系，改进时要考虑周全）

8. 客户觉得我们的服务不好，原因是和客服打电话时客服不能帮他解决问题，总是给他无用的答复然后让人啊再回拨。仔细检查发现我们考评客服的KPI里面把接听电话数作为最重要的指标，满意度只占10%的比例。所以客服会有动力尽快了解手上的案子，尽快打发走顾客，而不是尽力帮助顾客圆满的解决问题。发现这个问题之后我们可以考虑的方法是大幅加大满意度在考评中的比例（或者增加“最终解决案子”在考评中的比例）。

9. 顾客觉得“你们卖太贵了”还有“应该送赠品的”，经过仔细沟通发现是因为有我们的授权零售店在把我们的产品摆在一堆廉价产品一起销售。更糟糕的是，他们常常把我们的产品和别人的产品捆绑在一起做成“大礼包”，而且又没有详细的说明文字和图片来体现我们产品的质量要高于其他。更进一步，在某些销售不好的单品上面，他们不是退货给我们，而是把它们做成了销售其他产品的赠品（更糟的是活动页面上我们的产品显得一点也没有质感，感觉就是免费搭配的小东西），消费者看到后久而久之就觉得我们是个廉价的牌子，产品也就是能做做赠品。这里就要和渠道管理部门好好沟通一下了。

10. 顾客觉得”以后再也不买你们家玩具“，具体问原因发现是因为我们玩具是用硬塑料包装，而且没有简易的开启方法，一定要用剪刀剪开。小朋友吵着一定要自己开包装结果把自己手割破了。因为包装问题产生了坏的体验——而不是因为购物流程或者玩具本身。可能的改进计划包括改进包装方法，具体的复杂度需要和上游厂商沟通后确定。

11. 流失客户对我们感觉不好，觉得我们发货速度太慢，有时候甚至与“慢得可怕”以至于让他们取消了订单。我们可以先从内部数据出发看我们是否真的送货太慢——如果是的话得满满优化内部流程把速度做上去。如果发现不是内部流程的问题，那么就可以进一步追查细节。原因还可能是因为我们的KPI考评当中把“24小时内发货”当作了仓库的重要考评指标，而在旺季时仓库会很难达标（从而被扣奖金）。仓库对付这个考评方法的对策就是“如果一个包裹已经24小时没发货了，那么就把它丢到一边，优先级放最低，先处理那些可以24小时发货的包裹再说”，这样就导致部分包裹会停留非常长的时间也没有出货，让顾客生气。如果是这个原因，我们的优化就要从改进内部的考评体系出发。另外，如果我们发现我们的送货速度其实已经和竞争对手相当，但是顾客就是认为我们比竞争对手慢，我们就要努力在细节里向顾客强化时间观念，让他更清楚的理解他仅仅等了多久就收到了货。可以的方法可以学习易迅（www.icson.com），在首页就醒目的告知消费者你今晚下单明天就能拿到货（不管消费者下不下单都可以强化“送货快“这个印象），也可以考虑在订单处理完毕、抓货完毕、发货时各发给客户一条短信，让客户过两个小时就收到一条信息更新，让他产生速度感（当然，另一方面可能会烦到顾客）。

上面10个例子只是随便找的，每家情况不一样，具体的接触点和碰到的问题也很未必一样。

在定下来接触点和每个接触点的改进方案和复杂度之后，最后一步，我们可以计算每个改进计划的优先级 = 2 X 重要性 – 满意度 – 预期改进复杂度（当然我们也可以给这些指标不同的权重）。从高优先级的项目开始，我们要和接触点的负责部门沟通（大部分的工作会是市场部和网站管理部的，那就更要落实到人）确定改善计划可行性、目标（和目标达成的衡量标准）和时间表。按照时间表，项目组监督所有项目进度，确保大部分的（尤其是高优先级的）项目顺利的实施，而不是大家开个会感叹一下“原来消费者想法这么诡异”就结束了。

好了，终于写完了，我去西藏玩去了。欢迎留言～～～:)

Popularity: 23% [?]

