網(wǎng)絡(luò)營銷基礎(chǔ)知識

1、如果您對以下問題的回答都是不一定，而且您可以說出不一定的原因這個系列之后的文章請直接跳過，不用浪費時間看了：）1. 假如我們給Brandmarketingxx（假設(shè)它是電子商務(wù)網(wǎng)站）在QQ和新浪上花同樣的錢投放了廣告，QQ廣告一天展示了5,000,000次，帶來了50,000個訪客，200個訂單，新浪廣告一天展示了4,000,000次，帶來60,000個訪客，300個訂單。您覺得我們是否應(yīng)該減少在QQ的投放，加大在新浪的投放？2. 假如新浪廣告的Impression, Click和Order都是QQ廣告的5倍，是否說明了新浪的投放ROI更高?3. 假如QQ一天帶來了50000個訪客，30000

2、個瀏覽了超過3個頁面，新浪一天帶來60000個訪客，40000個瀏覽了超過3個頁面，是否說明新浪流量更匹配？4. 假如QQ一天帶來了50000個訪客，在您網(wǎng)站注冊了300個新帳戶，新浪一天帶來60000個訪客，400個注冊了新帳戶，所以新浪的投放性價比更高？5. 您原來的SEM Manager離職，來了個新的，他來了之后關(guān)鍵字廣告ROI大為提升，其他數(shù)據(jù)不變，CPO（平均訂單成本）從20塊下降到一八塊，我們應(yīng)該表揚(yáng)他嗎？6. 品牌宣傳活動，您有兩個landing page，A頁面的Bounce Rate（有多少比例的訪客看過這個頁面馬上離開）是80%，B頁面的Bounce Rate是90%；W

3、eb Analytics顯示，A頁面最終產(chǎn)生了400個訂單，B頁面只有200個。我們認(rèn)為A頁面活動較為吸引人，或者頁面設(shè)計較好，對么？7. 您有一個網(wǎng)站，訪問量很大，而且您做了監(jiān)控，發(fā)現(xiàn)應(yīng)該大多是真實的流量但是，轉(zhuǎn)化率很低（如果是e-commerce，就是成交量小，如果是別的，可能是下載量小、注冊量?。Y(jié)論是您的網(wǎng)站內(nèi)容不夠吸引人，對么？8. 您發(fā)現(xiàn)您顧客的平均購買周期是30天，所以您認(rèn)為每10天來一次的客戶是超級忠實客戶，而已經(jīng)60天沒來的客戶可能是流失客戶，需要用之前那篇粗糙卻方便的客戶關(guān)系管理模型來挽回這些客戶，您覺得這個思路合理么？9. 假如我們的網(wǎng)站上個月每天訪問量是2萬，這個月每

4、天訪問量1萬5，說明我們網(wǎng)站出了什么問題，對客戶吸引力下降了，對么？10. 我們打算在網(wǎng)站上安裝在線客服，當(dāng)客戶訪問網(wǎng)站一定時間后還沒有convert（下單、注冊、下載你的電子書，試玩你的游戲），就彈出在線客服窗口來和客戶溝通。因為Web Analytics告訴我們說所有客戶的平均停留時間是100秒，所以我們決定在100秒時彈出這個窗口，您覺得這樣做合理么？基本上，10道題的結(jié)論都有問題。下面我分幾篇文章來介紹怎樣才能系統(tǒng)和科學(xué)的解讀網(wǎng)絡(luò)營銷數(shù)據(jù)。今天我們可以來討論一個最基礎(chǔ)，而且看起來很簡單的問題：我們真的知道報告里的原始數(shù)據(jù)的含義么？給一個簡單的測試（這次后面是有答案的:p）：舉例來說，如

5、果您看到一份Marketing Agent給您的報告，里面說“我們發(fā)出去了10 million Email, deliver rate（到達(dá)率） 99.99%，unique open rate（打開率）高達(dá)19%，unique CTR（點擊率）19%，看了信的人都點擊了，說明設(shè)計很棒! 效果非常好！從點擊來看，80%的客戶都是New Visitor（新訪客），說明我們這次活動對于抓取新用戶是很成功的。唯一的缺陷是我們的網(wǎng)站抓住客戶的能力，訪客來到了網(wǎng)站之后，ATOS（平均訪問時間）只有19秒，我們下次應(yīng)該進(jìn)一步優(yōu)化網(wǎng)站”您對這番話的理解是不是：到達(dá)率99.99%，那么有9.999 millio

6、n的客戶收到了郵件。 有1.9 million的客戶打開了email，也有1.9 million點擊了email這樣想起來應(yīng)該打開郵件的客戶都點擊了。 1.9 million里面有80%是新用戶，我讓1.52 million本來不認(rèn)識我的客戶更了解我了。 1.9 million訪客，他們平均在我網(wǎng)站逗留了19秒時間太短了，我們應(yīng)該想想辦法。如果您覺得4條都是錯的恭喜您不用花時間看下去了。如果您覺得4條里面有對的，說明您可能對某些網(wǎng)絡(luò)營銷數(shù)據(jù)還可以多了解一些：1. New Visitor代表的不是“新用戶”、“新顧客”或者“新訪客”，它代表的是您的監(jiān)控工具跟您說“來的這個人我之前沒見過”每次有人

7、訪問網(wǎng)站，監(jiān)控工具就會往那個人機(jī)器里留個痕跡（cookie）以便以后相認(rèn)，下次他再來，系統(tǒng)察看他機(jī)器，發(fā)現(xiàn)有這個痕跡，就覺得“這人我見過”然后把它歸入“老訪客”，而如果找不到這個痕跡，就會認(rèn)為他是新訪客。所以，當(dāng)您的老訪客換了一臺機(jī)器，系統(tǒng)也會把他當(dāng)作一個新訪客；當(dāng)您的老訪客有意無意清空了痕跡（cookie），系統(tǒng)還是會把他當(dāng)作新訪客總而言之，80%的New Visitor不代表有80%的人從來沒來過你網(wǎng)站，這個數(shù)據(jù)需要打個折扣具體要根據(jù)您網(wǎng)站特點具體情況具體分析。2. Open Rate不代表有百分之多少的人打開了您的郵件，它代表的是“有多少人的郵箱下載了您的監(jiān)控圖片”系統(tǒng)很難知道用戶到底有

