分类标签归档：营销分析
硬广告一般是指直接介绍企业品牌、商品、服务、内容的传统形式的广告，通过直接“灌输”的方式将信息广而告之。传统场景下，硬广告主要在电视、广播、报纸杂志、户外等媒体上投放；互联网场景下，硬广告主要在各类门户、导航站甚至APP等媒体上投放。互联网硬广告的方式包括开屏广告、banner广告、横幅广告、异形广告、贴片广告、植入式广告等。
> 本节的硬广告侧重于没有人群定向或只根据几个比较粗粒度的条件进行投放的广告方式，且以CPT、CPM、CPC为主要计价方式的广告媒体。
在强调精准营销的时代背景下，目前硬广告渠道的市场费用，
MCN（Muti-Channel Network）即多渠道网络服务，它通过持续的内容输出来实现特定商业目标。在MCN机构出现之前，其实就已经出现KOL、KOC、PGC、达人、IP、大V等概念和实体， MCN的出现让这类资源更有组织化、规模化和专业化，在企业级的运作上更有效率，效果也更加显著。本节的MCN范畴包括以集团、公司、工作室或个人形式的多种组织形式。
MCN起源于网红经济运作模式，在后端通过签约网红将具有一定话语权或关注度的“人”聚集起来；中间通过专业的运营团队持续稳定的输出内容；后端通过与企业的合作实现商业变现，例如广告、品牌合伙人、直播等。
流量爆发力指营销渠道能根据营销需求，迅速增加广告曝光和引流的能力。流量爆发主要应用在大型促销或关键性活动节点上，且通常需要按照小时级别的粒度进行流量控制。例如双11或6.18大促当天的销售爆发，依赖于前期流量的蓄积和释放。这对营销渠道的流量控制能力要求非常高。
流量爆发力强的特征体现在两个方面：
在做渠道组合投放管理时，也可以从用户的实际访问行为中获得启发，尤其是在考虑少量渠道的组合应用时非常有效。例如用户经常从A渠道进入网站后，再次从B渠道进入网站，那么渠道A和B之间可能具有用户先后序列访问的行为模式，基于此规律，可以考虑二者组合投放，这是一种行之有效的投放组合策略。
用户访问的来源渠道识别通常有两种模式：
一是根据每次用户进入网站中服务器日志的“引荐信息”获得，其中包含的引荐URL信息可用于识别流量来源。默认情况下，无需对这部分流量做额外特殊跟踪，网站分析工具都能自动监测流量来源。其主要用于免费流量（包括直
渠道测试性投放是在企业与第三方渠道或媒介在正式营销合作前的测试性活动，这种活动在大型企业中尤为常见，主要渠道集中在硬广告类等费用或资源投入较多的渠道。
本节的测试性投放，特指企业与大型营销渠道（主要是硬广告类）在正式合作之前的测试性投放活动。此外，企业通过自己控制的广告媒体（例如信息流和SEM），例如通过不同广告版本的迭代来测试投放人群、素材、文案等以实现广告效果的提升等，此类活动更多的属于落地过程中的测试及优化操作，不在本节内容范畴内。
在测试性投放过程中，不可避免的会受到“噪音”影响，这些“噪音”会干扰最终结果的评估与判断
营销渠道效果的一个基本规律是，当营销投入变化时，其产生的营销效果也是变化的，且变化可能不是线性的，而是呈现特定的边际效应。例如：当广告费用持续增加时，转化率在缓慢下降；当流量规模增加时，单位流量的成本却在上升。找到不同渠道的边际效应规律，有利于增加对渠道的认知并能更好的控制营销资源的投入并使企业回报最大化。
随着营销渠道广告费用的增加，其回报效率可能出现边际递减效应，回报效率可以是转化率、ROI等转化效率类的指标。例如，当广告费用在10万量级时，每1000块钱能带来10个订单；当广告费用增加到100万量级时，每1
在渠道效果分析中，找到影响效果转化的主要因素是重中之重。它能直接帮助营销人员更好的了解渠道转化的影响因素，以及如何进行渠道效果优化和提升；同时，还可以基于分析得到的业务规则，直接应用到营销投放和操作过程，因此落地性和价值度都非常高。
该节内容可应用于任何带有转化目标的渠道中，且转化的定义可以包含任何目标场景，例如：
在“4.1.4 基于Lookalike的人群规则实现投放人群管理”中介绍了如何通过模型提取营销目标人
这是一本2015年初出版的“老书”了，实话讲，这本书还是有点出乎我的意料。
出版书籍是2014年出版社的杨总编在一次活动上找到我的，在这之前网站数据分析领域已经有一些出版物了，例如《流量的秘密：Google Analytics网站分析与优化技巧（第3版）》、《网站分析实战：如何以数据驱动决策，提升网站价值》等，这些对于普及网站分析知识和方法都有非常重要的意义和里程碑式的价值。
但是，出乎意料的一地点在于，中国当时从业者（包括很多大牛）对于网站分析的认知。
从知识认知上，网站分析其实不是一门单纯的“网站分析”，而是围绕网站展开的数据分析工作。
这其中的差别在于数据分析的思路和方法要远远大于网站分