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

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……），我们做了一个详细分析，发现我们60%的订单是15%的顾客产生的，我们一定要把这部分客户服务好。在这里我们的市场部根据客户价值（过去一年购物金额）把客户按分成了5组：VIP顾客，高价值顾客，平均顾客，待发掘顾客和低价值顾客。以后我们的客户关系维护重点要放在VIP和高价值客户上，客服接到他们电话也要提供更周到的服务。

在做CRM的时候，一定不要吃大锅饭把整个网站所有用户往里丢。不同产品类别的消费者行为特征完全不同，放一起分析往往会得到扭曲的结论。这个例子里，那所谓15%的高价值用户很可能就是买家电和笔记本的用户，最终的关系维护里可能会把买女装的用户完全忽略掉——虽然她们可能是更有价值的用户。根据购物品类来细分一下流量对于分析很有帮助。

案例四

新设计了一整套网站页面和购物流程，搞了个比较贵的付费工具来随机挑选顾客展示给他看不同版本的页面，10%看新版，90%看旧版，结果发现新版的转化率比旧版高0.04%，鉴于消费者对新版还不熟悉，我们认为消费者熟悉之后新版数据会更好——也就是说新版应该完胜旧版，我们应该马上把旧版替换掉。

对于网站设计和Landing Page设计来说，最常用的还是按照新老客户分组看效果，看老用户使用是不是顺畅、转化率是否下降厉害（就算是，我们可能心里面也会有一丝期待说这个只是暂时的，等他们习惯就好了），看新用户使用起来是否比之前的新用户要顺利，转化率是否改变（如果一段时间后新版转化还是低，我们就很难找到理由说情况会变好）。

做到更细呢？还可以根据用户对网站的使用习惯来分组，例如将用户分成“搜索组”（来网站总是用站内搜索找东西），“导航组”（总是用目录导航），“闲逛组”（总是点击首页产品），“促销组”（总是点击广告），然后分开看每个组在新旧版下的表现，这样细分之后可能会发现说”新版整体超过旧版，但是因为搜索框不够明显，对于搜索组的同学们来说转化率反倒下降了“，于是我们可以不仅仅得出结论说”新版更好“，而且能够找到进一步改进的方向——”试试看放大了搜索框的新版是不是更好“。更好的是，这样子往往可以为公司（和实际执行的员工）积累下更多的知识财富，我们不仅仅知道了这次应该用什么版式，而且可以记录下来说”XXX样式的搜索框会对搜索组用户产生XXX的影响”、“XXX的目录可以对导航组的用户产生XXX的影响”……以后再做的时候就能有一个更好的基础。

案例五

分析数据时发现我们有四种很典型的访客行为，一种会浏览14个产品页面，然后什么也不买另一种则直接搜索产品名称，然后马上购物；第三种会随机看5-15个页面，其中多个页面被反复访问，然后购物；最后一种是浏览5-15个页面，然后什么也不买。为什么会这样呢？

这个例子还真是纯粹瞎编出来演示理论的，呵呵。

还有一种分割用户的方法就是按照访问时间来分组，比如我觉得我的网站用户都是白领，我觉得她们的网上行为模式可能和她们的上班模式有关，所以我把用户分成“工作日访问者“和”周末访问者“去仔细看数据，发现果然有不同，周末访问者大多会随机看5-15个页面，然后有1%左右买东西，而工作日访问者的行为模式则更为复杂。我们可以再把他们细分成”9:00 – 18:00访问者“（如果还要细分，也可以考虑把中午休息时间再分一两个小时出来）和”工作日晚间访客“，如果我们发现说””9:00 – 18:00访问者“就是“会浏览14个产品页面，然后什么也不买”的那群，而”工作日晚间访客“就是“接搜索产品名称，然后马上购物”的那群，我们就能够更容易对这些奇特的访问行为提出自己的假说：”她们都是在上班时浏览网站，瞎逛，看到好看的记下来，晚上下单“（这个假说是不是正确还需要实践检验，但是至少我们有了一些基础），基于此，我们可以考虑的事情有：白天时是不是要放更多促销引导的活动？网站上的”收藏夹“功能是不是要加强？按钮要不要做更大？”最近浏览过的商品“列表是不是要在晚上显示更大？……很多东西可以想。