8、沒有看郵件，所以大部分系統(tǒng)會采用一個詭異的方式來偵測：他們在每個郵件里面加一張只有一個像素大小的小圖片，然后用你的email有沒有去下載使用這張圖片來判斷你有沒有打開這封信。所以，如果您的email默認(rèn)不顯示圖片（比如gmail對于陌生郵件就都不顯示圖片），系統(tǒng)就會認(rèn)為這封郵件沒有被打開過。所以unique open rate = 19%常常代表有超過19%的用戶打開過郵件（看沒看就不知道了），這個數(shù)據(jù)可能是25%，那么就不是每個打開過郵件的人都點擊了郵件。3. Deliver Rate不代表有多少客戶“收到”了你的郵件，它常常只代表這些客戶的郵件服務(wù)器“沒有把你的郵件退回來”，這封郵件命運難

9、測，有可能是就此消失掉了（客戶沒有收到），也可能是直接進(jìn)了客戶的垃圾郵件箱，過了幾天被自動清除了。99.99%也是要打一個折扣的。4. ATOS，這個解釋起來更加的復(fù)雜對常見的監(jiān)控系統(tǒng)來說，它是不知道訪客具體在網(wǎng)站上停留了多久的。為了計算您在網(wǎng)站的停留時間，它會在您打開第N個頁面時去看一下表（比如09:30:22），然后在您打開第N+1個頁面時再看一下（比如09:30:50），然后它拿兩個時間相減，得到您在第N個頁面上停留時間（比如28秒）說到這里您應(yīng)該已經(jīng)發(fā)現(xiàn)問題：它沒法知道您在最后一個頁面停留了多長時間。對于市場營銷來說（特別是針對新用戶的campaign），這個問題更嚴(yán)重因為很多人點擊廣

10、告，來到landing page，然后就走了，這些人一共就只訪問了一個頁面！系統(tǒng)拿不到第二個頁面打開的時間信息，所以有可能會把這些人在網(wǎng)站的停留時間都算作0秒，那么您得到的所謂“平均停留時間19秒”其實是個非常扭曲的數(shù)據(jù)，并不能代表真實情況（數(shù)據(jù)偏小）。舉例來說，我在自己的blog（xMarsOpinionx）上安裝了Google Analytics，它監(jiān)控的用戶訪問時間如下圖，可以看到ATOS是3:11秒：如果我只看那些“只訪問了一個頁面”（對于blog來說，很多人只是上來看最新更新，bounce rate很高）的訪客，會發(fā)現(xiàn)ATOS居然是0秒：而我如果看“訪問超過一個頁面”的訪客，這個數(shù)據(jù)

11、又變成了驚人的9:46！是第一個數(shù)據(jù)的3倍！現(xiàn)在，您是不是覺得這些“一目了然”的數(shù)據(jù)其實并不是那么清楚？如果我們對那些數(shù)字代表什么含義都不清楚的話，解讀又從何說起呢？再來一個非常常見（無數(shù)家EMail Solution咨詢公司都有類似的Case Study）的例子看能不能讓您更暈：1. xMarsOpinionx的Shopping Cart Abandonment Rate為70%，100個人把東西放到購物車?yán)?，只?0人完成訂單結(jié)了帳，有70個人本來想買東西最終放棄了！2. 我們?yōu)閤MarsOpinionx設(shè)計了一系列高科技人性化無以倫比的高級Campaign去掉形容詞之后你會發(fā)現(xiàn)Campa

12、ign的本質(zhì)是給這些Abandoned Cart的Customer發(fā)一封Email，內(nèi)含“You forgot something in your cart“的提醒，以及一些incentives，例如折扣券。3. 這個Campaign非常成功，AS Email的open rate比普通commercial email提高300%，CTR提高400%，轉(zhuǎn)化率提高100%! 本來已經(jīng)放棄購物的消費者收到了信，有10%的人通過點擊這封Email再次來到了網(wǎng)站購物！所以我們可以推算出Abandonment Rate從70%下降到了63%！最終消費客戶會增加23%! MarsOpinionx年銷售額2億

13、美金，所以我們預(yù)計這個這個Campaign可以幫助他們成長4600萬美金！鑒于我們這個Solution只賣200萬，ROI高達(dá)2300%!4. 為了體現(xiàn)我們的專業(yè)，我們做了A/B Testing：我們發(fā)現(xiàn)在客戶放棄購物24小時后馬上發(fā)Email，轉(zhuǎn)化率比在3天后再發(fā)這封信要高87%！另外，我們發(fā)現(xiàn)，放一個coupon在郵件里，轉(zhuǎn)化率會提高47%！我們經(jīng)過精密計算，發(fā)現(xiàn)額外的銷售和利潤足以cover折扣券的成本。經(jīng)過嚴(yán)謹(jǐn)?shù)臏y試，我們決定。您覺得這個論證有問題么？問題在哪？這個Case問題很多，但是最根本的也是在其他Case中最流行的就是計算Marketing Contribution的方式。因為

14、Web Analytics的完善，網(wǎng)絡(luò)營銷常常能夠取得比傳統(tǒng)營銷方式更完整全面的反饋信息，就好像讀者留言所說“我們應(yīng)該看實際效果，看帶來了多少銷售，帶來了多少利潤！”。關(guān)鍵是：我們監(jiān)控到的“帶來XXXXXX”實際的含義是什么？Campaign創(chuàng)造的效果么？1000個人點擊廣告，300個人買東西，真的代表這個Marketing Channel為公司“帶來”了1000個Visit和300個訂單么？不是的，我們監(jiān)控的效果，那些數(shù)據(jù)，只能表明有“多少效果可能是由XX Campaign帶來”，更具體地說，是“有多少人在點擊了廣告后的某一段時間內(nèi)下了訂單買了東西“，而不是“XX Campaign產(chǎn)生了這些

15、訂單”。你監(jiān)控到這個campaign“帶來”了300張訂單，只能說明這個廣告在購物過程中可能起到了作用，但并不能說這個廣告創(chuàng)造了300個訂單有可能300個人里面有299個原本就會來買：）回到上面那個例子，Shopping Cart Abandonment Rate為70%其實并不能代表有70%的潛在客戶放棄了購買。產(chǎn)生Abandonment的原因有無窮多，從技術(shù)上來說，很多Web Analytics Tool會把在一個Session“有加入購物車行為，但是沒有結(jié)帳行為”就當(dāng)成一個Abandonment，這樣的話，客戶離開電腦兩個小時再下訂單，也會被算作Abandon了一次；從業(yè)務(wù)上來看，很多人

16、用購物車來代替Wish List進(jìn)行購物比較，這些人在實際購物前都會被計算很多次Abandonment，另外還有很多人僅僅是決定過一會兒再買（例如回家看看另一張信用卡卡號），這些人也會被系統(tǒng)認(rèn)為“放棄了購物”。了解了這個詞的真實含義之后，我們至少可以知道一點“其實這些人中間有很多本來就會回來買東西的”。假設(shè)這些人中間9.5%的人本來就會回來購物好了，那么其實所謂的“本來已經(jīng)放棄購物的消費者收到了信，有10%的人通過點擊這封Email再次來到了網(wǎng)站購物！”只是給網(wǎng)站多挽回了0.5%的客人而已，所謂的“這個 Campaign可以幫助他們成長4600萬美金！”自然也就變成了增長230萬美金。之后的A

