



(1)前面分享的众多营销模型,哪个给你的印象最深呢?不要翻看前面的内容,试着把那个模型默写下来(你直接写出的第一个模型,也许与你的工作最为息息相关。希望它能帮到你)。
(2)如果我们用AISAS模型分析消费者群体的行为,设定以下规则。
● Awareness对应用户观看广告的曝光量,曝光量=2,000,000;
● Interest对应用户点击广告的点击量,点击量=40,000;
● Search对应观看过广告、点击过广告之后,主动搜索的量,搜索量=1,000;
● Action对应产品购买量,购买量=100;
● Share对应用户把产品分享给朋友的量,分享数=20。
那么请计算每一层级的转化率。
(3)回想一下自己曾经给朋友分享过哪些商品,用哪个(或者哪几个)营销模型解释分享行为更符合你的主观感受呢?
(4)请在百度搜索“电脑”,然后仔细浏览前10条信息,看一看里面有哪些是广告,哪些不是。为什么?
通常情况下,本书的问题都是开放的,希望你能结合自身经历和业务来思考。只有一小部分题目有标准答案。这里公布第2题的答案和第4题的线索。
第2题的答案。
AISAS模型分析每一层级的转化率如图3-8所示。
图3-8 AISAS模型分析每一层级转化率
也就是说,在200万个看过广告的人中,有2%的人点击了广告,后续点击广告的人中有2.5%的人搜索了品牌相关的信息,搜索的人群中有10%的人购买了产品,购买的人中有20%的人转发推荐给了别人。
之所以让大家计算一下这个题目,一是为进入下一章热身,二是提醒大家,模型通常是在理想状态下产生的,实际的数据可能会比这更复杂一些,运算维度也会更多一些。
第4题的线索。
这一题其实是让大家在互联网上浏览信息的时候,可以更简单地分辨广告内容。搜索“电脑”,出现的结果中如果有“广告”的标识,那么这一条就是广告信息,如图3-9所示。
图3-9 广告信息示例
如果没有相关标识,那就是网站通过优化,自动在靠前的位置展现,如图3-10所示。
图3-10 网站优化使搜索排位靠前示例
接下来如果你感兴趣,也可以在其他网站找找哪些是带有广告标识的信息,下一章会进行更详细的讲解。