如何杜绝“营销伪科学”？

MarTechApe MarTechCareer

常言道，一切没有科学根据而得出的结论都是耍流氓。就像动物学是一门研究真实动物的科学，而神秘动物学其实是一门研究伪造的或不存在的动物的伪科学。其实像这样通过模仿科学的方式使事物看起来合理并不是什么新鲜事。在市场营销这个行业里，通过伪科学这样“掩耳盗铃”的方式来佐证商业决策合理的事情经常发生。比如非常典型的一些将事物相关性视同为因果性的例子——冰淇淋销量越高，犯罪率就越高。


那么，到底什么是真正的营销科学，而什么又是伪营销科学呢？由于这一区别十分重要，因此我们需要用科学的方法来对此进行解释。
 
真正的营销科学与其他任何类型的科学都一样，关键在于坚持使用科学的方法。那么，如何将科学的方法应用于营销中呢？下面让我们一步一步介绍。
 
第一步  观察：理解营销和购买环境
 
营销科学家可以通过两种视角进行观察——商业视角和用户视角。通常来说，营销人通过商业视角观察市场。此处的观察旨在揭示营销过去、现在、将来为企业做的事情。举几个例子的话，这其中可以包括实行广告战役，衡量绩效指标和运用营销技术等等。而站在用户视角的话，观察则围绕用户的自身环境开展，例如购买者的需求、经验、偏好或地理位置。
 
这一步的关键在于：营销人员永远不能假设他们所做的这些营销努力一定能够奏效，或是自认为知道什么对于买家来说很重要。他们必须认真研究实际发生的真实情况。

（Credit to Rice News）


第二步   提问：根据事件背景阐明问题，或是将事件的因和果概念化

 
营销科学里大多数的问题最终都归结于“为什么这样行？为什么那样不行？”和“我们如何做得更好？”回答好这些问题就能够使“努力实践营销科学从而为企业带来更多价值“这项工作开展得更好，因为可预见的营销活动就意味着可预见的投资回报率（ROI）。然而，为了达到这样的目标，营销科学就需要提出能够深入到商业动机和消费者购买驱动力的精准、明确的问题。例如，为了实现销量的增加，我们应该向哪些消费者投放什么样的广告？
 
第三步  假设：根据已知科学事实和原理，对问题提出一个暂时性但可以被接受的解释
 
以往，市场营销遵循的是一种相对不科学的方法，即“尽可能多地做事，然后看看会发生什么”。例如：批量发送电子邮件这样的营销活动——通过营销人员尽可能多地收集人们的联系方式，对这些人热情地发送消息，然后收集所有线索。
 
然而，科学的营销不仅定义了问题，还提供了有关预期结果的一个可验证的假设。一个恰当的问题和假设看起来可能像下面这样：

商业问题：一位顾客为什么在我们的网站上买了一张沙发？
假设：可能是因为这位顾客正好需要买一张沙发，并且看到了我们在某个渠道上向ta投放的广告，而不是“因为我们曾给ta发送了一百封推销邮件”...
假设的价值在于它为你提供了一个测试和评估结果的框架。如果假设是正确的，则可以继续进行下一个问题。如果不正确，你也可以重新发展新的假设以找出问题所在。

 
第四步 检验：查看假设的答案在一个受控制的实际应用中是否有效
 
尽管这一步操作看上去毋庸置疑——通过不停地尝试来检验假设答案是否可行，但营销人员其实经常不由自主地是以伪科学的方式完成的这一步。一个正确和科学的假设检验是以一个非常明确且可控的方式进行的。所有潜在的变量（如使用的工具、内容、配色方案、布局和时间等等）都会在预先定义好的参数里进行管理和说明。这一点非常重要，因为在市场营销或者其他任何科学领域中完成一次成功的检验，并不意味着就可以确定假设得到确认了。一次成功的科学检验仅仅意味着我们有了一个值得记录且不能修改的可靠结果。剩下还需要改变变量，并在一段允许的时长内进行更多次的检验。

