<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>网站运营</title>
	<atom:link href="http://www.xietao.org/feed" rel="self" type="application/rss+xml" />
	<link>http://www.xietao.org</link>
	<description>网站运营研究</description>
	<lastBuildDate>Fri, 05 Aug 2011 12:11:13 +0000</lastBuildDate>
	<generator>http://wordpress.org/?v=2.9</generator>
	<language>en</language>
	<sy:updatePeriod>hourly</sy:updatePeriod>
	<sy:updateFrequency>1</sy:updateFrequency>
			<item>
		<title>电子商务网站RFM分析</title>
		<link>http://www.xietao.org/e-commerce-rfm/</link>
		<comments>http://www.xietao.org/e-commerce-rfm/#comments</comments>
		<pubDate>Fri, 05 Aug 2011 02:30:50 +0000</pubDate>
		<dc:creator>谢焘</dc:creator>
				<category><![CDATA[数据分析]]></category>
		<category><![CDATA[rfm]]></category>

		<guid isPermaLink="false">http://www.xietao.org/?p=471</guid>
		<description><![CDATA[根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：

最近一次消费（Recency）
消费频率（Frequency）
消费金额（Monetary）


RFM分析原多用于传统营销、零售业等领域，适用于拥有多种消费品或快速消费品的行业，只要任何有数据记录的消费都可以被用于分析。那么对于电子商务网站来说，网站数据库中记录的详细的交易信息，同样可以运用RFM分析模型进行数据分析，尤其对于那些已经建立起客户关系管理(CRM)系统的网站来说，其分析的结果将更具意义。
基本概念解释
RFM模型是衡量客户价值和客户创利能力的重要工具和手段。RFM分析模型主要由三个指标组成，下面对这三个指标的定义和作用做下简单解释：
最近一次消费(Recency)
最近一次消费意指用户上一次购买的时间，理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。因为最近一次消费指标定义的是一个时间段，并且与当前时间相关，因此是一直在变动的。最近一次消费对营销来说是一个重要指标，涉及吸引客户，保持客户，并赢得客户的忠诚度。
消费频率(Frequency)
消费频率是顾客在一定时间段内的消费次数。最常购买的消费者，忠诚度也就最高，增加顾客购买的次数意味着从竞争对手处偷取市场占有率，由别人的手中赚取营业额。
根据这个指标，我们又把客户分成五等分，这个五等分分析相当于是一个“忠诚度的阶梯”(loyalty ladder)，其诀窍在于让消费者一直顺着阶梯往上爬，把销售想像成是要将两次购买的顾客往上推成三次购买的顾客，把一次购买者变成两次的。
消费金额(Monetary)
消费金额是对电子商务网站产能的最直接的衡量指标，也可以验证“帕雷托法则”(Pareto’s Law)——公司80％的收入来自20％的顾客。
数据获取与分析
在从数据库中提取相关数据之前，首先需要确定数据的时间跨度，根据网站销售的物品的差异，确定合适的时间跨度。如果经营的是快速消费品，如日用品，可以确定时间跨度为一个季度或者一个月；如果销售的产品更替的时间相对久些，如电子产品，可以确定时间跨度为一年、半年或者一个季度。在确定时间跨度之后就可以提取相应时间区间内的数据，其中：
 最近一次消费(Recency)，取出来的数据是一个时间点，需要由 当前时间点-最近一次消费时间点 来作为该度量的值，注意单位的选择和统一，无论以小时、天为单位；
 消费频率(Frequency)，这个指标可以直接在数据库中COUNT用户的消费次数得到；
 消费金额(Monetary)，可以将每位客户的所有消费的金额相加(SUM)求得。
获取三个指标的数据以后，需要计算每个指标数据的均值，分别以AVG(R)、AVG(F)、AVG(M)来表示，最后通过将每位客户的三个指标与均值进行比较，可以将客户细分为8类：



Recency 
Frequency
Monetary
客户类型


↑
↑
↑
重要价值客户


↑
↓
↑
重要发展客户


↓
↑
↑
重要保持客户


↓
↓
↑
重要挽留客户


↑
↑
↓
一般价值客户


↑
↓
↓
一般发展客户


↓
↑
↓
一般保持客户


↓
↓
↓
一般挽留客户



——“↑”表示大于均值，“↓”表示小于均值
结果的展示
RFM模型包括三个指标，无法用平面坐标图来展示，所以这里使用三维坐标系进行展示，一种X轴表示Recency，Y轴表示Frequency，Z轴表示Monetary，坐标系的8个象限分别表示8类用户，根据上表中的分类，可以用如下图形进行描述：

RFM分析也存在着一定的缺陷，它只能分析有交易行为的用户，而对访问过网站但未消费的用户由于指标的限制无法进行分析，这样就无法发现潜在的客户。所以在分析电子商务网站的用户时，由于网站数据的丰富性——不仅拥有交易数据，而且可以收集到用户的浏览访问数据，可以扩展到更广阔的角度去观察用户，这方面的定量分析会在之后的网站用户分析中进行详细叙述。
]]></description>
			<content:encoded><![CDATA[<p>根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标：</p>
<ul>
<li><strong>最近一次消费（Recency）</strong></li>
<li><strong>消费频率（Frequency）</strong></li>
<li><strong>消费金额（Monetary）<span id="more-471"></span><br />
</strong></li>
</ul>
<p>RFM分析原多用于传统营销、零售业等领域，适用于拥有多种消费品或快速消费品的行业，只要任何有数据记录的消费都可以被用于分析。那么对于电子商务网站来说，网站数据库中记录的详细的交易信息，同样可以运用RFM分析模型进行数据分析，尤其对于那些已经建立起客户关系管理(CRM)系统的网站来说，其分析的结果将更具意义。</p>
<h3>基本概念解释</h3>
<p>RFM模型是衡量客户价值和客户创利能力的重要工具和手段。RFM分析模型主要由三个指标组成，下面对这三个指标的定义和作用做下简单解释：</p>
<h4>最近一次消费(Recency)</h4>
<p>最近一次消费意指用户上一次购买的时间，理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。因为最近一次消费指标定义的是一个时间段，并且与当前时间相关，因此是一直在变动的。最近一次消费对营销来说是一个重要指标，涉及吸引客户，保持客户，并赢得客户的忠诚度。</p>
<h4>消费频率(Frequency)</h4>
<p>消费频率是顾客在一定时间段内的消费次数。最常购买的消费者，忠诚度也就最高，增加顾客购买的次数意味着从竞争对手处偷取市场占有率，由别人的手中赚取营业额。</p>
<p>根据这个指标，我们又把客户分成五等分，这个五等分分析相当于是一个“忠诚度的阶梯”(loyalty ladder)，其诀窍在于让消费者一直顺着阶梯往上爬，把销售想像成是要将两次购买的顾客往上推成三次购买的顾客，把一次购买者变成两次的。</p>
<h4>消费金额(Monetary)</h4>
<p>消费金额是对电子商务网站产能的最直接的衡量指标，也可以验证“帕雷托法则”(Pareto’s Law)——公司80％的收入来自20％的顾客。</p>
<h3>数据获取与分析</h3>
<p>在从数据库中提取相关数据之前，首先需要确定数据的时间跨度，根据网站销售的物品的差异，确定合适的时间跨度。如果经营的是快速消费品，如日用品，可以确定时间跨度为一个季度或者一个月；如果销售的产品更替的时间相对久些，如电子产品，可以确定时间跨度为一年、半年或者一个季度。在确定时间跨度之后就可以提取相应时间区间内的数据，其中：</p>
<p><strong> 最近一次消费(Recency)</strong>，取出来的数据是一个时间点，需要由 <em>当前时间点-</em><em>最近一次消费时间点 </em>来作为该度量的值，注意单位的选择和统一，无论以小时、天为单位；</p>
<p><strong> 消费频率(Frequency)</strong>，这个指标可以直接在数据库中COUNT用户的消费次数得到；</p>
<p><strong> 消费金额(Monetary)</strong>，可以将每位客户的所有消费的金额相加(SUM)求得。</p>
<p>获取三个指标的数据以后，需要计算每个指标数据的均值，分别以AVG(R)、AVG(F)、AVG(M)来表示，最后通过将每位客户的三个指标与均值进行比较，可以将客户细分为8类：</p>
<table border="1" cellspacing="0" cellpadding="0">
<tbody>
<tr>
<td width="114" valign="top"><strong>Recency</strong><strong> </strong></td>
<td width="114" valign="top"><strong>Frequency</strong></td>
<td width="114" valign="top"><strong>Monetary</strong></td>
<td width="114" valign="top"><strong>客户类型</strong></td>
</tr>
<tr>
<td width="114" valign="top">↑</td>
<td width="114" valign="top">↑</td>
<td width="114" valign="top">↑</td>
<td width="114" valign="top">重要价值客户</td>
</tr>
<tr>
<td width="114" valign="top">↑</td>
<td width="114" valign="top">↓</td>
<td width="114" valign="top">↑</td>
<td width="114" valign="top">重要发展客户</td>
</tr>
<tr>
<td width="114" valign="top">↓</td>
<td width="114" valign="top">↑</td>
<td width="114" valign="top">↑</td>
<td width="114" valign="top">重要保持客户</td>
</tr>
<tr>
<td width="114" valign="top">↓</td>
<td width="114" valign="top">↓</td>
<td width="114" valign="top">↑</td>
<td width="114" valign="top">重要挽留客户</td>
</tr>
<tr>
<td width="114" valign="top">↑</td>
<td width="114" valign="top">↑</td>
<td width="114" valign="top">↓</td>
<td width="114" valign="top">一般价值客户</td>
</tr>
<tr>
<td width="114" valign="top">↑</td>
<td width="114" valign="top">↓</td>
<td width="114" valign="top">↓</td>
<td width="114" valign="top">一般发展客户</td>
</tr>
<tr>
<td width="114" valign="top">↓</td>
<td width="114" valign="top">↑</td>
<td width="114" valign="top">↓</td>
<td width="114" valign="top">一般保持客户</td>
</tr>
<tr>
<td width="114" valign="top">↓</td>
<td width="114" valign="top">↓</td>
<td width="114" valign="top">↓</td>
<td width="114" valign="top">一般挽留客户</td>
</tr>
</tbody>
</table>
<p><em>——“↑”表示大于均值，“↓”表示小于均值</em></p>
<h3>结果的展示</h3>
<p>RFM模型包括三个指标，无法用平面坐标图来展示，所以这里使用三维坐标系进行展示，一种X轴表示<strong>Recency</strong>，Y轴表示<strong>Frequency</strong>，Z轴表示<strong>Monetary</strong>，坐标系的8个象限分别表示8类用户，根据上表中的分类，可以用如下图形进行描述：</p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/08/RFM-model.png"><img class="alignnone size-full wp-image-472" title="RFM-model" src="http://www.xietao.org/wp-content/uploads/2011/08/RFM-model.png" alt="" width="541" height="372" /></a></p>
<p>RFM分析也存在着一定的缺陷，它只能分析有交易行为的用户，而对访问过网站但未消费的用户由于指标的限制无法进行分析，这样就无法发现潜在的客户。所以在分析电子商务网站的用户时，由于网站数据的丰富性——不仅拥有交易数据，而且可以收集到用户的浏览访问数据，可以扩展到更广阔的角度去观察用户，这方面的定量分析会在之后的网站用户分析中进行详细叙述。</p>
]]></content:encoded>
			<wfw:commentRss>http://www.xietao.org/e-commerce-rfm/feed/</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>用户综合价值评分体系</title>
		<link>http://www.xietao.org/user-value-estimate-system/</link>
		<comments>http://www.xietao.org/user-value-estimate-system/#comments</comments>
		<pubDate>Fri, 05 Aug 2011 01:49:49 +0000</pubDate>
		<dc:creator>谢焘</dc:creator>
				<category><![CDATA[数据分析]]></category>
		<category><![CDATA[用户综合价值]]></category>

		<guid isPermaLink="false">http://www.xietao.org/?p=463</guid>
		<description><![CDATA[前面的两篇文章介绍了基于点击流数据的适合所有网站的用户忠诚度分析及应用于电子商务网站的用户分析，并且通过雷达图可以直观的展示用户在各指标上的表现情况，我们可以通过雷达图上图形围成的面积来简单评价一个用户的综合价值。可能大家都有这样的疑问，当各指标的影响权重不同时（比如电子商务网站可能会更看重用户完成的订单数或者在一段时间内的交易额），在这种情况下我们该如何来评价用户的综合价值？如果你看过我的上一篇文章——层次分析法（AHP），相信你已经找到了满意的答案，是的，层次分析法可以很好地解决这个问题。下面就用层次分析法分别介绍一下用户忠诚度评价及电子商务网站用户的综合价值评分：
评价用户忠诚度
用户忠诚度由4个指标——用户访问频率、最近访问时间、平均停留时间和平均浏览页面数决定，这4个指标没有明显的类别划分，并且可以认为是在同一层次上的相互独立的指标，所以只需要构建2层的模型：

我们需要计算底层每个指标对用户忠诚度的影响权重，只需要知道底层各指标间的相对比重，这个主要通过专家组或者问卷调研的方法获得数据，这里假设4个指标间两两比较的比重如下表（使用9标度）：



 
用户访问频率
最近访问时间
平均停留时间
平均浏览页面数


用户访问频率
1
7
3
3


最近访问时间
1/7
1
1/3
1/5


平均停留时间
1/3
3
1
1/3


平均浏览页面数
1/3
5
3
1



——表格中的数据是一个正互反矩阵，即如果“用户访问频率”与“最近访问时间”的比重为7（1-9标度的定义参见层次分析法那篇文章），则对应的表格（第2行第3列）的数值为7，矩阵对角线对称的表格（第3行第2列）的值为1/7。所以两两比较只需要完成对角线一侧的数据，另一侧取对应数值的倒数就可以了。
 因为指标间进行的是两两比较，所以整个矩阵的数据会存在不一致性，比如上表中的数据“用户访问频率”和“平均停留时间”、“平均浏览页面数”的比重都是3，那么一次应该推断“平均停留时间”和“平均浏览页面数”的比重应该是1，也就是同等重要，但是下面该比重的实际数据是1/3。所以可以看到两两比较的过程只在乎两个指标的关系，不存在推导关系，这样就会导致整个矩阵存在不一致性，在计算权重前需要验证矩阵的不一致性系数，只有小于0.1时，该矩阵的数据才能被采纳。
根据表中两两比较的结果可以通过层次分析法的矩阵运算计算各指标的权重，如果你对excel足够熟悉的话在excel里面也可以实现，这里推荐使用AHP的分析工具——Expert Choice，在这个工具里面只要构建类似上面的树状模型，然后将上表的指标两两比较的结果输入进去，软件就会自动计算出各指标相对于目标的权重及整个模型的CR（一致性概率）。导入上面的模型，输入表格中指标两两比较数据，通过软件计算得出的CR=0.05&#60;0.1，所以数据通过检验，可以进一步获取各指标的权重，得到以下的加权加权计算公式：
用户忠诚度=用户访问频率*0.525+最近访问时间*0.056+平均停留时间*0.139+平均浏览页面数*0.279
基于该结果，我们可以将标准化后的用户每个指标的评分数据进行加权求和，还是以网站用户忠诚度分析一文中的两个用户为例，采用的是10分值的评分体系，则计算用户的忠诚度如下：



评分
用户访问频率 
最近访问时间
平均停留时间
平均浏览页面数
用户忠诚度


用户1
1.0
5.0
3.0
3.8
2.28


用户2
4.0
9.3
2.4
6.3
4.71


用户n
……
……
……
……
……



通过上述的层次分析法，将多个评价指标的评分结果加权汇总到一个目标指标，有利于更直接地评价用户，通过上述结果可以算出每个网站用户的忠诚度评分，可以直接排序选择忠诚度排名靠前的用户展开定向营销。
评价电子商务网站用户的综合价值
通过上面的分析实例，大家对层次分析的应用应该有了一定的熟悉，那么对于更加复杂的多层次分析模型，层次分析法又是如何实现的呢？下面就以电子商务网站用户分析这篇文章中的指标体系为例来简要介绍下。首先也是构建评价指标体系模型，从电子商务的交易数据中获取的指标更为丰富，我们根据文中对指标的阐述，将指标进一步分层，可以建立起3层结构的模型，如下图：

基于这个模型，需要使用3次AHP来计算：

忠诚度和消费能力对用户价值的影响权重；
最近购买时间、购买频率和购买产品种类对忠诚度的影响权重；
平均每次消费额和单次最高消费额对消费能力的影响权重。

分别在每一步中获取指标两两比较的权重，计算矩阵的一致性概率CR，若通过则计算获得每个指标对上层相应指标的影响权重系数，最终我们可以得到类似如下的结果：
用户价值=忠诚度*0.67+消费能力*0.33
忠诚度=最近购买时间*0.12+购买频率*0.64+购买产品种类*0.24
消费能力=平均每次消费额*0.67+单词最高消费额*0.33
则可以推导的出用户价值的直接计算公式：
用户价值=（最近购买时间*0.12+购买频率*0.64+购买产品种类*0.24）*0.67+（平均每次消费额*0.67+单词最高消费额*0.33）*0.33　　→
用户价值=最近购买时间*0.08+购买频率*0.43+购买产品种类*0.16+平均每次消费额*0.22+单词最高消费额*0.11
还是用文中例举的两个用户为例来计算他们的综合价值评分，如下表：



评分
最近购买时间
购买频率
购买产品种类
平均每次消费额
单词最高消费额
忠诚度
消费能力
用户价值


用户1
2
3
3
8
9
2.88
8.33
4.68


用户2
7
7
8
6
5
7.24
5.67
6.72


用户n
……
……
……
……
……
……
……
……



从上表可以看出，在运用层次分析法获得的分析结果中，不仅能够计算出最终的目标指标（用户价值）的评分，同时也能够计算得到模型的中间层指标（忠诚度和消费能力）的评分，这样我们不仅能够通过直接比较用户的综合价值评分获取网站的重要用户，同时忠诚度和消费能力的评分也为针对用户的细分提供了一个有力的量化数值参考依据，如下图：

——100个随机样本数据的散点分布，图中的数据仅供参考，不代表任何网站的实际情况
上面的散点图是对用户忠诚度和消费能力的一个简单展示，从图中点的聚集情况（或者点分布的密集度）可以将图简单分成4块，满足各分块内部的各点间距离最短（最密集）及各分块间的点分布距离最长（最离散），其实可以看做是一个最简单的聚类，从中可以看出电子商务网站用户特征的分布情况：

从C区域可以看出用户较多地分布在忠诚度和消费能力评分为3附近的区域，也是网站最普遍的客户群；
B区域的用户是网站的最有价值客户（VIP），但是数量相当稀少，可能不到10%；
在A区域有一个点密集区间（忠诚度1-2、消费能力8-9），可以认为是网站的高级消费用户群，他们消费不多，但消费额很高，如果你的网站提供高级消费品、批发、团购等服务的话，那么他们就可能是那方面的客户群；
D区域的用户虽然消费能力也不强，但他们是你的网站的忠实Fans，不要忽视这些用户，他们往往是网站线下营销和品牌口碑传播的有利拥护者。

