上周和ShanghaiWebAnalytics的Min聊了几个钟头，下面是Min整理的采访稿（请点击ShanghaiWebAnalytics查看原文），谢谢Min！

Shanghai WA：介绍一下你的背景和经历？

Mars: 我在中国和美国新蛋网都有工作过。在中国时，我负责过中国新蛋网所有的marketing functions，最忙的时候一个人同时负责Promotion, Advertising, Merchandising and Web Management。在美国时，先是被公司安排在公司内部rotation，在Strategy, Logistics和Marketing部门各工作了3~6个月时间，最后确定下来继续在Marketing方向发展，主要负责Personalized Marketing相关的项目。感觉自己挺幸运的，平台和机会都不错。

Shanghai WA：可以谈谈你工作中最让你感到兴奋的部分吗？

Mars: 最让人兴奋的就是可以乱来（笑）。因为电子商务这个行业非常的年轻，整个行业的经验积累非常的浅，公司——甚至于整个业界——其实也并没有什么非常权威的牛人、Best Practice，所以给每个从业人员留下的空间非常大。碰到问题常常需要自己拍脑袋、找资料、找资源自己想个前所未有的方法去解决，而且往往很快就能直接从市场反应上看到自己的点子实际效果如何，感觉非常好玩。

但是，“没有权威，自主性强，施展空间大”在意味着“可以自己尝试自己学”的同时，往往也意味着“只能自己尝试自己学”——因为行业积累太少，也不知道能上哪学去，只好自己折腾。这也是我最近决定去中欧国际工商学院读MBA的原因，希望能够多和其他行业的同学接触，多学习一些其他行业累积的经验，再看是否能加以变化应用回电子商务领域。其实传统行业有很多智慧、方法，都是非常值得我们借鉴的，只是平时大家觉得自己是“新经济”，可能不太重视向传统行业的学习吧。举例来说，我之前写过《怎样解读网络营销数据》的文章，有读者留言呼应了我的观点让我觉得他肯定是大行家所以写信问他，最后发现他完全不是电子商务领域的，只是在他们的行业里，我写的方法其实是常识（笑）。可能还有很多对其他行业是“常识”的知识、工具，我们还没有应用到我们的行业里，所以我希望能再多学习一下，多看看别人已经经受过实践考验的工具方法是什么样子，之后再拿回到电子商务领域来“乱来”一下尝试一下，想想也会是蛮好玩的事情。

Shanghai WA：你认为技术背景对学习web analytics/online marketing有多重要？为什么？

Mars: 就个人经验来说，我觉得很重要。首先，我觉得做Web Analytics和Online Marketing必须要对技术有一个非常基础的了解——至少要知道cookie是什么session是什么吧，否则完全没法理解那些监控数据的意义。其次，如果在这一行深入下去，你很容易会碰到越来越深入的技术——并不需要你懂技术，但是至少需要你知道你的合作方在说什么，这样才不会被忽悠。我自己最近负责的项目就牵涉到两家公司的数据对接，对接完之后一堆的数据库部署工作，虽然技术部分我不用管，但是懂一点数据库知识却是帮助很大，可以参与到技术人员讨论中，把系统定制得更方便业务开展。

Shanghai WA: 你觉得让公司的人听取web analytics 的意见有困难吗？困难在哪儿?

Mars: 不觉得很困难。我常常用Web Analytics数据去提proposal，感觉不是很难。个人建议，如果是给老板看的proposal，里面就不要用术语了，开篇直接讲说“有一个方法可以让我们省多少多少钱”或者“有个方法可以让我们多赚多少多少钱”，然后简单介绍一下方法，最后给出数据和计算过程。能够直接采集到原始数据的就采集，不能的就自己设计test，在一部分消费者身上直接做实验看反馈得到参考数据，然后用这个数据来填模型。

老板的目标很简单——赚钱。你告诉他你能赚钱，用他能够理解的方式证明一下就好了。千万不要把事情复杂化。

Shanghai WA: 你用过那些web analytics 工具？评价如何？

Mars: 其实我觉得最好的工具是Google Analytics（笑）。我一直很赞同Avinash在WA方面的观点：你花在WA工具上的钱应该只有整个WA开销的10%。好的、高级的工具需要好的、高级的团队来使用才能发挥价值，如果只打算花几千几万块钱请一两个人，完全没必要花几十几百万买个工具。