（Credit to Working with Mckinsey）
 
第五步：分析数据：解构模式和吸取教训
 
需要再次强调第四步的检验中，一次成功的检验应该产生一个明确的结果。该结果应该是一些简单且确定的回答，例如：是/否，通过/失败，对/错，更多/更少/相同等，比如在某些特定场合我们发现，抽红包的功能不能提高转化率。而在本质上，该检验其实回答了以下问题——“当……时，会发生......”。与此同时，当你运行多项检验时，检验过程和结果最终将为营销人员提供大量数据支持，这些数据也许能揭示出有助于指导营销人员未来营销工作的多种模式。
 
例如，营销人员经常会运行一个有关邮件标题的简单测试，这里我们看个例子：

商业问题：标题A会比标题B更能驱使受众去点开邮件进行查看吗？
假设：实事求是的标题效果胜过那些看似有趣的

（Credit to Constant Cantact Knowledge Base）

然后你需要有足够的数据对此进行分析和验证。而这些假设转而也将成为未来一些类似情况下提出问题和进行检验的素材来源。
 
第六步 报告各种洞察：共享知识并将洞察付诸实际
 
如果这些营销科学是在一个无人记录的环境下进行的，那它真的能算作是科学吗？记录各种发现并进行汇报，从而确定未来的行动，这对于保证营销的科学性和之后营销流程中的各项工作顺利开展都至关重要。
 
对于分析师而言，他们已经观察到了太多伪科学的营销工作。太多的营销问题没有被提出，太多的营销活动在未被经过假设和证明有效的前提下就投放于市场，以至于最终，经过验证且有借鉴意义的结论少之又少。
 
当然，要从日常的各种营销琐事和干扰中完全跳脱出来，以确保遵守科学的营销方法绝非易事。出于这个原因，很多营销人都希望能创造出一套万能营销策略，或是一个全面细致的营销方案。

（Credit to Three Girls Media）

然而，如果真的存在这样一种“神奇的生物”，那么也是由科学的方法来引领营销人发现它们，而不是通过伪科学的形式去疯狂努力。此外，当营销人能把真正的营销科学与行之有效的营销艺术相结合时，就能获得一种既能吸引购买者，又能持续输出有指导意义的商业结论的方法。为了达到这样的目标，在营销越来越需要通过科学手段实现效益最大化的今天，作为营销人或是立志从事营销相关工作的你，了解和学习科学的营销和分析方法实在非常重要。

如果你想要对科学的营销知识和分析方法有更全面、具体的学习，并应用于真实的商业情景中，就来报名这门由MarTechApe联合美国名企营销科技专家（Airbnb、苹果、Wayfair、Verizon、GroupM）用心打磨的《营销分析专项系列课程》吧！营销归因模型、营销组合模型、增量模型、A/B测试、随机森林模型，一个专项横扫五大营销分析方法！

现在第三期正在火热进行早鸟优惠中，优惠即将截止，报名成功以后可立即进入第三期cohort微信群里，随时观看课程和享受答疑服务！赶紧来了解一下这套课程的具体信息吧！

1. 全面理解营销分析各类前沿方法、应用场景，美国知名公司营销科技专家亲自授课


《营销分析专项系列课》由以下美国名企管理层执教：

  • 知名独角兽公司Airbnb硅谷总部，营销科技经理
  • 苹果公司硅谷总部（前Ebay资深数据分析师），营销数据科学家
  • 美国最大家具电商平台Wayfair，营销数据科学经理
  • 美国电信巨头Verizon，营销效果经理
  • 全球最大广告公司GroupM，营销分析经理