看到这里，大家可能会想说”神啊，我怎么要想到还要用时间来分Segment啊，你又没提示的“。很多时候确实就是这样，数据乱七八糟，我们也不知道要怎么分组才能看清它们，所以能做的几件事情是：1. 加深对业务的理解，多和一些员工聊天，多和消费者聊天；2. 多试，积累经验；3. 正如这篇文章最开始所说，我们还有一招：根据结果来细分。

比如我们就把客户根据观察到的结果分成4组，分别取名字叫“观光客”、“猎人”、“访客”和“游客“（名字瞎取的），然后我们去各个报告里面看这四组人的表现，最后发现在每周访问时间这个报表上（根据周一、周二……周日来组织信息）”访客“的行为轨迹和其他三组显著不一样，我们就知道说等会儿可以试试看说把用户分成“工作日访问者“和”周末访问者“去仔细看数据；然后我们再看每日访问时间这个报表（根据时间——每个小时——来组织数据），发现剩下3组人在访问时间的模式上有明显的差异，由此我们可以合理猜测说之所以有这几组不同的访问模式，是因为他们来自在不同时间点的访问，然后我们可以很自然的想说我们应该根据访问时间来划分用户族群看数据，然后根据这些数据来推测可能的原因、找到可能的优化点。

案例六

新来了一个SEM Manager，上手一个半月就把搜索引擎的ROI提高了12%，人才啊。

在想说如果我很仔细的说应该怎么管理SEM会不会被专业的同学们笑，呵呵。好像有蛮多专业的SEMer也在看www.MarsOpinion.com。

就我个人对于电子商务的搜索引擎营销的了解来说，有两类的词表现是完全不一样的，第一是“品牌词”，第二是“产品词”。品牌词就是和你网站品牌、名字、网址相关的词，例如凡客诚品的品牌词可能就包括“VANCL”、“凡客”、“凡客诚品”和“凡客衬衣”，搜索这些关键词的一群人已经知道了我们的品牌，而且他们明确的表示了要来我们网站的意愿，只是不知道要怎么来而已。另一群人，搜索的则可能是”男士衬衣“、”白色男士牛津纺衬衣包快递“、或者”松下相机LX3“，他们知道自己大致需要什么产品，但是并不一定有要来我们网站购买的意愿，只是随机被搜索结果带到我们网站而已。

所以，我们可以做的第一件事情就是按照”品牌词“和”非品牌词“来细分流量，绝大部分时候品牌词本来就应该有高很多的转化率——因为用户已经有意愿来你这里买东西，基本信任已经存在，只要找到东西价钱OK基本上就会买。在这个例子里，如果发现说SEM付费关键词中品牌词组的比例大幅度提高，可能就能解释为什么ROI提高了。如果网站本身已经比较大，SEO也不错，搜索品牌关键词的时候本来也会有大量的自然搜索结果出现在最前面，而且也没有竞争对手恶意购买你的品牌词，这时候哦大量购买品牌关键词只是把原来不要钱的流量变成要钱的流量，让公司亏钱而已。用我的博客举例来说，在这个SEM经理帮我管理之前，每天搜索“Mars电子商务”和”Mars Opinion“来到我博客的人有20000个（不用钱的），其中20%会订阅www.MarsOpinion.com，另外我自己会买一些类似”数据驱动的精准营销“、”数据驱动的电子商务运营“这类词，花费大约是每天2万块，每天给我带来2000个新的订阅（也就是我所需要的转化），ROI是”10块钱买个订阅读者”。他来了之后，把我的2万块钱全部花在买”Mars电子商务“、”Mars Opinion“这些词上面，给我带来22000个流量和4400个订阅，与此同时，这些词的自然搜索流量降到2000（因为付费的链接排在更前面）、自然带来的订阅降到200，而像”数据驱动的精准营销“、”数据驱动的电子商务运营“这些词，因为没有买关键词，所以带来的订阅量变成了0。从SEM ROI的角度看，ROI从”10块钱买个订阅读者”大幅提高到了”4.5块钱买个订阅读者“，但是对于我博客，作为一个整体来说，我花的钱没有变（都是2万），但是我总的新订阅数，从6000（ = 4000 + 2000）个下降到了4600 （= 4400 + 200）个，他的”优化“给我带来的是亏损。——这个例子可以表明，根据“品牌词”和“非品牌词“细分流量可以让我们加深对于SEM效果的理解。

