大数据优化内容营销业绩的方法
Marketing Analytics 有好多方向。这里以最难handle的内容运营为例，来分享一下优化的思路和方法。其实这些思路都是优化的理论在实际中的应用。和具体哪个公司并没有太大关系。可以应用到很多类似的场合。下面的分享也以思路为主，数据是模拟的。
原来的做法
刚开始做了一年的内容运营是怎么做的呢？每周给所有的活跃用户发N封email。当时LinkedIn会员对email Spam的complain达到空前的程度。这还不是厉害的。有些公司不会发email，最后被gmail等归为黑名单被block的大有人在。内容呢接近甚至重复。
如何测量效果的呢？只关注了CTR。常年垫底的CTR让content marketing manager几乎见人要矮半个头。报告简单粗暴。不管内容是apple还是organge，这个月和上个月比一下，看看增长了还是下降了。如有什么风吹草动，讲不清做好了还是坏了，也不知道如何提高。content marketing manager 感觉浑水一滩，压力特大。很多其它公司的内容运营团队其实都存在类似问题。
内容运营和普通的Marketing不一样。内容是必须考虑的一个重大影响因素。每个月的内容主题都不同。就算是同一个用户，喜欢这个月的主题，也未必就喜欢下一个月的主题。不能简单的将上个月的效果和这个月比较。后面进行机器学习选择学习对象的时候，同样有这个问题。很多人做内容效果分析都容易忽略了这个问题。
优化后的做法
1. 明确要解决的问题
一个典型的优化项目首先需要很好的设计要解决的商业问题。这个是至关重要的第一步。直接影响了优化目标和优化因素的选择。
比如首先问清楚商业合作伙伴content marketing campaign要处理的场景是什么。
答：如何通过内部市场营销渠道让用户更好的进行content engagement.
问题分解：
哪个内部市场营销渠道？email。
发email的对象？已经注册的用户。
目的：提高content engagement。
根据场景对问题进行合理解读：
已经注册的用户在收到公司的内容email之后点击，而后产生了更多的content engagement。
2. 选择正确的优化目标
作为商业分析师，还必须明确这次campaign的真正目的，终极目的。 营销经理被反复提问之后，终于觉悟到，最大化content engagement才是终极目的。而不仅是最大化点击email的CTR。
由此我们有了更明确的优化目标：
No1. 优化目标：Max（content engagement），继续分解，最大化内容对应的pageview, 最大化内容对应的action, 比如follows, likes
No2. 优化目标：Max（CTR）
3. 目标用户优化Preditive Targeting
给谁发email是优化的关键之一。
Email server很贵的。每封email都有成本。一股脑的给所有活跃用户发，成本很高，效果又很差。而且并不是每个人都需要marketing的刺激。有些人已经是内容活跃用户。
我们通过propensity model 提供机器学习，然后准确的预测出谁才是该发email的最合适人选。大大提高了准确度，也节约了成本。
由于优化目标变了，机器学习训练模型的因素features的选择也发生了重大的改变。
现在我们关心的不仅是否用户看到内容email之后是否会打开（open)，会点击(click through), 更关心的是他接下来做什么内容交互，是否会浏览我们期望的内容页面，喜欢的文章会点赞，会follow，甚至转发，评论，更甚至成为内容活跃者，重度内容消费者。
4. 试验设计优化A/B test
合理的设计A/Btest才能将不同因素的影响剥离出来，把各自的贡献划分清楚。
设计如何正确反映出内容的影响
设计如何正确反映出目标用户优化算法的影响
设计如何正确反映出季节性影响，比如Black Friday
设计如何正确反映出外部环境的影响，比如Gmail出了一个新政策等
5. 内容推荐策略优化
根据用户的状态，个性化推送内容才能起到引导内容消费的作用。
新用户不知道有哪些内容频道，有哪些热门话题，有了初步接触之后，又想要了解更多，需要逐步引导。沉寂用户不了解最新动态，需要适当提醒。
所以需要考虑用户不同的生命周期，对内容进行优化，适时地推送个性化的服务和内容。
6. 推送周期策略优化
我们需要对推送的频率进行优化。避免推送重复内容。避免一周推送多次。配合用户的生命周期的进化速度和阶段，安排合理的节奏，比如每周一篇个性化精选，逐步推进，推送以一个周期为准，循环进行。
总结
优化是一个完整的Solution（方案），而且是循环迭代的过程。不是一个模型或者一个分析那么简单。需要综合用到很多的技术，比如优化方程，预测算法，客户画像，A/Btest，个性化推荐，效果测量，结果可视化和工程化等等。对优化的执行者的综合素质要求很高。不仅要能整体设计和技术实现，而且要有强大的改革精神和沟通能力，能教育和说服商业合作伙伴进行配合，接受优化，哪怕推倒他们长期固有的方案，并且需要领导力和执行力，因为很多事情，有时包括营销策划，都需要优化师来设计和推进。
一旦优化成功，效果会是巨大的。数十倍甚至几十倍的增长，都是可以期待的。就像我们之前做到的那样。
预祝大家优化成功！
第三十五届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训
责编：pingxiaoli
免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。
抢沙发