通过类似上面的分析过程，我们可以发现电子商务网站用户的某些特征，为网站的运营方向和营销策略提供一定的决策支持。
这篇文章里面主要讨论的是运用层次分析法对网站用户的一个评价应用案例，其实层次分析法不仅适用于网站用户的评价，同样适用于网站页面、产品、来源、关键词及其它任何牵涉多指标可分层的评价，关键在于如何建立起一套系统的有效的指标评价体系。如果你有更好的扩展思路，欢迎与我评论交流。
]]></description>
			<content:encoded><![CDATA[<p>前面的两篇文章介绍了基于点击流数据的适合所有网站的<a href="http://www.xietao.org/analysis-user-loyalty/" target="_blank"><strong><span style="color: #0000ff;">用户忠诚度分析</span></strong></a>及应用于<a href="http://www.xietao.org/commerce-user-analysis/" target="_blank"><strong><span style="color: #0000ff;">电子商务网站的用户分析</span></strong></a>，并且通过雷达图可以直观的展示用户在各指标上的表现情况，我们可以通过雷达图上图形围成的面积来简单评价一个用户的综合价值。可能大家都有这样的疑问，当各指标的影响权重不同时（比如电子商务网站可能会更看重用户完成的订单数或者在一段时间内的交易额），在这种情况下我们该如何来评价用户的综合价值？如果你看过我的上一篇文章——<a href="http://www.xietao.org/ahp/" target="_blank"><strong><span style="color: #0000ff;">层次分析法（AHP）</span></strong></a>，相信你已经找到了满意的答案，是的，层次分析法可以很好地解决这个问题。下面就用层次分析法分别介绍一下用户忠诚度评价及电子商务网站用户的综合价值评分：<span id="more-463"></span></p>
<h3>评价用户忠诚度</h3>
<p>用户忠诚度由4个指标——用户访问频率、最近访问时间、平均停留时间和平均浏览页面数决定，这4个指标没有明显的类别划分，并且可以认为是在同一层次上的相互独立的指标，所以只需要构建2层的模型：</p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/08/AHP-model-for-user-loyalty.png"><img class="alignnone size-full wp-image-464" title="AHP-model-for-user-loyalty" src="http://www.xietao.org/wp-content/uploads/2011/08/AHP-model-for-user-loyalty.png" alt="" width="579" height="189" /></a></p>
<p>我们需要计算底层每个指标对用户忠诚度的影响权重，只需要知道底层各指标间的相对比重，这个主要通过专家组或者问卷调研的方法获得数据，这里假设4个指标间两两比较的比重如下表（使用9标度）：</p>
<table border="1" cellspacing="0" cellpadding="0">
<tbody>
<tr>
<td width="114" valign="top"><strong> </strong></td>
<td width="114" valign="top"><strong>用户访问频率</strong></td>
<td width="114" valign="top"><strong>最近访问时间</strong></td>
<td width="114" valign="top"><strong>平均停留时间</strong></td>
<td width="114" valign="top"><strong>平均浏览页面数</strong></td>
</tr>
<tr>
<td width="114" valign="top"><strong>用户访问频率</strong></td>
<td width="114" valign="top">1</td>
<td width="114" valign="top">7</td>
<td width="114" valign="top">3</td>
<td width="114" valign="top">3</td>
</tr>
<tr>
<td width="114" valign="top"><strong>最近访问时间</strong></td>
<td width="114" valign="top">1/7</td>
<td width="114" valign="top">1</td>
<td width="114" valign="top">1/3</td>
<td width="114" valign="top">1/5</td>
</tr>
<tr>
<td width="114" valign="top"><strong>平均停留时间</strong></td>
<td width="114" valign="top">1/3</td>
<td width="114" valign="top">3</td>
<td width="114" valign="top">1</td>
<td width="114" valign="top">1/3</td>
</tr>
<tr>
<td width="114" valign="top"><strong>平均浏览页面数</strong></td>
<td width="114" valign="top">1/3</td>
<td width="114" valign="top">5</td>
<td width="114" valign="top">3</td>
<td width="114" valign="top">1</td>
</tr>
</tbody>
</table>
<p><em>——表格中的数据是一个正互反矩阵，即如果“用户访问频率”与“最近访问时间”的比重为7（1-9标度的定义参见层次分析法那篇文章），则对应的表格（第2行第3列）的数值为7，矩阵对角线对称的表格（第3行第2列）的值为1/7。所以两两比较只需要完成对角线一侧的数据，另一侧取对应数值的倒数就可以了。</em></p>
<p><em> </em>因为指标间进行的是两两比较，所以整个矩阵的数据会存在<strong>不一致性</strong>，比如上表中的数据“用户访问频率”和“平均停留时间”、“平均浏览页面数”的比重都是3，那么一次应该推断“平均停留时间”和“平均浏览页面数”的比重应该是1，也就是同等重要，但是下面该比重的实际数据是1/3。所以可以看到两两比较的过程只在乎两个指标的关系，不存在推导关系，这样就会导致整个矩阵存在不一致性，在计算权重前需要验证矩阵的不一致性系数，只有小于0.1时，该矩阵的数据才能被采纳。</p>
<p>根据表中两两比较的结果可以通过层次分析法的矩阵运算计算各指标的权重，如果你对excel足够熟悉的话在excel里面也可以实现，这里推荐使用AHP的分析工具——Expert Choice，在这个工具里面只要构建类似上面的树状模型，然后将上表的指标两两比较的结果输入进去，软件就会自动计算出各指标相对于目标的权重及整个模型的CR（一致性概率）。导入上面的模型，输入表格中指标两两比较数据，通过软件计算得出的CR=0.05&lt;0.1，所以数据通过检验，可以进一步获取各指标的权重，得到以下的加权加权计算公式：</p>
<blockquote><p>用户忠诚度=用户访问频率*0.525+最近访问时间*0.056+平均停留时间*0.139+平均浏览页面数*0.279</p></blockquote>
<p>基于该结果，我们可以将标准化后的用户每个指标的评分数据进行加权求和，还是以<a href="http://www.xietao.org/analysis-user-loyalty/" target="_blank"><span style="color: #0000ff;"><strong>网站用户忠诚度分析</strong></span></a>一文中的两个用户为例，采用的是10分值的评分体系，则计算用户的忠诚度如下：</p>
<table border="1" cellspacing="0" cellpadding="0">
<tbody>
<tr>
<td width="54" valign="top">评分</td>
<td width="104" valign="top"><strong>用户访问频率</strong><strong> </strong></td>
<td width="104" valign="top"><strong>最近访问时间</strong><strong></strong></td>
<td width="104" valign="top"><strong>平均停留时间</strong><strong></strong></td>
<td width="113" valign="top"><strong>平均浏览页面数</strong><strong></strong></td>
<td width="88" valign="top"><strong>用户忠诚度</strong><strong></strong></td>
</tr>
<tr>
<td width="54" valign="top">用户1</td>
<td width="104" valign="top">1.0</td>
<td width="104" valign="top">5.0</td>
<td width="104" valign="top">3.0</td>
<td width="113" valign="top">3.8</td>
<td width="88" valign="top">2.28</td>
</tr>
<tr>
<td width="54" valign="top">用户2</td>
<td width="104" valign="top">4.0</td>
<td width="104" valign="top">9.3</td>
<td width="104" valign="top">2.4</td>
<td width="113" valign="top">6.3</td>
<td width="88" valign="top">4.71</td>
</tr>
<tr>
<td width="54" valign="top">用户n</td>
<td width="104" valign="top">……</td>
<td width="104" valign="top">……</td>
<td width="104" valign="top">……</td>
<td width="113" valign="top">……</td>
<td width="88" valign="top">……</td>
</tr>
</tbody>
</table>
<p>通过上述的层次分析法，将多个评价指标的评分结果加权汇总到一个目标指标，有利于更直接地评价用户，通过上述结果可以算出每个网站用户的忠诚度评分，可以直接排序选择忠诚度排名靠前的用户展开定向营销。</p>
<h3>评价电子商务网站用户的综合价值</h3>
<p>通过上面的分析实例，大家对层次分析的应用应该有了一定的熟悉，那么对于更加复杂的多层次分析模型，层次分析法又是如何实现的呢？下面就以<a href="http://www.xietao.org/commerce-user-analysis/" target="_blank"><strong><span style="color: #0000ff;">电子商务网站用户分析</span></strong></a>这篇文章中的指标体系为例来简要介绍下。首先也是构建评价指标体系模型，从电子商务的交易数据中获取的指标更为丰富，我们根据文中对指标的阐述，将指标进一步分层，可以建立起3层结构的模型，如下图：</p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/08/AHP-model-for-E-commerce-user.png"><img class="alignnone size-full wp-image-466" title="AHP-model-for-E-commerce-user" src="http://www.xietao.org/wp-content/uploads/2011/08/AHP-model-for-E-commerce-user.png" alt="" width="565" height="284" /></a></p>
<p>基于这个模型，需要使用3次AHP来计算：</p>
<ol>
<li>忠诚度和消费能力对用户价值的影响权重；</li>
<li>最近购买时间、购买频率和购买产品种类对忠诚度的影响权重；</li>
<li>平均每次消费额和单次最高消费额对消费能力的影响权重。</li>
</ol>
<p>分别在每一步中获取指标两两比较的权重，计算矩阵的一致性概率CR，若通过则计算获得每个指标对上层相应指标的影响权重系数，最终我们可以得到类似如下的结果：</p>
<blockquote><p>用户价值=忠诚度*0.67+消费能力*0.33</p>
<p>忠诚度=最近购买时间*0.12+购买频率*0.64+购买产品种类*0.24</p>
<p>消费能力=平均每次消费额*0.67+单词最高消费额*0.33</p></blockquote>
<p>则可以推导的出用户价值的直接计算公式：</p>
<blockquote><p>用户价值=（最近购买时间*0.12+购买频率*0.64+购买产品种类*0.24）*0.67+（平均每次消费额*0.67+单词最高消费额*0.33）*0.33　　→</p>
<p>用户价值=最近购买时间*0.08+购买频率*0.43+购买产品种类*0.16+平均每次消费额*0.22+单词最高消费额*0.11</p></blockquote>
<p>还是用文中例举的两个用户为例来计算他们的综合价值评分，如下表：</p>
<table border="1" cellspacing="0" cellpadding="0">
<tbody>
<tr>
<td width="54">评分</td>
<td width="66"><strong>最近购买时间</strong><strong></strong></td>
<td width="47"><strong>购买频率</strong><strong></strong></td>
<td width="66"><strong>购买产品种类</strong><strong></strong></td>
<td width="85"><strong>平均每次消费额</strong><strong></strong></td>
<td width="85"><strong>单词最高消费额</strong><strong></strong></td>
<td width="66"><strong>忠诚度</strong><strong></strong></td>
<td width="47"><strong>消费能力</strong><strong></strong></td>
<td width="51"><strong>用户价值</strong><strong></strong></td>
</tr>
<tr>
<td width="54" valign="top">用户1</td>
<td width="66" valign="top">2</td>
<td width="47" valign="top">3</td>
<td width="66" valign="top">3</td>
<td width="85" valign="top">8</td>
<td width="85" valign="top">9</td>
<td width="66" valign="top">2.88</td>
<td width="47" valign="top">8.33</td>
<td width="51" valign="top">4.68</td>
</tr>
<tr>
<td width="54" valign="top">用户2</td>
<td width="66" valign="top">7</td>
<td width="47" valign="top">7</td>
<td width="66" valign="top">8</td>
<td width="85" valign="top">6</td>
<td width="85" valign="top">5</td>
<td width="66" valign="top">7.24</td>
<td width="47" valign="top">5.67</td>
<td width="51" valign="top">6.72</td>
</tr>
<tr>
<td width="54" valign="top">用户n</td>
<td width="66" valign="top">……</td>
<td width="47" valign="top">……</td>
<td width="66" valign="top">……</td>
<td width="85" valign="top">……</td>
<td width="85" valign="top">……</td>
<td width="66" valign="top">……</td>
<td width="47" valign="top">……</td>
<td width="51" valign="top">……</td>
</tr>
</tbody>
</table>
<p>从上表可以看出，在运用层次分析法获得的分析结果中，不仅能够计算出最终的目标指标（用户价值）的评分，同时也能够计算得到模型的中间层指标（忠诚度和消费能力）的评分，这样我们不仅能够<strong>通过直接比较用户的综合价值评分获取网站的重要用户</strong>，同时忠诚度和消费能力的评分也<strong>为针对用户的细分提供了一个有力的量化数值参考依据</strong>，如下图：</p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/08/E-commerce-user-value-plot.png"><img class="alignnone size-full wp-image-467" title="E-commerce-user-value-plot" src="http://www.xietao.org/wp-content/uploads/2011/08/E-commerce-user-value-plot.png" alt="" width="644" height="400" /></a></p>
<p><em>——100个随机样本数据的散点分布，图中的数据仅供参考，不代表任何网站的实际情况</em></p>
<p>上面的散点图是对用户忠诚度和消费能力的一个简单展示，从图中点的聚集情况（或者点分布的密集度）可以将图简单分成4块，满足各分块内部的各点间距离最短（最密集）及各分块间的点分布距离最长（最离散），其实可以看做是一个最简单的聚类，从中可以看出电子商务网站用户特征的分布情况：</p>
<ul>
<li>从C区域可以看出用户较多地分布在忠诚度和消费能力评分为3附近的区域，也是网站最普遍的客户群；</li>
<li>B区域的用户是网站的最有价值客户（VIP），但是数量相当稀少，可能不到10%；</li>
<li>在A区域有一个点密集区间（忠诚度1-2、消费能力8-9），可以认为是网站的高级消费用户群，他们消费不多，但消费额很高，如果你的网站提供高级消费品、批发、团购等服务的话，那么他们就可能是那方面的客户群；</li>
<li>D区域的用户虽然消费能力也不强，但他们是你的网站的忠实Fans，不要忽视这些用户，他们往往是网站线下营销和品牌口碑传播的有利拥护者。</li>
</ul>
<p>通过类似上面的分析过程，我们可以发现电子商务网站用户的某些特征，为网站的运营方向和营销策略提供一定的决策支持。</p>
<p>这篇文章里面主要讨论的是运用层次分析法对网站用户的一个评价应用案例，其实层次分析法不仅适用于网站用户的评价，同样适用于网站页面、产品、来源、关键词及其它任何牵涉多指标可分层的评价，关键在于如何建立起一套系统的有效的指标评价体系。如果你有更好的扩展思路，欢迎与我评论交流。</p>
]]></content:encoded>
			<wfw:commentRss>http://www.xietao.org/user-value-estimate-system/feed/</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>层次分析法（AHP）</title>
		<link>http://www.xietao.org/ahp/</link>
		<comments>http://www.xietao.org/ahp/#comments</comments>
		<pubDate>Thu, 04 Aug 2011 03:25:51 +0000</pubDate>
		<dc:creator>谢焘</dc:creator>
				<category><![CDATA[数据分析]]></category>
		<category><![CDATA[ahp]]></category>
		<category><![CDATA[层次分析法]]></category>

		<guid isPermaLink="false">http://www.xietao.org/?p=458</guid>
		<description><![CDATA[层次分析法（Analytic Hierarchy Process）简称AHP，是美国运筹学家T. L. Saaty教授于70年代初期提出的， AHP是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法。它的特点是把复杂问题中的各种因素通过划分为相互联系的有序层次，使之条理化，根据对一定客观现实的主观判断结构(主要是两两比较)把专家意见和分析者的客观判断结果直接而有效地结合起来，将每个层次元素两两比较的重要性进行定量描述。而后，利用数学方法计算反映每一层次元素的相对重要性次序的权值，通过所有层次之间的总排序计算所有元素的相对权重并进行排序。
层次分析法的适用范围
层次分析法适用于多目标决策，用于存在多个影响指标的情况下，评价各方案的优劣程度。当一个决策受到多个要素的影响，且各要素间存在层次关系，或者有明显的类别划分，同时各指标对最终评价的影响程度无法直接通过足够的数据进行量化计算的时候，就可以选择使用层次分析法。
AHP的模型结构
首先，可以根据实际问题构建层次模型，这里以网站质量的衡量为例来简单说明下，我们可以认为网站质量主要由网站内容的质量及网站交互的友好度决定，而内容的质量又受到内容的完整性、准确性和及时性的影响；交互的友好度由交互流程的友好度及网站的整体信息架构的优良程度来决定，所以可以构建如下图的模型：

为了计算各要素对上一层指标的影响权重（如内容的准确性对内容质量的影响程度有多高，需要计算出该权重，而完整性、准确性和及时性3个指标对内容质量的影响权重的和为1，其它各指标也同样满足该原则），需要构建对比矩阵，即从模型的第二层开始运用9标度对从属于上一层中每个要素的同层各要素间进行两两比较，如模型中的要素i相对于要素j对上层要素的重要程度，1表示i与j同等重要，3表示i比j略重要，5表示i比j重要，7表示i比j重要很多，9表示i比j极其重要，可以用Wi/Wj表示该重要程度，两两比较后可以得到以下矩阵：

因为上面的矩阵是通过两两比较的结果列出来的，所有对于整个矩阵而言不一定是完全一致的，所以首先需要验证该对比矩阵的一致性。可以通过计算矩阵的最大特征值的方法来衡量矩阵的一致性，相关的指标有一致性指标CI，随机一致性指标RI，一致性比率CR=CI/RI（具体的计算方法不详细介绍了，可以参考相关资料）。一般当CR&#60;0.1时，我们认为该对比矩阵的一致性是可以被接受的。
如果矩阵的一致性满足要求，则可以根据矩阵的最大特征值进一步计算得到对应的特征向量，并通过对特征向量进行标准化（使特征向量中各分量的和为1）将其转化为权向量，也就是我们要求的结果，权向量中的各分量反映了各要素对其相应的上层要素的影响权重。如：
网站质量=内容质量*0.6+交互友好*0.4
内容质量=完整性*0.3+准确性*0.4+及时性*0.3
交互友好=交互流程*0.7+信息架构*0.3
在计算得到各要素相对于上层要素的权重之后，我们就可以通过加权平均的方法将最底层指标的测量结果汇总到目标指标的最总分值，用于评价各决策方案的优劣性，并选择最优方案。如：
网站质量=（完整性*0.3+准确性*0.4+及时性*0.3）*0.6+（交互流程*0.7+信息架构*0.3）*0.4
层次分析法的应用前提
在应用层次分析法时，必须满足以下几个前提：

各层的要素必须是已知的，并且条理结构清晰，能够按层次区分排列；
同一层中的各要素的关系是平等的，而各要素间相互独立，不存在显著的相关性；
最底层的指标可以被量化，并能够通过一定的方法测量；
需要明确各层次间要素的影响关系。

]]></description>
			<content:encoded><![CDATA[<p>层次分析法（Analytic Hierarchy Process）简称AHP，是美国运筹学家T. L. Saaty教授于70年代初期提出的， AHP是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法。它的特点是把复杂问题中的各种因素通过划分为相互联系的有序层次，使之条理化，根据对一定客观现实的主观判断结构(主要是两两比较)把专家意见和分析者的客观判断结果直接而有效地结合起来，将每个层次元素两两比较的重要性进行定量描述。而后，利用数学方法计算反映每一层次元素的相对重要性次序的权值，通过所有层次之间的总排序计算所有元素的相对权重并进行排序。<span id="more-458"></span></p>
<h3>层次分析法的适用范围</h3>
<p>层次分析法适用于多目标决策，用于存在多个影响指标的情况下，评价各方案的优劣程度。当一个决策受到多个要素的影响，且各要素间存在层次关系，或者有明显的类别划分，同时各指标对最终评价的影响程度无法直接通过足够的数据进行量化计算的时候，就可以选择使用层次分析法。</p>
<h3>AHP的模型结构</h3>
<p>首先，可以根据实际问题构建层次模型，这里以网站质量的衡量为例来简单说明下，我们可以认为网站质量主要由网站内容的质量及网站交互的友好度决定，而内容的质量又受到内容的完整性、准确性和及时性的影响；交互的友好度由交互流程的友好度及网站的整体信息架构的优良程度来决定，所以可以构建如下图的模型：</p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/08/AHP-model.png"><img class="alignnone size-full wp-image-459" title="AHP-model" src="http://www.xietao.org/wp-content/uploads/2011/08/AHP-model.png" alt="" width="668" height="214" /></a></p>
<p>为了计算各要素对上一层指标的影响权重（如内容的准确性对内容质量的影响程度有多高，需要计算出该权重，而完整性、准确性和及时性3个指标对内容质量的影响权重的和为1，其它各指标也同样满足该原则），需要构建对比矩阵，即从模型的第二层开始运用9标度对从属于上一层中每个要素的同层各要素间进行<strong>两两比较</strong>，如模型中的要素i相对于要素j对上层要素的重要程度，1表示i与j同等重要，3表示i比j略重要，5表示i比j重要，7表示i比j重要很多，9表示i比j极其重要，可以用W<sub>i</sub>/W<sub>j</sub>表示该重要程度，两两比较后可以得到以下矩阵：</p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/08/AHP-matrix.png"><img class="alignnone size-full wp-image-460" title="AHP-matrix" src="http://www.xietao.org/wp-content/uploads/2011/08/AHP-matrix.png" alt="" width="258" height="95" /></a></p>
<p>因为上面的矩阵是通过两两比较的结果列出来的，所有对于整个矩阵而言不一定是完全一致的，所以首先需要验证该对比矩阵的<strong>一致性</strong>。可以通过计算矩阵的最大特征值的方法来衡量矩阵的一致性，相关的指标有一致性指标CI，随机一致性指标RI，一致性比率CR=CI/RI（具体的计算方法不详细介绍了，可以参考相关资料）。一般当<strong>CR&lt;0.1</strong>时，我们认为该对比矩阵的一致性是可以被接受的。</p>
<p>如果矩阵的一致性满足要求，则可以根据矩阵的最大特征值进一步计算得到对应的特征向量，并通过对特征向量进行标准化（使特征向量中各分量的和为1）将其转化为权向量，也就是我们要求的结果，权向量中的各分量反映了各要素对其相应的上层要素的影响权重。如：</p>
<blockquote><p>网站质量=内容质量*0.6+交互友好*0.4</p>
<p>内容质量=完整性*0.3+准确性*0.4+及时性*0.3</p>
<p>交互友好=交互流程*0.7+信息架构*0.3</p></blockquote>
<p>在计算得到各要素相对于上层要素的权重之后，我们就可以通过加权平均的方法将最底层指标的测量结果汇总到目标指标的最总分值，用于评价各决策方案的优劣性，并选择最优方案。如：</p>
<blockquote><p>网站质量=（完整性*0.3+准确性*0.4+及时性*0.3）*0.6+（交互流程*0.7+信息架构*0.3）*0.4</p></blockquote>
<h3>层次分析法的应用前提</h3>
<p>在应用层次分析法时，必须满足以下几个前提：</p>
<ul>
<li>各层的要素必须是已知的，并且条理结构清晰，能够按层次区分排列；</li>
<li>同一层中的各要素的关系是平等的，而各要素间相互独立，不存在显著的相关性；</li>
<li>最底层的指标可以被量化，并能够通过一定的方法测量；</li>
<li>需要明确各层次间要素的影响关系。</li>
</ul>
]]></content:encoded>
			<wfw:commentRss>http://www.xietao.org/ahp/feed/</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>电子商务网站用户分析</title>
		<link>http://www.xietao.org/commerce-user-analysis/</link>
		<comments>http://www.xietao.org/commerce-user-analysis/#comments</comments>
		<pubDate>Wed, 03 Aug 2011 09:13:49 +0000</pubDate>
		<dc:creator>谢焘</dc:creator>
				<category><![CDATA[数据分析]]></category>

		<guid isPermaLink="false">http://www.xietao.org/?p=454</guid>
		<description><![CDATA[前一篇文章主要是基于点击流数据的用户分析，适合所有网站，而对于一些特殊的网站，可以根据自身所能获取的数据将分析的指标进行扩展或根据自身的特征定制合适的指标，这里主要介绍的是适合一般的电子商务网站的用户分析方法。
当用户在电子商务网站上有了购买行为之后，就从潜在客户变成了网站的价值客户。电子商务网站一般都会将用户的交易信息，包括购买时间、购买商品、购买数量、支付金额等信息保存在自己的数据库里面，所以对于这些用户，我们可以基于网站的运营数据对他们的交易行为进行分析，以估计每位用户的价值，及针对每位用户的扩展营销（Lead Generation）的可能性。
评价用户价值的指标
对于评价指标的选择这里遵循3个原则：

指标可量化：没办法，要做定量分析，这个是最基本的前提；
尽可能全面：根据底层数据选择尽可能多的可以获取的指标，这样能够从多角度进行分析和评价；
线性独立：即指标间尽量保持不相关。比如如果选择用户的购买次数和总消费额，那么一定是购买次数越多的用户总消费额越高，也就是导致了评价维度上的重合，而选择购买次数和平均每次交易额可以避免这种相关性产生的弊端。

根据以上几个原则选取了以下几个指标（同样根据网站的特征选取合适的统计时间段）：

最近购买时间：用户最近一次购买距当前的天数；
购买频率：用户在这段时间内购买的次数；
平均每次交易额：用户在这段时间内的消费总额/购买的次数；
单次最高交易额：用户在这段时间内购买的单词最高支付金额；
购买商品种类：用户在这段时间内购买的商品种类或商品大类。

用户评价模型的展示
一样的，也可以用雷达图进行展示，同样也使用离差标准化的方法对每个指标进行消除度量单位的10分制评分。这里具体的方法就不再重复介绍了，请参照——网站用户忠诚度分析这篇文章。下面是一个雷达图的示例：

通过这个雷达图，我们可以读到比用户忠诚度更多的信息。图中的上面3个指标——最近购买时间、购买频率和购买商品种类可以用来评价用户的忠诚度，而下面的2个指标——平均每次交易额和单词最高交易额可以用来衡量用户的消费能力。如上图，用户1虽然购买频率和购买的广度不高，但其消费的能力较强，而用户2是频繁购买用户，对网站有一定的忠诚度，但其消费能力一般。所以图形的上半部分面积较大的用户拥有较高的忠诚度，而下半部分面积较大的用户具有更高的消费能力。这两类用户都是网站的有价值客户，但由于其类型的不同，在营销策略上可以分开对待。
用户交易行为分析的意义

发现网站的高价值客户（VIP），为客户关系管理（CRM）及保持有价值客户提供支持；
发掘网站的可发展用户，对于一些新客户或潜力客户进行针对性营销；
及时发现可能流失的客户，及时采取有效措施；
根据用户交易行为细分客户群，实施有针对性的营销策略。