如果还要更细化，其实”产品词“还得再细分成”产品品牌词“、”品类词“、”产品词“、”购物词“等，搜索每一种词的用户都处于购物决策的不同阶段，需要为它们设计不同的目标和指标来衡量效果，这里就不细讲了，对于绝大部分公司应该还没必要做这么细。

另外，在上一篇网络营销数据解读（八）——客户族群细分（Segmentation）2-1的留言里，Teamilk99提出了一个很好的观点：我们不能光看ROI，还得看Return的量。把一部分表现低于平均值的关键词去掉就能很简单的提高ROI，可是这却未必符合公司利益。完全从公司利益角度出发，只要投放关键词的边际收益大于边际成本，就还是应该继续的。

案例七

网站用户平均访问频率是一个月一次，50%访问大约1个月1次，30%大约每周一次，15%大约两个月一次，5%会超过两个月都不来访问。这样算起来，顾客如果两个月没有来访问的话，就有95%的可能性是要流失了。为了挽回这部分流失客户，我们应该在侦测到客户停止访问两个月时让客服打电话给客户嘘寒问暖，顺便送一个折扣券给他。

还是根据客户对应的产品品类来分，不细说了（题外话：上一篇网络营销数据解读（八）——客户族群细分（Segmentation）2-1的留言里Sucirst对于CRM的接触点有一个比较详细的介绍，建议去看一下）。

说点和具体案例无关的，如果要做客户细分——特别适用于客户关系管理的话，最好要专业的人用高级的数据挖掘工具来做，这样考虑比较全面。如果一定要自己拍脑袋想模型（这是我经常做的事情@__@），提醒一下说要先把数据过滤一遍，把极端数据先滤掉再做。比如你卖画，平时每天1000幅，其中总有一两个大客户（他们是从你这里进货然后再零售的）每单就买两三百幅，他们不论被放到哪个族群里都会显著的影响那个族群的数据（更可怕的情况是，他们非常显著地影响了数据，但是还让你看不出来——举个纯假设性的极端例子，你10000个客户，5000男，5000女，男的里面有2个是B2B大客户，每人买了250张画，女性那里没有大客户，其中500人每人买了一张。没过滤outlier的话看到的“男客户“族群和”女客户“族群的转化率数据是一样的，看起来也很合理，不会引起警觉），所以建议把他们单独挑出来研究。

案例八

我们网站有100万注册并登陆过超过一次的会员，10万每周都登陆一次、每个月买一件东西；30万每个月登陆一次，每3个月买次东西；30万只登陆过2次，没买过东西；最后30万里面，10万每年登陆但是1年才买一次，20万每半年登陆一次但是至今没有买过东西。我们在做lead acquisition的时候，可以粗略估算说我们抓到的新顾客有10%的可能性会每月买东西，有30%可能性每3个月买一次，有10%可能性1年买一次。

如果网站获取新用户的方式方法比较多样和豪迈的话，我们可以把用户的注册来源当作用户的一种属性。举例来说，如果是20万主动注册，30万通过流氓软件骗来，10万通过联名注册从论坛得到，40万通过“注册有奖”活动从网站联盟来，10万通过垃圾邮件骗进来，这几组人表现很可能截然不同（主动注册的一般是有意向买东西的，其他就未必了，被骗来的说不定还下过决心说永远不来买东西），不分开看数据是看不清的。这几组人混在数据会很模糊，根据注册来源分组来看会清除很多。还有些时候，需要细化到具体的Campaign，例如”和网购论坛的联合推广活动”和“新浪广告Banner”这两个来源虽然都可以算是Marketing，但是带来的用户后续表现也会有很大差异，能够细分观察可以帮助我们挖掘更多信息，而且这个数据的积累也是衡量长期效果指标的前提（参考网络营销数据解读（五）——完善指标）。 

