Posts Tagged “营销”
一些有趣的广告
by MarsOcean on June 16, 2008
最近太忙，没空更新，发图片凑数…… 披萨店的广告，贴在别人门口猫眼上： 清洁公司的广告，贴在人行横道上： 这个是防盗玻璃的广告： 相机广告： 这两个盒子设计也挺好玩的，一目了然： 还有些广告： 大屏幕电视。。。（屏幕上写的是：小屏幕上，你的电影也会变小……寒……btw，这个泰坦尼克真可爱） 带GPS的汽车广告（上面写的是：你再也不需要被迫停下来问路了……） 最后，sexy一点的，沐浴露广告：
像什么也不要像广告
by MarsOcean on June 10, 2008
看到一个有趣的小实验（本文中实验内容和图片均来自http://www.useit.com/alertbox/fancy-formatting.html，详细内容也请参看原文）。 首先，给用户一个任务——找到美国统计局网页上的美国人口信息（右上角，醒目的红色大字） 结果，用户并没有被红色大字吸引——他们的视线热点图如下： 总的来说，只有14%的用户在规定时间内成功的找到了目标信息。 为什么呢？ 因为网页右侧醒目的大字体实在太像广告Banner了，而成熟的网民已经练就了对“看上去像广告的东西”视而不见的能力。 对A类人群（57%）来说，他们会花最多时间找搜索功能，稍稍浏览一下左侧的导航条，而对右侧的“看上去像广告的东西”彻底视而不见： 对B类人群来说，重点则是看导航条…… 而对C类人来说，重点在找那些交互工具——输入框、按钮之类 D类呢，则是先找搜索框……没找到，然后到处看看，被红色大字吸引注意力，然后投入足够注意力获取了目标信息： 这个故事告诉我们，像什么也不要像广告。 哪怕是你是个广告，也不要太像广告，最好也不要待在广告常待的那些地方。
线下的Affiliate Marketing
by MarsOcean on June 6, 2008
汗，找资料的时候居然找到EyeEarn.com这个网站。扫了一眼，感觉是线下版的Commission Junction。 大致意思是，你支付$20给它，它给你发一个Starter Kit，里面包含汽车车窗贴纸、Bumper贴纸、T-Shirt、宣传单、小贴纸……你把这些广告展示出去，他付给你钱。 看了几篇文章，这个网站应该是08年才启动的，商业模式应该是他们去接大商家的广告业务，按照CPM收费（肯定有个模型能够计算和监控），然后把业务分发到注册会员头上去，他赚取差价。目前网站上罗列了Walmart, Amazon, iTunes, Overstock的logo，不知道是不是和他们已经开始合作了。 蛮有趣的想法。
“封杀王老吉”的事件营销
by MarsOcean on June 6, 2008
（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。
ADAMS for Segment
by MarsOcean on May 30, 2008
Accessible: it must be possible to reach it efficiently Differential: it must respond differently to a different marketing mix Actionable: you must have a product for this segment Measurable: size and purchasing power can be measured Substantial: the segment has (…)
稀缺，竞争，遗憾，一个也不能少
by MarsOcean on May 12, 2008
