数据驱动的网络营销和网站运营笔记
2010-09-13 09:26:30 来源：WEB开发网核心提示：今天在篱笆网参加了上海产品经理的第二次聚会，在会上听到“Mars Ren 任鑫”讲的“数据驱动的网络营销和网站运营”，数据驱动的网络营销和网站运营笔记，感觉受益匪浅，当时没有带纸和笔，数据一定要深挖，看的更细一些；以上是今天只下来感觉非常不错的几个点，现在只能凭借记忆来记录一下关于《数据驱动的网络营销和网站运营》的一些
今天在篱笆网参加了上海产品经理的第二次聚会，在会上听到“Mars Ren 任鑫”讲的“数据驱动的网络营销和网站运营”，感觉受益匪浅，当时没有带纸和笔，现在只能凭借记忆来记录一下关于《数据驱动的网络营销和网站运营》的一些有价值的东西。
现在很多公司或网站都在提数据驱动，数据驱动真的用好了真的是好，但如果你用错了，那就真的是错！
一、了解数据是怎么来的，保证数据的真实性
举一个例子，一个公司作邮件营销，以下是他的数据：
1、共发出100万个邮件；
2、邮件到达率99%；
3、邮件打开率19%；
4、邮件内的链接点击率19%；
5、新用户的比率为80%；
6、来到网站后的网站停留时间为19秒；
从这个数据上来看，通常能有几个结论：
1、邮件到达率是非常高的，几乎是无优化空间了；
2、邮件打开率不高，可能是邮件标题不是很吸引人；这里有很大的优化空间；
3、邮件内的链接点击率不高，说明邮件内容用户不感兴趣；这里也有很大的优化空间；
4、新用户的比例还可以；
5、在网站上停留的时间非常短，说明看到的东西用户不喜欢，优化空间还很大；
那么，在作这个结论前，如果你追问数据的计算方法，可能会得到完全不一样的结论：
1、共发出100万个邮件：
怎么样算是发出？从你的软件出发出就算发出了吗？邮件地址是否正确？是否有几十年都不会打开的邮箱？
那么，追问的结果可能就是这个值被夸大；可能100万个邮件中，只有10万个是活跃的邮箱，如果是这样，那么后边的打开率就会被远远的低估；可能就不用优化了；
2、邮件到达率99%：
我们继续追问；怎么样是到达了？服务器有反应了，就算到达了吗？到达后有可能被直接送到了垃圾邮箱中，有可能连垃圾邮箱都没有进，就被服务器删除了等等；
所以这个值一定要追问，最后的结果可能是这个值被算的很大，实际上不是；
3、邮件打开率19%：
邮件的打开率追踪，通常是在邮件中加一个img，这个img实际是一个track code，这样只要有人打开了邮件并执行了这个img的显示，那么track code就会算为一次打开；
而实际的情况呢？
我们知道，一些邮箱在打开时，为了安全起见，是不会显示邮件中的图片的，那么就不会被统计到；还有一些情况是，我们用Outlook收发邮件，这个统计代码也不会被统计到；
所以，打开率的19%，应该是被算小了。
4、邮件内的链接点击率19%：
链接的点击率是跟据上来的邮件打开率算出来了，前者都算的有问题，那么这个就更不要提了；
5、新用户的比率为80%：
统计新用户的方法，现在网站基本上都是在用户来到网站后，在用户的COOKIE中记录一下，那么下次再来时，先看一下用户的COOKIE中有没有记录，如果有，算为老用户，如果没有，算为新用户；
而实际的情况是，很多浏览器，有一些功能是在关闭后，直接清COOKIE，那么在算新老用户时就会有问题；
所以，这个80%的新用户，是被算大了；
6、来到网站后的网站停留时间为19秒：
网站停留时间是怎么算的？最后一个页面的打开时间减去第一个页面的打开时间；还可能有别的算法；但用第一种算法，明显是把时间算的小了；因为最后一个页面看的时间是没有算进去；
所以，这个时间是被算小的；
说的到，我们再重新回头看最开始得出的结论，是不是完全是错的！