用用户属性来细分流量还可以用在别的方面，比如说根据访客的IP来分Segment，看看南方访客北方访客行为有没有什么区别，有没有什么变化趋势，说不定可以通过数据发现自己电信网通有一边的网速不行让客户都跑了。划分公司本地访客和外地访客可以看看公司地域影响力的变化。在公司拓展市场的时候（例如像一号店在北京机场巴士上做广告，或者新蛋刚去北京），把自己目标城市的流量分开来看也更能了解状况。

案例九

新建网站，站外做了很多广告，站内做了很多促销活动，发现来访的人当中 5%注册了帐号，1%注册完了还马上买了东西。怎样才能让他们更多的注册，注册完买更多东西呢？

还是用老办法，从结果出发来做细分，比如把流量分成“购物组”、“注册组”和“观光组”，然后反过去看其他报表。看流量来源报表，来查看“购物组”和“注册组”主要是哪些媒体带来的；看内容报表，比较“购物组”和“观光组”在浏览的产品类别上有没有显著差别；看具体的点击轨迹，比较这三组人到达landing page之后分别做了些什么……总的来说就是，把所有报表都用这三组人过滤一下，看他们在结果数据上有没有什么显著差别，如果有，则再研究是不是因为这个差别导致的后续效果的差别。比如说发现“购物组”和“注册组”中访问了“女装”这个类别的比例，显著高于”观光组“中访问过女装类别的比例，我们就可能可以提出两个假说：1. 女性用户对我们更有价值，我们应该多拉这一类的流量；2. 我们女装这个类别做得非常好，能够将流量转化下来，我们应该增加这个品类的曝光。这些结论是否正确还需要进一步考证，但是这是一个很好的起点。换一个例子，我们去比较点击轨迹，发现”购物组“到达landing page之后大多点击了产品图片直接进入了产品类别或者具体产品页面，而“观光组”中间超过50%点击了“点此参加活动”这个按钮。这样的话我们可以开始猜测说我们辛苦设计的那个所谓”活动“（比如说是个竞猜之类）到底对我们起了正面还是负面的效果，自己去点点那个按钮看会发生什么事情，首先看是不是流程上出了问题（我还见过点击“参加活动”这个按钮结果无限循环回到原页面的），如果没问题，再从活动设计的角度反省说它是不是起到了降低转化的作用。

个人很喜欢这个细分方法，本质上它就是根据结果把流量分成“好人”和“坏人”，然后一路比较“好人”和“坏人”从接触到最后转化或离开这整个过程中所经历过的事情有没有什么显著的不同，如果有，则进一步深入去考虑说这些不同点是否就是造成他们一些是“好人”一些是”坏人“的原因，再想办法优化这些经历，尽可能增加”好人“这个族群。

有什么其他的好想法么？打开这篇文章留言吧：）

（嗯，这个系列文章还没完……，觉得写完可以改改出书了，反正都写了这么多字了，呵呵）

Popularity: 68% [?]

抱歉，最近更新太水了一点……部分原因是因为懒散（见上图）。

另一个原因是最近在不停地看书、参加活动、和各行各业朋友聊天、参观公司、学习请教（常常挂个“咨询”的名义……），希望可以整理和充实自己的知识结构，另外也希望可以通过了解不同公司的运作来建立一套比较完整的data-driven marketing战略战术体系，特别是一套适合中国特殊环境、适合电子商务网站的一套体系架构。但愿过年时可以完成。

最近会出来做两个演讲，周六在上海，下个周五在北京。

上海这个是WAW的活动，主要会讲一下网站分析和网络营销的实战操作，可以点击这里报名，谢谢Min和Heaven的邀请和组织。

北京这个是iResearch办的网络零售运营与管理实战培训，我会去讲一下电子商务网站的用户行为分析。

实际上不会按照网页上的大纲来讲——交完大纲之后忽然有灵感又重新建了一套表达更清楚的体系——感觉上做讲座做PPT也是逼自己整理思路的好办法，呵呵。

大家可以点击这里订阅MarsOpinion.com，这样就不用总来查看有没有更新……在我更新缓慢的时候看到老访客重复访问的数据总是觉得很有压力，呵呵。谢谢支持：）

Popularity: 48% [?]