]]></description>
			<content:encoded><![CDATA[<p>前一篇文章主要是基于点击流数据的用户分析，适合所有网站，而对于一些特殊的网站，可以根据自身所能获取的数据将分析的指标进行扩展或根据自身的特征定制合适的指标，这里主要介绍的是适合一般的电子商务网站的用户分析方法。<span id="more-454"></span></p>
<p>当用户在电子商务网站上有了购买行为之后，就从<strong>潜在客户</strong>变成了网站的<strong>价值客户</strong>。电子商务网站一般都会将用户的交易信息，包括购买时间、购买商品、购买数量、支付金额等信息保存在自己的数据库里面，所以对于这些用户，我们可以基于网站的运营数据对他们的交易行为进行分析，以估计每位用户的价值，及针对每位用户的扩展营销（Lead Generation）的可能性。</p>
<h3>评价用户价值的指标</h3>
<p>对于评价指标的选择这里遵循3个原则：</p>
<ul>
<li><strong>指标可量化：</strong>没办法，要做定量分析，这个是最基本的前提；</li>
<li><strong>尽可能全面：</strong>根据底层数据选择尽可能多的可以获取的指标，这样能够从多角度进行分析和评价；</li>
<li><strong>线性独立：</strong>即指标间尽量保持不相关。比如如果选择用户的购买次数和总消费额，那么一定是购买次数越多的用户总消费额越高，也就是导致了评价维度上的重合，而选择购买次数和平均每次交易额可以避免这种相关性产生的弊端。</li>
</ul>
<p>根据以上几个原则选取了以下几个指标（同样根据网站的特征选取合适的统计时间段）：</p>
<ol>
<li><strong>最近购买时间</strong>：用户最近一次购买距当前的天数；<strong></strong></li>
<li><strong>购买频率</strong>：用户在这段时间内购买的次数；<strong></strong></li>
<li><strong>平均每次交易额</strong>：用户在这段时间内的消费总额/购买的次数；<strong></strong></li>
<li><strong>单次最高交易额</strong>：用户在这段时间内购买的单词最高支付金额；<strong></strong></li>
<li><strong>购买商品种类</strong>：用户在这段时间内购买的商品种类或商品大类。</li>
</ol>
<h3>用户评价模型的展示</h3>
<p>一样的，也可以用雷达图进行展示，同样也使用离差标准化的方法对每个指标进行消除度量单位的10分制评分。这里具体的方法就不再重复介绍了，请参照——<a href="http://www.xietao.org/analysis-user-loyalty/" target="_blank">网站用户忠诚度分析</a>这篇文章。下面是一个雷达图的示例：</p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/08/E-Commerce-user-RadarChart.png"><img class="alignnone size-full wp-image-455" title="E-Commerce-user-RadarChart" src="http://www.xietao.org/wp-content/uploads/2011/08/E-Commerce-user-RadarChart.png" alt="" width="493" height="291" /></a></p>
<p>通过这个雷达图，我们可以读到比用户忠诚度更多的信息。图中的上面3个指标——最近购买时间、购买频率和购买商品种类可以用来评价用户的<strong>忠诚度</strong>，而下面的2个指标——平均每次交易额和单词最高交易额可以用来衡量用户的<strong>消费能力</strong>。如上图，用户1虽然购买频率和购买的广度不高，但其消费的能力较强，而用户2是频繁购买用户，对网站有一定的忠诚度，但其消费能力一般。所以图形的上半部分面积较大的用户拥有较高的忠诚度，而下半部分面积较大的用户具有更高的消费能力。这两类用户都是网站的有价值客户，但由于其类型的不同，在营销策略上可以分开对待。</p>
<h3>用户交易行为分析的意义</h3>
<ul>
<li>发现网站的高价值客户（VIP），为客户关系管理（CRM）及保持有价值客户提供支持；</li>
<li>发掘网站的可发展用户，对于一些新客户或潜力客户进行针对性营销；</li>
<li>及时发现可能流失的客户，及时采取有效措施；</li>
<li>根据用户交易行为细分客户群，实施有针对性的营销策略。</li>
</ul>
]]></content:encoded>
			<wfw:commentRss>http://www.xietao.org/commerce-user-analysis/feed/</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>网站用户忠诚度分析</title>
		<link>http://www.xietao.org/analysis-user-loyalty/</link>
		<comments>http://www.xietao.org/analysis-user-loyalty/#comments</comments>
		<pubDate>Fri, 29 Jul 2011 03:26:37 +0000</pubDate>
		<dc:creator>谢焘</dc:creator>
				<category><![CDATA[数据分析]]></category>
		<category><![CDATA[平均停留时间]]></category>
		<category><![CDATA[平均访问页面数]]></category>
		<category><![CDATA[最近访问时间]]></category>
		<category><![CDATA[用户忠诚度]]></category>
		<category><![CDATA[网站数据分析]]></category>
		<category><![CDATA[访问频率]]></category>

		<guid isPermaLink="false">http://www.xietao.org/?p=450</guid>
		<description><![CDATA[忠诚用户不仅能为网站创造持续的价值，同时也是网站品牌口碑推广的重要渠道，所以目前网站对忠诚用户愈加重视。可能很多网站或者网站分析工具对用户做了“新用户”和“回访用户”的划分，但是单单区分新老用户是不够了，我们需要更加完善的指标来衡量网站用户的忠诚度。

用户忠诚度（Loyalty），指的是用户出于对企业或品牌的偏好而经常性重复购买的程度。对于网站来说，用户忠诚度则是用户出于对网站的功能或偏好而经常访问该网站的行为。根据客户忠诚理论，忠诚度可以由以下4个指标来度量：

重复购买意向（Repurchase Intention）：购买以前购买过的类型产品的意愿；
交叉购买意向（Cross-buying Intention）：购买以前为购买的产品类型或扩展服务的意愿；
客户推荐意向（Customer Reference Intention）：向其他潜在客户推荐，传递品牌口碑的意愿；
价格忍耐力（Price Tolerance）：客户愿意支付的最高价格。

量化网站的用户忠诚度
以上的4个指标对于电子商务网站而言，可能还有适用性，但对于大多数网站是不合适的，所以为了让分析具有普遍的适用性，同时为了满足所有的指标都可以量化（上面的客户推荐意向比较难以量化），以便进行定量分析的要求，这里可以选取Google Analytics中对用户忠诚度的4个度量指标：用户访问频率、最近访问时间、平均停留时间、平均访问页面数，这些指标可以直接从网站的点击流数据中计算得到，对所有的网站都适用，下面看一下这些指标的定义及如何计算得到：

访问频率：用户在一段时间内访问网站的次数，即每个用户Visits的个数；
最近访问时间：用户最近访问网站的时间，因为这个指标是个时间点的概念，所以为了便于度量，一般取用户最近访问时间距当前的天数。
平均停留时间：用户一段时间内每次访问的平均停留时间，即每个用户Time on Site的和/Visits的个数；
平均访问页面数：用户一段时间内每次访问的平均浏览页面数，即每个用户Page Views的和/ Visits的个数。

统计数据的时间区间也是根据网站的特征来定的，如果网站的信息更新较快，用户访问较为频繁，那么可以适当选取较短的时间段，这样数据变化上的灵敏度会高些；反之，则选择稍长的时间段，这样用户的数据更为丰富，指标的分析结果也会更加准确有效。
用户忠诚度的展示和比较
上面的4个指标均可以被量化统计得到，单一的指标也是没有意义的，我们需要通过比较来找出哪些是忠诚用户，哪些是流失用户，可以先对指标进行一些处理，以便使它们之间更具可比性，可以参考之前的文章——数据的标准化），这里我采用的是min-max标准化的方法，首先将所有指标的数值全部转换到[0,1]区间，再进行倍数放大，比如使用10分制进行评分，则可以乘10，数据就全部分布在[0,10]区间内了，如下图：





访问频率
最近访问时间
平均停留时间
平均访问页面


用户1
数据
2次
15天前
150秒
3页


标准化
0.10
0.50
0.30
0.38


评分
1
5
3
3.8


用户2
数据
8次
2天前
120秒
5页


标准化
0.40
0.93
0.24
0.63


评分
4
9.3
2.4
6.3



——表中的数据只是简单的举例，实际情况需要根据每个指标的最大最小值进行计算
根据上表的数据，我们已经将所有指标统一到了同一个评分区间，那么就可以使用雷达图对用户的忠诚度进行展示。用雷达图展示有以下几个优点：

可以完整地显示所有评价指标；
显示用户在各指标评分中的偏向性；
可以简单分析用户忠诚度的综合评分，即图形围成的面积（假设四个指标的权重相等，若重要程度存在明显差异，则不能用的面积来衡量）；
可以用于用户间忠诚度的比较。

下面是根据上表绘制的雷达图示例：

用户忠诚度分析的意义
那么基于这个展示的结果我们能做些什么呢？其实对于任何网站而言，有两个方向是一致的：保留忠诚用户，减少流失用户。基于上面的用户忠诚度评价体系扩展开来就是：

分析忠诚用户的行为特征，努力满足他们的需求，提高他们的满意度；
从最近访问时间的指标数据机用户忠诚度变化趋势中发现一些可能正在流失的用户，分析他们流失的可能原因，并试图挽留流失用户；
比较忠诚用户和流失用户在指标数值上的差异，寻找哪些指标的差距导致了用户忠诚度的降低，优化网站在这些方面的表现。

所以，我这里使用的是基于用户访问频率、最近访问时间、平均停留时间、平均访问页面数这4个指标来评价网站用户的忠诚度，并用雷达图进行展示和比较，也许你可以根据自己网站的特征找到更加适合的指标和展示方式，而最终需要做的是能够更加精确地找到网站的忠实用户，并努力留住他们。
]]></description>
			<content:encoded><![CDATA[<p>忠诚用户不仅能为网站创造持续的价值，同时也是网站品牌口碑推广的重要渠道，所以目前网站对忠诚用户愈加重视。可能很多网站或者网站分析工具对用户做了“新用户”和“回访用户”的划分，但是单单区分新老用户是不够了，我们需要更加完善的指标来衡量网站用户的忠诚度。</p>
<p><span id="more-450"></span></p>
<p><strong>用户忠诚度（Loyalty）</strong>，指的是用户出于对企业或品牌的偏好而经常性重复购买的程度。对于网站来说，用户忠诚度则是用户出于对网站的功能或偏好而经常访问该网站的行为。根据客户忠诚理论，忠诚度可以由以下4个指标来度量：</p>
<ul>
<li><strong>重复购买意向（Repurchase Intention</strong><strong>）</strong>：购买以前购买过的类型产品的意愿；</li>
<li><strong>交叉购买意向（Cross-buying Intention</strong><strong>）</strong>：购买以前为购买的产品类型或扩展服务的意愿；</li>
<li><strong>客户推荐意向（Customer Reference Intention</strong><strong>）</strong>：向其他潜在客户推荐，传递品牌口碑的意愿；</li>
<li><strong>价格忍耐力（Price Tolerance</strong><strong>）</strong>：客户愿意支付的最高价格。</li>
</ul>
<h3>量化网站的用户忠诚度</h3>
<p>以上的4个指标对于电子商务网站而言，可能还有适用性，但对于大多数网站是不合适的，所以为了让分析具有普遍的适用性，同时为了满足所有的指标都可以量化（上面的客户推荐意向比较难以量化），以便进行定量分析的要求，这里可以选取Google Analytics中对用户忠诚度的4个度量指标：<strong>用户访问频率、最近访问时间、平均停留时间、平均访问页面数</strong>，这些指标可以直接从网站的点击流数据中计算得到，对所有的网站都适用，下面看一下这些指标的定义及如何计算得到：</p>
<ul>
<li><strong>访问频率</strong>：用户在一段时间内访问网站的次数，即每个用户Visits的个数；</li>
<li><strong>最近访问时间</strong>：用户最近访问网站的时间，因为这个指标是个时间点的概念，所以为了便于度量，一般取用户最近访问时间距当前的天数。</li>
<li><strong>平均停留时间</strong>：用户一段时间内每次访问的平均停留时间，即每个用户Time on Site的和/Visits的个数；<strong></strong></li>
<li><strong>平均访问页面数</strong>：用户一段时间内每次访问的平均浏览页面数，即每个用户Page Views的和/ Visits的个数。</li>
</ul>
<p>统计数据的时间区间也是根据网站的特征来定的，如果网站的信息更新较快，用户访问较为频繁，那么可以适当选取较短的时间段，这样数据变化上的灵敏度会高些；反之，则选择稍长的时间段，这样用户的数据更为丰富，指标的分析结果也会更加准确有效。</p>
<h3>用户忠诚度的展示和比较</h3>
<p>上面的4个指标均可以被量化统计得到，单一的指标也是没有意义的，我们需要通过比较来找出哪些是忠诚用户，哪些是流失用户，可以先对指标进行一些处理，以便使它们之间更具可比性，可以参考之前的文章——<a href="http://www.xietao.org/shujubiaozhun/" target="_blank">数据的标准化</a>），这里我采用的是<strong>min-max标准化</strong>的方法，首先将所有指标的数值全部转换到[0,1]区间，再进行倍数放大，比如使用10分制进行评分，则可以乘10，数据就全部分布在[0,10]区间内了，如下图：</p>
<table border="1" cellspacing="0" cellpadding="0">
<tbody>
<tr>
<td width="55" valign="top"></td>
<td width="94" valign="top"></td>
<td width="85" valign="top"><strong>访问频率</strong><strong></strong></td>
<td width="113" valign="top"><strong>最近访问时间</strong><strong></strong></td>
<td width="113" valign="top"><strong>平均停留时间</strong><strong></strong></td>
<td width="107" valign="top"><strong>平均访问页面</strong><strong></strong></td>
</tr>
<tr>
<td rowspan="3" width="55">用户1</td>
<td width="94" valign="top">数据</td>
<td width="85" valign="top">2次</td>
<td width="113" valign="top">15天前</td>
<td width="113" valign="top">150秒</td>
<td width="107" valign="top">3页</td>
</tr>
<tr>
<td width="94" valign="top">标准化</td>
<td width="85" valign="top">0.10</td>
<td width="113" valign="top">0.50</td>
<td width="113" valign="top">0.30</td>
<td width="107" valign="top">0.38</td>
</tr>
<tr>
<td width="94" valign="top">评分</td>
<td width="85" valign="top">1</td>
<td width="113" valign="top">5</td>
<td width="113" valign="top">3</td>
<td width="107" valign="top">3.8</td>
</tr>
<tr>
<td rowspan="3" width="55">用户2</td>
<td width="94" valign="top">数据</td>
<td width="85" valign="top">8次</td>
<td width="113" valign="top">2天前</td>
<td width="113" valign="top">120秒</td>
<td width="107" valign="top">5页</td>
</tr>
<tr>
<td width="94" valign="top">标准化</td>
<td width="85" valign="top">0.40</td>
<td width="113" valign="top">0.93</td>
<td width="113" valign="top">0.24</td>
<td width="107" valign="top">0.63</td>
</tr>
<tr>
<td width="94" valign="top">评分</td>
<td width="85" valign="top">4</td>
<td width="113" valign="top">9.3</td>
<td width="113" valign="top">2.4</td>
<td width="107" valign="top">6.3</td>
</tr>
</tbody>
</table>
<p><em>——表中的数据只是简单的举例，实际情况需要根据每个指标的最大最小值进行计算</em></p>
<p>根据上表的数据，我们已经将所有指标统一到了同一个评分区间，那么就可以使用雷达图对用户的忠诚度进行展示。用雷达图展示有以下几个优点：</p>
<ul>
<li>可以完整地显示所有评价指标；</li>
<li>显示用户在各指标评分中的偏向性；</li>
<li>可以简单分析用户忠诚度的综合评分，即图形围成的面积（假设四个指标的权重相等，若重要程度存在明显差异，则不能用的面积来衡量）；</li>
<li>可以用于用户间忠诚度的比较。</li>
</ul>
<p>下面是根据上表绘制的雷达图示例：</p>
<p style="text-align: center;"><a href="http://www.xietao.org/wp-content/uploads/2011/07/user-loyalty-RadarChart.png"><img class="size-full wp-image-451 aligncenter" title="user-loyalty-RadarChart" src="http://www.xietao.org/wp-content/uploads/2011/07/user-loyalty-RadarChart.png" alt="" width="483" height="291" /></a></p>
<h3>用户忠诚度分析的意义</h3>
<p>那么基于这个展示的结果我们能做些什么呢？其实对于任何网站而言，有两个方向是一致的：<strong>保留忠诚用户</strong>，<strong>减少流失用户</strong>。基于上面的用户忠诚度评价体系扩展开来就是：</p>
<ol>
<li>分析忠诚用户的行为特征，努力满足他们的需求，提高他们的满意度；</li>
<li>从最近访问时间的指标数据机用户忠诚度变化趋势中发现一些可能正在流失的用户，分析他们流失的可能原因，并试图挽留流失用户；</li>
<li>比较忠诚用户和流失用户在指标数值上的差异，寻找哪些指标的差距导致了用户忠诚度的降低，优化网站在这些方面的表现。</li>
</ol>
<p>所以，我这里使用的是基于<strong>用户访问频率、最近访问时间、平均停留时间、平均访问页面数</strong>这4个指标来评价网站用户的忠诚度，并用<strong>雷达图</strong>进行展示和比较，也许你可以根据自己网站的特征找到更加适合的指标和展示方式，而最终需要做的是能够更加精确地找到网站的忠实用户，并努力留住他们。</p>
]]></content:encoded>
			<wfw:commentRss>http://www.xietao.org/analysis-user-loyalty/feed/</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>WEB日志格式详解</title>
		<link>http://www.xietao.org/weblog-apache/</link>
		<comments>http://www.xietao.org/weblog-apache/#comments</comments>
		<pubDate>Fri, 29 Jul 2011 02:58:47 +0000</pubDate>
		<dc:creator>谢焘</dc:creator>
				<category><![CDATA[数据分析]]></category>

		<guid isPermaLink="false">http://www.xietao.org/?p=444</guid>
		<description><![CDATA[
WEB日志是网站分析和网站数据仓库的数据最基础来源，了解其格式和组成将有利于更好地进行数据的收集、处理和分析。
１、日志格式类型
目前常见的WEB日志格式主要由两类，一类是Apache的NCSA日志格式，另一类是IIS的W3C日志格式。NCSA格式又分为NCSA普通日志格式（CLF）和NCSA扩展日志格式（ECLF）两类，目前最常用的是NCSA扩展日志格式（ECLF）及基于自定义类型的Apache日志格式；而W3C扩展日志格式（ExLF）具备了更为丰富的输出信息，但目前的应用并不广泛，所以这里主要介绍的是NCSA扩展日志格式（ECLF）。
２、常见日志格式的组成
这是一个最常见的基于NCSA扩展日志格式（ECLF）的Apache日志样例：
27.115.86.218 – &#8211; [22/July/2011:09:51:46 +0800] “GET /weblog-apache/ HTTP/1.1″ 206 6326 ” http://www.google.cn/search?q=xietao.org” “Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1)”
可以看到这个日志主要由以下几个部分组成：
访问主机（remotehost）
显示主机的IP地址或者已解析的域名。
标识符（Ident）
由identd或直接由浏览器返回浏览者的EMAIL或其他唯一标示，因为涉及用户邮箱等隐私信息，目前几乎所有的浏览器就取消了这项功能。
授权用户（authuser）
用于记录浏览者进行身份验证时提供的名字，如果需要身份验证或者访问密码保护的信息则这项不为空，但目前大多数网站的日志这项也都是为空的。
日期时间（date）
一般的格式形如[22/Feb/2010:09:51:46 +0800]，即[日期/月份/年份:小时:分钟:秒钟 时区]，占用的的字符位数也基本固定。
请求（request）
即在网站上通过何种方式获取了哪些信息，也是日志中较为重要的一项，主要包括以下三个部分：
 请求类型（METHOD）
常见的请求类型主要包括GET/POST/HEAD这三种；
 请求资源（RESOURCE）
显示的是相应资源的URL，可以是某个网页的地址，也可以是网页上调用的图片、动画、CSS等资源；
 协议版本号（PROTOCOL）
显示协议及版本信息，通常是HTTP/1.1或HTTP/1.0。
状态码（status）
用于表示服务器的响应状态，通常1xx的状态码表示继续消息；2xx表示请求成功；3xx表示请求的重定向；4xx表示客户端错误；5xx表示服务器错误。
传输字节数（bytes）
即该次请求中一共传输的字节数。
来源页面（referrer）
用于表示浏览者在访问该页面之前所浏览的页面，只有从上一页面链接过来的请求才会有该项输出，如果是新开的页面则该项为空。上例中来源页面是google，即用户从google搜索的结果中点击进入。
用户代理（agent）
用于显示用户的详细信息，包括IP、OS、Bowser等。
3、日志格式扩展
apache日志格式可以自定义来配置其输出格式，常见的基于NCSA扩展日志格式（ECLF）自定义添加的包括域名（domain）和cookie。其中域名在一个网站拥有二级域名或者子域名时，可以更好地区分日志；而cookie可以作为用户的身份标识。其他具体的自定义信息详见：Custom Log Formats
]]></description>
			<content:encoded><![CDATA[<p><a href="http://www.xietao.org/wp-content/uploads/2011/07/apache-logo.png"><img class="size-full wp-image-446 alignnone" title="apache-logo" src="http://www.xietao.org/wp-content/uploads/2011/07/apache-logo.png" alt="" width="150" height="149" /></a></p>
<p>WEB日志是网站分析和网站数据仓库的数据最基础来源，了解其格式和组成将有利于更好地进行数据的收集、处理和分析。<span id="more-444"></span></p>
<h3>１、日志格式类型</h3>
<p>目前常见的WEB日志格式主要由两类，一类是Apache的NCSA日志格式，另一类是IIS的W3C日志格式。NCSA格式又分为NCSA普通日志格式（CLF）和NCSA扩展日志格式（ECLF）两类，目前最常用的是NCSA扩展日志格式（ECLF）及基于自定义类型的Apache日志格式；而W3C扩展日志格式（ExLF）具备了更为丰富的输出信息，但目前的应用并不广泛，所以这里主要介绍的是NCSA扩展日志格式（ECLF）。</p>
<h3>２、常见日志格式的组成</h3>
<p>这是一个最常见的基于NCSA扩展日志格式（ECLF）的Apache日志样例：</p>
<blockquote><p>27.115.86.218 – &#8211; [22/July/2011:09:51:46 +0800] “GET /weblog-apache/ HTTP/1.1″ 206 6326 ” http://www.google.cn/search?q=xietao.org” “Mozilla/4.0 (compatible; MSIE 6.0; Windows NT 5.1)”</p></blockquote>
<p>可以看到这个日志主要由以下几个部分组成：</p>
<h4>访问主机（remotehost）</h4>
<p>显示主机的IP地址或者已解析的域名。</p>
<h4>标识符（Ident）</h4>
<p>由identd或直接由浏览器返回浏览者的EMAIL或其他唯一标示，因为涉及用户邮箱等隐私信息，目前几乎所有的浏览器就取消了这项功能。</p>
<h4>授权用户（authuser）</h4>
<p>用于记录浏览者进行身份验证时提供的名字，如果需要身份验证或者访问密码保护的信息则这项不为空，但目前大多数网站的日志这项也都是为空的。</p>
<h4>日期时间（date）</h4>
<p>一般的格式形如[22/Feb/2010:09:51:46 +0800]，即[日期/月份/年份:小时:分钟:秒钟 时区]，占用的的字符位数也基本固定。</p>
<h4>请求（request）</h4>
<p>即在网站上通过何种方式获取了哪些信息，也是日志中较为重要的一项，主要包括以下三个部分：</p>
<p><strong> 请求类型（METHOD）</strong></p>
<p>常见的请求类型主要包括GET/POST/HEAD这三种；</p>
<p><strong> 请求资源（RESOURCE）</strong></p>
<p>显示的是相应资源的URL，可以是某个网页的地址，也可以是网页上调用的图片、动画、CSS等资源；</p>
<p><strong> 协议版本号（PROTOCOL）</strong></p>
<p>显示协议及版本信息，通常是HTTP/1.1或HTTP/1.0。</p>
<h4>状态码（status）</h4>
<p>用于表示服务器的响应状态，通常1xx的状态码表示继续消息；2xx表示请求成功；3xx表示请求的重定向；4xx表示客户端错误；5xx表示服务器错误。</p>
<h4>传输字节数（bytes）</h4>
<p>即该次请求中一共传输的字节数。</p>
<h4>来源页面（referrer）</h4>
<p>用于表示浏览者在访问该页面之前所浏览的页面，只有从上一页面链接过来的请求才会有该项输出，如果是新开的页面则该项为空。上例中来源页面是google，即用户从google搜索的结果中点击进入。</p>
<h4>用户代理（agent）</h4>
<p>用于显示用户的详细信息，包括IP、OS、Bowser等。</p>
<h3>3、日志格式扩展</h3>
<p>apache日志格式可以自定义来配置其输出格式，常见的基于NCSA扩展日志格式（ECLF）自定义添加的包括<strong>域名（domain）</strong>和<strong>cookie</strong>。其中域名在一个网站拥有二级域名或者子域名时，可以更好地区分日志；而cookie可以作为用户的身份标识。其他具体的自定义信息详见：<a href="http://httpd.apache.org/docs/2.0/mod/mod_log_config.html#formats" target="_blank">Custom Log Formats</a></p>
]]></content:encoded>
			<wfw:commentRss>http://www.xietao.org/weblog-apache/feed/</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>网站虚拟转化漏斗</title>
		<link>http://www.xietao.org/web-analytics-virtual-funnel/</link>
		<comments>http://www.xietao.org/web-analytics-virtual-funnel/#comments</comments>
		<pubDate>Thu, 28 Jul 2011 06:56:24 +0000</pubDate>
		<dc:creator>谢焘</dc:creator>
				<category><![CDATA[数据分析]]></category>

