《网络营销中核心模型理论.doc》由会员分享，可在线阅读，更多相关《网络营销中核心模型理论.doc（3页珍藏版）》请在三一文库上搜索。
1、长尾理论网络营销中核心模型理论一直犹豫是否要分享一些很抽象的理论，主要是担心大家对这些东西兴趣索然。但这些理论是基础中的基础，是万变不离其宗的那个“宗”，了解一些对于各位在日后遇到繁杂的衍生理论时，很容易了解其根本目的，以做出正确的判断和操作。就像一个苹果加一个苹果等于两个苹果，其根本就是1+1=2衍生出来的。那么什么是长尾理论?长尾理论 曾经是经济学中一个理想化的理论，长尾理论认为，由于成本和效率的因素，当商品储存流通展示的场地和渠道足够宽广，商品生产成本急剧下降以至于个人都可以进行生产，并且商品的销售成本急剧降低时，几乎任何以前看似需求极低的产品，只要有卖，都会有人买。这些需求和销量不高的
2、产品所占据的共同市场份额，可以和主流产品的市场份额 相比，甚至更大。 概念可能太抽象了，我们来画个图。 随便用画图画的，有点粗糙，大家见谅。通过这个图我们就去理解概念就容易了很多。【由于成本和效率的因素，当商品储存流通展示的场地和渠道足够宽广，商品生产成本急剧下降以至于个人都可以进行生产，并且商品的销售成本急剧降低时，几乎任何以前看似需求极低的产品，只要有卖，都会有人买。】【这些需求和销量不高的产品所占据的共同市场份额】（蓝色部分），可以和【主流产品的市场份额】（红色部分） 相比，甚至更大。 长尾理论的图形来源于数学里的幂律，比如2的N次方这样的幂函数的正态分布，想了解的朋友可以参见高中代数。
3、长尾理论虽然早就存在，但是在过去的经济学中一直处于一个现象的表述类理论。事实上人们早就意识到了这个问题，但是却本能的一直去忽略这个问题，比如服务行业通常关注的都是他们的VIP客户，大额用户，而普通客户，散户，一般都是被忽略的对象，即使他们知道，所有的普通客户，散户加起来带来的总利润可能甚至明显高于VIP客户群的利润，但是提升VIP客户的体验要比提升庞大小客户群体的体验简单的多，成本也低。直到互联网出现，这一现象改变了。互联网时代的长尾理论举两个简单的案例：案例一图书出版业是“小众产品”行业，市场上流通的图书达300万种。大多数图书很难找到自己的目标读者，只有极少数的图书最终成为畅销书。由于长尾
4、书的印数及销量少，而出版、印刷、销售及库存成本又较高，因此，长期以来出版商和书店的经营模式多以畅销书为中心。而网络书店和数字出版社的发展为长尾书销售提供了无限的空间市场。在这个市场里，长尾书的库存和销售成本几乎为零，于是，长尾图书开始有价值了。销售成千上万的小众图书，哪怕一次仅卖一两本，其利润累计起来可以相当甚至超过那些动辄销售几百万册的畅销书。案例二淘宝是小众商品的聚集地，这些商品如果聚集到实体店中，囤积成本，库房成本与店面成本等等将是一个庞大的天文数字，这对于利润本就不高的一些产品是一个无法逾越的门槛，但是网络店利用受众的主动搜索模式和”逛“网店的行为照旧了千千万万的成功者。长尾理论对于我
5、们的作用。(嫣然一笑要求的数据分析方向）其实长尾关键词的得名也是来源于这个理论，误区：长尾理论可以说是著名的2080理论的完全逆转,在互联网中人们依然不自觉的把2/8理论运用进来,其实2/8理论和长尾理论并不冲突,只是运用的层面和方面容易搞混,但主导的地位应该是长尾理论,尤其是关键词密布阶段,千万不要迷糊.希望大家好好体会.那么如何运用这个理论？根据这个理论，填入我们代入我们自己的数据结构，就可以很轻松的得到一个初级的数学模型了。数学模型对于数据分析的作用我想不用说了，就像公式对于运算一样。如何代入，要根据你手头的工具和你的知识基础决定。代入数据的复杂性和多寡也决定了分析结果的准确度。请看下图
6、： 我们通过我们整理手里的数据来形成这样的一个图。竖轴由每个关键词的收益的数据形成，至于什么算收益就要根据个人的实际情况了，但记住一定是要去除成本后的收益，至于算对话还是算到诊那都是你自己说了算。相信大家都有自己的公式的。然后就是每一个关键词组成横轴。分析得到图形从上图可以看出红色和蓝色的图区，曲线很直，这说明红色的高收益关键词收益我们拉伸的不够，还有很大的优化空间，蓝色的长尾很短，说明我们的关键词数量太少，需要挖掘的关键词还很多，绿色部分的关键词是重点修改或者精简掉的关键词部分。那么这一套有公式，数据项组成的结构就是一个初级的数据模型了。（数据模型和数学模型是不一样的，需要注意。）然后我们积累不同时段的数据通过同比和环比就可以清晰的看出我们过去做了哪些有效工作，以后需要工作的重点是什么。这个模型是SEO和竞价通用的，本来我是竞价区的，不过考虑到大家可能都有需求就发在这里了。写的字数有点多了，就写到这里了，这主要是一个思路，需要各位去实践才会发现问题，如果大家有什么问题请跟帖或私信给我，我会尽力为大家解答。数据分析不是一朝一夕的事情，需要长期的积累才能有所收获。ps.关于数据分析的步骤在这里简单的说一下，六部一、分析目的二、收集数据三、整理数据四、数据分析五、成果展现以及贯穿整个过程的 数据挖掘度。本文由整理