抱歉很久没更新，最近比想象中忙。考完试，连续三天做开咖啡厅的Simulation（偶们组得了冠军，哈哈），又开始接一些咨询和培训的活，还参加了2个Business Competition…

早两天在传漾科技讨论他们新的产品设计，忽然想起自己之前对于这一类广告网络的设想：

第一步，广告公司无非是个分销商，大量买进广告位或者Impression，然后打包卖出去。

第二步，广告公司开始帮客户做分析，做创意，做优化，做咨询。

第三步，广告公司进一步统整信息，将访客后续行为都监控到，帮助客户计算真实的广告投放ROI（至少自以为监控到了ROI），帮忙做分析，做优化。

第四步 ，帮助单个公司做广告内容优化，比如Retargeting（链接里是Wikipedia的解释）。之前在美国，有公司做的是在客户网站加代码并且索要一些折扣券，如果客户将产品放入购物车但是又没有购买，他接着再去逛其他网站，网站上刚好有他家广告网络的banner的话，那个banner会自动展示该客户的logo + 他之前放入购物车的产品 + 折扣券代码。比如我去了Amazon，把一个iPod放入购物车又没买，然后我去Businessweek，有可能就会看到中间有个Banner上面写着”Amazon iPod大促销，输入MarsOpinion.com免运费“。我自己操作过的版本要更复杂，可以设计更复杂的推荐规则，可是要用到高级的WA和ESP来合作。传漾有自己一套很好玩的Retargeting规则，不过不知道需不需要保密:S…(full disclosure: 我正在给他们的新产品提供咨询）

第五步，综合从所有广告主那里采集的信息，结合其他渠道（例如购买的第三方数据）拿到的用户信息，绘制每个用户的profile，跟踪记录用户的行为信息，然后做适合的广告位、适合的广告内容的推断——在合适的时间，展示合适的广告内容给正确的人。比如我在Guilt买了很多很贵的衣服，而且总是对衣服的banner视而不见，他可能就会给我看Newegg的高档相机banner而且不给我coupon。

第六步，自动优化，我之前提到的eCPM和Google的竞价排名机制其实也有自动优化在里面。本质上说就是让广告自动去找到合适的位置，以合适的形式展示。比较粗略的模式可以是这样：首先建一个模型，给每种广告都赋予一些属性，然后人工安排广告位做优化。做一阵子之后系统对数据进行学习，做一个粗略的总结（什么样的广告应该放什么地方，以什么形式），然后系统开始自己尝试、自己优化：比如VANCL要投广告，它就自动放到它计算认为合适的网站banner上实验（占用那个banner位置1/n的时间），如果发现ROI（如果定义ROI是order / cost）高于那个banner位其他广告，则延长VANCL在这个广告位的展示时间，否则减少，这样子可以实现效果最优化。而在一切结束之后，系统又学习到了更多了关于“男装应该往哪些网站投放”的信息，下次别家来投的时候，它第一次实验的对象就会更精准一些。

第七步，好吧……这一步估计要等我写完《网络营销效果解读》才能说清楚（好吧，我一定尽快写……）。简单讲，在我写完那一系列文章之后，基本上会发现通过网站自身的WA数据分析来衡量网络营销效果，虽然说很有用，但是还是远远不够的。最不够的地方就是很难衡量营销和最终效果之间的因果关系——我们衡量的往往是事情发生的先后次序关系（例如先点击了广告，然后买了东西，所以我们认为广告影响了购物），但是时间顺序关系并不代表其中的因果联系。所以我的设想是将来的广告网络应该来承担这个责任：广告网络了解大部分观众的信息，在特定网站上，给其中一些观众展示过特定广告，给另一些相同属性（例如同是VANCL顾客）顾客没有展示过，这两组数据就可以用来对比计算Impression –> Sale的具体因果关系——扩大到整个网络上，丰富的比对信息应该可以套用数学模型来计算出每个广告位，每个创意，对于每个具体网站产生的具体影响，然后用这个“真实效果”反过来进行第六步的自动优化。

好吧，走到最后一步要5年还是10年呢？

Popularity: 19% [?]