17、/B Testing其實就更扯了（這也是業(yè)界真實的案例，而且這個A/B Testing的結(jié)論還被多家援引，成為了所謂Best Practice的論據(jù)）。假設(shè)我們說說的那9.5%的回頭客會分散在Abandonment一小時后到30天后完成購物（時間越靠近 Abandonment，購物概率越大），你在24小時后發(fā)信當(dāng)然效果比3天后發(fā)信“效果好”，不是因為你能產(chǎn)生更多訂單，而是因為你能把更多的原本會發(fā)生的訂單效果計算到自己頭上。因為發(fā)了Coupon之后Conversion Rate升高就說要發(fā)Coupon也是很扯的說法。真要算，Coupon成本要計算進(jìn)去，而且這個成本不應(yīng)該和所有使用了Coupon的

18、訂單去比（因為其中大部分是本來就會購物的），而是應(yīng)該和增量去比。假設(shè)我們所說的是10%的Coupon，那么成本就是4600*10%=460萬美金，而按照前文所述的實際銷售增量才230萬美金，就算你毛利率50%，也還是虧損幾百萬。何況，插入Coupon之后可能會引發(fā)一系列連鎖反應(yīng)例如讓消費者找到規(guī)律，之后要買什么東西就Abandon一個Shopping Cart然后等Coupon來了再買之類，之后虧損會更大。綜合第一個例子，如果我們不夠了解New Visitor, Deliver Rate, Open Rate, ATOS，Abandonment Rate, Sales Attribution的

19、真實含義，而只是望文生義想當(dāng)然的話，我們很可能就會作出錯誤的判斷。更糟的是，還有很多的名次定義比文中描述的這些更復(fù)雜和混亂。所以我的建議是：1. 如果您是購買企業(yè)級的、付費的產(chǎn)品（例如Omniture），請在簽合同時的時候順便把training hours也買了，然后列張表把你關(guān)心的各個指標(biāo)的具體定義問清楚（不同vendor的定義還不一樣x_x），不要想當(dāng)然。2. 如果使用免費的產(chǎn)品例如Google Analytics，請仔細(xì)閱讀文檔，或者招一個愿意閱讀文檔深入了解工具的人。3. 找專業(yè)人士咨詢。至于你找的人是否專業(yè)，你可以用本文中的例子去問他看他的結(jié)論，呵呵。有些人會把文中的話說一遍之后告訴

20、你其他更深入的信息（例如你用的工具其實是可以查ATOS的，只是誤差有60秒之類；或者告訴你其他方法獲得inbox deliver rate之類），另一些“網(wǎng)絡(luò)營銷專家”可能就會直接轉(zhuǎn)話題開始和你談概念談人生談理想，呵呵。4. 如果實在找不到人，至少心里面要知道“不能望文生義，這些詞未必是他們表面的意思”，給自己留有余地。看到這里，可能有幾個讀者會產(chǎn)生新的問題說：so what?假如我們認(rèn)真學(xué)習(xí)了（或者找到了懂行的人來幫我們），我們是否就能夠解讀數(shù)據(jù)，并且用數(shù)據(jù)來幫助我們更好的決策呢？基本上做到目前這一步還是不行，抱歉。下一次接著說：怎樣才能讓這些數(shù)字對我們的生意更有意義。網(wǎng)站分析領(lǐng)域的大師Av

21、inash Kaushik提出過一個很好玩的測試so what?”（“那又怎么樣呢？”）。測試很簡單，當(dāng)你看到一堆漂亮的數(shù)據(jù)，例如“PageView: 500,000; Visitors: 30000; New Visitors: 一五000”或者精美的報告，例如“我們發(fā)出去了10 million Email, deliver rate（到達(dá)率） 99.99%，unique open rate（打開率）高達(dá)19%，unique CTR（點擊率）19%! 效果非常好！從點擊來看，80%的客戶都是New Visitor（新訪客），而且他們給我們直接帶來了30萬的銷售額”當(dāng)你看到這些。首先，你要知道

22、這些天書到底在說什么（請參看XXXXXX，像“帶來多少銷售額”，或者“新訪客”之類的詞并不一定是你想象的那種定義）。知道了那些數(shù)據(jù)的具體含義之后，你就應(yīng)該開始進(jìn)行Avinash大師的so what測試了，你可以對著給你提供數(shù)據(jù)的小弟或者agent深沉的來一句：那又怎么樣呢？Pageview 500,000，Visitor: 30,000，那又怎么樣呢？“嗯那代表說每個客戶平均訪問了17個頁面?！蹦怯衷趺礃幽兀俊懊總€客戶看的頁面多，說明客戶粘性高，說明我們的活動很成功?！睘槭裁?？我聽不懂。為什么17個頁面就是“多”，為什么“多”代表“粘性高”，為什么“多”代表網(wǎng)站成功活動成功？ （agent開始

23、冒汗想說這人神經(jīng)病啊）“呃我們來談?wù)刉eb2.0和Marketing3.0吧”（假如是比較強(qiáng)的agent）“對于您這個行業(yè)來說，industry benchmark是人均瀏覽10個頁面，所以17個是挺多的。另外，因為您網(wǎng)站主要都是產(chǎn)品頁面，客戶瀏覽頁面多表示他興趣越大，而瀏覽信息多也使得他對您更加了解，對于您mkt信息的傳遞，品牌印象的生成，以至于將來銷售的促進(jìn)，都是有好處的”那又怎么樣呢？（假如是比較強(qiáng)的agent）“這個這次campaign，和上次相比較，最大的區(qū)別有兩個：第一，之前我們是在xMarsOpinionx上做的文字鏈廣告，這次我們換到了xbrandmarketingxx的Ban

24、ner廣告；第二，之前我們沒有在廣告中提到您公司名稱，這次我們把公司名稱和logo放最大。我們推測這兩個變動可能是我們廣告效果提升的原因。我們認(rèn)為下一次我們應(yīng)該投入更多的經(jīng)費在第二個網(wǎng)站上，而且都用來購買Banner廣告，同時投入10%經(jīng)費去原有網(wǎng)站如果同一個內(nèi)容的Campaign仍然有巨大的效果差異的話，我們就能得出結(jié)論說我們應(yīng)該加大在brandmarketingxx上的投放，而且要用Banner而不是文字鏈?！迸?，謝謝。 數(shù)字只是數(shù)字，其實沒有什么意義。通過不斷的追問“那又怎么樣呢”，其實我們是在一步一步把簡單的數(shù)字轉(zhuǎn)化為對問題的洞察，直至產(chǎn)生可行動的方案。 本質(zhì)上，對于數(shù)字，第一個問題是