		<guid isPermaLink="false">http://www.xietao.org/?p=431</guid>
		<description><![CDATA[在网站分析中，漏斗分析是最有效和最直观的一种方法。漏斗分析非常适用于网站中的各类关键目标前的封闭渠道和流程的分析。例如:购物流程，注册流程，咨询流程。在这些流程中使用漏斗分析可以清楚的看到每个步骤的转化率和流失率，并且可以有针对性的对每个环节进行优化，提高网站对流量的转化能力。下图为我的一位同事摘自“流量的秘密”





测量
符号
计算公式
增加之前
增加之后


访客
v


100 000
100 000


每次访问成本
c


$1.00
$1.00


访问总成本
CT
v × c
$100 000
$100 000


转化率
r


3%
4%


转化
C
r × c
3 000
4 000


每次转化收入
V


$75
$75


总收入
T
V × C
$225 000
$300 000


非营销毛利
m


50%
50%


非营销成本
n
m × T
$112 500
$150 000


营销成本
Ct
v × c
$100 000
$100 000


总利润
P
T – (n+CT)
$12 500
$50 000


总体营销ROI
R
P/CT
13%
50%



所示是一个网络分析数据应用前后的对比图。在这个理想化的例子中，我们的目标是增加1%的转化率。根据已知的一些数据，如访客量，跳出率等，可以计算出，如果达到了这个目标，在不增加访客的情况下，总利润P将增加$37 ≠ 500，投资回报率R将增加4培，达到50%。
根据上面的事例提高网站对流量的转化能力是一个最佳的选择。但是，传统的漏斗分析只局限在对网站封闭渠道和流程的分析中，而在很多网站并不存在这种天然的漏斗，更多的情况是开放的渠道或流程，网站中一个页面同时具有多种角色，流量在网站中四通八达。例如:一个页面可能既是目标页，又是landingpage页。这种情况就很难使用传统的漏斗进行分析了。对于这类的网站，我们将使用一种基于流量的虚拟漏斗，这种虚拟漏斗适用于大部分没有封闭渠道的网站，虚拟漏斗和传统漏斗一样，可以对漏斗中每一步的转化和流失进行分析，并进行有针对性的优化，提高网站转化率。
网站分析中的虚拟漏斗
虚拟漏斗是基于流量的，并且适合大部分有目标页面或关键行为的网站。虚拟漏斗共分为四个部分，1网站全部流量，2非跳出流量，3非跳出且未转化流量，4转化流量。

1网站全部流量
网站的全部流量是指网站获得的所有访问次数，这部分是虚拟漏斗的顶部。但这里有一个特例: 如果某个渠道的流量直接以目标页作为landingpage时，这个渠道的流量应该被去除。
2非跳出流量
非跳出的流量是指网站获得的所有访问次数中，浏览过一页以上的访问。这部分是虚拟漏斗的第二部分。
3非跳出且未转化流量
非跳出且未转化流量是指网站获得的所有访问次数中，浏览过一页以上，并且没有到达过目标页面的访问。这部分是虚拟漏斗的第三部分，也是最重要的一部分。这部分也可以叫做网站的可转化流量。
4转化流量
转化流量是指网站获得的所有访问次数中，到达过目标页面的访问。这部分是虚拟漏斗的底部，也是整个转化的终点。
虚拟漏斗转化分析
转化率
虚拟漏斗和传统的漏斗一样，也可以进行转化率和流失率的分析，从漏斗的上一步到下一步的访次比率就是漏斗的步骤转化率(第3,4步除外)。例如:网站中的非跳出流量与全部流量的比率，就是漏斗第一步的步骤转化率。而顶部与底部的比率(转化流量/网站全部流量)就是整个漏斗的转化率。
流失率
在虚拟漏斗中，和转化率相对应的是流失率，在虚拟漏斗中衡量流失率的指标主要有两个，跳出率和退出率。跳出率是针对虚拟漏斗第一步流失情况的。降低虚拟漏斗第一步的流失率可以增加后面步骤的转化机会。退出率由于是基于pageview的，所以只适用于第三步中针对内容的分析。访问者在完成转化前从哪些页面离开网站？找到这些页面，提高他们的转化能力可以直接增加整个虚拟漏斗的转化能力。
使用Google Analytics创建虚拟漏斗
使用google analytics的高级群体功能，可以创建出虚拟漏斗中每个步骤的报告。并且可以对不同步骤中流量在网站的访问情况进行比较。整个创建过程非常简单。下面一个一个来说。
网站全部流量
网站全部流量是google analytics中的默认高级群体，在同时选择一个以上高级群体进行比较时都会被默认选中，不需要单独设置和选择。

非跳出流量
在google analytics的高级群体中没有跳出率指标，所以非跳出流量就是指跳出为0的这部分流量。

非跳出且未转化流量
非跳出且未转化流量与前面的非跳出流量设置方法一样，只增加了一条对目标完成度的设置。在高级群体中的设置非常灵活，既可以将未转化流量设置为小于1，也可以直接设置为等于0

转化流量
转化流量的设置与未转化流量的设置刚好相反，选择目标完成度不等于0就可以了。

]]></description>
			<content:encoded><![CDATA[<p>在网站分析中，漏斗分析是最有效和最直观的一种方法。漏斗分析非常适用于网站中的各类关键目标前的封闭渠道和流程的分析。例如:购物流程，注册流程，咨询流程。在这些流程中使用漏斗分析可以清楚的看到每个步骤的转化率和流失率，并且可以有针对性的对每个环节进行优化，提高网站对流量的转化能力。下图为我的一位同事摘自“流量的秘密”</p>
<div></div>
<div><span id="more-431"></span></div>
<table border="1" cellspacing="0" cellpadding="0">
<tbody>
<tr>
<td width="114"><span style="font-size: x-small;"><span style="line-height: 19px;">测量</span></span></td>
<td width="114"><span style="font-size: x-small;"><span style="line-height: 19px;">符号</span></span></td>
<td width="114"><span style="font-size: x-small;"><span style="line-height: 19px;">计算公式</span></span></td>
<td width="114"><span style="font-size: x-small;"><span style="line-height: 19px;">增加之前</span></span></td>
<td width="114"><span style="font-size: x-small;"><span style="line-height: 19px;">增加之后</span></span></td>
</tr>
<tr>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">访客</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">v</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;"><br />
</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">100 000</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">100 000</span></span></td>
</tr>
<tr>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">每次访问成本</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">c</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;"><br />
</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$1.00</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$1.00</span></span></td>
</tr>
<tr>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">访问总成本</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">CT</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">v × c</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$100 000</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$100 000</span></span></td>
</tr>
<tr>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">转化率</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">r</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;"><br />
</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">3%</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">4%</span></span></td>
</tr>
<tr>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">转化</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">C</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">r × c</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">3 000</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">4 000</span></span></td>
</tr>
<tr>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">每次转化收入</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">V</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;"><br />
</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$75</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$75</span></span></td>
</tr>
<tr>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">总收入</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">T</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">V × C</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$225 000</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$300 000</span></span></td>
</tr>
<tr>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">非营销毛利</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">m</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;"><br />
</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">50%</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">50%</span></span></td>
</tr>
<tr>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">非营销成本</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">n</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">m × T</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$112 500</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$150 000</span></span></td>
</tr>
<tr>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">营销成本</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">Ct</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">v × c</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$100 000</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$100 000</span></span></td>
</tr>
<tr>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">总利润</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">P</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">T – (n+CT)</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$12 500</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">$50 000</span></span></td>
</tr>
<tr>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">总体营销ROI</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">R</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">P/CT</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">13%</span></span></td>
<td width="114" valign="top"><span style="font-size: x-small;"><span style="line-height: 19px;">50%</span></span></td>
</tr>
</tbody>
</table>
<p>所示是一个网络分析数据应用前后的对比图。在这个理想化的例子中，我们的目标是增加1%的转化率。根据已知的一些数据，如访客量，跳出率等，可以计算出，如果达到了这个目标，在不增加访客的情况下，总利润P将增加$37 ≠ 500，投资回报率R将增加4培，达到50%。</p>
<p>根据上面的事例提高网站对流量的转化能力是一个最佳的选择。但是，传统的漏斗分析只局限在对网站封闭渠道和流程的分析中，而在很多网站并不存在这种天然的漏斗，更多的情况是开放的渠道或流程，网站中一个页面同时具有多种角色，流量在网站中四通八达。例如:一个页面可能既是目标页，又是landingpage页。这种情况就很难使用传统的漏斗进行分析了。对于这类的网站，我们将使用一种基于流量的虚拟漏斗，这种虚拟漏斗适用于大部分没有封闭渠道的网站，虚拟漏斗和传统漏斗一样，可以对漏斗中每一步的转化和流失进行分析，并进行有针对性的优化，提高网站转化率。</p>
<h2>网站分析中的虚拟漏斗</h2>
<p>虚拟漏斗是基于流量的，并且适合大部分有目标页面或关键行为的网站。虚拟漏斗共分为四个部分，1网站全部流量，2非跳出流量，3非跳出且未转化流量，4转化流量。</p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/07/32.jpg"><img class="aligncenter size-full wp-image-441" title="虚拟漏斗" src="http://www.xietao.org/wp-content/uploads/2011/07/32.jpg" alt="" width="650" height="489" /></a></p>
<p><strong>1网站全部流量</strong></p>
<p>网站的全部流量是指网站获得的所有访问次数，这部分是虚拟漏斗的顶部。但这里有一个特例: 如果某个渠道的流量直接以目标页作为landingpage时，这个渠道的流量应该被去除。</p>
<p><strong>2非跳出流量</strong></p>
<p>非跳出的流量是指网站获得的所有访问次数中，浏览过一页以上的访问。这部分是虚拟漏斗的第二部分。</p>
<p><strong>3非跳出且未转化流量</strong></p>
<p>非跳出且未转化流量是指网站获得的所有访问次数中，浏览过一页以上，并且没有到达过目标页面的访问。这部分是虚拟漏斗的第三部分，也是最重要的一部分。这部分也可以叫做网站的可转化流量。</p>
<p><strong>4转化流量</strong></p>
<p>转化流量是指网站获得的所有访问次数中，到达过目标页面的访问。这部分是虚拟漏斗的底部，也是整个转化的终点。</p>
<h2><strong>虚拟漏斗转化分析</strong></h2>
<p><strong>转化率</strong></p>
<p>虚拟漏斗和传统的漏斗一样，也可以进行转化率和流失率的分析，从漏斗的上一步到下一步的访次比率就是漏斗的步骤转化率(第3,4步除外)。例如:网站中的非跳出流量与全部流量的比率，就是漏斗第一步的步骤转化率。而顶部与底部的比率(转化流量/网站全部流量)就是整个漏斗的转化率。</p>
<p><strong>流失率</strong></p>
<p>在虚拟漏斗中，和转化率相对应的是流失率，在虚拟漏斗中衡量流失率的指标主要有两个，跳出率和退出率。跳出率是针对虚拟漏斗第一步流失情况的。降低虚拟漏斗第一步的流失率可以增加后面步骤的转化机会。退出率由于是基于pageview的，所以只适用于第三步中针对内容的分析。访问者在完成转化前从哪些页面离开网站？找到这些页面，提高他们的转化能力可以直接增加整个虚拟漏斗的转化能力。</p>
<h2><strong>使用Google Analytics创建虚拟漏斗</strong></h2>
<p>使用google analytics的高级群体功能，可以创建出虚拟漏斗中每个步骤的报告。并且可以对不同步骤中流量在网站的访问情况进行比较。整个创建过程非常简单。下面一个一个来说。</p>
<p><strong>网站全部流量</strong></p>
<p>网站全部流量是google analytics中的默认高级群体，在同时选择一个以上高级群体进行比较时都会被默认选中，不需要单独设置和选择。</p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/07/4.jpg"><img class="aligncenter size-full wp-image-434" title="所有流量" src="http://www.xietao.org/wp-content/uploads/2011/07/4.jpg" alt="" width="363" height="179" /></a></p>
<p><strong>非跳出流量</strong></p>
<p>在google analytics的高级群体中没有跳出率指标，所以非跳出流量就是指跳出为0的这部分流量。</p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/07/1.jpg"><img class="aligncenter size-full wp-image-436" src="http://www.xietao.org/wp-content/uploads/2011/07/1.jpg" alt="" width="617" height="151" /></a></p>
<p><strong>非跳出且未转化流量</strong></p>
<p>非跳出且未转化流量与前面的非跳出流量设置方法一样，只增加了一条对目标完成度的设置。在高级群体中的设置非常灵活，既可以将未转化流量设置为小于1，也可以直接设置为等于0</p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/07/21.jpg"><img class="aligncenter size-full wp-image-437" src="http://www.xietao.org/wp-content/uploads/2011/07/21.jpg" alt="" width="644" height="293" /></a></p>
<p><strong>转化流量</strong></p>
<p>转化流量的设置与未转化流量的设置刚好相反，选择目标完成度不等于0就可以了。</p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/07/3.jpg"><img class="aligncenter size-full wp-image-438" src="http://www.xietao.org/wp-content/uploads/2011/07/3.jpg" alt="" width="616" height="67" /></a></p>
]]></content:encoded>
			<wfw:commentRss>http://www.xietao.org/web-analytics-virtual-funnel/feed/</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>二十条经典的管理常识</title>
		<link>http://www.xietao.org/2guanlichangshi/</link>
		<comments>http://www.xietao.org/2guanlichangshi/#comments</comments>
		<pubDate>Fri, 10 Jun 2011 02:14:30 +0000</pubDate>
		<dc:creator>谢焘</dc:creator>
				<category><![CDATA[杂文]]></category>

		<guid isPermaLink="false">http://www.xietao.org/?p=427</guid>
		<description><![CDATA[二十个经理人必须知道的管理常识
01、【蝴蝶效应】
02、【青蛙现象】
03、【鳄鱼法则】
04、【鲇鱼效应】
05、【羊群效应】
06、【刺猬法则】
07、【手表定律】
08、【破窗理论】
09、【二八定律】
10、【木桶理论】
11、【马太效应】
12、【鸟笼逻辑】
13、【责任分散效应】
14、【帕金森定律】
15、【晕轮效应】
16、【霍桑效应】
17、【习得性无助实验】
18、【证人的记忆】
19、【罗森塔尔效应】
20、【虚假同感偏差】

———————————————–

蝴蝶效应:上个世纪70年代，美国一个名叫洛伦兹的气象学家在解释空气系统理论时说，亚马逊雨林一只蝴蝶翅膀偶尔振动，也许两周后就会引起美国得克萨斯州的一场龙卷风。
蝴蝶效应是说，初始条件十分微小的变化经过不断放大，对其未来状态会造成极其巨大的差别。有些小事可以糊涂，有些小事如经系统放大，则对一个组织、一个国家来说是很重要的，就不能糊涂。
管理启示　　今天的企业，其命运同样受“蝴蝶效应”的影响。消费者越来越相信感觉，所以品牌消费、购物环境、服务态度……这些无形的价值都会成为他们选择的因素。所以只要稍加留意，我们就不难看到，一些管理规范、运作良好的公司在他们的公司理念中都会出现这样的句子：
“在你的统计中，对待100名客户里，只有一位不满意，因此你可骄称只有1%的不合格，但对于该客户而言，他得到的却是100%的不满意。”
“你一朝对客户不善，公司就需要10倍甚至更多的努力去补救。”
“在客户眼里，你代表公司”。
今天，能够让企业命运发生改变的“蝴蝶”已远不止“计划之手”，随着中国联通加入电信竞争，私营企业承包铁路专列、南京市外资企业参与公交车竞争等新闻的出现，企业坐而无忧的垄断地位日渐势微，开放式的竞争让企业不得不考虑各种影响发展的潜在因素。
精简机构、官员下岗、取消福利房等措施，让越来越多的人远离传统的保障，随之而来的是依靠自己来决定命运。而组织和个人自由组合的结果就是：谁能捕捉到对生命有益的“蝴蝶”，谁就不会被社会抛弃。
———————————————–

青蛙现象：把一只青蛙直接放进热水锅里，由于它对不良环境的反应十分敏感，就会迅速跳出锅外。如果把一个青蛙放进冷水锅里，慢慢地加温，青蛙并不会立即跳出锅外，水温逐渐提高的最终结局是青蛙被煮死了，因为等水温高到青蛙无法忍受时，它已经来不及、或者说是没有能力跳出锅外了。
青蛙现象告诉我们，一些突变事件，往往容易引起人们的警觉，而易致人于死地的却是在自我感觉良好的情况下，对实际情况的逐渐恶化，没有清醒的察觉。
启示：
启示之一是：我们的组织和社会生存的主要威胁，并非来自突如其来的事件，而是由缓慢渐进而无法察觉的过程形成。人们目光短浅，只看到局部，而无法纵观全局，对于突如其来的变化，可以从容面对，对于悄悄发生的大的变化，而无法察觉，最终会带给我们更加严重的危害!~
启示之二是：青蛙，就好象是我们生活中的芸芸众生，我们要着眼未来，勤于思考新的问题，勤于学习新的知识，不能过“今日有酒，今日醉”和“当一天和尚，撞一天钟”的醉生梦死的生活，到头来将是非常可悲的!
启示之三是：当今的社会，是一个知识爆炸、日新月异的时代，知识也需要不断更新，所以我们不要一味的沉迷于现状、安于现状，不思进取，这样下去的话，肯定会被时代所淘汰，也会有面临失业的危险!
启示之四是：我们不要单纯的，只能面对突如其来的危险，而忽视那种缓慢而又微小甚微的危险，因为，那种缓慢而又微小甚微的危险，才是最可怕的!
———————————————–

鳄鱼法则：其原意是假定一只鳄鱼咬住你的脚，如果你用手去试图挣脱你的脚，鳄鱼便会同时咬住你的脚与手。你愈挣扎，就被咬住得越多。所以，万一鳄鱼咬住你的脚，你唯一的办法就是牺牲一只脚。
譬如在股市中，鳄鱼法则就是：当你发现自己的交易背离了市场的方向，必须立即止损，不得有任何延误，不得存有任何侥幸。
———————————————–