传说中的碎碎念又回来了……

• 44%消费者希望网站有这个功能：”显示我上次来浏览过哪些产品“。http://bit.ly/nDkw2
• comScore在用力抨击根据点击后用户行为来评估网络营销效果的模型，Shor.org在用力抨击last click attribution的模型，大家都很有道理，也都有自己的利益考量在里面。http://bit.ly/2pUUMU
• 1800flower.com把自己页面嵌入Facebook——印象中好像也是他家尝试过嵌入CNN网站？以后电子商务前台应该会逐步碎片化。http://bit.ly/zV0Sf
• 1800flower.com把自己做成了个插件，可以随意嵌入其他网站。http://www.alvenda.com/merchants/1800Flowers/
• Google号称说他们拿到的数据表明不同排名的关键词广告转化率没显著差别。http://bit.ly/3BAUEb
• 影响bannr广告效果的要素：创意 > 位置 > 大小。混杂在内容中的中小型bannr（234*60, 180*150）效果比大bannr还好。来自dynamic logic，http://trunc.it/1hiel
• 其次是解决问题的3个维度，“全面的看问题、本质的看问题、中长期的看问题”。虽然之前也遇到问题的去进行思考和选择，但是缺乏系统性，这3个维度给我思考问题提供一个验证的依据。比如现在的一个项目计划中，我们首先把所有的可能全部列出来，然后再回归到本源，将这些项目重新进行删减，这里面进行取舍。我认为这个由简到繁、再由繁到简的过程其实就是先全面的看待问题，然后在本质看待问题的过程。在难以取舍的时候我就会想到老师提到的“我是谁？从哪里来？到哪里去？”至于中长期的看问题，一旦你明白事情的本质了，这时候短期内你就反而不会执着于一城一地的得失了。http://www.thinktag.cn/archives/433/comment-page-1#comment-149
• Personalization不妨基于所有历史信息来做，但是只用来推算战线的促销类型（例如top rated vs top sales）、风格、价格档次这些通用的属性；而recommendation则仅仅根据当前session的浏览记录来推荐，而且主要用来影响推荐产品的类别. http://www.MarsOpinion.com
• 英国，94%的网购用户说他们会停止在这家网站购物（或者转向竞争者），如果他们觉得这家网站服务很差；三分之一说他们最喜欢用邮件来咨询；三分之二说打客服电话总在听音乐最让他们受不了。http://trunc.it/14kzb
• 多想某天醒来睁开眼，发现自己坐在小学教室的课桌椅上。老师掷来的粉笔头正好打在额头上。——饭否
• 苹果公司为什么用咬了一口的苹果作商标？谢文给了种蛮有文化气息的解释：图灵是吃了一口含有氰化物的苹果自杀的。http://bit.ly/f3GM
• 价值$6.99的“免运费”往往比$10的降价更吸引消费者。http://www.getelastic.com/free-shipping-vs-discount/
• Alice.com: 长期订购日用品的b2c. 1. 做长期生意；2. 定期把卫生纸啊、洗衣粉这类产品送你家；3. 给折扣，省麻烦（很多东西从超市往回拿也不方便，家里要是缺了就更不方便）
• trunkclub.com：视频聊天，聊完发一大箱你可能喜欢的衣服给你，不喜欢的退回——适合不想自己选衣服的宅男。
• Blacksocks.com：定期给你寄黑袜子，已经卖掉1000万双。
• swoopo.com：需要购买筹码才能竞拍的网站——本质上是个赌博站。
• 红透了的三狼啸月T-Shirt：因为搞笑评论而爆红的产品。印象中淘宝、京东之类也做过类似的尝试。
• MSN十周年的Campaign: 找前100个注册用户，和注册时间内包含“10”的用户——抽奖。用户必须登录才知道自己有没有可能中奖，所以有可能能激发（可能么？）一小部分老用户登录一下？
• 价值$6.99的“免运费”往往比$10的降价更吸引消费者。http://bit.ly/Ty4o5
• 如果把世上每一个人的痛苦放在一起，再让你去选择，你可能还是愿意选择自己原来的那一份。—-苏格拉底
• 据说，2008年10月离职的红孩子创始人李阳曾对身边的朋友感慨：千辛万苦做大公司，等到十亿规模时，发现自己竟然成为了家乐福这样大超市的竞争对手——这就让十亿元的规模瞬间显得微不足道。——老猪