25、WHAT”1. 這些數(shù)字是怎么來的，真實含義是什么？2. 這些數(shù)字對我的生意的意義是什么？3. 這個數(shù)字說明情況是好還是壞？ 了解了WHAT之后，第二個問題就是WHY“1. “好”數(shù)字出現(xiàn)的根本原因是什么？2. 壞數(shù)字出現(xiàn)的根本原因是什么？ 分析出了“原因”，最后我們才能得到HOW我們要怎么做，才能讓數(shù)字越來越好？ 一步一步，我們所做的事情是：1. 搞清楚那些花花綠綠的數(shù)字，對于我們的生意來說，究竟意味著什么。2. 然后，去分析說我們有什么可以改進(jìn)的，要做什么，不要做什么，該怎么做。只有這樣，那些數(shù)字才有意義，才有價值。 假如我們財大氣粗，而且我們請到了很好很專業(yè)的代理（如果您找到了的話麻煩告

26、訴我一聲），我們當(dāng)然可以這樣很有sense的連續(xù)追問：那又怎么樣呢，那又怎么樣呢，那又怎么樣呢最后得到滿意的答案和行動方案。可是如果（幾乎是一定的）我們找不到那么好的人來回答問題呢？那就只好自己來回答，或者自己來培養(yǎng)幾個人來回答了。下面的文章再來介紹怎樣來應(yīng)對“那又怎么樣呢”。先說笑話：有一艘太空船在宇宙中航行，忽然全船聽到船長的廣播：大家好，現(xiàn)在我有一個好消息和一個壞消息要通知大家大家開始緊張好消息是，我們現(xiàn)在的速度越來越快了大家高興了一下壞消息是，我們不知道自己在往哪開 很多時候，我們就是這樣。我們會用高級的工具，做漂亮的report，出一堆的數(shù)字，大家看著數(shù)字多就覺得自己professi

27、onal，看著數(shù)字變大就覺得團(tuán)隊工作出色。 開一個網(wǎng)站，做一個promotion，談一個市場合作，執(zhí)行一個marketing campaign，做得辛辛苦苦，看到數(shù)字（traffic, acquisition, conversion）不斷變化眼花繚亂，最后出一份report說我們搞到了多少注意力，多少注冊，多少錢銷售，數(shù)字大的時候大家覺得做得好，數(shù)字小 的時候覺得做得不好，對么？問個問題：有個網(wǎng)站，對網(wǎng)站架構(gòu)做了重新設(shè)計后，pageview / visitor上升100%，其他數(shù)據(jù)都不變，這次重新設(shè)計是不是成功的？再問個問題：有兩個marketing campaign，Campaign A帶來

28、了10 million impression，100,000個visitor，2000個訂單，200,000元銷售；Campaign B帶來了5 million impression, 80,000個visitor，1000個訂單，400,000元銷售。哪個Campaign比較成功？答案是不知道。因為我們不知道我們的目標(biāo)是什么，在不知道目標(biāo)的時候數(shù)字是沒有意義的。如果你回答第一個問題”是成功的“，那么請想象一下如果這個網(wǎng)站是個電子產(chǎn)品公司的客戶自助服務(wù)頁面呢？網(wǎng)站的目標(biāo)是讓用戶自己找到問題的答案以減 輕客服中心的壓力，每個訪問者訪問頁面增多很未必是好事可能說明你導(dǎo)航更不清楚了讓用戶要花更多步驟

29、才能找到想要的答案。一方面客戶滿意度會下降，另 一方面更多客戶會放棄搜尋信息而直接撥打電話這樣又增加了客服那邊的壓力。如果你給了第二個問題肯定的答復(fù)，那么請想象一下如果我們的目標(biāo)是“增加品牌曝光”時你答案是什么，目標(biāo)是“促進(jìn)銷售”呢？目標(biāo)是“增加訂單量，讓用戶都體驗一下購物”呢？目標(biāo)是“增加高價值客戶”呢？沒有清楚定義目標(biāo)的時候，我們看到的數(shù)字僅僅是數(shù)字而已。只有定義了目標(biāo)，我們才知道數(shù)字對我們生意的意義。這個系列的頭兩篇文章（網(wǎng)絡(luò)營銷數(shù)據(jù)解讀（一）事情不是你看到的那樣，網(wǎng)絡(luò)營銷數(shù)據(jù)解讀（二）事情不是你看到的那樣）主要都在講說如何正確理解數(shù)據(jù)的含義，那么這篇文章將開始來介紹如何理解數(shù)字對于我們

30、生意的意義。首先，我們要清楚定義目標(biāo)。對于一個支持性的客服網(wǎng)站，我們的目標(biāo)是讓用戶找到滿意的答案，從而不去撥打電話。對于媒體網(wǎng)站，我們的目標(biāo)是讓用戶對內(nèi)容感興趣，消費更多的內(nèi)容。對于電子商務(wù)網(wǎng)站，我們希望客戶多消費，并且持續(xù)消費。對于某一個市場活動，我們希望能增加品牌曝光，對另一個宣傳活動，我們希望能拉多些新用戶。這是我們的目標(biāo)。聽起來很簡單，明確一下自己工作的意義和目的就好了。其實并不容易。對于很多公司，很多人來說，他們其實不是非常能明確自己工作的目的到底是什么，要做這個要做那個只是因為“之前也是這樣做的“或者”業(yè)界不都在這樣做么“，只是為了做事而做事，而沒有想清楚整件事情的意義。定義了目標(biāo)

31、之后，我們需要找到一組Metrics（指標(biāo)）來衡量目標(biāo)達(dá)成情況。打個比方，一個小朋友的目標(biāo)是“長高”，那么他就可以選擇“身高”（測量從腳底到頭頂?shù)拈L度）作為指標(biāo)。聽起來還是很簡單。其實并不容易，分三步來說：第一步，了解我們監(jiān)控到的數(shù)字的意義，找到合適的指標(biāo)來衡量我們目的達(dá)成的效果。第二步，研究數(shù)據(jù)，將無效和虛假的部分剝離。第三步，通過測試、輔助指標(biāo)計算和長期監(jiān)控來分析隱性和長期效果。 第一步，找到合適的指標(biāo)來衡量我們目的達(dá)成的效果。這個沒有想象的那么容易。舉個例子，假如你管理一家電子商務(wù)網(wǎng)站，你找了幾個人幫你做所謂的Marketing，你跟他們說“我要看到實際效果，打廣告的目的就是要帶來銷售。