看到ucdconcepts（下文中Amazon图片直接引用自该文章，懒得自己截图）谈起了Amazon的Gold Box的Lightning Deals，其实本质上就是限时限量特价，和中国新蛋网的限时抢购是一个东东。 Lightning Deals: 中国新蛋网限时抢购： 这种设计，除了给网站增加娱乐性之外，更重要的功能是给消费者制造压迫感，促成订单生成，提高转化率。 上图中新蛋的限时抢购，便利用“52:28:30”形式的时间倒计时，和明确的剩余库存数量，给消费者制造稀缺的感觉（时间——也就是机会的稀缺，加上产品本身数量的稀缺），这种稀缺感本身便可以给顾客形成压力，提高转化。 而Amazon，在制造稀缺感方面，就明显的优于中国新蛋： 限时更短（不会长到数百小时之多） 商品价格降幅更明显 Deal数量更少 具体库存数未知（只知道百分比），让人更不放心 而除了“稀缺”之外，Amazon的表现方式，还可以制造出“竞争”的气氛。 在库存显示方面，Amazon并没有直白地说“还剩N个”，而是说“XX%已经被抢了”，这样就制造了一种竞争的气氛，更容易刺激购物冲动。 最后，Amazon会把过期的Deal详细展示出来（原样展示，只是取消购物按钮，并且把XX% Claimed变成灰色，给人一种“错过”、“没有机会了”的印象。而新蛋会仅仅将“库存：0”写出来），让想买却没有下单的用户产生遗憾的感觉。这种感觉将让强化用户对下次Lightning Deals的期待，为将来做铺垫。 把稀缺，竞争和遗憾的感觉都做全，UI的细节上，Amazon确实是典范啊。 虽然写出来好像too simple, sometimes naive，可是这样简单的东西，又有多少网站真的做到了呢。
Collaborative Filtering——电子商务商品推荐算法科普
by MarsOcean on April 20, 2008
Collaborative Filtering 简单说就是，找到和你喜好类似的那群人，看他们买了什么你还没买的东西，推荐给你。 简化举例来说，你买了哈利波特，羽泉的CD，新宋……他会去找其他买了类似产品的同学们：A, B, C。然后他看到A和B都还买了《九州》，就会推荐你《九州》；你买了《沉默的大多数》，买了《黄金时代》，买了《黑铁时代》，系统去找到了其他买这些书的同学们：D, E, F，发现这三位同学都买了《白银时代》，于是把这本书推荐给你。 详细来讲（当然其实还是省略大量实现上的细节），假设www.MarsOpinion.com（我的博客:P）有M个客户，N种产品，就把每个客户当成一个N维的项量，客户见的相似度可以用这两个项量的COS计算： 找到和你“相似”的那些消费者之后，就可以给其他商品打分了，越多和你相似的消费者买了商品X，说明商品X越可能吸引你，所以可以以“有多少和你相似的消费者购买了这个商品”作为这个商品的分数。举例来说：和你相似的消费者中，80个买了《青铜时代》，《白银时代》，70个买了《失乐园》，那么《青铜时代》和《白银时代》分数就是80，《失乐园》分数就是70，要推荐的话就应该先推荐《青铜时代》、《白银时代》，再推荐《失乐园》。 这里还有两点需要考虑，第一是不要推荐客户已经购买的东西，例如如果你已经购买过《青铜时代》，就应该只给你推荐《白银时代》（至少对于书是这样，对于重复购买的消费品再议）。 第二就是要降低那些畅销产品的权重：举例来说，买哈利波特的人动辄百万计，因为你和别人都买了哈利波特而向你推荐他所购买的商品，其实没有什么意义；相反，如果你买了本《MarsOpinion.com电子商务推荐算法》，这本书一共就4个人买过，另外三个人都买了《MarsOpinion.com鬼扯全集》，那么你很可能也会喜欢那本书。因为越大众化的爱好，越难代表一个人的特质（从而没有办法通过这个特质去寻找类似的人），而越小众的爱好，相对能更加说明者个人某方面强烈的偏好。——基本上，解决这个问题的方法很多，有一种就是在设置项量时，将值设置为该产品销量的倒数。例如你买了《哈利波特》（假设有100万人买了它），那么代表你的那个项量的《哈利波特》那个值就是百万分之一；而你如果买了《MarsOpinion.com电子商务推荐算法》，那么你相对应的那个值就是四分之一。 整个算法的复杂度是O(MN)，但是因为每个客户购买的商品数量都很有限（远远小于N），所以复杂度很可能降为O(M+N)，可是如果产品数量巨大的话，这个复杂度仍然是很可怕的，而相关的降低复杂度的算法（例如限制取样的客户样本大小或者商品样本大小）都会显著影响推荐结果的精度。
前言——电子商务商品推荐算法科普
by MarsOcean on April 20, 2008