那么，数据驱动就驱动到了一个错误的方向上面去了，所以，在数据驱动前，要十分理解这些数据是怎么来的，以及知道这些技术的算法等；不然，只看数据不知道怎么来了，可能会把你领到一个错误的方向上去；
我记得当时的PPT上有一张图片很形象，就是拉弓射箭，结果都射到自已人身上了；因为得到的方向就是错的。
二、业务需要什么样的数据
再看一个例子，在市场投放时，一共投放了两家网站，看数据：
A网站：
投放人民币：100万
买回来的用户数：200万
买回来的PV：4000万
注册用户：10万
成单用户：2万
B网站：
投放人民币：100万
买回来的用户数：150万
买回来的PV：5000万
注册用户：8万
成单用户：2.5万
先问一个问题，这两家网站哪个效果好？如果我认为哪家效果好，我会把给另一家的100万也投到这一家上边；
这个时候，就比较为难了，一般的来说，会在投放前，先定一个目标，例如，我的投放就是要PV；如果这样，我最后会选B网站，因为B网站的PV是最高的，同样100万可以买回来更多的PV；但实际比较好的作法是，有多个目标来算效果；
例如PV占1分，成单占5分，注册占3分；然后，根据买回来的情况，算一个值出来，这样来计算效果；
我记得当时的PPT上有一张图片是一个骰子，及有多个面。
三、深挖数据
再看一个例子，在市场投放时，一共投放了两家网站，看数据：
A网站：
投放人民币：100万
买回来的用户数：150万
成单用户：2万
B网站：
投放人民币：100万
买回来的用户数：150万
成单用户：2万
最后一看数据，两个网站一样，那么是不是真的就要认为是一样呢？当然不是；
这里要深挖数据，我画一个图，帮助理解：
如果深看这两个网站的数据，你会发现不同，我可以举到个方面的例子：
1、可以看订单的金额或我们能拿到的利有多少，可能两个网站的订单是一样的，但每个单的金额可能差的很多；
2、可以看的数据长一点，只看一天的情况是这样，如果看三天的数据呢，可能情况又不同了；
3、看B网站在登陆页流失很大，如果我们优化一下登陆页，情况会不会大有不同呢！
所以，数据一定要深挖，看的更细一些；
以上是今天只下来感觉非常不错的几个点，记录一下，也分享给大家！
文章来源：http://www.zishu.cn/10/931.html
现在很多公司或网站都在提数据驱动，数据驱动真的用好了真的是好，但如果你用错了，那就真的是错！
一、了解数据是怎么来的，保证数据的真实性
举一个例子，一个公司作邮件营销，以下是他的数据：
1、共发出100万个邮件；
2、邮件到达率99%；
3、邮件打开率19%；
4、邮件内的链接点击率19%；
5、新用户的比率为80%；
6、来到网站后的网站停留时间为19秒；
从这个数据上来看，通常能有几个结论：
1、邮件到达率是非常高的，几乎是无优化空间了；
2、邮件打开率不高，可能是邮件标题不是很吸引人；这里有很大的优化空间；
3、邮件内的链接点击率不高，说明邮件内容用户不感兴趣；这里也有很大的优化空间；
4、新用户的比例还可以；
5、在网站上停留的时间非常短，说明看到的东西用户不喜欢，优化空间还很大；
那么，在作这个结论前，如果你追问数据的计算方法，可能会得到完全不一样的结论：
1、共发出100万个邮件：
怎么样算是发出？从你的软件出发出就算发出了吗？邮件地址是否正确？是否有几十年都不会打开的邮箱？
那么，追问的结果可能就是这个值被夸大；可能100万个邮件中，只有10万个是活跃的邮箱，如果是这样，那么后边的打开率就会被远远的低估；可能就不用优化了；
2、邮件到达率99%：
我们继续追问；怎么样是到达了？服务器有反应了，就算到达了吗？到达后有可能被直接送到了垃圾邮箱中，有可能连垃圾邮箱都没有进，就被服务器删除了等等；
所以这个值一定要追问，最后的结果可能是这个值被算的很大，实际上不是；
3、邮件打开率19%：