32、“聽起來目的很明確促進(jìn)銷售，所以在指標(biāo)的選擇上也就很簡單看每個campaign帶來的“銷售”類指標(biāo)就好了。根據(jù)團(tuán)隊使用的工具的不同，他們的選擇可能有：Same Session order Same Session Shopper Same Session Revenue Last Click order Last Click Shopper Last Click Revenue First Click order First Click Shopper First Click Revenue Liner order Liner Shopper Liner Revenue 另外，他們可以選擇的時

33、間窗可能有7天，10天，30天，或者60天。選哪幾個最合適呢？一般的做法（有時候也是受到Web Analytics工具的限制）是選擇30天時間窗的Last Click Revenue?！?0-day Last-click Revenue”大致上（各家WA定義不一樣，有WA專家寫過一些文章介紹，可以點擊這里查看他blog）是這樣取得的：消費者下單完成后進(jìn)入訂單確認(rèn)頁面（Thank you page），這個頁面上有一段代碼會去看該用戶機(jī)器上的cookie，看該用戶在之前30天有沒有點擊過我們投放的廣告（例如發(fā)現(xiàn)該用戶30天內(nèi)依次點擊 過“新浪廣告”, “Smater比價網(wǎng)廣告”和“百度關(guān)鍵詞廣告”

34、），如果有，則找到用戶最后一次點擊的廣告（“百度關(guān)鍵詞”），把這個訂單的功勞都算到它頭上。聽起來蠻合理的。對于沒有選擇的同學(xué)們（比如你的WA工具只給你這個選項）來說，這樣做無可厚非。但是對于有選擇的人（比如你用好的工具，或者是自己設(shè)計開發(fā)WA工具），盲目選擇”30-day Last-click Revenue”就是一件很扯的事情。 首先，為什么是30天的時間窗？為什么不是7天，10天？為什么不是60天？你對廣告帶來的流量的依賴性多高？你的消費者看到和點擊你廣告的頻率怎樣？從看到廣告到做出購買決策，是否需要長時間的考察和研究？再問一遍，為什么不是7天，10天？為什么不是60天？ 更重要的是，為什

35、么你只看last click的數(shù)據(jù)？設(shè)想以下情況：一個用戶在新浪看到了你周年慶的廣告，點擊進(jìn)去發(fā)現(xiàn)你在做特價促銷，買東西全場免運費還送一堆贈品，他記下了。過了兩天， 在上班的時候（_，大部分人是在上班時間訪問電子商務(wù)網(wǎng)站的），他想起自己要買個電飯煲，于是去比價網(wǎng)找產(chǎn)品比較價格，又看到了你家網(wǎng)址，點 擊進(jìn)去看了一下，決定買了，但是沒有帶網(wǎng)上支付卡所以沒有直接買。晚上回家之后，他打開電腦，打開百度，輸入你網(wǎng)站的名字（他懶得去回憶你的域名）和那款 電飯煲的名字，點擊第一個鏈接（剛好是你的付費關(guān)鍵詞鏈接），到了你網(wǎng)站，買了產(chǎn)品。新浪的廣告讓客戶了解到你，對你產(chǎn)生的印象，給之后的購物做了鋪墊。比價網(wǎng)廣告

36、讓客戶了解到你也在銷售他需要的產(chǎn)品，讓他購買。最后，百度把客戶帶回來下了單。你，把功勞都算給百度？購物決策分為很多個階段，你的廣告可能在他購物決策的不同階段發(fā)揮了作用。有些類型的廣告能讓客戶來到網(wǎng)站，激發(fā)他的一些需求。有些類型的廣告能讓消費者在明確了他的需求之后，引導(dǎo)客戶來到網(wǎng)站，促成交易。還有些，介于兩者之間，幫助客戶從一個階段到下一個階段。如果我們只看離轉(zhuǎn)化（Conversion）最近的廣告，把所有功勞都?xì)w給它，就會出現(xiàn)很有趣的現(xiàn)象：在報表里面，哪些起到”促成轉(zhuǎn)化“功能的廣告 得到了所有的功勞，ROI最漂亮，而那些起到”激發(fā)需求“或者”增進(jìn)了解“功能的廣告沒有得到任何功勞，ROI很難看很自

37、然的，在我們”優(yōu)化“市場投 放的時候，就會把有限的資金向ROI高的投放方式上傾斜（按照上面那個例子，很多marketer看到數(shù)據(jù)之后會把新浪和比價網(wǎng)廣告停掉，把錢都往百度 砸）。因為你選擇了一個有偏見的指標(biāo)，”激發(fā)需求“和”增進(jìn)了解“類型的廣告的作用被大大低估，他們得到的資源也越來越少，最終影響到那些”促成轉(zhuǎn)化“的 廣告的效果（在上面那個例子，如果沒有前面的廣告，客戶是不會去百度搜索你的）最后的結(jié)果就是，我們越是數(shù)字導(dǎo)向，越是去優(yōu)化我們的 marketing campaign，越是把資源投給那些看起來ROI高的campaign，我們整體的ROI就越差。很諷刺，不是么？ 現(xiàn)在，你是否覺得，為了評

38、價”創(chuàng)造銷售“這個目標(biāo)，除了30-day last click revenue我們應(yīng)該也看看別的指標(biāo)？比如說同時看30-day first click revenue和liner revenue. 30-day first click將把功勞算給30天內(nèi)客戶點擊的第一個campaign，而liner將把功勞平均算給客戶在30天內(nèi)點擊過的所有campaign。如果你的投放金額較大（那么就更需要精細(xì)管理），是否應(yīng)該將campaign分組，有些組用這個指標(biāo)衡量（例如用first click衡量門戶網(wǎng)站banner），有些組用那個衡量（比如用last click衡量比價網(wǎng)廣告），還有些用liner的數(shù)

39、據(jù)？或者，你覺得可以3個數(shù)據(jù)都看，弄個公式來計算（給每種數(shù)據(jù)一個權(quán)值）？這些都是可以的，關(guān)鍵是清楚的了解我們抓取到的數(shù)據(jù)含義，結(jié)合目標(biāo)來選擇最合適你生意的一套指標(biāo)。上次（網(wǎng)絡(luò)營銷數(shù)據(jù)解讀（四）目標(biāo)和指標(biāo)）說到定義了目標(biāo)之后，我們需要找到一組Metrics（指標(biāo)）來衡量目標(biāo)達(dá)成情況。找合適的Metrics要分三步走：第一步，了解我們監(jiān)控到的數(shù)字的意義，找到合適的指標(biāo)來衡量我們目的達(dá)成的效果。第二步，研究數(shù)據(jù)，將無效和虛假的部分剝離。第三步，通過測試、輔助指標(biāo)計算和長期監(jiān)控來分析隱性和長期效果。網(wǎng)絡(luò)營銷數(shù)據(jù)解讀（四）目標(biāo)和指標(biāo)里對第一步進(jìn)行了簡單的介紹，今天我們來討論第二步和第三步。 首先，我們要

