进行基础知识和技能的培训。

　　Google之所以在美国做得比较好，与美国市场的成熟度是密切相关的。Google只需要把用户界面做好，用户自然就会使用，不用太多教育性的服务。因此，Google在美国是没有人工客服的。到中国以后，Google延续了美国的做法，一开始没有在中国设立客户服务中心，即使有人工客户服务，也没有起到很好地教育客户的作用。因此，Google在中国市场无法赶上百度是有原因的。

　　在中国，百度的销售和客户服务人员都是在行使教育客户的职能。对于一部分客户，百度的销售和客户服务人员可以过来教育，教会他使用网络营销技巧，之后该客户的使用就会越来越成熟。但是，也有一些客户，可能长期教育都教不会。这时候，百度有关人员要不断去跟客户沟通、解释。

　　这意味着，百度一个客户服务人员要教育100个客户，工作量很大，而且对客户服务人员的素质和能力要求也很高。

　　百度2005～2008年活跃网络营销客户数量

　　百度将近1500人的客户服务队伍，大都是“80后”，毕业一两年的学生，甚至刚毕业的学生也比较多，这批年轻人对新东西的接受能力很强，但是生活、工作经验少，营销理念比较弱。如何让这批人迅速成长起来，成为可以教育客户的优秀老师，甚至成为一个网络营销专家，是一个很大的挑战。

　　针对上述问题，百度的策略是：先把客户的需求了解清楚，客户是谁，他在哪儿，他有哪些难题，他为什么需要百度，等等。

　　任建斌带领百度客户服务部门，针对客户需求做了很多调研、访问和测试，将客户需求进行了大规模归纳总结，通过两个途径解决了上述问题：一是让一线的服务变得简单化，减少服务运营体系对人的依赖。做一个类似医院的专家系统，让系统提供“化验单”，甚至是“诊断书”给客户服务人员，2007年和2008年，百度客户服务的重点是推进这个工作。二是老老实实地做培训，逐步提升每个客户服务人员的能力和水平，为客户提供更好的服务和支持。

　　第六章

　　“后羿计划”：颠覆传统

　　随着竞价排名模式越来越成熟，李彦宏发现，百度作为网络营销平台的潜力还很大。根据关键词进行推广，虽然精准，但却有点死板。事实上，人们的兴趣是广泛的，对笔记本感兴趣的用户，很可能对手机和游戏机也感兴趣，这是一种潜在的商业价值。百度已经知道这种潜在商业价值的存在，但能否将它实现呢？

　　答案是：可以。

　　2006年7月，在北京举办的“世界从你开始——2006百度世界”大会，百度向业界隆重推出了全新的网络广告模式——“百度精准广告”。

　　找到你想要的

　　如今，消费者的需求已经从大众化向个性化发展，受众注意力也逐渐分化、碎片化。碎片化本来是国际市场流行的一个概念，中国市场的碎片化趋势与国际市场基本同步。以前那种大型市场已经不复存在，市场规模破碎；以前那种大规模、大范围投放广告的效果越来越差，广告进入了分众时代。

　　在营销和广告的学术界，数代学者专家在做着各种各样的探索和研究，提出诸如4P模式、消费者分类矩阵、消费者心理研究等理论，指导企业更精准地找到客户群，引起他们的兴趣，然后获得消费行为。

　　然而，即使有许多理论的指导，传统广告还是要走许多弯路的。比如，为一个美容产品做广告，将客户群定位在追求时尚生活的白领女性。这个定位看似很准确，其实很模糊，上述定位只是针对一类人，而非真正有需求的个体。这对于广告主来说是一个负担，因为他们要找的是一个真正想买其产品的人，而不是一群具有某些共同特征的人。

　　传统媒体经常会给客户介绍自己的用户从事的都是什么职业，年龄分布如何，地域分布如何，等等，大都强调的是用户的自然属性。而精准广告是追踪用户的行为和兴趣，逐步放弃用户的自然属性。因为百度研究后发现，用户的自然属性对其消费行为的影响越来越不重要。比如，在传统观念中，宝马汽车的目标客户应该是35岁以上的成功人士，但现在已经基本没有年龄界限了，现在35岁以上，或者18岁、20岁的人都可能买宝马。随着个体差异越来越大，消费者的自然属性越来越不重要，挖掘到一个人的行为和兴趣属性才是最重要的。

　　另外，互联网普及后，带来媒介行业的变化，新媒体纷纷出现，影响力日益增强。更重要的是，在互联网技术之下，用户的个性化需求得到了表现的机会，用户也不再甘于被动接受信息，而是会主动检索。

　　百度精准广告就是在这个背景下出现的。

　　一个人对什么感兴趣，可以通过跟踪研究其搜索行为，通过复杂的计算方法得到，这个算法可以分析出他在某个方面感兴趣的程度，从中可以分析出投放哪些广告对他效果最好。所谓精准广告，就是依托百度全球领先的技术实力和庞大的网民行为数据库，对网民的几乎所有上网行为进行个性化的深度分析，然后按广告主的需求锁定目标受众，进行一对一的传播，提供多通道投放，按照效果付费。广告投放后，百度还会分析用户的反馈，对广告投放进行修正。

　　显然，精准广告的实现需要三个前提：一是尖端分析技术——语意分析数据，可以从用户的搜索、浏览、发言等网上行为分析判断他对什么感兴趣，想要找到什么。比如，用户输入“笔记本电脑”的时候，