以前，沙丁鱼在运输过程中成活率很低。后有人发现，若在沙丁鱼中放一条鲇鱼，情况却有所改观，成活率会大大提高。这是何故呢?
原来鲇鱼在到了一个陌生的环境后，就会“性情急躁”，四处乱游，这对于大量好静的沙丁鱼来说，无疑起到了搅拌作用;而沙丁鱼发现多了这样一个“异已分子”，自然也很紧张，加速游动。这样沙丁鱼缺氧的问题就迎刃而解了，沙丁鱼也就不会死了。
当一个组织的工作达到较稳定的状态时，常常意味着员工工作积极性的降低，“一团和气”的集体不一定是一个高效率的集体，这时候“鲶鱼效应”将起到很好的“医疗”作用。一个组织中，如果始终有一位“鲶鱼式”的人物，无疑会激活员工队伍，提高工作业绩。
“鲶鱼效应”是企业领导层激发员工活力的有效措施之一。它表现在两方面，一是企业要不断补充新鲜血液，把那些富有朝气、思维敏捷的年轻生力军引入职工队伍中甚至管理层，给那些固步自封、因循守旧的懒惰员工和官僚带来竞争压力，才能唤起“沙丁鱼”们的生存意识和竞争求胜之心。二是要不断地引进新技术、新工艺、新设备、新管理观念，这样才能使企业在市场大潮中搏击风浪，增强生存能力和适应能力。
关于鲶鱼效应的应用，目前已有鲶鱼效应在人力资源管理中的应用、在领导活动中的应用，具体包括竞争机制的建立、能人的启用、领导风格的变革等等。但笔者认为鲶鱼效应的分析和应用远不止这些。思考问题的视角不同，发现问题、解决问题的方法就不同。
首先，如果鲶鱼本体代表领导者。
领导者即影响他人完成任务的个体或者集体，在死气沉沉的沙丁鱼箱内，沙丁鱼就象征着一批同质性极强的群体，他们技能水平相似，缺乏创新和主动性，人浮于事，效率低下，整个机构是一种臃肿不堪的状态，而鲶鱼领导者的到来(或者内部沙丁鱼进化成鲶鱼)，新官上任三把火，整顿纪律，规范制度，改造流程，合理配置岗位和人、财、物，逐渐组织的经营有了起色，成本减下来了，臃肿的机构简化了，无能的沙丁鱼被吃了、赶走了，有能耐的沙丁鱼得到了正面的激励，这样整个机构呈现欣欣向荣的景象，在鲶鱼领导者的带领下，整个组织的活力都被调动起来，从而使集体的力量更加强大，占领市场、保有市场才有了坚实的基础。
从这个角度看，鲶鱼领导者应该具备如下特质：
1-办事果断、雷厉风行：迅速发现组织停滞不前的病症所在，并能够快刀斩乱麻，迅速而有效地解决问题。
2-说话算话、强势作风：科学地决策，并能够监督决策的执行，及时评估政策的有效性。
3-倡导创新、结果导向：提倡创新，塑造鼓励创新的氛围，从业务流程、工作设计、人员招聘与配置、薪酬设计和考核等方面体现创新思想，体现创新的利。
4-成就需求、前瞻视野：有短中长期发展规划和目标，能够预见组织发展的方向以及现存人力资源与未来的差距，能够有效地辨别未来人才，裁减掉不适合组织发展的拖后腿人员。
5-系统视角、敢于变革：能够从系统内外观察组织系统结构的变化和功能，既要把自己当作组织的一部分(相对于渔夫，鲶鱼领导者本身也是沙丁鱼，渔夫才是领导者)，又要把自己看成一个小系统中的领导者，能够带动员工队伍打开局面、打破常规，取得良好效益。
对于在领导者领导下为了共同目标而奋斗的职工群体而言，如果领导者有鲶鱼特性，那么要生存下去的方法就是运动起来，激发自己的能量，至少要和鲶鱼同步速度，并且要保证同一方向(企业目标)，这样才不至于被鲶鱼追上吃掉，或者被其他沙丁鱼挤到最后憋死。
其次，如果鲶鱼代表团队中一员。
那么它就意味着新、奇、异，包括观点的不一样、行为的不同、习惯的迥异，正因为不同，才会激发智慧，一个团队需要不同性格、不同技能、不同工作经历的人加盟，如果都是清一色的员工，那么这个团队产生奇思妙想、产生高绩效的可能性是微乎其微的。在注重团队建设、致力团队沟通的今天，适当地吸引一些鲶鱼加入团队，会给整个团队带来活泼的工作气氛，带来创新，带来多赢。但是鲶鱼的数量应当加以控制，全是鲶鱼的话，整个团队就会出现“个个是英雄、整体是狗熊”的现象，因为个个鲶鱼都想坚持自己的观点，合作和沟通就不存在了，整个团队就乌烟瘴气了，所以日本有些企业信奉“一流管理者、二流员工”的用人信条，既然一条鲶鱼能够带动一群鱼翻腾搅动，那就没有必要再放第二条了，一山不容二虎也是这样的道理。从这个角度看，团队中的鲶鱼分子应注重良性沟通、影响力的塑造，其他员工对待团队中的鲶鱼，也应该在工作的基础上与其加强合作。
再次，如果鲶鱼代表让人来劲的工作内容。
现在在很多企业，组织结构和工作设计依然成为流程改造的一大课题，不合理、枯燥无味、没有前景、单调无聊的工作内容让人们感觉像一桶拥挤的沙丁鱼一样没有激情，不愿意在岗位上多思考多改进，以致慢慢地形成了集体惰性。如果能够把工作扩大化、丰富化的鲶鱼效应应用到工作设计(Jobdesigning)上，那对组织的财务贡献也是显而易见的。如何把好动、充满激情的鲶鱼放到一潭死水的工作中呢?这又是一门棘手的学问，有人主张从横向和纵向扩大工作范围、深化工作内容，让员工们体验丰富的工作活动，感受努力工作的成就，让他们体现面对挑战性、来劲性工作时的激动与欲望;有人主张运用轮岗的方式增长员工的才干，让他们工作中的鲶鱼越游越欢;笔者则主张在应用以上措施的同时还要注重人与岗位性格的匹配，鲶鱼就要做鲶鱼的事情，沙丁鱼就要做沙丁鱼的事情，岗位中既要有鲶鱼性工作内容也要有沙丁鱼性工作内容，最重要的是要发现员工的偏好，看那些工作能够让他们产生鲶鱼的动力与激情，只有匹配了之后，鲶鱼效应才能真正发挥它的作用，不然虽然设置了鲶鱼性工作内容，却发现这种工作根本不能让员工为之动容、为之奋斗，那么这条鲶鱼就成了死鱼了。
从这个角度看，工作中的鲶鱼代表着丰富的工作内容、令人来劲的责权利、充满挑战的工作期望、新鲜的其他岗位体验等等。对于领导者和人力资源管理者而言，是否要在工作中设置鲶鱼工作、在什么层次上设置鲶鱼工作，都将是一个组织的战略问题。
综上，从不同的角度分析，鲶鱼代表的内容是不同的，对于一个从业者，领导可能是鲶鱼，那么你的努力最好和组织保持同方向，不要往后游，否则就有被吃掉的危险，永远充满激情地向上游，也许某一天你也变成了鲶鱼，赶着一群沙丁鱼向上奋斗;你的同事也可能是鲶鱼，那就和他比拼比拼，看谁翻腾的能量更大;你的下级也可能有鲶鱼，那就在激励下属成长的同时，别忘了给自己充充电，保持强劲的势头发展，否则你也有被下属吃掉的危险;你的工作中也可能有鲶鱼，那就合理地安排自己的工作，分清主次，让鲶鱼工作越游越欢，最好能到上一层工作岗位上去搅动一番。
———————————————–

羊群效应：头羊往哪里走，后面的羊就跟着往哪里走。
羊群效应最早是股票投资中的一个术语，主要是指投资者在交易过程中存在学习与模仿现象，“有样学样”，盲目效仿别人，从而导致他们在某段时期内买卖相同的股票。
羊群效应理论(The Effect of Sheep Flock)
在一群羊前面横放一根木棍，第一只羊跳了过去，第二只、第三只也会跟着跳过去;这时，把那根棍子撤走，后面的羊，走到这里，仍然像前面的羊一样，向上跳一下，尽管拦路的棍子已经不在了，这就是所谓的“羊群效应”也称“从众心理”。是指管理学上一些企业的市场行为的一种常见现象。它是指由于对信息不充分的和缺乏了解，投资者很难对市场未来的不确定性作出合理的预期，往往是通过观察周围人群的行为而提取信息，在这种信息的不断传递中，许多人的信息将大致相同且彼此强化，从而产生的从众行为。“羊群效应”是由个人理性行为导致的集体的非理性行为的一种非线性机制。
羊群行为是行为金融学领域中比较典型的一种现象，主流金融理论无法对之解释。经济学里经常用“羊群效应”来描述经济个体的从众跟风心理。羊群是一种很散乱的组织，平时在一起也是盲目地左冲右撞，但一旦有一只头羊动起来，其他的羊也会不假思索地一哄而上，全然不顾前面可能有狼或者不远处有更好的草。因此，“羊群效应”就是比喻人都有一种从众心理，从众心理很容易导致盲从，而盲从往往会陷入骗局或遭到失败。
羊群效应的出现一般在一个竞争非常激烈的行业上，而且这个行业上有一个领先者(领头羊)占据了主要的注意力，那么整个羊群就会不断摹仿这个领头羊的一举一动，领头羊到哪里去“吃草”，其它的羊也去哪里“淘金”。
———————————————–

刺猬法则：两只困倦的刺猬，由于寒冷而拥在一起。可因为各自身上都长着刺，于是它们离开了一段距离，但又冷得受不了，于是凑到一起。几经折腾，两只刺猬终于找到一个合适的距离：既能互相获得对方的温暖而又不至于被扎。
刺猬法则的运用
刺猬法则主要是指人际交往中的“心理距离效应”。
法国总统戴高乐就是一个很会运用刺猬法则的人。他有一个座右铭：“保持一定的距离”!这也深刻地影响了他和顾问、智囊和参谋们的关系。在他十多年的总统岁月里，他的秘书处、办公厅和私人参谋部等顾问和智囊机构，没有什么人的工作年限能超过两年以上。他对新上任的办公厅主任总是这样说：“我使用你两年，正如人们不能以参谋部的工作作为自己的职业，你也不能以办公厅主任作为自己的职业。”这就是戴高乐的规定。这一规定出于两方面原因：一是在他看来，调动是正常的，而固定是不正常的。这是受部队做法的影响，因为军队是流动的，没有始终固定在一个地方的军队。二是他不想让“这些人”变成他“离不开的人”。这表明戴高乐是个主要靠自己的思维和决断而生存的领袖，他不容许身边有永远离不开的人。只有调动，才能保持一定距离，而惟有保持一定的距离，才能保证顾问和参谋的思维和决断具有新鲜感和充满朝气，也就可以杜绝年长日久的顾问和参谋们利用总统和政府的名义营私舞弊。
戴高乐的做法是令人深思和敬佩的。没有距离感，领导决策过分依赖秘书或某几个人，容易使智囊人员干政，进而使这些人假借领导名义，谋一己之私利，最后拉领导干部下水，后果是很危险的。两相比较，还是保持一定距离好。
通用电气公司
通用电气公司的前总裁斯通在工作中就很注意身体力行刺猬理论，尤其在对待中高层管理者上更是如此。在工作场合和待遇问题上，斯通从不吝啬对管理者们的关爱，但在工余时间，他从不要求管理人员到家做客，也从不接受他们的邀请。正是这种保持适度距离的管理，使得通用的各项业务能够芝麻开花节节高。与员工保持一定的距离，既不会使你高高在上，也不会使你与员工互相混淆身份。这是管理的一种最佳状态。距离的保持靠一定的原则来维持，这种原则对所有人都一视同仁：既可以约束领导者自己，也可以约束员工。掌握了这个原则，也就掌握了成功管理的秘诀。
《从优秀到卓越》
《从优秀到卓越》一书中，作者科林斯重新解释了刺猬理论。意思是无论狐狸想任何办法来谋害刺猬，刺猬只需要缩起来，狐狸就无计可施了。由此说明一个企业只要找到一个简单有效的发展模式，无论市场和对手发生任何变化，都能轻松应付，获得快速增长。
———————————————–

手表定律：手表定律是指一个人有一只表时，可以知道现在是几点钟，而当他同时拥有两只时却无法确定。两只表并不能告诉一个人更准确的时间，反而会使看表的人失去对准确时间的信心。
手表定律在企业管理方面给我们一种非常直观的启发，就是对同一个人或同一个组织不能同时采用两种不同的方法，不能同时设置两个不同的目标，甚至每一个人不能由两个人来同时指挥，否则将使这个企业或者个人无所适从。
【寓言故事】
猴子与表的故事
森林里生活着一群猴子，每天太阳升起的时候它们外出觅食，太阳落山的时候回去休息，日子过得平淡而幸福。
一名游客穿越森林，把手表落在了树下的岩石上，被猴子“猛可”拾到了。聪明的“猛可”很快就搞清了手表的用途，于是，“猛可”成了整个猴群的明星，每只猴子都向“猛可”请教确切的时间，整个猴群的作息时间也由“猛可”来规划。“猛可”逐渐建立起威望，当上了猴王。
做了猴王的“猛可”认为是手表给自己带来了好运，于是它每天在森林里巡查，希望能够拾到更多的表。功夫不负有心人，“猛可”又拥有了第二块、第三块表。
但 “猛可”却有了新的麻烦：每只表的时间指示都不尽相同，哪一个才是确切的时间呢?“猛可”被这个问题难住了。当有下属来问时间时，“猛可”支支吾吾回答不上来，整个猴群的作息时间也因此变得混乱。过了一段时间，猴子们起来造反，把“猛可”推下了猴王的宝座，“猛可”的收藏品也被新任猴王据为己有。但很快，新任猴王同样面临着“猛可”的困惑。
这就是著名的“手表定律”：只有一只手表，可以知道时间;拥有两只或更多的表，却无法确定几点。更多钟表并不能告诉人们更准确的时间，反而会让看表的人失去对准确时间的信心。
【定律启发】
手表定律带给我们一种非常直观的启发：
对于任何一件事情，不能同时设置两个不同的目标，否则将使人无所适从;对于一个人不能同时选择两种不同的价值观，否则他的行为将陷于混乱。
一个人不能由两个以上的人来指挥，否则将使这个人无所适从;对于一个企业，更是不能同时采用两种不同的管理方法，否则将使这个企业无法发展。
在这方面美国在线与时代华纳的合并就是一个典型的失败案例。美国在线是一个年轻的互联网公司，企业文化强调操作灵活、决策迅速，要求一切为快速抢占市场的目标服务。时代华纳在长期的发展过程中建立起强调诚信之道和创新精神的企业文化。
两家企业合并后，企业高级管理层并没有很好地解决两种价值标准的冲突，导致员工完全搞不清企业未来的发展方向。最终，时代华纳与美国在线的世纪联姻以失败告终。这也充分说明，要搞清楚时间，一块走时准确的表就足够了。
只选择你认为正确的
两只表并不能告诉一个人更准确的时间，反而会让看表的人失去对准确时间的信心。你要做的就是选择其中较信赖的一只，尽量校准它，并以此作为你的标准，听从它的指引行事。
尼采有一句名言：“兄弟，如果你是幸运的，你只要有一种道德而不要贪多，这样，你过桥会更容易些。”如果每个人都“选择你所爱，爱你所选择”，无论成败都可以心安理得。然而，困扰很多人的是，他们被“两只表”弄得无所适从，心力交瘁，不知自己该信哪一个。
还有人在环境或他人的压力下，违心选择了自己并不喜欢的道路，并因此而郁郁终生。即使取得了受人瞩目的成就，也体会不到成功的快乐。
生活启示
在现实生活中，我们也经常会遇到类似的情况。比如两门选修课都是你所感兴趣的，但是授课时间重合，而且你又没有足够的精力学好两门课程，这个时候你很难做出选择。在面对两个同样优秀、同样倾心于你的男孩子时，你也一定会苦恼许久，不知该如何做出决断。
择业时，地点、待遇不分伯仲的两家单位，你将何去何从?在人生的每一个十字路口，我们都要面对“鱼与熊掌不能兼得”的苦恼。
在面对矛盾选择的时候，我们推荐使用“模糊心理”。所谓“模糊心理”，就是在一个很难决策的情况下，以潜意识的心理为主要基调，做出符合潜意识心理的选择。
心理学研究表明，“模糊心理”实际上是人在成长过程中不断积累的一种心理沉积。也许你并不能说出一条明确的原因，但是通过心理的潜意识，一般情况下可以做出最符合个体心理需求的决定。这里说的潜意识，实际上就是我们常说的第一印象。“模糊心理”在矛盾选择面前，能够提供给我们最安全的心理保护，因而是值得提倡的。
核心理念：更多选择、更多标准会让人无所适从。
应用要诀：明确目标、不受干扰;懂得取舍，该放则放。
应用领域：社会生活、企业经营。
———————————————–

破窗理论：一个房子如果窗户破了，没有人去修补，隔不久，其它的窗户也会莫名其妙地被人打破;一面墙，如果出现一些涂鸦没有被清洗掉，很快的，墙上就布满了乱七八糟、不堪入目的东西;一个很干净的地方，人们不好意思丢垃圾，但是一旦地上有垃圾出现之后，人就会毫不犹疑地抛，丝毫不觉羞愧。
破窗理论1
也称“破窗谬论”，源于一个叫黑兹利特的学者在一本小册子中的一个譬喻(也有人认为这一理论是法国19世纪经济学家巴斯夏作为批评的靶子而总结出来的，见其著名文章《看得见的与看不见的》)。这位黑兹利特说，假如小孩打破了窗户，必将导致破窗人更换玻璃，这样就会使安装玻璃的人和生产玻璃的人开工，从而推动社会就业。
在这里，学者是为了说明孩童的行为与政府的行为所能产生的后果，从而彻底地否定凯恩斯主义的政府干预政策。“破窗理论”就是典型的“破坏创造财富”。把这样的谬论放之于洪灾，放之于地震，放之于战争，好像都很合适。
破窗理论2
也叫 破窗效应(Break Pane Law)
一扇窗户被打破，如果没有修复，将会导致更多的窗户被打破，甚至整栋楼被拆毁。
由美国政治学家威尔逊和犯罪学家凯琳观察总结的“破窗理论”指出环境可以对一个人产生强烈的暗示性和诱导性。
———————————————–

二八定律(巴莱多定律)：19世纪末20世纪初意大利的经济学家巴莱多认为，在任何一组东西中，最重要的只占其中一小部分，约20%，其余80%尽管是多数，却是次要的。　　社会约80%的财富集中在20%的人手里，而80%的人只拥有20%的社会财富。这种统计的不平衡性在社会、经济及生活中无处不在，这就是二八法则。
二八法则告诉我们，不要平均地分析、处理和看待问题，企业经营和管理中要抓住关键的少数;要找出那些能给企业带来80%利润、总量却仅占20%的关键客户，加强服务，达到事半功倍的效果;企业领导人要对工作认真分类分析，要把主要精力花在解决主要问题、抓主要项目上。
———————————————–

木桶理论：组成木桶的木板如果长短不齐，那么木桶的盛水量不是取决于最长的那一块木板，而是取决于最短的那一块木板。
水桶效应是指一只水桶想盛满水，必须每块木板都一样平齐且无破损，如果这只桶的木板中有一块不齐或者某块木板下面有破洞，这只桶就无法盛满水。是说一只水桶能盛多少水，并不取决于最长的那块木板，而是取决于最短的那块木板。也可称为短板效应。一个水桶无论有多高，它盛水的高度取决于其中最低的那块木板。
又称水桶原理或短板理论，水桶短板管理理论，所谓“水桶理论”也即“水桶定律”，其核心内容为：一只水桶盛水的多少，并不取决于桶壁上最高的那块木块，而恰恰取决于桶壁上最短的那块。根据这一核心内容，“水桶理论”还有两个推论：其一，只有桶壁上的所有木板都足够高，那水桶才能盛满水。其二，只要这个水桶里有一块不够高度，水桶里的水就不可能是满的。
———————————————–

马太效应：《圣经?马太福音》中有一句名言：“凡有的，还要加给他，叫他有余;没有的，连他所有的，也要夺过来。”
马太效应，指强者愈强、弱者愈弱的现象，广泛应用于社会心理学、教育、金融以及科学等众多领域。其名字来自圣经《新约·马太福音》中的一则寓言： “凡有的，还要加给他叫他多余;没有的，连他所有的也要夺过来。”“马太效应”与“平衡之道”相悖，与“二八定则”有相类之处，是十分重要的自然法则。
———————————————–

挂一个漂亮的鸟笼在房间里最显眼的地方，过不了几天，主人一定会做出下面两个选择之一：把鸟笼扔掉，或者买一只鸟回来放在鸟笼里。这就是鸟笼逻辑。过程很简单，设想你是这房间的主人，只要有人走进房间，看到鸟笼，就会忍不住问你：“鸟呢?是不是死了?”当你回答：“我从来都没有养过鸟。”人们会问：“那么，你要一个鸟笼干什么?”最后你不得不在两个选择中二选一，因为这比无休止的解释要容易得多。鸟笼逻辑的原因很简单：人们绝大部分的时候是采取惯性思维。所以可见在生活和工作中培养逻辑思维是多么重要。
2、破窗效应
心理学的研究上有个现象叫做“破窗效应”，就是说，一个房子如果窗户破了，没有人去修补，隔不久，其它的窗户也会莫名其妙的被人打破;一面墙，如果出现一些涂鸦没有清洗掉，很快的，墙上就布满了乱七八糟，不堪入目的东西。一个很干净的地方，人会不好意思丢垃圾，但是一旦地上有垃圾出现之后，人就会毫不犹疑的拋，丝毫不觉羞愧。这真是很奇怪的现象。
心理学家研究的就是这个“引爆点”，地上究竟要有多脏， 人们才会觉得反正这么脏，再脏一点无所谓，情况究竟要坏到什么程度，人们才会自暴自弃，让它烂到底。
任何坏事，如果在开始时没有阻拦掉，形成风气，改也改不掉，就好象河堤，一个小缺口没有及时修补，可以崩坝，造成千百万倍的损失。
犯罪其实就是失序的结果，纽约市在80年代的时候，真是无处不抢，无日不杀，大白天走在马路上也会害怕。地铁更不用说了，车厢脏乱，到处涂满了秽句，坐在地铁里，人人自危。我虽然没有被抢过，但是有位教授被人在光天化日之下，敲了一记闷棍，眼睛失明，从此结束他的研究生涯，使我多少年来谈虎变色，不敢只身去纽约开会。最近纽约的市容和市誉提升了不少，令我颇为吃惊，一个已经向下沉沦的城市，竟能死而复生，向上提升。
因此，当我出去开会，碰到一位犯罪学家时，立刻向他讨教，原来纽约市用的就是过去书本上讲的破窗效应的理论，先改善犯罪的环境，使人们不易犯罪， 再慢慢缉凶捕盗，回归秩序。
当时这个做法虽然被人骂为缓不济急，“船都要沉了还在洗甲板”，但是纽约市还是从维护地铁车厢干净着手，并将不买车票白搭车的人用手铐铐住排成一列站在月台上，公开向民众宣示政府整顿的决心，结果发现非常有效。
警察发现人们果然比较不会在干净的场合犯罪，又发现抓逃票很有收获，因为每七名逃票的人中就有一名是通缉犯，二十名中就有一名携带武器，因此警察愿意很认真地去抓逃票，这使得歹徒不敢逃票，出门不敢带武器，以免得不偿失、因小失大。这样纽约市就从最小、最容易的地方着手，打破了犯罪环结(chain)，使这个恶性循环无法继续下去。
———————————————–

1964年3月13日夜3时20分，在美国纽约郊外某公寓前，一位叫朱诺比白的年轻女子在结束酒巴间工作回家的路上遇刺。当她绝望地喊叫：“有人要杀人啦!救命!救命!”听到喊叫声，附近住户亮起了灯，打开了窗户，凶手吓跑了。当一切恢复平静后，凶手又返回作案。当她又叫喊时，附近的住户又打开了电灯，凶手又逃跑了。当她认为已经无事，回到自己家上楼时，凶手又一次出现在她面前，将她杀死在楼梯上。在这个过程中，尽管她大声呼救，她的邻居中至少有38位到窗前观看，但无一人来救她，甚至无一人打电话报警。这件事引起纽约社会的轰动，也引起了社会心理学工作者的重视和思考。人们把这种众多的旁观者见死不救的现象称为责任分散效应。
对于责任分散效应形成的原因，心理学家进行了大量的实验和调查，结果发现：这种现象不能仅仅说是众人的冷酷无情，或道德日益沦丧的表现。因为在不同的场合，人们的援助行为确实是不同的。当一个人遇到紧急情境时，如果只有他一个人能提供帮助，他会清醒地意识到自己的责任，对受难者给予帮助。如果他见死不救会产生罪恶感、内疚感，这需要付出很高的心理代价。而如果有许多人在场的话，帮助求助者的责任就由大家来分担，造成责任分散，每个人分担的责任很少，旁观者甚至可能连他自己的那一份责任也意识不到，从而产生一种“我不去救，由别人去救”的心理，造成“集体冷漠”的局面。如何打破这种局面，这是心理学家正在研究的一个重要课题。
———————————————–

