算技术，成为解决以上难题的一个途径。WMS通过软硬件的接入，结合云计算，可迅速处理大量交互数据，生成有效的数据分析图表，预测营销趋势、潜在的风险，对营销活动作出价值判断。

　　第三篇

　　算法2营销场景效果公式

　　 营销是公司成长的驱动力，尤其是成长型企业，核心工作就是做好营销，这是生存之本。那么怎样衡量营销效果？企业可能有市场部的副总，或者市场总监，你怎么评估他的工作做得好还是不好？我们每次对具体的营销场景进行具体的评估与分析，可以用到这样一套算法……

　　第5章

　　四类效果计算

　　 营销分

　　 =（曝光量/40＋互动量×2＋销量×10粉丝数×18）×行业系数×传播渠道系数／总成本

　　 公式表述：

　　 MS=(PV/40＋2×I＋10×SV＋18×F)×COI×PCC/TC

　　 公式符号含义对照表

　　 市场营销是公司成长的驱动力，尤其是成长型企业，核心工作就是做好营销，这是生存之本。那么怎样衡量营销效果，做得好还是不好？比如你下面可能有市场部的副总，或者市场总监，该怎么评估他的工作做得好还是不好？这里面我们给每次营销设计了分词，做到了量化的评分，评估每次营销的效果，这是我们经过很多案例总结出来的逻辑。营销主要是看四个方面的维度：曝光量、粉丝数、互动量和销量。回头看，营销的效果一定是在四个方面。四个方面怎么跟踪，我们这里有一个公式：（曝光量/40＋粉丝数×18＋互动量×2＋销量×10）×行业系数×传播渠道系数／总成本。当然每个行业情况不一样。于是正和岛数字营销部落和上海交通大学出版传媒研究院数字营销研究中心评测了很多行业，做了行业系数，还有一个传播渠道的系数，针对不同行业、不同的传播渠道，它的系数不一样，得出的分值不一样。

　　 我们打一个比方，假如按互动量×2，一次有效互动量算2块钱的价值；粉丝量×18，一个有效粉丝，算18元价值……基于此能算出每一次营销活动的得分。这样的话，你大概就知道一次营销投入是赚是亏。当然，从不同渠道获得的曝光、粉丝和互动，以及不同行业的曝光、粉丝和互动价值都不同。所以，后面还要×行业系数×传播渠道系数进行“折扣”，这个系数是动态统计的，做到紧随当前市场趋势状况，做到有效评价。最简单来说，2B行业和2C的粉丝对成交的影响就千差万别。

　　5.1所有的营销都是可以追踪衡量的

　　 在WMS全局营销系统里，我们用“营销分”来换算打分：

　　 曝光1/40：40次接触=1个营销分

　　 交互2分：1次运营交互=2个营销分

　　 销售量10分：1笔交易=10个营销分

　　 忠粉18：1个形成稳定关系的忠粉=18个营销分

　　 对一次营销活动总体的评价，假设我们通算法2的公式对某一品牌的一次营销进行评测，总分假设是1000分，再找各行业最具代表性的营销投放和转化作为参考模型，比如手机行业的标准行业系数模型，参照某品牌千元智能手机的一次营销活动所耗费的成本和所创造的价值，以及对应相关传播渠道的权重系数。每个环节有分值的上限，基于这个算法2可以测出，我们给某品牌做一次七夕情人节酒店促销活动、圣诞节购车活动等产生的价值以及全年营销活动价值，这不仅是对广告公关类公司、厂商的市场和公关部的KPI做了有效的辅助，也为整个行业营销活动提供整体评价参考。

　　5.1.1PIFS的山峰模型：数据给你提供分析决策的基础

　　 某新品营销统计

　　 在某次营销活动中，通过对创意内容的选择目标用户进行投放后，获得1 000 000次曝光，吸引来1 000次（PV的0.1%）互动评论咨询。其中有200（I的20%）人留下联系方式（关注、注册，视为成为粉丝行为）表示可进一步了解促销活动，最终10人（F的5%，PV的0.001%）成交，那么代入PIFS模型后，我们往往会得到这样一个尖锐的山峰图形，它代表着从曝光、互动、粉丝、购买的转化过程。而最终的营销目标，都是为了这个三角形的底部——SV。