这门专项系列课由5个模块组成，涵盖了5种应用最广泛的营销和商业分析方法：

五大营销分析方法代表了Marketing Analytics领域最前沿的主流方法，是营销分析师/数据分析师为了测量营销效果必须掌握的重要方法和商业分析手段。

2. 课程老师与课程大纲


在美国知名企业从业5-10年的营销分析、营销科技专家精心授课，每一位老师与他们教授的课程分别是：

课程表

独角兽公司（共享民宿）

硅谷总部营销科技经理——《营销归因》

1. 什么是追踪？详细介绍不同的追踪方法：

    URL Tracking

    Pixel Tracking

    Deep Linking

3. 什么是营销归因？企业为什么有必要做营销归因？

4. 单触点归因模型的不同种类与做法

5. 多点归因模型的不同种类与做法

6. 用户生命周期总价值（Customer Life Time Value）

7. 营销归因中涉及到的各类高阶分析：

    预测LTV

    用户细分（User Segmentation）

    同类群组分析（Cohort Analysis）

    增量测试（Lift Test）

    跨设备追踪（Cross Device Tracking）

    全渠道分析（Full Funnel Analysis）


全球最大媒介购买公司GroupM

纽约营销分析经理——《营销组合模型》

1. 营销组合模型（Marketing Mix Modeling）是什么，它为什么可以有效提高营销绩效？

2. 营销组合模型可以解释哪些业务指标？衡量哪些变量对业务指标的影响？

3. 如何评价一个营销组合模型的好坏？

4. 如何通过模型判断广告效果和营销收益？模型中的重要参数：Decay、Lag、Alpha都是什么？

5. 如何通过模型结果计算与比较媒介渠道效果？

6. 模型结果的解读：

    模型分解

    变量贡献

    媒介有效性和媒介效率

7. 通过模型结果进一步获得商业洞察

8. 行业里流行的另一种解决方案——领先指标模型

9. 营销组合模型的典型面试问题

10. 营销分析师与营销分析经理的技能要求和典型一天


苹果公司Apple

硅谷总部营销数据科学家

1. 什么是媒介测试与学习（Media Test & Learn）？为什么我们需要在广告营销领域使用这种方法？

2. 在实际工作中会做哪些关于广告的实验？有哪些测试的对象？

3. 如何设计一个实验，实验设计的6个步骤，在A/B测试设计中的注意事项

4. 检验实验数据的可靠性和完整性

5. 如何分析实验结果

6. 如何根据样本来估计整体均值或比例的置信区间

7. 如何针对某一指标/metrics来判断实验组和对照组的区别在统计上显著

8. 如果想同时测试多个指标，应该注意哪些事项？

9. 什么是PSA，为什么我们需要PSA，PSA的劣势

10. 什么是Ghost Ads？PSA和Ghost Ads的区别

11. 营销战役的ROI与增量

12. 选择偏差

13. 因果影响分析

14. A/B测试的局限

15. A/B测试的延伸：Universal Control Group与Multi-Armed Bandit


美国最大家具电商Wayfair

波士顿营销数据科学经理——《增量模型》

1.什么是因果与因果推断？

2.有哪些因果研究方法？

3.增量在营销中指的是什么？什么是营销产生的收入（Incremental Revenue）？

4.增量模型将用户分成哪些类型？如何比较不同营销策略的效果？

5.什么是Heterogeneous Treatment Effects？

6.增量模型中的随机实验

7.增量模型与机器学习；增量模型要解决的挑战

8.增量模型的进阶技术

9.用一个案例来理解增量模型的完整流程

10.用Python来实现增量模型


美国电信巨头Verizon

纽约营销效果经理——《营销中的随机森林》

1. 什么是决策树？决策树在营销中的案例分析

2. 最常见的聚类分析：K-means与Hierarchical Clustering在营销中的应用。在R语言中实践两种不同的聚类分析方法与结果解读