英国著名历史学家诺斯古德·帕金森通过长期调查研究，写出一本名叫《帕金森定律》的书。他在书中阐述了机构人员膨胀的原因及后果：一个不称职的官员，可能有三条出路，第一是申请退职，把位子让给能干的人;第二是让一位能干的人来协助自己工作;第三是任用两个水平比自己更低的人当助手。这第一条路是万万走不得的，因为那样会丧失许多权利;第二条路也不能走，因为那个能干的人会成为自己的对手;看来只有第三条路最适宜。于是，两个平庸的助手分担了他的工作，他自己则高高在上发号施令，他们不会对自己的权利构成威胁。两个助手既然无能，他们就上行下效，再为自己找两个更加无能的助手。如此类推，就形成了一个机构臃肿，人浮于事，相互扯皮，效率低下的领导体系。
———————————————–

俄国著名的大文豪普希金曾因晕轮效应的作用吃了大苦头。他狂热地爱上了被称为“莫斯科第一美人”的娜坦丽，并且和她结了婚。娜坦丽容貌惊人，但与普希金志不同道不合。当普希金每次把写好的诗读给她听时。她总是捂着耳朵说：“不要听!不要听!”相反，她总是要普希金陪她游乐，出席一些豪华的晚会、舞会，普希金为此丢下创作，弄得债台高筑，最后还为她决斗而死，使一颗文学巨星过早地陨落。在普希金看来，一个漂亮的女人也必然有非凡的智慧和高贵的品格，然而事实并非如此，这种现象被称为晕轮效应。
所谓晕轮效应，就是在人际交往中，人身上表现出的某一方面的特征，掩盖了其他特征，从而造成人际认知的障碍。在日常生活中，“晕轮效应”往往在悄悄地影响着我们对别人的认知和评价。比如有的老年人对青年人的个别缺点，或衣着打扮、生活习惯看不顺眼，就认为他们一定没出息;有的青年人由于倾慕朋友的某一可爱之处，就会把他看得处处可爱，真所谓“一俊遮百丑”。晕轮效应是一种以偏概全的主观心理臆测，其错误在于：第一，它容易抓住事物的个别特征，习惯以个别推及一般，就像盲人摸象一样，以点代面;第二，它把并无内在联系的一些个性或外貌特征联系在一起，断言有这种特征必然会有另一种特征;第三，它说好就全都肯定，说坏就全部否定，这是一种受主观偏见支配的绝对化倾向。总之，晕轮效应是人际交往中对人的心理影响很大的认知障碍，我们在交往中要尽量地避免和克服晕轮效应的副作用。
———————————————–

心理学上的一种实验者效应。20世纪20-30年代，美国研究人员在芝加哥西方电力公司霍桑工厂进行的工作条件、社会因素和生产效益关系实验中发现了实验者效应，称霍桑效应。
实验的第一阶段是从1924年11月开始的工作条件和生产效益的关系，设为实验组和控制组。结果不管增加或控制照明度，实验组产量都上升，而且照明度不变的控制组产量也增加。另外，有试验了工资报酬、工间休息时间、每日工作长度和每周工作天数等因素，也看不出这些工作条件对生产效益有何直接影响。第二阶段的试验是由美国哈佛大学教授梅奥领导的，着重研究社会因素与生产效率的关系，结果发现生产效率的提高主要是由于被实验者在精神方面发生了巨大的变化。参加试验的工人被置于专门的实验室并由研究人员领导，其社会状况发生了变化，受到各方面的关注，从而形成了参与试验的感觉，觉得自己是公司中重要的一部分，从而使工人从社会角度方面被激励，促进产量上升。
这个效应告诉我们，当同学或自己受到公众的关注或注视时，学习和交往的效率就会大大增加。因此，我们在日常生活中要学会与他人友好相处，明白什么样的行为才是同学和老师所接受和赞赏的，我们只有在生活和学习中不断地增加自己的良好行为，才可能受到更多人的关注和赞赏，也才可能让我们的学习不断进步，充满自信!
———————————————–

习得性无助效应最早有奥弗米尔和西里格曼发现，后来在动物和人类研究中被广泛探讨。简单地说，很多实验表明，经过训练，狗可以越过屏障或从事其他的行为来逃避实验者加于它的电击。但是，如果狗以前受到不可预期(不知道什么时候到来)且不可控制的电击(如电击的中断与否不依赖于狗的行为)，当狗后来有机会逃离电击时，他们也变得无力逃离。而且，狗还表现出其他方面的缺陷，如感到沮丧和压抑，主动性降低等等。
狗之所以表现出这种状况，是由于在实验的早期学到了一种无助感。也就是说，它们认识到自己无论做什么都不能控制电击的终止。在每次实验中，电击终止都是在实验者掌控之下的，而狗会认识到自己没有能力改变这种外界的控制，从而学到了一种无助感。
人如果产生了习得性无助，就成为了一种深深的绝望和悲哀。因此，我们在学习和生活中应把自己的眼光在开阔一点，看到事件背后的真正的决定因素，不要使我们自己陷入绝望。
———————————————–

证人，在我们的认识里，通常都是提供一些客观的证据的人，就是把自己亲眼看到、亲耳听到的东西如实地讲出来的人。然而，心理学研究证明，很多证人提供的证词都不太准确，或者说是具有个人倾向性，带着个人的观点和意识。
证人对他们的证词的信心并不能决定他们证词的准确性，这一研究结果令人感到惊讶。心理学家珀费可特和豪林斯决定对这一结论进行更深入的研究。为了考察证人的证词是否有特别的东西，他们将证人的记忆与对一般知识的记忆进行了比较。
他们让被试看一个简短的录象，是关于一个女孩被绑架的案件。第二天，让被试回答一些有关录象里内容的问题，并要求他们说出对自己回答的信心程度，然后做再认记忆测验。接下来，使用同样的方法，内容是从百科全书和通俗读物中选出的一般知识问题。
和以前发生的一样，珀费可特和豪林斯也发现，在证人回忆的精确性上，那些对自己的回答信心十足的人实际上并不比那些没信心的人更高明，但对于一般知识来说，情况就不是这样，信心高的人回忆成绩比信心不足的人好得多。
人们对于自己在一般知识上的优势与弱势有自知之明。因此，倾向于修改他们对于信心量表的测验结果。一般知识是一个数据库，在个体之间是共享的，它有公认的正确答案，被试可以自己去衡量。例如，人们会知道自己在体育问题上是否比别人更好或更差一点。但是，目击的事件不受这种自知之明的影响。例如，从总体上讲，他们不大可能知道自己比别人在记忆事件中的参与者头发颜色方面更好或更差。
———————————————–

美国心理学家罗森塔尔等人于1968年做过一个著名实验。他们到一所小学，在一至六年级各选三个班的儿童进行煞有介事的“预测未来发展的测验”，然后实验者将认为有“优异发展可能”的学生名单通知教师。其实，这个名单并不是根据测验结果确定的，而是随机抽取的。它是以“权威性的谎言”暗示教师，从而调动了教师对名单上的学生的某种期待心理。8个月后，再次智能测验的结果发现，名单上的学生的成绩普遍提高，教师也给了他们良好的品行评语。这个实验取得了奇迹般的效果，人们把这种通过教师对学生心理的潜移默化的影响，从而使学生取得教师所期望的进步的现象，称为“罗森塔尔效应”，习惯上也称为皮格马利翁效应(皮格马利翁是古希腊神话中塞浦路斯国王，他对一尊少女塑像产生爱慕之情，他的热望最终使这尊雕像变为一个真人，两人相爱结合)。
教育实践也表明：如果教师喜爱某些学生，对他们会抱有较高期望，经过一段时间，学生感受到教师的关怀、爱护和鼓励;常常以积极态度对待老师、对待学习以及对待自己的行为，学生更加自尊、自信、自爱、自强，诱发出一种积极向上的激情，这些学生常常会取得老师所期望的进步。相反，那些受到老师忽视、歧视的学生，久而久之会从教师的言谈、举止、表情中感受到教师的“偏心”，也会以消极的态度对待老师、对待自己的学习，不理会或拒绝听从老师的要求;这些学生常常会一天天变坏，最后沦为社会的不良分子。尽管有些例外，但大趋势却是如此，同时这也给教师敲响了警钟。
———————————————–

