【正文】 mpaign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，輔助指標不僅僅可以幫助我們更精準的衡量網(wǎng)絡(luò)營銷效果，衡量它在“達成目標”方面的真實作用，而且還能夠在一定程度上更全面和精準地過濾作弊數(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，找到合適的指標來衡量我們目的達成的效果。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@__@）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，其實也沒必要太認真分析，簡單監(jiān)控一下就OK了。”優(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）來衡量目標達成情況。為了達到這個目的，我們需要做的三件事情是：，找到合適的指標來衡量我們目的達成的效果。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)問問題：假設(shè)網(wǎng)站（或者某個營銷活動）的某個指標發(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（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/單，看起來平平安安不需要操心?？墒菍嶋H上有可能上個月5萬單都是400～600元，而這 個月5萬單則是2萬單300元，2萬單400元，5千單500元，5000單超過2500元——客戶購買習(xí)慣已經(jīng)發(fā)生了巨大變化，一方面客戶訂單在變小 （可能是因為產(chǎn)品單價下降，采購數(shù)量減少，或者客戶選擇了比較便宜的替代品），另一方面出現(xiàn)了一些相對較大的訂單（可能是中小企業(yè)采購，或者是網(wǎng)站擴充產(chǎn) 品線見效了）。——光看平均值的話很容易就忽視這些潛在的變化，不能及時的做出應(yīng)對。兩個campaign帶來一樣多的流量（100萬流量），而且流量的Average Time on Site（假設(shè)是40秒）是一樣的，看起來兩邊差不多?？墒莾蛇叺膶嶋H流量情況可能是千差萬別：campaign A帶來的50萬流量停留0秒（具體原因參看之前寫的），50 萬停留80秒；而campaign B帶來的流量20萬停留0秒，60萬停留10秒，20萬停留170秒。首先這個數(shù)據(jù)可以幫助我們?nèi)ヅ袆e流量是否異常是否可能有作弊流量，其次它告訴我們說 第一個頁面bounce rate比較高，第二個比較低，可能是第二個頁面的設(shè)計較好，然后它告訴我們說第二個頁面雖然更能吸引人點擊，但是那些人都是很快點擊頁面然后很快就離開 了，這一點很值得和campaign A進行對比再深入研究。解決的方法還蠻簡單的，就是不要只看平均數(shù)和總數(shù)，而要多看看分區(qū)段的數(shù)據(jù)。比如看Avg Time on Site，我們可以看個平均值，就好象：也可以去查看分區(qū)段的數(shù)據(jù)，獲得更深刻的理解，就好象：從第一個數(shù)據(jù)里我們其實很難分析出原因，更別說想出行動方案。但是第二幅圖就更加直接的告訴我們說Avg Time on Site短是因為很多人停留了不到10秒就走了——bounce rate過高。再去看那些bounce rate高的流量來源，發(fā)現(xiàn)主要是兩個：1. 朋友的大網(wǎng)站上的友情鏈接，每天都帶來海量流量，但是往往點開網(wǎng)頁就走——因為我們的網(wǎng)站和朋友網(wǎng)站內(nèi)容其實不太相關(guān)，用戶也并不重合；2. 因為網(wǎng)站的名字比較特別，和某電視劇重名，所以很多搜索電視劇的用戶來了網(wǎng)站——一看網(wǎng)站并不是討論電視劇的就走了。然后我們可以根據(jù)這兩個分析來得出一 些結(jié)論和行動方法，例如之后問別人要友情鏈接主要要看用戶的重合度，而不是流量?；蛘哒f要找出網(wǎng)站上所有可以和該電視劇匹配的產(chǎn)品做個特別的 landing page，把那部分敲錯門的用戶留下來——拋磚引玉，關(guān)鍵是我們要看到“平均數(shù)”后面的東西，這樣才能有深入的洞察，也才能夠有合理的行動方案。