3. 随机森林算法原理

4. 如何解读随机森林的结果，如何判断随机森林模型的好坏

5. 用一个案例来理解随机森林的完整流程

6. 在R语言环境中实现随机森林模型

7. 随机森林分类模型与随机森林回归模型

8. 其他机器学习算法在营销中的应用

9. 机器学习在营销分析岗位面试中的真题解析




3. 每课备有精心设计的课后作业，及时巩固课程内容


一门课程唯有通过作业才能完全掌握。在每一期《营销分析专项系列课程》的服务周期内，都有老师精心设计的作业，作业类型包括：

  • 案例分析题

  • 编程题

  • 简答题

  • 思考题

精心设计的作业强调了课程重要知识点，在完成作业的过程中，帮助学员巩固对课程的掌握程度。


4. 学员提出的任何问题都能得到助教详细解答，及时解决难点。



5. 沉浸式学习体验，让网络课程更接近线下学习。防止课程囤积，助教督促完课


1). 课程服务周期

每期《营销分析专项系列课程》的服务期为12周，包括：

  • 1周课前准备

  • 10周课程学习

  • 1周期末结课

2）课程cohort

学员报名以后可以选择直接加入现已开始的第三期cohort微信群，或是加入下一期（第四期将于10月26日开始）。仅可加入一个cohort微信群。

3). 助教团

服务期内，助教团的助教老师们会每周提醒大家完成作业，学员可以随时在微信群内对课程内容进行提问，助教们会一一进行答疑。

4). 作业

每周一次作业，将课程所学应用到新的案例中。花费时间15-30分钟。

5). 专项大证书

当所有课程全部完成后，学员可在服务期最后一周内进行期末测试，获得70分（满分100分）以上的学员，就可以拿到Marketing Analytics营销分析这个专项的大证书：



6. 如何报名？


  • 原价¥1399人民币

  • 早鸟优惠（9/21 - 10/21）：立减¥200，仅需¥1199（相当于每门课85折优惠）

  • 10月21日之后报名：恢复原价¥1399

*我们提供标准Invoice，可用于企业报销



如果你曾购买过本专项中任意一门课程，请咨询小助手获得购买方式（如果你买的课程不在这五门之列，请勿扰）

小助手

Q & A


1. 如果我已经买过其中的某些课程怎么办？

完全没关系，我们考虑到了有不少用户已经单独购买过专项中的个别课程。但是我们有让你满意的解决方案！事实上，我们鼓励已经买过部分课程的同学来参与这个专项学习，尤其是买了课却还没有完课的同学。我们想让你看到自己认真上完课程后的改变！


请联系小助手购买课程：



2. 请问课程是在手机还是在桌面上观看？

  • 所有学员既可以获得手机课程通道，又可以获得桌面课程通道！

  • 如果你更喜欢在轻便的手机上学习，那当然可以使用手机登陆课程！

  • 如果你身处海外，不满意跨境服务器的加载速度，不用担心，我们有网速无敌的视频平台，可以在桌面直接看视频！

  • 总之，不论是大屏还是小屏，不论你身在世界的哪里，都会爱上我们全新升级的课程体验！


3. 我的公司非常支持员工上课，你们的课可以报销吗？

  • 我们提供标准Invoice，已有多位学员成功报销。


4. 单独买专项内的课程和买专项有什么区别吗？（当然有啦！）

  • 差别一：从价格上，单独买这些课总价需要¥1399，但现在有早鸟优惠，9/21 - 10/21期间购买立减¥200，仅需¥1199（相当于每门课85折优惠）。10/21以后恢复到原价¥1399.

  • 差别二：课程体验上，单独买课没有作业、助教答疑、项目证书、学习规划，一切需要靠你自学，而很多同学最后都把课囤着没有上完。但专项系列课配备全套运营服务，升级了课程体验，确保你完成课程！

  • 差别三：单买课程并不能知道各种分析方法之间的联系与区别，不知道在什么场合用什么方法。专项课程的cohort微信群里会帮大家建立联系，并教大家如何把所学与工作、面试相联系。


如果你还有任何疑虑，不妨咨询小助手：



坚持学习，保持职场竞争力，MarTechApe的课堂，期待你的到来！


    行业动态Zhen Li干货, 营销科学, A/B Testing