我们通常都会相信，我们的爱好与大多数人是一样的。如果你喜欢玩电脑游戏，那么就有可能高估喜欢电脑游戏的人数。你也通常会高估给自己喜欢的同学投票的人数，高估自己在群体中的威信与领导能力等等。你的这种高估与你的行为及态度有相同特点的人数的倾向性就叫做“虚假同感偏差”。有些因素会影响你的这种虚假同感偏差强度：
(1)当外部的归因强于内部归因时;
(2)当前的行为或事件对某人非常重要时;
(3)当你对自己的观点非常确定或坚信时;
(4)当你的地位或正常生活和学习受到某种威胁时;
(5)当涉及到某种积极的品质或个性时;
(6)当你将其他人看成与自己是相似时。
]]></description>
			<content:encoded><![CDATA[<p>二十个经理人必须知道的管理常识</p>
<p><a href="#i01"><strong>01、【蝴蝶效应】</strong></a></p>
<p><a href="#i02"><strong>02、【青蛙现象】</strong></a></p>
<p><a href="#i03"><strong>03、【鳄鱼法则】</strong></a></p>
<p><a href="#i04"><strong>04、【鲇鱼效应】</strong></a></p>
<p><a href="#i05"><strong>05、【羊群效应】</strong></a></p>
<p><a href="#i06"><strong>06、【刺猬法则】</strong></a></p>
<p><a href="#i07"><strong>07、【手表定律】</strong></a></p>
<p><a href="#i08"><strong>08、【破窗理论】</strong></a></p>
<p><a href="#i09"><strong>09、【二八定律】</strong></a></p>
<p><a href="#i10"><strong>10、【木桶理论】</strong></a></p>
<p><a href="#i11"><strong>11、【马太效应】</strong></a></p>
<p><a href="#i12"><strong>12、【鸟笼逻辑】</strong></a></p>
<p><a href="#i13"><strong>13、【责任分散效应】</strong></a></p>
<p><a href="#i14"><strong>14、【帕金森定律】</strong></a></p>
<p><a href="#i15"><strong>15、【晕轮效应】</strong></a></p>
<p><a href="#i16"><strong>16、【霍桑效应】</strong></a></p>
<p><a href="#i17"><strong>17、【习得性无助实验】</strong></a></p>
<p><a href="#i18"><strong>18、【证人的记忆】</strong></a></p>
<p><a href="#i19"><strong>19、【罗森塔尔效应】</strong></a></p>
<p><strong><a href="#i20">20、【虚假同感偏差】</a><span id="more-427"></span><br />
</strong></p>
<p>———————————————–</p>
<p><a name="i01"></a></p>
<p>蝴蝶效应:上个世纪70年代，美国一个名叫洛伦兹的气象学家在解释空气系统理论时说，亚马逊雨林一只蝴蝶翅膀偶尔振动，也许两周后就会引起美国得克萨斯州的一场龙卷风。</p>
<p>蝴蝶效应是说，初始条件十分微小的变化经过不断放大，对其未来状态会造成极其巨大的差别。有些小事可以糊涂，有些小事如经系统放大，则对一个组织、一个国家来说是很重要的，就不能糊涂。</p>
<p>管理启示　　今天的企业，其命运同样受“蝴蝶效应”的影响。消费者越来越相信感觉，所以品牌消费、购物环境、服务态度……这些无形的价值都会成为他们选择的因素。所以只要稍加留意，我们就不难看到，一些管理规范、运作良好的公司在他们的公司理念中都会出现这样的句子：</p>
<p>“在你的统计中，对待100名客户里，只有一位不满意，因此你可骄称只有1%的不合格，但对于该客户而言，他得到的却是100%的不满意。”</p>
<p>“你一朝对客户不善，公司就需要10倍甚至更多的努力去补救。”</p>
<p>“在客户眼里，你代表公司”。</p>
<p>今天，能够让企业命运发生改变的“蝴蝶”已远不止“计划之手”，随着中国联通加入电信竞争，私营企业承包铁路专列、南京市外资企业参与公交车竞争等新闻的出现，企业坐而无忧的垄断地位日渐势微，开放式的竞争让企业不得不考虑各种影响发展的潜在因素。</p>
<p>精简机构、官员下岗、取消福利房等措施，让越来越多的人远离传统的保障，随之而来的是依靠自己来决定命运。而组织和个人自由组合的结果就是：谁能捕捉到对生命有益的“蝴蝶”，谁就不会被社会抛弃。</p>
<p>———————————————–</p>
<p><a name="i02"></a></p>
<p>青蛙现象：把一只青蛙直接放进热水锅里，由于它对不良环境的反应十分敏感，就会迅速跳出锅外。如果把一个青蛙放进冷水锅里，慢慢地加温，青蛙并不会立即跳出锅外，水温逐渐提高的最终结局是青蛙被煮死了，因为等水温高到青蛙无法忍受时，它已经来不及、或者说是没有能力跳出锅外了。</p>
<p>青蛙现象告诉我们，一些突变事件，往往容易引起人们的警觉，而易致人于死地的却是在自我感觉良好的情况下，对实际情况的逐渐恶化，没有清醒的察觉。</p>
<p>启示：</p>
<p>启示之一是：我们的组织和社会生存的主要威胁，并非来自突如其来的事件，而是由缓慢渐进而无法察觉的过程形成。人们目光短浅，只看到局部，而无法纵观全局，对于突如其来的变化，可以从容面对，对于悄悄发生的大的变化，而无法察觉，最终会带给我们更加严重的危害!~</p>
<p>启示之二是：青蛙，就好象是我们生活中的芸芸众生，我们要着眼未来，勤于思考新的问题，勤于学习新的知识，不能过“今日有酒，今日醉”和“当一天和尚，撞一天钟”的醉生梦死的生活，到头来将是非常可悲的!</p>
<p>启示之三是：当今的社会，是一个知识爆炸、日新月异的时代，知识也需要不断更新，所以我们不要一味的沉迷于现状、安于现状，不思进取，这样下去的话，肯定会被时代所淘汰，也会有面临失业的危险!</p>
<p>启示之四是：我们不要单纯的，只能面对突如其来的危险，而忽视那种缓慢而又微小甚微的危险，因为，那种缓慢而又微小甚微的危险，才是最可怕的!</p>
<p>———————————————–</p>
<p><a name="i03"></a></p>
<p>鳄鱼法则：其原意是假定一只鳄鱼咬住你的脚，如果你用手去试图挣脱你的脚，鳄鱼便会同时咬住你的脚与手。你愈挣扎，就被咬住得越多。所以，万一鳄鱼咬住你的脚，你唯一的办法就是牺牲一只脚。</p>
<p>譬如在股市中，鳄鱼法则就是：当你发现自己的交易背离了市场的方向，必须立即止损，不得有任何延误，不得存有任何侥幸。</p>
<p>———————————————–</p>
<p><a name="i04"></a></p>
<p>以前，沙丁鱼在运输过程中成活率很低。后有人发现，若在沙丁鱼中放一条鲇鱼，情况却有所改观，成活率会大大提高。这是何故呢?</p>
<p>原来鲇鱼在到了一个陌生的环境后，就会“性情急躁”，四处乱游，这对于大量好静的沙丁鱼来说，无疑起到了搅拌作用;而沙丁鱼发现多了这样一个“异已分子”，自然也很紧张，加速游动。这样沙丁鱼缺氧的问题就迎刃而解了，沙丁鱼也就不会死了。</p>
<p>当一个组织的工作达到较稳定的状态时，常常意味着员工工作积极性的降低，“一团和气”的集体不一定是一个高效率的集体，这时候“鲶鱼效应”将起到很好的“医疗”作用。一个组织中，如果始终有一位“鲶鱼式”的人物，无疑会激活员工队伍，提高工作业绩。</p>
<p>“鲶鱼效应”是企业领导层激发员工活力的有效措施之一。它表现在两方面，一是企业要不断补充新鲜血液，把那些富有朝气、思维敏捷的年轻生力军引入职工队伍中甚至管理层，给那些固步自封、因循守旧的懒惰员工和官僚带来竞争压力，才能唤起“沙丁鱼”们的生存意识和竞争求胜之心。二是要不断地引进新技术、新工艺、新设备、新管理观念，这样才能使企业在市场大潮中搏击风浪，增强生存能力和适应能力。</p>
<p>关于鲶鱼效应的应用，目前已有鲶鱼效应在人力资源管理中的应用、在领导活动中的应用，具体包括竞争机制的建立、能人的启用、领导风格的变革等等。但笔者认为鲶鱼效应的分析和应用远不止这些。思考问题的视角不同，发现问题、解决问题的方法就不同。</p>
<p>首先，如果鲶鱼本体代表领导者。</p>
<p>领导者即影响他人完成任务的个体或者集体，在死气沉沉的沙丁鱼箱内，沙丁鱼就象征着一批同质性极强的群体，他们技能水平相似，缺乏创新和主动性，人浮于事，效率低下，整个机构是一种臃肿不堪的状态，而鲶鱼领导者的到来(或者内部沙丁鱼进化成鲶鱼)，新官上任三把火，整顿纪律，规范制度，改造流程，合理配置岗位和人、财、物，逐渐组织的经营有了起色，成本减下来了，臃肿的机构简化了，无能的沙丁鱼被吃了、赶走了，有能耐的沙丁鱼得到了正面的激励，这样整个机构呈现欣欣向荣的景象，在鲶鱼领导者的带领下，整个组织的活力都被调动起来，从而使集体的力量更加强大，占领市场、保有市场才有了坚实的基础。</p>
<p>从这个角度看，鲶鱼领导者应该具备如下特质：</p>
<p>1-办事果断、雷厉风行：迅速发现组织停滞不前的病症所在，并能够快刀斩乱麻，迅速而有效地解决问题。</p>
<p>2-说话算话、强势作风：科学地决策，并能够监督决策的执行，及时评估政策的有效性。</p>
<p>3-倡导创新、结果导向：提倡创新，塑造鼓励创新的氛围，从业务流程、工作设计、人员招聘与配置、薪酬设计和考核等方面体现创新思想，体现创新的利。</p>
<p>4-成就需求、前瞻视野：有短中长期发展规划和目标，能够预见组织发展的方向以及现存人力资源与未来的差距，能够有效地辨别未来人才，裁减掉不适合组织发展的拖后腿人员。</p>
<p>5-系统视角、敢于变革：能够从系统内外观察组织系统结构的变化和功能，既要把自己当作组织的一部分(相对于渔夫，鲶鱼领导者本身也是沙丁鱼，渔夫才是领导者)，又要把自己看成一个小系统中的领导者，能够带动员工队伍打开局面、打破常规，取得良好效益。</p>
<p>对于在领导者领导下为了共同目标而奋斗的职工群体而言，如果领导者有鲶鱼特性，那么要生存下去的方法就是运动起来，激发自己的能量，至少要和鲶鱼同步速度，并且要保证同一方向(企业目标)，这样才不至于被鲶鱼追上吃掉，或者被其他沙丁鱼挤到最后憋死。</p>
<p>其次，如果鲶鱼代表团队中一员。</p>
<p>那么它就意味着新、奇、异，包括观点的不一样、行为的不同、习惯的迥异，正因为不同，才会激发智慧，一个团队需要不同性格、不同技能、不同工作经历的人加盟，如果都是清一色的员工，那么这个团队产生奇思妙想、产生高绩效的可能性是微乎其微的。在注重团队建设、致力团队沟通的今天，适当地吸引一些鲶鱼加入团队，会给整个团队带来活泼的工作气氛，带来创新，带来多赢。但是鲶鱼的数量应当加以控制，全是鲶鱼的话，整个团队就会出现“个个是英雄、整体是狗熊”的现象，因为个个鲶鱼都想坚持自己的观点，合作和沟通就不存在了，整个团队就乌烟瘴气了，所以日本有些企业信奉“一流管理者、二流员工”的用人信条，既然一条鲶鱼能够带动一群鱼翻腾搅动，那就没有必要再放第二条了，一山不容二虎也是这样的道理。从这个角度看，团队中的鲶鱼分子应注重良性沟通、影响力的塑造，其他员工对待团队中的鲶鱼，也应该在工作的基础上与其加强合作。</p>
<p>再次，如果鲶鱼代表让人来劲的工作内容。</p>
<p>现在在很多企业，组织结构和工作设计依然成为流程改造的一大课题，不合理、枯燥无味、没有前景、单调无聊的工作内容让人们感觉像一桶拥挤的沙丁鱼一样没有激情，不愿意在岗位上多思考多改进，以致慢慢地形成了集体惰性。如果能够把工作扩大化、丰富化的鲶鱼效应应用到工作设计(Jobdesigning)上，那对组织的财务贡献也是显而易见的。如何把好动、充满激情的鲶鱼放到一潭死水的工作中呢?这又是一门棘手的学问，有人主张从横向和纵向扩大工作范围、深化工作内容，让员工们体验丰富的工作活动，感受努力工作的成就，让他们体现面对挑战性、来劲性工作时的激动与欲望;有人主张运用轮岗的方式增长员工的才干，让他们工作中的鲶鱼越游越欢;笔者则主张在应用以上措施的同时还要注重人与岗位性格的匹配，鲶鱼就要做鲶鱼的事情，沙丁鱼就要做沙丁鱼的事情，岗位中既要有鲶鱼性工作内容也要有沙丁鱼性工作内容，最重要的是要发现员工的偏好，看那些工作能够让他们产生鲶鱼的动力与激情，只有匹配了之后，鲶鱼效应才能真正发挥它的作用，不然虽然设置了鲶鱼性工作内容，却发现这种工作根本不能让员工为之动容、为之奋斗，那么这条鲶鱼就成了死鱼了。</p>
<p>从这个角度看，工作中的鲶鱼代表着丰富的工作内容、令人来劲的责权利、充满挑战的工作期望、新鲜的其他岗位体验等等。对于领导者和人力资源管理者而言，是否要在工作中设置鲶鱼工作、在什么层次上设置鲶鱼工作，都将是一个组织的战略问题。</p>
<p>综上，从不同的角度分析，鲶鱼代表的内容是不同的，对于一个从业者，领导可能是鲶鱼，那么你的努力最好和组织保持同方向，不要往后游，否则就有被吃掉的危险，永远充满激情地向上游，也许某一天你也变成了鲶鱼，赶着一群沙丁鱼向上奋斗;你的同事也可能是鲶鱼，那就和他比拼比拼，看谁翻腾的能量更大;你的下级也可能有鲶鱼，那就在激励下属成长的同时，别忘了给自己充充电，保持强劲的势头发展，否则你也有被下属吃掉的危险;你的工作中也可能有鲶鱼，那就合理地安排自己的工作，分清主次，让鲶鱼工作越游越欢，最好能到上一层工作岗位上去搅动一番。</p>
<p>———————————————–</p>
<p><a name="i05"></a></p>
<p>羊群效应：头羊往哪里走，后面的羊就跟着往哪里走。</p>
<p>羊群效应最早是股票投资中的一个术语，主要是指投资者在交易过程中存在学习与模仿现象，“有样学样”，盲目效仿别人，从而导致他们在某段时期内买卖相同的股票。</p>
<p>羊群效应理论(The Effect of Sheep Flock)</p>
<p>在一群羊前面横放一根木棍，第一只羊跳了过去，第二只、第三只也会跟着跳过去;这时，把那根棍子撤走，后面的羊，走到这里，仍然像前面的羊一样，向上跳一下，尽管拦路的棍子已经不在了，这就是所谓的“羊群效应”也称“从众心理”。是指管理学上一些企业的市场行为的一种常见现象。它是指由于对信息不充分的和缺乏了解，投资者很难对市场未来的不确定性作出合理的预期，往往是通过观察周围人群的行为而提取信息，在这种信息的不断传递中，许多人的信息将大致相同且彼此强化，从而产生的从众行为。“羊群效应”是由个人理性行为导致的集体的非理性行为的一种非线性机制。</p>
<p>羊群行为是行为金融学领域中比较典型的一种现象，主流金融理论无法对之解释。经济学里经常用“羊群效应”来描述经济个体的从众跟风心理。羊群是一种很散乱的组织，平时在一起也是盲目地左冲右撞，但一旦有一只头羊动起来，其他的羊也会不假思索地一哄而上，全然不顾前面可能有狼或者不远处有更好的草。因此，“羊群效应”就是比喻人都有一种从众心理，从众心理很容易导致盲从，而盲从往往会陷入骗局或遭到失败。</p>
<p>羊群效应的出现一般在一个竞争非常激烈的行业上，而且这个行业上有一个领先者(领头羊)占据了主要的注意力，那么整个羊群就会不断摹仿这个领头羊的一举一动，领头羊到哪里去“吃草”，其它的羊也去哪里“淘金”。</p>
<p>———————————————–</p>
<p><a name="i06"></a></p>
<p>刺猬法则：两只困倦的刺猬，由于寒冷而拥在一起。可因为各自身上都长着刺，于是它们离开了一段距离，但又冷得受不了，于是凑到一起。几经折腾，两只刺猬终于找到一个合适的距离：既能互相获得对方的温暖而又不至于被扎。</p>
<p>刺猬法则的运用</p>
<p>刺猬法则主要是指人际交往中的“心理距离效应”。</p>
<p>法国总统戴高乐就是一个很会运用刺猬法则的人。他有一个座右铭：“保持一定的距离”!这也深刻地影响了他和顾问、智囊和参谋们的关系。在他十多年的总统岁月里，他的秘书处、办公厅和私人参谋部等顾问和智囊机构，没有什么人的工作年限能超过两年以上。他对新上任的办公厅主任总是这样说：“我使用你两年，正如人们不能以参谋部的工作作为自己的职业，你也不能以办公厅主任作为自己的职业。”这就是戴高乐的规定。这一规定出于两方面原因：一是在他看来，调动是正常的，而固定是不正常的。这是受部队做法的影响，因为军队是流动的，没有始终固定在一个地方的军队。二是他不想让“这些人”变成他“离不开的人”。这表明戴高乐是个主要靠自己的思维和决断而生存的领袖，他不容许身边有永远离不开的人。只有调动，才能保持一定距离，而惟有保持一定的距离，才能保证顾问和参谋的思维和决断具有新鲜感和充满朝气，也就可以杜绝年长日久的顾问和参谋们利用总统和政府的名义营私舞弊。</p>
<p>戴高乐的做法是令人深思和敬佩的。没有距离感，领导决策过分依赖秘书或某几个人，容易使智囊人员干政，进而使这些人假借领导名义，谋一己之私利，最后拉领导干部下水，后果是很危险的。两相比较，还是保持一定距离好。</p>
<p>通用电气公司</p>
<p>通用电气公司的前总裁斯通在工作中就很注意身体力行刺猬理论，尤其在对待中高层管理者上更是如此。在工作场合和待遇问题上，斯通从不吝啬对管理者们的关爱，但在工余时间，他从不要求管理人员到家做客，也从不接受他们的邀请。正是这种保持适度距离的管理，使得通用的各项业务能够芝麻开花节节高。与员工保持一定的距离，既不会使你高高在上，也不会使你与员工互相混淆身份。这是管理的一种最佳状态。距离的保持靠一定的原则来维持，这种原则对所有人都一视同仁：既可以约束领导者自己，也可以约束员工。掌握了这个原则，也就掌握了成功管理的秘诀。</p>
<p>《从优秀到卓越》</p>
<p>《从优秀到卓越》一书中，作者科林斯重新解释了刺猬理论。意思是无论狐狸想任何办法来谋害刺猬，刺猬只需要缩起来，狐狸就无计可施了。由此说明一个企业只要找到一个简单有效的发展模式，无论市场和对手发生任何变化，都能轻松应付，获得快速增长。</p>
<p>———————————————–</p>
<p><a name="i07"></a></p>
<p>手表定律：手表定律是指一个人有一只表时，可以知道现在是几点钟，而当他同时拥有两只时却无法确定。两只表并不能告诉一个人更准确的时间，反而会使看表的人失去对准确时间的信心。</p>
<p>手表定律在企业管理方面给我们一种非常直观的启发，就是对同一个人或同一个组织不能同时采用两种不同的方法，不能同时设置两个不同的目标，甚至每一个人不能由两个人来同时指挥，否则将使这个企业或者个人无所适从。</p>
<p>【寓言故事】</p>
<p>猴子与表的故事</p>
<p>森林里生活着一群猴子，每天太阳升起的时候它们外出觅食，太阳落山的时候回去休息，日子过得平淡而幸福。</p>
<p>一名游客穿越森林，把手表落在了树下的岩石上，被猴子“猛可”拾到了。聪明的“猛可”很快就搞清了手表的用途，于是，“猛可”成了整个猴群的明星，每只猴子都向“猛可”请教确切的时间，整个猴群的作息时间也由“猛可”来规划。“猛可”逐渐建立起威望，当上了猴王。</p>
<p>做了猴王的“猛可”认为是手表给自己带来了好运，于是它每天在森林里巡查，希望能够拾到更多的表。功夫不负有心人，“猛可”又拥有了第二块、第三块表。</p>
<p>但 “猛可”却有了新的麻烦：每只表的时间指示都不尽相同，哪一个才是确切的时间呢?“猛可”被这个问题难住了。当有下属来问时间时，“猛可”支支吾吾回答不上来，整个猴群的作息时间也因此变得混乱。过了一段时间，猴子们起来造反，把“猛可”推下了猴王的宝座，“猛可”的收藏品也被新任猴王据为己有。但很快，新任猴王同样面临着“猛可”的困惑。</p>
<p>这就是著名的“手表定律”：只有一只手表，可以知道时间;拥有两只或更多的表，却无法确定几点。更多钟表并不能告诉人们更准确的时间，反而会让看表的人失去对准确时间的信心。</p>
<p>【定律启发】</p>
<p>手表定律带给我们一种非常直观的启发：</p>
<p>对于任何一件事情，不能同时设置两个不同的目标，否则将使人无所适从;对于一个人不能同时选择两种不同的价值观，否则他的行为将陷于混乱。</p>
<p>一个人不能由两个以上的人来指挥，否则将使这个人无所适从;对于一个企业，更是不能同时采用两种不同的管理方法，否则将使这个企业无法发展。</p>
<p>在这方面美国在线与时代华纳的合并就是一个典型的失败案例。美国在线是一个年轻的互联网公司，企业文化强调操作灵活、决策迅速，要求一切为快速抢占市场的目标服务。时代华纳在长期的发展过程中建立起强调诚信之道和创新精神的企业文化。</p>
<p>两家企业合并后，企业高级管理层并没有很好地解决两种价值标准的冲突，导致员工完全搞不清企业未来的发展方向。最终，时代华纳与美国在线的世纪联姻以失败告终。这也充分说明，要搞清楚时间，一块走时准确的表就足够了。</p>
<p>只选择你认为正确的</p>
<p>两只表并不能告诉一个人更准确的时间，反而会让看表的人失去对准确时间的信心。你要做的就是选择其中较信赖的一只，尽量校准它，并以此作为你的标准，听从它的指引行事。</p>
<p>尼采有一句名言：“兄弟，如果你是幸运的，你只要有一种道德而不要贪多，这样，你过桥会更容易些。”如果每个人都“选择你所爱，爱你所选择”，无论成败都可以心安理得。然而，困扰很多人的是，他们被“两只表”弄得无所适从，心力交瘁，不知自己该信哪一个。</p>
<p>还有人在环境或他人的压力下，违心选择了自己并不喜欢的道路，并因此而郁郁终生。即使取得了受人瞩目的成就，也体会不到成功的快乐。</p>
<p>生活启示</p>
<p>在现实生活中，我们也经常会遇到类似的情况。比如两门选修课都是你所感兴趣的，但是授课时间重合，而且你又没有足够的精力学好两门课程，这个时候你很难做出选择。在面对两个同样优秀、同样倾心于你的男孩子时，你也一定会苦恼许久，不知该如何做出决断。</p>
<p>择业时，地点、待遇不分伯仲的两家单位，你将何去何从?在人生的每一个十字路口，我们都要面对“鱼与熊掌不能兼得”的苦恼。</p>
<p>在面对矛盾选择的时候，我们推荐使用“模糊心理”。所谓“模糊心理”，就是在一个很难决策的情况下，以潜意识的心理为主要基调，做出符合潜意识心理的选择。</p>
<p>心理学研究表明，“模糊心理”实际上是人在成长过程中不断积累的一种心理沉积。也许你并不能说出一条明确的原因，但是通过心理的潜意识，一般情况下可以做出最符合个体心理需求的决定。这里说的潜意识，实际上就是我们常说的第一印象。“模糊心理”在矛盾选择面前，能够提供给我们最安全的心理保护，因而是值得提倡的。</p>
<p>核心理念：更多选择、更多标准会让人无所适从。</p>
<p>应用要诀：明确目标、不受干扰;懂得取舍，该放则放。</p>
<p>应用领域：社会生活、企业经营。</p>
<p>———————————————–</p>
<p><a name="i08"></a></p>
<p>破窗理论：一个房子如果窗户破了，没有人去修补，隔不久，其它的窗户也会莫名其妙地被人打破;一面墙，如果出现一些涂鸦没有被清洗掉，很快的，墙上就布满了乱七八糟、不堪入目的东西;一个很干净的地方，人们不好意思丢垃圾，但是一旦地上有垃圾出现之后，人就会毫不犹疑地抛，丝毫不觉羞愧。</p>
<p>破窗理论1</p>
<p>也称“破窗谬论”，源于一个叫黑兹利特的学者在一本小册子中的一个譬喻(也有人认为这一理论是法国19世纪经济学家巴斯夏作为批评的靶子而总结出来的，见其著名文章《看得见的与看不见的》)。这位黑兹利特说，假如小孩打破了窗户，必将导致破窗人更换玻璃，这样就会使安装玻璃的人和生产玻璃的人开工，从而推动社会就业。</p>
<p>在这里，学者是为了说明孩童的行为与政府的行为所能产生的后果，从而彻底地否定凯恩斯主义的政府干预政策。“破窗理论”就是典型的“破坏创造财富”。把这样的谬论放之于洪灾，放之于地震，放之于战争，好像都很合适。</p>
<p>破窗理论2</p>
<p>也叫 破窗效应(Break Pane Law)</p>
<p>一扇窗户被打破，如果没有修复，将会导致更多的窗户被打破，甚至整栋楼被拆毁。</p>
<p>由美国政治学家威尔逊和犯罪学家凯琳观察总结的“破窗理论”指出环境可以对一个人产生强烈的暗示性和诱导性。</p>
<p>———————————————–</p>
<p><a name="i09"></a></p>
<p>二八定律(巴莱多定律)：19世纪末20世纪初意大利的经济学家巴莱多认为，在任何一组东西中，最重要的只占其中一小部分，约20%，其余80%尽管是多数，却是次要的。　　社会约80%的财富集中在20%的人手里，而80%的人只拥有20%的社会财富。这种统计的不平衡性在社会、经济及生活中无处不在，这就是二八法则。</p>
<p>二八法则告诉我们，不要平均地分析、处理和看待问题，企业经营和管理中要抓住关键的少数;要找出那些能给企业带来80%利润、总量却仅占20%的关键客户，加强服务，达到事半功倍的效果;企业领导人要对工作认真分类分析，要把主要精力花在解决主要问题、抓主要项目上。</p>
<p>———————————————–</p>
<p><a name="i10"></a></p>
<p>木桶理论：组成木桶的木板如果长短不齐，那么木桶的盛水量不是取决于最长的那一块木板，而是取决于最短的那一块木板。</p>
<p>水桶效应是指一只水桶想盛满水，必须每块木板都一样平齐且无破损，如果这只桶的木板中有一块不齐或者某块木板下面有破洞，这只桶就无法盛满水。是说一只水桶能盛多少水，并不取决于最长的那块木板，而是取决于最短的那块木板。也可称为短板效应。一个水桶无论有多高，它盛水的高度取决于其中最低的那块木板。</p>
<p>又称水桶原理或短板理论，水桶短板管理理论，所谓“水桶理论”也即“水桶定律”，其核心内容为：一只水桶盛水的多少，并不取决于桶壁上最高的那块木块，而恰恰取决于桶壁上最短的那块。根据这一核心内容，“水桶理论”还有两个推论：其一，只有桶壁上的所有木板都足够高，那水桶才能盛满水。其二，只要这个水桶里有一块不够高度，水桶里的水就不可能是满的。</p>
<p>———————————————–</p>
<p><a name="i11"></a></p>
<p>马太效应：《圣经?马太福音》中有一句名言：“凡有的，还要加给他，叫他有余;没有的，连他所有的，也要夺过来。”</p>
<p>马太效应，指强者愈强、弱者愈弱的现象，广泛应用于社会心理学、教育、金融以及科学等众多领域。其名字来自圣经《新约·马太福音》中的一则寓言： “凡有的，还要加给他叫他多余;没有的，连他所有的也要夺过来。”“马太效应”与“平衡之道”相悖，与“二八定则”有相类之处，是十分重要的自然法则。</p>
<p>———————————————–</p>
<p><a name="i12"></a></p>
<p>挂一个漂亮的鸟笼在房间里最显眼的地方，过不了几天，主人一定会做出下面两个选择之一：把鸟笼扔掉，或者买一只鸟回来放在鸟笼里。这就是鸟笼逻辑。过程很简单，设想你是这房间的主人，只要有人走进房间，看到鸟笼，就会忍不住问你：“鸟呢?是不是死了?”当你回答：“我从来都没有养过鸟。”人们会问：“那么，你要一个鸟笼干什么?”最后你不得不在两个选择中二选一，因为这比无休止的解释要容易得多。鸟笼逻辑的原因很简单：人们绝大部分的时候是采取惯性思维。所以可见在生活和工作中培养逻辑思维是多么重要。</p>
<p>2、破窗效应</p>
<p>心理学的研究上有个现象叫做“破窗效应”，就是说，一个房子如果窗户破了，没有人去修补，隔不久，其它的窗户也会莫名其妙的被人打破;一面墙，如果出现一些涂鸦没有清洗掉，很快的，墙上就布满了乱七八糟，不堪入目的东西。一个很干净的地方，人会不好意思丢垃圾，但是一旦地上有垃圾出现之后，人就会毫不犹疑的拋，丝毫不觉羞愧。这真是很奇怪的现象。</p>
<p>心理学家研究的就是这个“引爆点”，地上究竟要有多脏， 人们才会觉得反正这么脏，再脏一点无所谓，情况究竟要坏到什么程度，人们才会自暴自弃，让它烂到底。</p>
<p>任何坏事，如果在开始时没有阻拦掉，形成风气，改也改不掉，就好象河堤，一个小缺口没有及时修补，可以崩坝，造成千百万倍的损失。</p>
<p>犯罪其实就是失序的结果，纽约市在80年代的时候，真是无处不抢，无日不杀，大白天走在马路上也会害怕。地铁更不用说了，车厢脏乱，到处涂满了秽句，坐在地铁里，人人自危。我虽然没有被抢过，但是有位教授被人在光天化日之下，敲了一记闷棍，眼睛失明，从此结束他的研究生涯，使我多少年来谈虎变色，不敢只身去纽约开会。最近纽约的市容和市誉提升了不少，令我颇为吃惊，一个已经向下沉沦的城市，竟能死而复生，向上提升。</p>
<p>因此，当我出去开会，碰到一位犯罪学家时，立刻向他讨教，原来纽约市用的就是过去书本上讲的破窗效应的理论，先改善犯罪的环境，使人们不易犯罪， 再慢慢缉凶捕盗，回归秩序。</p>
<p>当时这个做法虽然被人骂为缓不济急，“船都要沉了还在洗甲板”，但是纽约市还是从维护地铁车厢干净着手，并将不买车票白搭车的人用手铐铐住排成一列站在月台上，公开向民众宣示政府整顿的决心，结果发现非常有效。</p>
<p>警察发现人们果然比较不会在干净的场合犯罪，又发现抓逃票很有收获，因为每七名逃票的人中就有一名是通缉犯，二十名中就有一名携带武器，因此警察愿意很认真地去抓逃票，这使得歹徒不敢逃票，出门不敢带武器，以免得不偿失、因小失大。这样纽约市就从最小、最容易的地方着手，打破了犯罪环结(chain)，使这个恶性循环无法继续下去。</p>
<p>———————————————–</p>
<p><a name="i13"></a></p>
<p>1964年3月13日夜3时20分，在美国纽约郊外某公寓前，一位叫朱诺比白的年轻女子在结束酒巴间工作回家的路上遇刺。当她绝望地喊叫：“有人要杀人啦!救命!救命!”听到喊叫声，附近住户亮起了灯，打开了窗户，凶手吓跑了。当一切恢复平静后，凶手又返回作案。当她又叫喊时，附近的住户又打开了电灯，凶手又逃跑了。当她认为已经无事，回到自己家上楼时，凶手又一次出现在她面前，将她杀死在楼梯上。在这个过程中，尽管她大声呼救，她的邻居中至少有38位到窗前观看，但无一人来救她，甚至无一人打电话报警。这件事引起纽约社会的轰动，也引起了社会心理学工作者的重视和思考。人们把这种众多的旁观者见死不救的现象称为责任分散效应。</p>
<p>对于责任分散效应形成的原因，心理学家进行了大量的实验和调查，结果发现：这种现象不能仅仅说是众人的冷酷无情，或道德日益沦丧的表现。因为在不同的场合，人们的援助行为确实是不同的。当一个人遇到紧急情境时，如果只有他一个人能提供帮助，他会清醒地意识到自己的责任，对受难者给予帮助。如果他见死不救会产生罪恶感、内疚感，这需要付出很高的心理代价。而如果有许多人在场的话，帮助求助者的责任就由大家来分担，造成责任分散，每个人分担的责任很少，旁观者甚至可能连他自己的那一份责任也意识不到，从而产生一种“我不去救，由别人去救”的心理，造成“集体冷漠”的局面。如何打破这种局面，这是心理学家正在研究的一个重要课题。</p>
<p>———————————————–</p>
<p><a name="i14"></a></p>
<p>英国著名历史学家诺斯古德·帕金森通过长期调查研究，写出一本名叫《帕金森定律》的书。他在书中阐述了机构人员膨胀的原因及后果：一个不称职的官员，可能有三条出路，第一是申请退职，把位子让给能干的人;第二是让一位能干的人来协助自己工作;第三是任用两个水平比自己更低的人当助手。这第一条路是万万走不得的，因为那样会丧失许多权利;第二条路也不能走，因为那个能干的人会成为自己的对手;看来只有第三条路最适宜。于是，两个平庸的助手分担了他的工作，他自己则高高在上发号施令，他们不会对自己的权利构成威胁。两个助手既然无能，他们就上行下效，再为自己找两个更加无能的助手。如此类推，就形成了一个机构臃肿，人浮于事，相互扯皮，效率低下的领导体系。</p>
<p>———————————————–</p>
<p><a name="i15"></a></p>
<p>俄国著名的大文豪普希金曾因晕轮效应的作用吃了大苦头。他狂热地爱上了被称为“莫斯科第一美人”的娜坦丽，并且和她结了婚。娜坦丽容貌惊人，但与普希金志不同道不合。当普希金每次把写好的诗读给她听时。她总是捂着耳朵说：“不要听!不要听!”相反，她总是要普希金陪她游乐，出席一些豪华的晚会、舞会，普希金为此丢下创作，弄得债台高筑，最后还为她决斗而死，使一颗文学巨星过早地陨落。在普希金看来，一个漂亮的女人也必然有非凡的智慧和高贵的品格，然而事实并非如此，这种现象被称为晕轮效应。</p>
<p>所谓晕轮效应，就是在人际交往中，人身上表现出的某一方面的特征，掩盖了其他特征，从而造成人际认知的障碍。在日常生活中，“晕轮效应”往往在悄悄地影响着我们对别人的认知和评价。比如有的老年人对青年人的个别缺点，或衣着打扮、生活习惯看不顺眼，就认为他们一定没出息;有的青年人由于倾慕朋友的某一可爱之处，就会把他看得处处可爱，真所谓“一俊遮百丑”。晕轮效应是一种以偏概全的主观心理臆测，其错误在于：第一，它容易抓住事物的个别特征，习惯以个别推及一般，就像盲人摸象一样，以点代面;第二，它把并无内在联系的一些个性或外貌特征联系在一起，断言有这种特征必然会有另一种特征;第三，它说好就全都肯定，说坏就全部否定，这是一种受主观偏见支配的绝对化倾向。总之，晕轮效应是人际交往中对人的心理影响很大的认知障碍，我们在交往中要尽量地避免和克服晕轮效应的副作用。</p>
<p>———————————————–</p>
<p><a name="i16"></a></p>
<p>心理学上的一种实验者效应。20世纪20-30年代，美国研究人员在芝加哥西方电力公司霍桑工厂进行的工作条件、社会因素和生产效益关系实验中发现了实验者效应，称霍桑效应。</p>
<p>实验的第一阶段是从1924年11月开始的工作条件和生产效益的关系，设为实验组和控制组。结果不管增加或控制照明度，实验组产量都上升，而且照明度不变的控制组产量也增加。另外，有试验了工资报酬、工间休息时间、每日工作长度和每周工作天数等因素，也看不出这些工作条件对生产效益有何直接影响。第二阶段的试验是由美国哈佛大学教授梅奥领导的，着重研究社会因素与生产效率的关系，结果发现生产效率的提高主要是由于被实验者在精神方面发生了巨大的变化。参加试验的工人被置于专门的实验室并由研究人员领导，其社会状况发生了变化，受到各方面的关注，从而形成了参与试验的感觉，觉得自己是公司中重要的一部分，从而使工人从社会角度方面被激励，促进产量上升。</p>
<p>这个效应告诉我们，当同学或自己受到公众的关注或注视时，学习和交往的效率就会大大增加。因此，我们在日常生活中要学会与他人友好相处，明白什么样的行为才是同学和老师所接受和赞赏的，我们只有在生活和学习中不断地增加自己的良好行为，才可能受到更多人的关注和赞赏，也才可能让我们的学习不断进步，充满自信!</p>
<p>———————————————–</p>
<p><a name="i17"></a></p>
<p>习得性无助效应最早有奥弗米尔和西里格曼发现，后来在动物和人类研究中被广泛探讨。简单地说，很多实验表明，经过训练，狗可以越过屏障或从事其他的行为来逃避实验者加于它的电击。但是，如果狗以前受到不可预期(不知道什么时候到来)且不可控制的电击(如电击的中断与否不依赖于狗的行为)，当狗后来有机会逃离电击时，他们也变得无力逃离。而且，狗还表现出其他方面的缺陷，如感到沮丧和压抑，主动性降低等等。</p>
<p>狗之所以表现出这种状况，是由于在实验的早期学到了一种无助感。也就是说，它们认识到自己无论做什么都不能控制电击的终止。在每次实验中，电击终止都是在实验者掌控之下的，而狗会认识到自己没有能力改变这种外界的控制，从而学到了一种无助感。</p>
<p>人如果产生了习得性无助，就成为了一种深深的绝望和悲哀。因此，我们在学习和生活中应把自己的眼光在开阔一点，看到事件背后的真正的决定因素，不要使我们自己陷入绝望。</p>
<p>———————————————–</p>
<p><a name="i18"></a></p>
<p>证人，在我们的认识里，通常都是提供一些客观的证据的人，就是把自己亲眼看到、亲耳听到的东西如实地讲出来的人。然而，心理学研究证明，很多证人提供的证词都不太准确，或者说是具有个人倾向性，带着个人的观点和意识。</p>
<p>证人对他们的证词的信心并不能决定他们证词的准确性，这一研究结果令人感到惊讶。心理学家珀费可特和豪林斯决定对这一结论进行更深入的研究。为了考察证人的证词是否有特别的东西，他们将证人的记忆与对一般知识的记忆进行了比较。</p>
<p>他们让被试看一个简短的录象，是关于一个女孩被绑架的案件。第二天，让被试回答一些有关录象里内容的问题，并要求他们说出对自己回答的信心程度，然后做再认记忆测验。接下来，使用同样的方法，内容是从百科全书和通俗读物中选出的一般知识问题。</p>
<p>和以前发生的一样，珀费可特和豪林斯也发现，在证人回忆的精确性上，那些对自己的回答信心十足的人实际上并不比那些没信心的人更高明，但对于一般知识来说，情况就不是这样，信心高的人回忆成绩比信心不足的人好得多。</p>
<p>人们对于自己在一般知识上的优势与弱势有自知之明。因此，倾向于修改他们对于信心量表的测验结果。一般知识是一个数据库，在个体之间是共享的，它有公认的正确答案，被试可以自己去衡量。例如，人们会知道自己在体育问题上是否比别人更好或更差一点。但是，目击的事件不受这种自知之明的影响。例如，从总体上讲，他们不大可能知道自己比别人在记忆事件中的参与者头发颜色方面更好或更差。</p>
<p>———————————————–</p>
<p><a name="i19"></a></p>
<p>美国心理学家罗森塔尔等人于1968年做过一个著名实验。他们到一所小学，在一至六年级各选三个班的儿童进行煞有介事的“预测未来发展的测验”，然后实验者将认为有“优异发展可能”的学生名单通知教师。其实，这个名单并不是根据测验结果确定的，而是随机抽取的。它是以“权威性的谎言”暗示教师，从而调动了教师对名单上的学生的某种期待心理。8个月后，再次智能测验的结果发现，名单上的学生的成绩普遍提高，教师也给了他们良好的品行评语。这个实验取得了奇迹般的效果，人们把这种通过教师对学生心理的潜移默化的影响，从而使学生取得教师所期望的进步的现象，称为“罗森塔尔效应”，习惯上也称为皮格马利翁效应(皮格马利翁是古希腊神话中塞浦路斯国王，他对一尊少女塑像产生爱慕之情，他的热望最终使这尊雕像变为一个真人，两人相爱结合)。</p>
<p>教育实践也表明：如果教师喜爱某些学生，对他们会抱有较高期望，经过一段时间，学生感受到教师的关怀、爱护和鼓励;常常以积极态度对待老师、对待学习以及对待自己的行为，学生更加自尊、自信、自爱、自强，诱发出一种积极向上的激情，这些学生常常会取得老师所期望的进步。相反，那些受到老师忽视、歧视的学生，久而久之会从教师的言谈、举止、表情中感受到教师的“偏心”，也会以消极的态度对待老师、对待自己的学习，不理会或拒绝听从老师的要求;这些学生常常会一天天变坏，最后沦为社会的不良分子。尽管有些例外，但大趋势却是如此，同时这也给教师敲响了警钟。</p>
<p>———————————————–</p>
<p><a name="i20"></a></p>
<p>我们通常都会相信，我们的爱好与大多数人是一样的。如果你喜欢玩电脑游戏，那么就有可能高估喜欢电脑游戏的人数。你也通常会高估给自己喜欢的同学投票的人数，高估自己在群体中的威信与领导能力等等。你的这种高估与你的行为及态度有相同特点的人数的倾向性就叫做“虚假同感偏差”。有些因素会影响你的这种虚假同感偏差强度：</p>
<p>(1)当外部的归因强于内部归因时;</p>
<p>(2)当前的行为或事件对某人非常重要时;</p>
<p>(3)当你对自己的观点非常确定或坚信时;</p>
<p>(4)当你的地位或正常生活和学习受到某种威胁时;</p>
<p>(5)当涉及到某种积极的品质或个性时;</p>
<p>(6)当你将其他人看成与自己是相似时。</p>
]]></content:encoded>
			<wfw:commentRss>http://www.xietao.org/2guanlichangshi/feed/</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>B2C网站前端用户体验细节</title>
		<link>http://www.xietao.org/b2cwebue/</link>
		<comments>http://www.xietao.org/b2cwebue/#comments</comments>
		<pubDate>Thu, 09 Jun 2011 01:23:01 +0000</pubDate>
		<dc:creator>谢焘</dc:creator>
				<category><![CDATA[产品策划]]></category>