　　 如果三角形像这样特别尖锐，像一座“岑”，即小而高的山峰，那么营销风险就很“险峻”。从传统的广告价值评估上看，“浪费”了远不止一半投放成本，甚至是99.99%的投放成本。

　　 而如果山底部很宽（F和I都大），并且扎根很深（SV很大），那这座PIFS模型下的营销价值山就是一座“雄伟的大山”。

　　 某新品营销“雄伟的山”

　　 在这个统计模型里，如果同样获得1 000 000次曝光，吸引来10 000次（10%）互动评论咨询，其中有5 000人（50%）留下联系方式表示可进一步了解促销活动，最终500人（10%，曝光量的0.05%）成交，成就一座雄伟的山。

　　 同样，还有一些营销看似热闹，曝光量、互动量、粉丝量都很大，但最终成交很少，也就是围观群众多，议论纷纷，都是光听吆喝看热闹了。也有可能是营销团队为了KPI而刷了互动量、粉丝量，但不对销量负责。最终成了看似雄伟，实则“无根基的山”，风一吹就倒了。就像有段子说的“没有物质基础的爱情像一盘沙，风一吹就散了。”

　　 某新品营销“无根基的山”

　　 但也有人乐观地说，那可能是在等一个风口，一下子“吹上去”了呢？很多互联网项目也不盈利，但风口来了，就吹上天，成了“天山”。还有人说，买卖不成仁义在，销量不成也赚了吆喝，品牌知名度、美誉度不是上去了吗？百雀羚的营销最终也没带来销量的提升，该买的还是那批人，但年轻人对百雀羚的固有印象不是改变了吗？既保留老上海的韵味，又增加了年轻人的生动。也许将来90后们老了会买吧？虽然对营销的认识各有各的标准，但是，数据能给你提供分析决策的基础，指导你下一步行动。

　　 当然，在WMS的数据统计中，也会存在一些“偏门的山”，一面险峻接近直角，一面平坦呈现45度，仿佛是被削掉了一半的山。这些山的形态在现实世界里也罕见，除非人为造就。因此，这样的山形，反应了数据的不可靠。比如粉丝值高，但互动少的，可能光刷了粉丝；互动多但粉丝少的，可能光刷了互动。大量的粉丝关注了你，但在社交媒体平台却不和你互动，都是内向的粉丝？少量的粉丝关注你，却有大量的互动产生？来了一批话痨的粉丝？甚至粉丝和互动的是两拨人，这就有点奇怪，因为粉丝和买家是两拨人的情况很多，因为很多产品使用简单，不需要深入关注后再互动，直接买就是。而互动和粉丝计算值经过权重换算后，往往会像山的两边，趋向于接近对称。

　　 某新品营销“偏门的山”

　　 某新品营销“偏门的山”

　　 某新品营销“偏门的山”

　　 某新品营销“偏门的山”

　　 在这类模型中，甚至还有些是销量巨大，但粉丝和互动少，都是闷头直接买的买家，是电商刷单行为吗？对于某些行业，可能正常，但按逻辑有些奇怪，值得注意的是对于特殊商品、特别渠道推广会呈现不同效果。

　　 更有一些营销活动跑出来的数据称不上是“山”，曝光度不高，但粉丝和互动量大，就像一块稍有起伏的坡地，也许是一场封闭的内购会，就在特定的人群中大量交流。我们需要具体分析原因，不能一味地认为和主流的营销活动不同就是造假。

　　 某新品营销“小起伏的坡地”

　　 还有更奇特的营销活动，呈现的是曝光不多，但曝光几乎都被转化成粉丝和互动，最终居然还大量转化订单，这样的营销也许是一场特定邀请的招商会，让特定的目标客户深度交流产生集中购买，就像一座煤矿一样，表面平淡无奇，往下深挖，是个富矿呢！

　　 某新品营销“大煤矿”

　　5.2营销分评估模型

　　5.2.1PV（曝光量）：热度的评价标准

　　1）文章阅读量

　　 对于新闻网站和公众号等自媒体，阅读量是新闻热度的主要评价方式，但也容易造成刷阅读的情况，甚至还有自动变换IP的自动刷新软件存在。如何按有效阅读进行计费，是数字营销需要解决的核心技术问题。红人点点的热文阅读模式，是通过对微信用户ID、IP以及设备号进行三个维度判断，以确保每次阅读来源于不同的真人，这