40、研究數(shù)據(jù)，將無效和虛假的部分剝離。因為監(jiān)控工具的不完美，人工操作的失誤，或者合作方有意無意的作弊，我們拿到的數(shù)據(jù)很未必完全是真實的。你拿到10000個click，可能只有1個是真實用戶的點擊，拿到10萬個注冊用戶，可能全部都是機(jī)器生成。所以，我們必須要有一個篩選過濾的過程。因為作弊方法太多，我也沒有想到有什么系統(tǒng)性的方法可以用來解決這個問題。有一個簡單的原則就是：找異常。真實的數(shù)據(jù)看起來就是會比較”真實“，數(shù) 據(jù)間的比例關(guān)系也會比較合理，數(shù)據(jù)在時間和地域上的曲線和分布都會比較平滑。反過來，作弊的流量有可能會考慮不周，從而在某方面做得太過分而顯出異常來。舉例來說，如果我監(jiān)控的是我在xMarsOp

41、inionx上廣告投放的click數(shù)據(jù)，有哪些可能出現(xiàn)“異?！钡牡胤侥兀苛髁吭跁r間上的分布異常：如果平時每天帶來1萬個click，今天忽然帶來10萬個，這就很讓人懷疑。另一種情況，如果每天還是平均1萬個很穩(wěn)定，但是仔細(xì)看發(fā)現(xiàn)每天有5千個都是在8點5分到8點10分這五分鐘過來的，這也是一種異常。 流量在行為上的異常：正常情況下，通過廣告帶來的大部分的流量應(yīng)該會直接離開網(wǎng)站（bounce），剩下的那些流量會行為各異，有些人看多幾個頁 面，有些人看少幾個。如果發(fā)現(xiàn)流量全部被bounce，這是一種異常，如果流量完全沒有bounce這也很異常；如果大部分的流量都表現(xiàn)出了類似的行為這 也很異常比如90%的

42、流量都是到了landing page點擊了頁面頂部一個不起眼的鏈接，在下一個頁面停留了0秒，又點擊了頁面頂部一個不起眼的鏈接，然后離開站，這看起來也很假。 流量在地域上的異常：如果1萬個click當(dāng)中，9800個來自同一個IP（或者相鄰的一段IP），這也很奇怪。如果從地域分析上看，一個面向北京免運費的活動，來的流量99%都是山西的，這也很莫名。 流量在來源上的異常：本來買的是xMarsOpinionx網(wǎng) 絡(luò)營銷專區(qū)的廣告，結(jié)果最后仔細(xì)研究發(fā)現(xiàn)流量中90%是從游戲?qū)^(qū)點來的，這也很不對勁。（不同地方的流量價值是不一樣的，可能他們在賣你廣告的時候宣傳 的是”我們的受眾剛好是你的目標(biāo)客戶，重合度高，

43、效果好“，但是其實他們那個方面流量太少，為了填數(shù)字，只好從別的熱門頻道例如游戲頻道、娛樂頻道 導(dǎo)入垃圾流量充場面） 如果我們監(jiān)控的不是click，而是registration呢？類似。時間分布異常：前一個月每天才5個注冊，結(jié)算前一天來了10000個注冊。 行為異常：廣告鏈接到landing page，但是所有流量都是直接到注冊頁面注冊，沒有經(jīng)過landing page。 地域異常：都來自同一個IP段 其他異常：所有注冊用戶都沒有填寫具體信息；或者所有注冊用戶都叫類似名字；或者所有注冊用戶的注冊email都長得很像，比較常見的是marsopinion0001xgmailx, marsopinio

44、n0002xgmailx, marsopinion0003xgmailx, marsopinion0004xgmailx, marsopinion0005xgmailx, marsopinion0006xgmailx上面只是拋磚引玉，并不能涵蓋所有作弊流量的特點。但是從Marketer的角度，我們判斷流量虛假的原則是確定的：流量是否顯著異常。如果他能做到在數(shù)據(jù)表現(xiàn)上和真實流量沒區(qū)別，我們確實也很難把他們抓出來。 至少，做好第一步之后，我們已經(jīng)把那些比較傻的作弊數(shù)據(jù)給排除掉了。一般的公司上做到這一步就停下來了嗯，確切的說，很多公司還沒有做到這一步就停了，呵呵。 如果你還要深入想一下的話，可能就會

45、思考這樣一個問題：數(shù)字大就是好么？帶來100,000塊錢訂單就一定比10,000塊錢訂單好么？難道帶來1000個新用戶就一定比帶來500個好么？難道1000個訪客就比900個訪客要有價值么？不一定。因為我們雖然衡量了campaign達(dá)成指標(biāo)的程度（數(shù)量），但是卻沒有仔細(xì)去考評達(dá)成指標(biāo)的質(zhì)量。就好象說我們派兩個人去不同水果攤買50塊錢蘋果，心里面想說誰買得多就算誰能干（用“重量”做指標(biāo)）。最后甲帶回來10斤蘋果，乙?guī)Щ貋?0斤，于是我們認(rèn)為甲更能干一些。細(xì)細(xì)想想，是不是覺得 有點怪？萬一甲帶回來的蘋果很難吃呢（難吃，但是并不是假蘋果）？萬一乙買回來的是你這輩子吃過的最好吃的蘋果呢？在這個例子里，

46、我們本來想采用”蘋果的重量“來衡量兩個人的能干程度，后來又加入了”口味“來輔助評判。對于網(wǎng)絡(luò)營銷的指標(biāo)來說，我們也可以類似的引入一些輔助指標(biāo)來幫助我們更好的理解那些主要指標(biāo)的“質(zhì)量”。 第一類的輔助指標(biāo)，是當(dāng)期就能拿到的、可以幫助我們衡量主要指標(biāo)質(zhì)量的其他指標(biāo)。（好繞x_x）比如說，我們的目標(biāo)是“銷售”，那么我們除了訂單金額之外，還可以綜合訂單量，平均訂單金額，購物顧客數(shù)量和利潤一起來看。假設(shè)A網(wǎng)站廣告帶來了10萬塊錢的銷售，B網(wǎng)站廣告帶來8萬塊。A網(wǎng)站的訂單數(shù)量是500，來自500名不同的客戶，平均訂單金額200；而B網(wǎng)站 的訂單數(shù)是800，來自800名不同的客戶，平均訂單金額100這時候，