2. 拆因子，拆構(gòu)成除了分隔區(qū)段來查看數(shù)據(jù)詳情之外，比較常見的方法還有拆因子和拆構(gòu)成。同樣看看例子：網(wǎng)站轉(zhuǎn)化率下降，我們要找原因。因為”轉(zhuǎn)化率“=”訂單“/”流量“，所以”轉(zhuǎn)化率“下降的原因很可能是”訂單量下降“，”流量上升“，或者兩者皆 是。按照這個思路我們可能發(fā)現(xiàn)說主要的原因是”流量上升“而”訂單量升幅不明顯“，那么下面我們就可以來拆解”流量“的構(gòu)成，例如拆成”直接訪問流量 “、”廣告訪問流量“和”搜索引擎訪問流量“再看具體是哪部分的流量發(fā)生了變化，接下來再找原因。這時我們可能可以看到說是搜索引擎訪問流量上升，那就可以再進一步分析說是付費關(guān)鍵詞部分上升，還是自然搜索流量上升，如果是自然流量，是品牌（或者網(wǎng)站名相關(guān)）關(guān)鍵詞流量上升，還是其他詞帶來的流量上升—— 假如最后發(fā)現(xiàn)說是非品牌類關(guān)鍵詞帶來的流量上升，那么就再找原因——市場變化（淡季旺季之類），競爭對手行動，還是自身改變。假如剛好在最近把產(chǎn)品頁面改 版過，就可以查一下是不是因為改版讓搜索引擎收錄變多權(quán)重變高。接下來一方面要分析說自己到底哪里做對了幫助網(wǎng)站SEO了（比如把頁面導(dǎo)航欄從圖片換成了 文字），把經(jīng)驗記下來為以后改版提供參考；另一方面要分析說哪里沒做好（因為新增流量但是并沒有相應(yīng)增加太多銷售），去研究怎樣讓“產(chǎn)品頁面”更具吸引力 ——因為對很多搜索引擎流量來說，他們對網(wǎng)站的第一印象是產(chǎn)品頁面，而不是首頁。3. 拆步驟一般來說，這一步會畫個漏斗圖（前面幾個步驟也都會畫些漂亮圖來展示以示專業(yè)）舉兩個例子：第一個例子：兩個campaign，帶來一樣多的流量，一樣多的銷售，是不是說明兩個campaign效率差不多，我們沒什么好總結(jié)好學(xué)習(xí)的？可是，如果我們把每個campaign的流量拆細，去看每一步，就會發(fā)現(xiàn)不一樣的地方。Campaign B雖然和Campaign A帶來了等量的流量，可是這部分流量對產(chǎn)品更感興趣，看完landing page之后更多的人去看了產(chǎn)品頁面?？上У氖请m然看產(chǎn)品的人很多，最后轉(zhuǎn)化率不高，訂單數(shù)和campaign A一樣。這里面還可以再深入分析（結(jié)合之前提到的分析方法，和下一章要說的細分方法），但是光憑直覺，也可以簡單的得出一些猜測來，例如兩個 campaign的顧客習(xí)慣不太一樣，campaign B的landing page設(shè)計更好，campaign B的顧客更符合我們的目標客戶描述、更懂產(chǎn)品——但是我們的價格沒有優(yōu)勢……這些猜想是我們深入進行分析，得出行動方案的起點。至少，它可以幫助我們更快 的累計經(jīng)驗，下次設(shè)計campaign的時候會更有的放矢，而不是僅僅寫一個簡單report說這兩個campaign效果一樣就結(jié)案了。（注：這是個簡 化的例子，實際上還可以分更多層）第二個例子可能更常見一些，比如網(wǎng)站轉(zhuǎn)化率下降，我們可以拆成這樣的漏斗：這樣拆好之后，更能清楚地看到到底是哪一步的轉(zhuǎn)化率發(fā)生了變化。有可能是訪客質(zhì)量下降，都bounce掉了，也可能是“購物車–登錄”流失了（如果你把運費放到購物車中計算，很可能就看到這一步流失率飆升），這樣拆細之后更方便我們分析。見過一個例子就是轉(zhuǎn)化率下降，MKT查流量質(zhì)量發(fā)現(xiàn)沒問題，PM查價格競爭力也沒問題——最后發(fā)現(xiàn)是MIS為了防止惡意注冊，在登錄頁面加了驗證碼（而且那個驗證碼極度復(fù)雜），把“登錄頁面–填寫訂單信息“這一步的轉(zhuǎn)化給降低了。這篇文章比較基礎(chǔ)……說到這里前面提的兩個問題應(yīng)該很好答了。老規(guī)矩，最后問個問題：如果我們有了，從這套指標看，campaign（或者頁面改版，或者其他任何東西）A在各項指標上都和campaign B相當，而且我們把指標分區(qū)段、拆細，分步驟看漏斗圖都看不出什么東西，我們應(yīng)該怎么做？22 / 2