//2014年6月20日入“未完成”
//2015年2月27日
//日后补完
1.小米论坛
30万会员表示要买
产品销售量也会在30万左右?
segmentation size in E-market
2.理想点与聚集群(知觉图)
position
知觉图帮助经理了解自己想法的正确性(与客户是否一致)
3.E-market
AD:向公众传递信息:增加认知,获利(影响行为)
E的长处:传递信息(电商卖的是信息,服务)
4.垃圾邮件
GTalk 端口80 E-mail端口
过滤词收集公司
创业创这些
不要和黄淮学院他们竞争
5.对考证现象
短期行为
市场也会做出反应
6.为什么不再做一个百度、QQ
电商卖的是信息服务
壁垒:容量问题
UGC--淘宝卖家的UGC
--QQ买家的UGC
--ebay缺卖家
一淘之前与之后,京东屏蔽有什么用
7.UGC活力与质量
质量 Tmall
活力 京东第三方
5.3 AD in E-market
5.3AD in e-market
互联网上的优势
AD network
AD optimization
为什么中央台打广告
不知道谁是他的顾客
同学:更多的人买,展现自己的实力
计算广告学 broder
用户于广告匹配相关性
stanford上有公开课
model:
SE solution(已有)
Auction-optimation
ssp:供应方平台-告知AD Exchange 当前用户的浏览行为
dsp:需求方平台
DSP对用户进行估价,进行auction,query log
RTB营销
短信与传统比较像:只是push,后面就不管了
用户注意力分布情况(谷歌实验)左上角最好
信息服务质量与用户体验
---------------------------------------------------
Revenue models
CPM,CPC,CPV,CPA,CPP
CPV的问题
unique identity?用户唯一身份识别
click fraud点击欺诈
管理上解决问题,技术上解决问题
social media
病毒式营销
贾君鹏-三千万
汉堡王-卖友求汉堡
传播模型
1、active 传给 inactive,有新环境的问题
2、threshold:找软柿子突破,老年人,代言明星
4.information service & advertising
1.rank 高低效果最显著,高中老师只记得最好的,最调皮的
se排名
2.digital map
收不收钱?地图可放大缩小,层级
信息服务中都存在rank
信息服务的完备性(收钱,排序的基础)
引导消费功能:LBS
recommendation推荐:拿到偏好,拿走消费者剩余
拿到偏好,rank个性化
3,。价值驱动
服务信息驱动
向谁收费,如何收费
ALL&None
4.foursqure
加入“探索”功能
加入探索功能从你或向你服务的商家收钱
google glass 上下游
google-上游:获得偏好,对商家评分
商家-下游:广告
信息服务:强大的云计算能力
5/22
1.营销与E-market
粉丝经济,黏性(表象,规律总结)
其实本质是UGC
2.promotion
用户自身条件在变化
营销成本高
用户主动为你提供数据
3.数据不共享的问题
UGC方式之一:信息共享
4.data往index跑
也是不错的
5.产品优势
与下游bargin
获胜
进一步吸引上游
获取与下游重复bargin
6.
strong:
Game theory:seller-customer,收益管理
计量-市场调研
weak:
swot:最多梳理下思路
AD effectively in online shopping mall
淘宝搜索必须经过主页
为什么不像google一样做成一个白班
主要目的:给卖家起示范效应
广告位收钱1%~3%,为何如此少
做小搜索引擎:rank list-也很重要
rank list冷启动问题
减少决策的不确定性(rank)
new business model-刷榜
SEO
如何建立正常的APP评价体系
Infomation overload-show position is important-rank method