47、根據(jù)我們策略的不同，我們很可能就做出不同的判斷。如果我們的目標(biāo)是“擴(kuò)大客戶群”，可能我們會定義Revised Revenue = Revenue*(1-Buyer Weight) + Buyer*Average order Value*Buyer Weight，如果我們網(wǎng)站的平均訂單金額是250，而我們給“購物客戶數(shù)量”的權(quán)重是50%的話，我們就可以計算出A網(wǎng)站廣告帶來的的Revised Revenue = 100,000*0.5 + 500*250*0.5 = 50,000 + 62,500 = 112,500，而B網(wǎng)站廣告帶來的Revised Revenue = 80,000*0.5 +

48、800*250*0.5 = 40,000 + 100,000 = 140,000，兩相比較，B網(wǎng)站的廣告效果比A網(wǎng)站廣告效果更好！但是反過來，如果我們當(dāng)前目的是“盈利”（比如我們是做service的，服務(wù)每個訂單的成本類似比如100塊，單個訂單買少了我們虧錢，買的 越多我們越賺），而且訂單的利潤數(shù)據(jù)并不能從WA中得到，我們可能就要用Revised Revenue來簡單的估算一下，比如說我們可以定義Revised Revenue = Revenue order*100，用這個公式來計算的話，我們又會得出結(jié)論說A網(wǎng)站廣告效果更好一些。總而言之，我們要根據(jù)戰(zhàn)略目標(biāo)來調(diào)整自己的Metrics中指標(biāo) 的

49、定義，以便于讓他更精準(zhǔn)的反映”目標(biāo)達(dá)成情況“。 再舉個例子，比如我們要做個Campaign，目的是給網(wǎng)站帶流量，那么，網(wǎng)站停留時間，瀏覽深度，和是否到達(dá)特定頁面（例如公司介紹頁面，產(chǎn)品介 紹頁面）也可以成為我們的輔助指標(biāo)。比如我們可以定義Revised Traffic = Traffic*0.1 + 0.4*(Traffic with more than 3 pageviews）+ 0.5*(pageview of target page)，這樣子，那些給我們帶來高質(zhì)量流量（來了之后在我們網(wǎng)站東逛西逛，或者對我們感興趣看了我們公司介紹產(chǎn)品介紹）的營銷渠道會更容易脫穎而出。比如新浪廣告帶來了10

50、0萬visitor，10萬瀏覽超過3個頁面，8萬（和前面這10萬人有重復(fù)）人看了產(chǎn)品頁面，同時QQ廣告帶來120萬 visitor，5萬瀏覽超過3個頁面，6萬（和前面這5萬有重復(fù)）人看了產(chǎn)品頁面，乍一看訪客數(shù)量好像QQ廣告更好，但是仔細(xì)考慮流量的質(zhì)量，用我們設(shè) 計的revised traffic分析就會發(fā)現(xiàn)不是這么一回事。新浪的Revised Traffic = 1,000,000 * 0.1 + 0.4 * 100,000 + 0.5 * 80,000 = 一八0,000，而QQ的Revised Traffic = 1,200,000 * 0.1 + 0.4 * 50,000 + 0.5 *

51、 60,000 = 一五0,000，新浪廣告的效果更好一些！從上面的例子可以看到，我們的目標(biāo)不同，就會導(dǎo)致我們對”質(zhì)量“理解的不同，也就會需要選用不同的輔助指標(biāo)來幫助我們更好的解讀數(shù)據(jù)。 除了上面所說的這些之外，還有另一類輔助指標(biāo)長期效果。簡單說，就是隔一段時間，再測量一下之前某個campaign帶來的流量、客戶表現(xiàn)如何。還是用上面的例子，新浪廣告100萬Visitor，QQ廣告帶來120萬Visitor。廣告投放結(jié)束后，過一個月之后我們可以（如果你用的WA 工具有這個功能，很多付費工具可以做到，GA的話看過別人這樣用過但是我自己沒有親手操作過）再看看這些人的表現(xiàn)，例如“多少人在廣告投放期過后

52、還來 過我們網(wǎng)站”，“多少人在最近7天來過網(wǎng)站”，“多少人在投放期過后買過東西”可能我們會發(fā)現(xiàn)，新浪的100萬Visitor當(dāng)中有10萬在廣告停了 以后又來了網(wǎng)站，5萬在過去7天內(nèi)來過（說明訪問頻率高），1萬買了東西；而QQ的120萬人當(dāng)中只有8萬又來了網(wǎng)站，4萬在過去7天內(nèi)來過，7千買了東 西。我們可以比較有信心的得出結(jié)論說新浪的營銷效果更好一些，真的給網(wǎng)站帶來了客戶，對我們有長期的正面影響。再舉兩個非常類似的例子，第一個，假設(shè)我們在和一堆論壇搞活動吸引論壇的網(wǎng)站來你網(wǎng)站注冊，注冊就送論壇積分和小禮品，這樣很容易在初期看到很好的 效果比如每天注冊10000個，我們覺得獲取每個新用戶的價值高于

53、200塊錢，所以當(dāng)論壇問我們要20塊錢一個注冊的時候我們覺得還蠻公道的。在結(jié)算 時看看數(shù)據(jù)，覺得注冊量看起來也沒什么異常，應(yīng)該也是真的，于是挺高興。但是，當(dāng)我們在一個月后再查數(shù)據(jù)的時候，發(fā)現(xiàn)只有0.1%的“新用戶”在活動結(jié)束 后來訪問過網(wǎng)站，0.01%的人7天內(nèi)訪問過，0.001%的人有購物行為而自然增長的“真實新用戶”，各方面數(shù)據(jù)表現(xiàn)應(yīng)該至少是這個數(shù)據(jù)的200 倍！這樣算起來，論壇那些新用戶的價值只有我們平時自然增長新用戶的1/200，也就是價值1塊錢/個，20塊錢一個買來實在是很虧。為什么會這樣呢？一 種可能是我們的合作方在作弊做得很高明，我們沒有看出來，但是他再怎么做也很難想到說還要在活