邮件的打开率追踪，通常是在邮件中加一个img，这个img实际是一个track code，这样只要有人打开了邮件并执行了这个img的显示，那么track code就会算为一次打开；
而实际的情况呢？
我们知道，一些邮箱在打开时，为了安全起见，是不会显示邮件中的图片的，那么就不会被统计到；还有一些情况是，我们用Outlook收发邮件，这个统计代码也不会被统计到；
所以，打开率的19%，应该是被算小了。
4、邮件内的链接点击率19%：
链接的点击率是跟据上来的邮件打开率算出来了，前者都算的有问题，那么这个就更不要提了；
5、新用户的比率为80%：
统计新用户的方法，现在网站基本上都是在用户来到网站后，在用户的COOKIE中记录一下，那么下次再来时，先看一下用户的COOKIE中有没有记录，如果有，算为老用户，如果没有，算为新用户；
而实际的情况是，很多浏览器，有一些功能是在关闭后，直接清COOKIE，那么在算新老用户时就会有问题；
所以，这个80%的新用户，是被算大了；
6、来到网站后的网站停留时间为19秒：
网站停留时间是怎么算的？最后一个页面的打开时间减去第一个页面的打开时间；还可能有别的算法；但用第一种算法，明显是把时间算的小了；因为最后一个页面看的时间是没有算进去；
所以，这个时间是被算小的；
说的到，我们再重新回头看最开始得出的结论，是不是完全是错的！
那么，数据驱动就驱动到了一个错误的方向上面去了，所以，在数据驱动前，要十分理解这些数据是怎么来的，以及知道这些技术的算法等；不然，只看数据不知道怎么来了，可能会把你领到一个错误的方向上去；
我记得当时的PPT上有一张图片很形象，就是拉弓射箭，结果都射到自已人身上了；因为得到的方向就是错的。
二、业务需要什么样的数据
再看一个例子，在市场投放时，一共投放了两家网站，看数据：
A网站：
投放人民币：100万
买回来的用户数：200万
买回来的PV：4000万
注册用户：10万
成单用户：2万
B网站：
投放人民币：100万
买回来的用户数：150万
买回来的PV：5000万
注册用户：8万
成单用户：2.5万
先问一个问题，这两家网站哪个效果好？如果我认为哪家效果好，我会把给另一家的100万也投到这一家上边；
这个时候，就比较为难了，一般的来说，会在投放前，先定一个目标，例如，我的投放就是要PV；如果这样，我最后会选B网站，因为B网站的PV是最高的，同样100万可以买回来更多的PV；但实际比较好的作法是，有多个目标来算效果；
例如PV占1分，成单占5分，注册占3分；然后，根据买回来的情况，算一个值出来，这样来计算效果；
我记得当时的PPT上有一张图片是一个骰子，及有多个面。
三、深挖数据
再看一个例子，在市场投放时，一共投放了两家网站，看数据：
A网站：
投放人民币：100万
买回来的用户数：150万
成单用户：2万
B网站：
投放人民币：100万
买回来的用户数：150万
成单用户：2万
最后一看数据，两个网站一样，那么是不是真的就要认为是一样呢？当然不是；
这里要深挖数据，我画一个图，帮助理解：
如果深看这两个网站的数据，你会发现不同，我可以举到个方面的例子：
1、可以看订单的金额或我们能拿到的利有多少，可能两个网站的订单是一样的，但每个单的金额可能差的很多；
2、可以看的数据长一点，只看一天的情况是这样，如果看三天的数据呢，可能情况又不同了；
3、看B网站在登陆页流失很大，如果我们优化一下登陆页，情况会不会大有不同呢！
所以，数据一定要深挖，看的更细一些；
以上是今天只下来感觉非常不错的几个点，记录一下，也分享给大家！
文章来源：http://www.zishu.cn/10/931.html
中查找“数据驱动的网络营销和网站运营笔记”更多相关内容
中查找“数据驱动的网络营销和网站运营笔记”更多相关内容更多精彩
赞助商链接