我用过很多不同的Web Analytics系统，鉴于和之前公司的协议不便说是哪几家。综合起来如果我自己有个很大型的公司，而且有很好的团队，我个人会选Ominiture。但是说实在的，对大部分公司来说，就算买的这些高级工具，最后往往也只用了最常见的几个功能，而常见功能在GA里面其实都有，没必要花这个钱——还不如用这笔钱找个好点的Analyst。

当然，GA也有它的问题，比如它在revenue attribution方面就非常明显的偏向search。不过瑕不掩瑜，毕竟不要钱啊。

Shanghai WA: 你觉得学习web analytics 最重要的是什么技能（skills)？

Mars：英文。呵呵。国内这一块还在发展，中文圈资料并不多。如果英文好，能够直接阅读国外的文章和blog，可以学的东西更多。另外简单的统计学概率论也是蛮有用的。（用在哪里呢？）比如做A/B testing的时候，你就需要这些知识来确定你要选择多大的样本实验才有意义，在结果出来之后也要用简单数学来判断说差异是否显著之类。不过现在已经有很多现成的模板，下载一个Excel文件，直接把参数填进套用公式就好了（笑），这样说起来数学也不是必需的，呵呵。

对了，我觉得学习Web Analytics，平台很重要。你如果能找到一家成熟的、大型的公司，学习起来可能会事半功倍。

Shanghai WA: 你认为web analytics对一个公司有什么帮助？

Mars: 个人感觉WA在网站优化上、用户行为分析上作用更大，而在Marketing方面目前的作用有限。

WA可以监控倒用户在网站上的所有行为，监控得到的数据是很全面的，所以对于网站优化之类的工作很有意义。比如你做一个Checkout Process的Funnel Report，看到客户都在login page流失了，那么就去研究login page出了什么问题怎么改进，然后做各种测试来改进，这个效果比较显著。本质上来说，觉得在conversion rate optimization上，WA用处蛮大的。

对于Marketing，我博客上写了很多这方面的文章，和读者交流怎样可以“更好地”解读数据。但是本质上，我还没有找到“足够好地”解读数据、应用数据的方法。根本原因是因为数据不全面，我们拿到的只是消费者点击广告后的数据，但是绝大部分消费者是不点击广告的，所以我们的数据扭曲非常严重。例如我们看一个banner，impression 1000万，点击1万个，订单100个，然后我们就只能很努力的去分析这一万个点了广告的人之后干了什么没干什么，对于剩下的999万，99%的看过广告的人，我们根本不知道广告对他们的影响。假如有另一个banner，impression 1000万，点击1万个，订单200个，我们难道可以说第二个banner更好么？我们怎么能根据1%的数据来下结论呢？如果第二个banner剩下的999万人之后买了很多东西呢？

当然我也知道像doubleclick之类公司也可以帮你监控view-to-order，或者像comScore之类公司可以用它们的pannel帮你更精准的跟踪用户，但是他们还是不能完全解决问题——本质上view-to-order数据只是让你知道你投放的网站和你网站的用户重合度罢了，也没多大用处。我们还是会面对着数据非常不完整、非常不精确的问题。我现在对传统行业的广告效果评价模型很感兴趣，希望能够在深入研究之后，抽取一些和我自己做得的网络广告效果评价模型综合起来，得到更好的一个方法。就目前来说，我觉得WA对Marketing效果监控是必须的，而且是有帮助的，但是数据误导性也很强，要谨慎理解和使用。

Shanghai WA: 你平日都看那些blogs？

Mars: 很多，都在我的Google Reader里。Avinash的我肯定看，另外还有ecommerce的，online marketing的。

Shanghai WA: 可以总结一下你在工作的achievments吗? (呵呵，像MBA的面试）

Mars: 汗……我们私下聊吧，介绍Achievements很容易说到业务细节。抽象来说，我觉得我的工作让我感觉最有成就感的地方就是我总是不断在学新的东西、尝试新的东西，然后通过我和团队的努力给公司带来看得到的、可量化的回报。

Popularity: 5% [?]