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 »

发现有不少站内搜索是在找“网络营销数据解读”的，做个目录方便一下新读者： 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 网络营销数据解读（九）——客户族群细分（Segmentation）2-2

欢迎关注我的新浪微博：http://t.sina.com.cn/marsocean。 博客上比较受关注的是网络营销数据解读系列文章，公开演讲或者去公司内部交流的时候谈得比较多的也是怎样通过营销后的数据分析来优化转化率，提升ROI之类的。其实，不仅仅是在网络营销实际执行后我们可以从数据中挖掘价值，在整个营销活动开始前，也应该看看数据，调整营销方向。 市场细分定位之类的东西以后有空再聊，假设这些问题都已经解决，下面几个问题就是我们要投多少钱广告，广告内容主要是什么方向，什么目的？ 老实说，对于这几个问题，大部分公司的回答是：1. 有多少闲钱投多少广告；2. 内容——放产品，放限时抢购，广告公司说了这样性价比最好；3. 目的？赚钱或者抓新用户。这样说起来，公司性质、发展阶段什么的好像并不重要，反正都是通过特价产品吸引新顾客过来从他们身长持续赚钱。 可惜事情往往没这么简单（当然，如果我们不在乎ROI的话就简单多了）。下面四个数据应该是我们在决定营销计划前就需要清楚的： A: 目标顾客知道我是谁么？——目标顾客中，多大比例在听到我们品牌名称后能想起来我们是做什么的。例如提起“凡客”，顾客反应说“卖衬衣的”或者”卖衣服的“。 F: 他们在考虑购买这类产品的时候，我是不是首选？——多大比例顾客会在考虑满足某种特定需求的时候首先想到我们的品牌？比如问“买衬衣”，“网上买衣服”，多大比例目标顾客会想到“去凡客”。 T: 尝试购买的顾客多么？——目标顾客中多少尝试过我们的产品。 R: 重复购买顾客多么？——目标顾客中多少是我们的忠诚顾客。 T很容易得到，从自己系统里查一下所有有过购物行为的顾客数目，除以我们的目标市场大小就是。类似的，R就是系统里购物2次或者2次以上的顾客数目除以目标市场大小。A和F比较麻烦，最理想是能够找专业的市场调研公司来帮我们做给我们数据（可惜的是大部分公司愿意浪费大钱买看得到的但是没效果的广告位，却不愿意花小钱买信息和知识避免犯错误）。退而求其次，可以让自己MKT来找200个目标顾客（200个而已，总有办法的——只是要保证样本没问题）亲自问，问比不问好——顺便还能做一下优化接触点体验，塑造品牌印象里面提到的调研。再懒的话，可以让MKT老大和CEO坐下来猜，比如“我们网站刚上线所以估计A非常低，经过过去几轮的PR宣传，覆盖的人数大约是XXXX，目标顾客中可能有0.1%知道我们。但是因为我们母公司品牌大家都知道，所以F估计比较高，占A的50%……”之类。有一个经过深思熟虑猜出来的数据比完全蒙着眼睛好。 这四个数据对我们营销方向有什么影响？ 举几个例子大家就明白了。我可能得到的数据长成这样不同的样子： A=50%, F=18%, T=15%, R=12% A=15%, F=12%, T=9%, R=7% A=40%, F=30%, T=20%, R=5% A=60%, F=20%, T=18%, R=15% A=80%, F=70%, T=20%, R=15% 第一种情况，从数据看，目标顾客中间很多人都知道我们。坏消息是他们对我们没有特别深刻的印象或者喜爱，好消息则是尝试过我们的顾客很多都成为了忠诚顾客，说明我们的产品、价格和服务都还不错。在这种情况下，我们未必见得要马上大规模投广告，可以先反思一下自己的产品定位和沟通问题。从战略层来说，消费者知道我们但是对我们印象不深也没有特别喜欢，可能是因为我们定位不清楚（这个以后有空再细聊）。从战术层来说，可能是营销执行的创意不够，没有清晰而有震撼力的传递品牌定位。比如说我们卖男装，可能投了很多广告，为了让消费者容易接受，我们特地把广告设计得像凡客诚品，着陆页设计得也像凡客诚品（可能产品也像），这种情况下反复打广告很可能还是让消费者对我们的名字留下了印象（提到名字他会想起来是卖男装的），但是不深刻也不特别（只是类似于“哦，一个类似凡客的公司。“），之后要买东西也不会特地想起来。在广告不断的时候还好，广告可以成为消费者入口，他看到这家“类似于凡客”的网站，说不定会点击广告进来买。可一旦广告强度变弱，我们很快就会被消费者遗忘。这个阶段的重点其实是反思自己的定位信息的传达（假设定位本身已经做很好）。在广告和着陆页都大量描绘自己的独特之处（比如去看Masamaso的页面和产品，就和凡客的感觉很不一样），尽力给消费者留下较为深刻和特别的印象。定位很难仅仅通过”产品和限时抢购“来传达，而是要用很多的相关信息让顾客自己来产生关联性记忆和联想。比如你要欧美风高端时尚男装的感觉，不要总是写”西班牙“、”奢华“、”时尚“，而是要寻找相关联的各种信息，放在广告和着陆页里，例如希腊神庙的背景，海滩，咖啡，游艇，设计师的头像和名字，产品细节的放大描述…… (…)

Read the rest of this entry »

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 »

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：）

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？