54、動結(jié)束后繼續(xù)來作弊模擬讓這些“新用戶”去訪問網(wǎng)站，所 以這時候被我們抓到。另一種可能是那些“新用戶”完全就是被論壇積分和小禮品吸引來注冊的，他們只是根據(jù)論壇的指示填了個表格提交而已，根本沒有花心思了 解我們網(wǎng)站是干嘛的，自然之后也不會來訪問這就是規(guī)則設(shè)定的問題了。另一個例子，假如我們和某非競爭的大網(wǎng)站做用戶交換，為了吸引客戶，我們可以給出”買100減30“的折扣券，僅供合作方帶來的新注冊用戶使用。因 為我們要求很嚴(yán)格：1. 只有從合作方過來的流量才能通過注冊得到折扣券；2. 只有當(dāng)用戶真的買東西之后我們才需要付出折扣券的成本。所以聽起來是只賺不賠的生意如果通過這個合作得到了10萬個新用戶，5萬

55、個買了東西，大家心里 面都會很開心，MKT也可以交一份漂亮的報告給老板來論證自己做得多好。只是，如果很不識相的在一個月后再查一下數(shù)據(jù)，或許會發(fā)現(xiàn)這5萬個”購物新用戶“ 中只有1%再次訪問過網(wǎng)站，而正常數(shù)據(jù)應(yīng)該是至少10%。為什么會有這個差距呢？你仔細(xì)在網(wǎng)上搜索之后可能會發(fā)現(xiàn)所有的網(wǎng)購論壇上都已經(jīng)貼出了帖子說 ”xMarsOpinoinx在送錢，買100送30，通過這里重新注冊個帳號就好！”，然后無數(shù)的老用戶（一般來說，這種帖子最能吸引已經(jīng) 在marsopinionx購物過，相信這個網(wǎng)站的用戶）點擊鏈接重新注冊了個帳號（這次用的是自己不常用的那個email，或者新弄了一個 email來注冊）拿了

56、折扣券買了自己本來要買的東西，買完之后就把這個帳號丟了。這個Campaign劃不劃得來我們可以再討論，但是它的效果并不如想 象中好是一定的。我們可以看到，輔助指標(biāo)不僅僅可以幫助我們更精準(zhǔn)的衡量網(wǎng)絡(luò)營銷效果，衡量它在“達(dá)成目標(biāo)”方面的真實作用，而且還能夠在一定程度上更全面和精準(zhǔn)地過濾作弊數(shù)據(jù)，一舉兩得。 OK，回顧一下，要找到合適的Metrics，我們需要：第一步，了解我們監(jiān)控到的數(shù)字的意義，找到合適的指標(biāo)來衡量我們目的達(dá)成的效果。第二步，研究數(shù)據(jù)，將無效和虛假的部分剝離。第三步，通過測試、輔助指標(biāo)計算和長期監(jiān)控來分析隱性和長期效果。經(jīng)過這些步驟，我們已經(jīng)建立起來了一套合理的metrics（文中

57、只是給了提示和方向，真的要建一套符合自己公司特點的metrics還是需要很多精力深入分析的，沒有通用公式:)）而且這套體系應(yīng)該已經(jīng)比大多數(shù)公司目前使用的要更全面一些了。開香檳慶祝吧。 只是預(yù)告一下，過一陣子（取決于我的勤勉程度x_x）還會有網(wǎng)絡(luò)營銷數(shù)據(jù)解讀（六）和網(wǎng)絡(luò)營銷數(shù)據(jù)解讀（七）預(yù)計會要寫到（十）去，呵呵。接著往下看，可能你會發(fā)現(xiàn)這篇文章里的結(jié)論其實也還大有探討的余地，呵呵。PS.為什么要搞這么麻煩？嗯這樣才能用更少的錢達(dá)到更好的效果，不同水平的Online Marketer去執(zhí)行類似的Campaign，真實效果差10倍是很正常的事情。哪怕你只投入100萬么通過分析數(shù)據(jù)，積累經(jīng)驗，優(yōu)化方

58、法就有可能幫你 省90萬，看在錢的面子上多看看數(shù)據(jù)何樂不為？ （之前也寫過一篇為什么要深入解析“網(wǎng)站分析”數(shù)據(jù)？) 真的要搞這么麻煩么？不一定，看你投放規(guī)模，如果本身就沒有花多少錢在網(wǎng)絡(luò)營銷方面，其實也沒必要太認(rèn)真分析，簡單監(jiān)控一下就OK了?！眱?yōu)化“這種事情常常是邊際效益遞減的，只有上規(guī)模的公司才有必要做到非常細(xì)致深入的研究和優(yōu)化。上次說到我們需要找到一組Metrics（指標(biāo)）來衡量目標(biāo)達(dá)成情況。為了達(dá)到這個目的，我們需要做的三件事情是：，找到合適的指標(biāo)來衡量我們目的達(dá)成的效果。研究數(shù)據(jù)，將無效和虛假的部分剝離。通過測試、輔助指標(biāo)計算和長期監(jiān)控來分析隱性和長期效果。好吧，回歸我一向的風(fēng)格，繼續(xù)

59、問問題：假設(shè)網(wǎng)站（或者某個營銷活動）的某個指標(biāo)發(fā)生變化（例如在顯著下降），我們該怎么找到數(shù)據(jù)變化的原因和應(yīng)對方法？假設(shè)我們已經(jīng)設(shè)置好了， 通過監(jiān)控得知campaign A在所有指標(biāo)上都等同于campaign B，我們是不是就沒法分析哪個campaign比較好？如果兩個campaign不是完全相等，而是在某一個指標(biāo)上相等（比如兩個廣告的 conversion rate一模一樣），我們是否就沒法分析說我們接下來要怎樣優(yōu)化這個指標(biāo)（比如conversion rate）？ 如果做A/B測試的時候發(fā)現(xiàn)兩種結(jié)帳流程的轉(zhuǎn)化率一樣，我們是不是就可以隨便挑一個？本想用常用術(shù)語的，百度了一下發(fā)現(xiàn)官方定義和我理解不

60、一樣，為免出丑還是用通俗概念來解釋，不丟術(shù)語了：）?；旧?，不管學(xué)術(shù)上解決問題的方法叫什 么名字，具體的思路都很類似：如果一個大問題想不清楚，就把它拆成更好理解的小問題。借用一個程序設(shè)計領(lǐng)域的概念就是：自頂向下，逐步求精?？梢圆捎玫墓ぞ哂校?. 看分布：基本上，凡是“總和”或者“平均”類的統(tǒng)計數(shù)據(jù)都會丟失掉很多重要的信息。例如你打靶，第一槍向左偏了5米，第二槍向右偏了5米，第三槍向上偏了5米，第四搶向下偏了5米平均來說，你射擊的誤差是零（因為都相互抵消了），成績和槍槍命中靶心的世界冠軍一樣這顯然是荒謬的結(jié)論。網(wǎng)絡(luò)營銷當(dāng)中也常常會發(fā)生類似的事情：上個月平均訂單金額500元/單，這個月也是500元