• Ft，貌似我Twitter被人黑了，还用我帐号发广告……
• 看了一个case，里面用"talking blanket"指代妓女，于是同学们开始把blanket当动词再用了，说有政府关系没搞定，马上有人提出来说不如花点钱去blanket一下……汗
• 看完一本书，结果过了两周就收到作者来信说要来上海一起吃饭，世界真奇妙。
• 机会要是可以存银行就好了，等到中欧毕业一起取。
• 百度mp3搜索结果页面右侧banner做得蛮好的，用两个banner的位置放了4个banner，鼠标移动到哪个上面哪个就放大。
• 中欧学生国际化程度蛮高的，三分之一老外，而中国人在被问到“有没有长时间在国外生活过”，也有一半人举了手。
• 开学典礼，西装革履，觥筹交错……忽然挺佩服自己的，丢下平平安安舒舒服服的工作，居然自己找罪受真的读书来了。
• 全班试做一个case，发现同学背景不同、思维方式不同，果然能带来很多新鲜的观点——反过来说，也就是能发现自己很多盲点。
• 面对这个世界的荒谬和不可预期，最安全的方法就是尽可能理性的去看待和理解——记得有人说过”这个世界用感性看是个悲剧，用绝对理性却能看成个喜剧“——安全是安全了，事不过心自然不会被划伤到，却是越来越麻木，越来越冷。
• Masamaso借周年庆名头降价促销冲量做得蛮好的。
• 筛选简历，看到这句话觉得满好玩：“具有较强的沟通和协调能力。组织能力强,同时具有被领导意识。”——“被”字用得很精妙啊。
• 家里有了新房，装修公司今天送了设计图和客厅的虚拟样图过来，发现父母还是给自己留个了大房间带洗手间，里面的摆设也都精心考虑过。想想自己一年也不见得回来几天，便觉得有些难过。
• 保持开放的心态，接触不同行业的生意的时候，就会发现很多自以为的“非如此不可”，其实终究还是“别样也行”。我们的经历在塑造我们的经验和能力的同时，也在限制着我们的思考。
• Black Swan是本好书
• 刚发生的一件小事，刚和朋友聊天，他讲述完一件让他很愤恨的事情后，总结到” 你们ABC就他一个人懂XYZ，让他走。以后ABC想干嘛。。无法理喻！”……过了几秒钟，再发来一句“说错了，我们ABC”。完美注解弗洛伊德对口误的分析：）
• 约了个sales来做 presentation，结果因为网络问题只好用我的笔记本，安装客户端反复不成功后我问他是不是他们工具不支持Vista，他想了想，打电话给他们的技术团队：“我们的工具是不是只能支持Windows操作系统？不支持一种叫做Vista的系统？” @___@
• 在镇宁路上的Tima harbour Cafee和人聊天，楼上在拍电影乒乒乓乓的，还不断有替身在实验怎么从楼上飞到楼下（寒），过了一会儿看到一个长得极度像杜可风的人下来……第一次看到拍电影现场啊：）
• 从零开始组建一个b2c……系统，人事，财务，仓储物流……一步步做下来发现自己还是有蛮多细节不甚了解，不断打电话骚扰专家ing，要真的做成一些事情还蛮不容易的。
• 保持谦逊，保持开放的心态，积极地学习和沟通，努力的多尝试。

Popularity: 11% [?]

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）。

Popularity: 10% [?]

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。

Popularity: 9% [?]