最近比较关注Customer Segmentation和Personalized Recommendation。 国内电子商务圈好像很少提起这件事情（我之前写过Use personalized recommendation algorithm to enhance conversion rate for ecommerce website，不过也没什么反响）……所以随便写点科普一下。 本文大部分知识来自于一份叫做Item-to-Item Collaborative Filtering的文档，如果有条件，建议看原文。 这个文档的好处是： 写很短，只有５页，其它相关论文动辄上百页，打印出来都觉得是在浪费森林 写很简单，我这种技术白痴也可以看 号称是Amazon官方算法 坏处是： 写得很简单，所以有基础的同学们不用看了。真想了解的话可以用英文搜索相关关键词，研究论文还是很多的 2003年出的，比较古老 文章主要比较了三种算法： Collaborative Filtering Cluster models Item-to-Item Collaborative Filtering 下面分几个post来详细说：
生命如此短暂，掌握工具却要如此长久
by MarsOcean on April 15, 2008
看了两天Cheetah Mail的User Manual，脑子里面浮现出Stanley同学曾经用过的一个MSN签名：生命如此短暂，掌握技艺却要如此长久。 比英汉大辞典还厚的一大本打印件，尽管它花花绿绿很多图，看了两天（每天花了4个小时以上）还是看得要吐了。说实在的，这个东东比我预期的还要更强大一些（怪不得在Jupiter Research的Buyer’s guide里面排第一位），应该以后可以用它来玩出不少花样来。 工具好是好，实在是太复杂了。想之前学HBX，学Coremetrics，学IPP，学Item Maintain…，工具带来的便利性很大程度上被它的复杂性给抵消掉了。想世界上，可能还有无数的公司，用CM只晓得监控广告流量，用Cheetah只为了发邮件吧。
东瞧瞧，西看看（二）
by MarsOcean on April 13, 2008
百事可乐“敢为中国红” 好吧，我承认我很out，去年9月的事情现在才知道（美国滴百事还是蓝色的……）。 百事可乐，可口可乐，一向以“蓝”、“红”来划分阵营，百事之所以进行“敢为中国红”Campaign，明显就是想“在北京奥运会临近之际，百事以国家自豪感为突破口，将产品包装与国旗挂钩可谓是大胆的游击式营销。此举既搭上了奥运会的便车，又没有越过奥运赞助商的雷池半步。”（来源：纪泽伟）。如果真的“输入“敢为中国红”，google记录720万条，前10页基本都是相关报道”（来源：尚品），这一赌算是赢了。 您退订邮件是否是因为您找到了更好的网站？ 最后，关于客户退订Newsletter，我之前写过简单技巧，降低电子邮件营销中的退订率。刚看到这篇Making Unsubscribes Worth it，里面也有相关的建议（建议在客户退订时加入一个问卷调查），下面这条之前没想到过，就是问消费者：您退订邮件是否是因为您找到了更好的网站？（Are you unsubscribing because you’ve found a better site? ）。这个信息的收集一方面可以帮助我们了解竞争对手（特别是新崛起的对手）动态，也可以让我们实时了解到值得向哪些网站去学习。 要做就做第一 前面的消息都很古董…… 下面是更古董的：搜索引擎排名第一的链接得到53.36%的Clicks和28.43%的Time Spent。来自于Distribution of Clicks on Google’s SERPs（2006年的报告#___#） 原来回我信已经是给面子了 看到消息，Shopping.com Ignoring 95% of Merchants，才感叹道原来他们回我们信已经是给面子了。 Affiliate搞了一堆，效果越来越差，服务跟不上来，Merchant Center里面骂声一片，停止接受新的顾客…… 发展快也未必是好事，如果没有做好准备的话。 (…)