		<guid isPermaLink="false">http://www.xietao.org/?p=424</guid>
		<description><![CDATA[B2C网站前端用户体验细节 这篇文章的原版其实是英文，但一直没有再找到原版了。应该是在几年前写的，部分内容可能已经略显落后，直接在它的基础上做了一点修改。
一、感官体验：呈现给用户视听上的体验，强调舒适性。
1.设计风格：符合目标客户的审美习惯，并具有一定的引导性。
网站在设计之前，必须明确目标客户群体，并针对目标客户的审美喜好，进行分析，从而确定网站的总体设计风格。
2.网站LOGO：确保logo的保护空间，确保品牌的清晰展示而又不占据过分空间。
3.页面速度：正常情况下,尽量确保页面在5秒内打开。如果是大型门户网站，必须考虑南北互通问题，进行必要的压力测试。
4.页面布局：重点突出，主次分明，图文并茂。与企业的营销目标相结合，将目标客户最感兴趣的，最具有销售力的信息放置在最重要的位置。
5.页面色彩：与品牌整体形象相统一，主色调+辅助色不超过三种颜色。以恰当的色彩明度和亮度，确保浏览者的浏览舒适度。
6.动画效果：与主画面相协调，打开速度快，动画效果节奏适中，不干扰主画面浏览。
7.页面导航：导航条清晰明了、突出，层级分明。
8.页面大小：适合多数浏览器浏览（设计时候以什么尺寸显示器为主，你参考你的google analytics或者其他可以监测用户浏览器的数据分析后台的数据报告）。
9.图片展示：比例协调、不变形，图片清晰。图片排列既不过于密集，也不会过于疏远。
10.图标使用：简洁、明了、易懂、准确，与页面整体风格统一。
11.广告位：避免干扰视线，广告图片符合整体风格，避免喧宾夺主。
12.背景音乐：与整体网站主题统一，文件要小，不能干扰阅读。要设置开关按钮及音量控制按钮。（大部分网站不建议使用）
二、交互体验：呈现给用户操作上的体验，强调易用/可用性。

13.会员申请：介绍清晰的会员权责，并提示用户确认已阅读条款。
14.会员注册：流程清晰、简洁。待会员注册成功后，再详细完善资料。（个人认为email还是必要的，在edm营销和防止恶意注册，用户找回密码这方面email有不可替代作用）
15.表单填写：尽量采用下拉选择，需填写部分需注明要填写内容，并对必填字段作出限制。（如手机位数、邮编等等，避免无效信息）
16.表单提交：表单填写后需输入验证码，防止注水。提交成功后，应显示感谢提示。
17.按钮设置：对于交互性的按钮必须清晰突出，以确保用户可以清楚地点击。
18.点击提示：点击浏览过的信息颜色需要显示为不同的颜色，以区分于未阅读内容，避免重复阅读。
19.错误提示：若表单填写错误，应指明填写错误之处，并保存原有填写内容，减少重复工作。
20.在线问答：用户提问后后台要及时反馈，后台显示有新提问以确保回复及时。
21.意见反馈：当用户在使用中发生任何问题，都可随时提供反馈意见。
22.在线调查：为用户关注的问题设置调查，并显示调查结果，提高用户的参与度。
23.在线搜索：搜索提交后，显示清晰列表，并对该搜索结果中的相关字符以不同颜色加以区分。
24.页面刷新：尽量采用无刷新（AJAX)技术，以减少页面的刷新率。
Ajax是新兴的网络开发技术的象征。它将JavaScript和XML技术结合在一起，用户每次调用新数据时，无需反复向服务器发出请求，而是在浏览器的缓存区预先获取下次可能用到的数据，界面的响应速度因此得到了显著提升。
25.新开窗口：尽量减少新开的窗口，以避免开过多的无效窗口，设置弹出窗口的关闭功能。
26.资料安全：确保资料的安全保密，对于客户密码和资料进行加密保存。
27.面包屑导航：无论用户浏览到哪一个层级，哪一个页面，都可以清楚知道看到该页面的路径，以及可以返回上级频道页面或者主页。
三、浏览体验：呈现给用户浏览上的体验，强调吸引性。

28.栏目的命名：与栏目内容准确相关，简洁清晰，不宜过于深奥。
29.栏目的层级：最多不超过三层，导航清晰，运用JAVAscrip等技术使得层级之间伸缩便利。
30.内容的分类：同一栏目下，不同分类区隔清晰，不要互相包含或混淆。
31.内容的丰富性：每一个栏目应确保足够的信息量，避免栏目无内容情况出现。
32.内容的原创性：尽量多采用原创性内容，以确保内容的可读性。
33.信息的更新频率：确保稳定的更新频率，以吸引浏览者经常浏览。
34.信息的编写方式：段落标题加粗，以区别于内文。采用倒金字塔结构。
35.新文章的标记：为新文章提供不同标识（如new），吸引浏览者查看。
36.文章导读：为重要内容在首页设立导读，使得浏览者可以了解到所需信息。文字截取字数准确，避免断章取义。
37.精彩内容的推荐：在频道首页或文章左右侧，提供精彩内容推荐，吸引浏览者浏览。
38.相关内容的推荐：在用户浏览文章的左右侧或下部，提供相关内容推荐，吸引浏览者浏览。
39.收藏夹的设置：为会员设置收藏夹，对于喜爱的产品或信息，可进行收藏。
40.栏目的订阅：提供Rss或邮件订阅功能
41.信息的搜索：在页面的醒目位置，提供信息搜索框，便于查找到所需内容。
42.页面打印：允许用户打印该页资料，以便于保存。
43.文字排列：标题与正文明显区隔，段落清晰。
44.文字字体：采用易于阅读的字体，避免文字过小或过密造成的阅读障碍。可对字体进行大中小设置，以满足不同的浏览习惯。
45.页面底色：不能干扰主体页面的阅读。
46.页面的长度：设置一定的页面长度，避免页面过长而影响阅读。
47.分页浏览：对于长篇文章 进行分页浏览。
48.语言版本：为面向不同国家的客户提供不同的浏览版本。
49.快速通道：为有明确目的的用户提供快速入口。
四、情感体验：呈现给用户心理上的体验，强调友好性。

50.客户分类：将不同的浏览者进行划分（如消费者、经销商、内部员工），为客户提供不同的服务。
51.友好提示：对于每一个操作进行友好提示，以增加浏览者的亲和度。
52.会员交流：提供便利的会员交流功能（如论坛），增进会员感情。
53.售后反馈：定期进行售后的反馈跟踪，提高客户满意度。
54.会员优惠：定期举办会员优惠活动，让会员感觉到实实在在的利益。
55.会员推荐：根据会员资料及购买习惯，为其推荐适合的产品或服务。
56.鼓励用户参与：提供用户评论、投票等功能，让会员更多地参与进来。
57.会员活动：定期举办网上会员活动，提供会员网下交流机会。
58.专家答疑：为用户提出的疑问进行专业解答。
59.邮件/短信问候：针对不同客户，为客户定期提供邮件/短信问候，增进与客户间感情。
60.好友推荐：提供邮件推荐功能。
61.网站地图：为用户提供清晰的网站指引。
五、信任体验：呈现给用户的信任体验，强调可靠性。

62.搜索引擎：查找相关内容可以显示在搜索引擎前列。
63.公司介绍：真实可靠的信息发布，包括公司规模、发展状况、公司资质等。
64.投资者关系：上市公司需为股民提供真实准确的年报，财务信息等。
65.服务保障：将公司的服务保障清晰列出，增强客户信任。
66.页面标题：准确地描述公司名称及相关内容。
67.文章来源：为摘引的文章标注摘引来源，避免版权纠纷。
68.文章编辑作者：为原创性文章注明编辑或作者，以提高文章的可信度。
69.联系方式：准确有效的地址、电话等联系方式，便于查找。
70.服务热线：将公司的服务热线列在醒目的地方，便于客户查找。
71.有效的投诉途径：为客户提供投诉或建议邮箱或在线反馈。
72.安全及隐私条款：对于交互式网站，注明安全及隐私条款可以减少客户顾虑，避免纠纷。
73.法律声明：对于网站法律条款的声明可以避免企业陷入不必要的纠纷中。
74.网站备案：让浏览者确认网站的合法性。
75.相关链接：对于集团企业及相关企业的链接，应该具有相关性。
76.帮助中心：对于流程较复杂的服务，必须具备帮助中心进行服务介绍。
]]></description>
			<content:encoded><![CDATA[<p>B2C网站前端用户体验细节 这篇文章的原版其实是英文，但一直没有再找到原版了。应该是在几年前写的，部分内容可能已经略显落后，直接在它的基础上做了一点修改。</p>
<p><strong>一、感官体验：呈现给用户视听上的体验，强调舒适性。</strong><strong><br />
</strong>1.设计风格：符合目标客户的审美习惯，并具有一定的引导性。<br />
网站在设计之前，必须明确目标客户群体，并针对目标客户的审美喜好，进行分析，从而确定网站的总体设计风格。<br />
2.网站LOGO：确保logo的保护空间，确保品牌的清晰展示而又不占据过分空间。<br />
3.页面速度：正常情况下,尽量确保页面在5秒内打开。如果是大型门户网站，必须考虑南北互通问题，进行必要的压力测试。<br />
4.页面布局：重点突出，主次分明，图文并茂。与企业的营销目标相结合，将目标客户最感兴趣的，最具有销售力的信息放置在最重要的位置。<br />
5.页面色彩：与品牌整体形象相统一，主色调+辅助色不超过三种颜色。以恰当的色彩明度和亮度，确保浏览者的浏览舒适度。<span id="more-424"></span><br />
6.动画效果：与主画面相协调，打开速度快，动画效果节奏适中，不干扰主画面浏览。<br />
7.页面导航：导航条清晰明了、突出，层级分明。<br />
8.页面大小：适合多数浏览器浏览（设计时候以什么尺寸显示器为主，你参考你的google analytics或者其他可以监测用户浏览器的数据分析后台的数据报告）。<br />
9.图片展示：比例协调、不变形，图片清晰。图片排列既不过于密集，也不会过于疏远。<br />
10.图标使用：简洁、明了、易懂、准确，与页面整体风格统一。<br />
11.广告位：避免干扰视线，广告图片符合整体风格，避免喧宾夺主。<br />
12.背景音乐：与整体网站主题统一，文件要小，不能干扰阅读。要设置开关按钮及音量控制按钮。（大部分网站不建议使用）</p>
<p><strong>二、交互体验：呈现给用户操作上的体验，强调易用/可用性。</strong><strong><br />
</strong><br />
13.会员申请：介绍清晰的会员权责，并提示用户确认已阅读条款。<br />
14.会员注册：流程清晰、简洁。待会员注册成功后，再详细完善资料。（个人认为email还是必要的，在edm营销和防止恶意注册，用户找回密码这方面email有不可替代作用）<br />
15.表单填写：尽量采用下拉选择，需填写部分需注明要填写内容，并对必填字段作出限制。（如手机位数、邮编等等，避免无效信息）<br />
16.表单提交：表单填写后需输入验证码，防止注水。提交成功后，应显示感谢提示。<br />
17.按钮设置：对于交互性的按钮必须清晰突出，以确保用户可以清楚地点击。<br />
18.点击提示：点击浏览过的信息颜色需要显示为不同的颜色，以区分于未阅读内容，避免重复阅读。<br />
19.错误提示：若表单填写错误，应指明填写错误之处，并保存原有填写内容，减少重复工作。<br />
20.在线问答：用户提问后后台要及时反馈，后台显示有新提问以确保回复及时。<br />
21.意见反馈：当用户在使用中发生任何问题，都可随时提供反馈意见。<br />
22.在线调查：为用户关注的问题设置调查，并显示调查结果，提高用户的参与度。<br />
23.在线搜索：搜索提交后，显示清晰列表，并对该搜索结果中的相关字符以不同颜色加以区分。<br />
24.页面刷新：尽量采用无刷新（AJAX)技术，以减少页面的刷新率。<br />
Ajax是新兴的网络开发技术的象征。它将JavaScript和XML技术结合在一起，用户每次调用新数据时，无需反复向服务器发出请求，而是在浏览器的缓存区预先获取下次可能用到的数据，界面的响应速度因此得到了显著提升。<br />
25.新开窗口：尽量减少新开的窗口，以避免开过多的无效窗口，设置弹出窗口的关闭功能。<br />
26.资料安全：确保资料的安全保密，对于客户密码和资料进行加密保存。<br />
27.面包屑导航：无论用户浏览到哪一个层级，哪一个页面，都可以清楚知道看到该页面的路径，以及可以返回上级频道页面或者主页。</p>
<p><strong>三、浏览体验：呈现给用户浏览上的体验，强调吸引性。</strong><strong><br />
</strong><br />
28.栏目的命名：与栏目内容准确相关，简洁清晰，不宜过于深奥。<br />
29.栏目的层级：最多不超过三层，导航清晰，运用JAVAscrip等技术使得层级之间伸缩便利。<br />
30.内容的分类：同一栏目下，不同分类区隔清晰，不要互相包含或混淆。<br />
31.内容的丰富性：每一个栏目应确保足够的信息量，避免栏目无内容情况出现。<br />
32.内容的原创性：尽量多采用原创性内容，以确保内容的可读性。<br />
33.信息的更新频率：确保稳定的更新频率，以吸引浏览者经常浏览。<br />
34.信息的编写方式：段落标题加粗，以区别于内文。采用倒金字塔结构。<br />
35.新文章的标记：为新文章提供不同标识（如new），吸引浏览者查看。<br />
36.文章导读：为重要内容在首页设立导读，使得浏览者可以了解到所需信息。文字截取字数准确，避免断章取义。<br />
37.精彩内容的推荐：在频道首页或文章左右侧，提供精彩内容推荐，吸引浏览者浏览。<br />
38.相关内容的推荐：在用户浏览文章的左右侧或下部，提供相关内容推荐，吸引浏览者浏览。<br />
39.收藏夹的设置：为会员设置收藏夹，对于喜爱的产品或信息，可进行收藏。<br />
40.栏目的订阅：提供Rss或邮件订阅功能<br />
41.信息的搜索：在页面的醒目位置，提供信息搜索框，便于查找到所需内容。<br />
42.页面打印：允许用户打印该页资料，以便于保存。<br />
43.文字排列：标题与正文明显区隔，段落清晰。<br />
44.文字字体：采用易于阅读的字体，避免文字过小或过密造成的阅读障碍。可对字体进行大中小设置，以满足不同的浏览习惯。<br />
45.页面底色：不能干扰主体页面的阅读。<br />
46.页面的长度：设置一定的页面长度，避免页面过长而影响阅读。<br />
47.分页浏览：对于长篇文章 进行分页浏览。<br />
48.语言版本：为面向不同国家的客户提供不同的浏览版本。<br />
49.快速通道：为有明确目的的用户提供快速入口。</p>
<p><strong>四、情感体验：呈现给用户心理上的体验，强调友好性。</strong><strong><br />
</strong><br />
50.客户分类：将不同的浏览者进行划分（如消费者、经销商、内部员工），为客户提供不同的服务。<br />
51.友好提示：对于每一个操作进行友好提示，以增加浏览者的亲和度。<br />
52.会员交流：提供便利的会员交流功能（如论坛），增进会员感情。<br />
53.售后反馈：定期进行售后的反馈跟踪，提高客户满意度。<br />
54.会员优惠：定期举办会员优惠活动，让会员感觉到实实在在的利益。<br />
55.会员推荐：根据会员资料及购买习惯，为其推荐适合的产品或服务。<br />
56.鼓励用户参与：提供用户评论、投票等功能，让会员更多地参与进来。<br />
57.会员活动：定期举办网上会员活动，提供会员网下交流机会。<br />
58.专家答疑：为用户提出的疑问进行专业解答。<br />
59.邮件/短信问候：针对不同客户，为客户定期提供邮件/短信问候，增进与客户间感情。<br />
60.好友推荐：提供邮件推荐功能。<br />
61.网站地图：为用户提供清晰的网站指引。</p>
<p><strong>五、信任体验：呈现给用户的信任体验，强调可靠性。</strong><strong><br />
</strong><br />
62.搜索引擎：查找相关内容可以显示在搜索引擎前列。<br />
63.公司介绍：真实可靠的信息发布，包括公司规模、发展状况、公司资质等。<br />
64.投资者关系：上市公司需为股民提供真实准确的年报，财务信息等。<br />
65.服务保障：将公司的服务保障清晰列出，增强客户信任。<br />
66.页面标题：准确地描述公司名称及相关内容。<br />
67.文章来源：为摘引的文章标注摘引来源，避免版权纠纷。<br />
68.文章编辑作者：为原创性文章注明编辑或作者，以提高文章的可信度。<br />
69.联系方式：准确有效的地址、电话等联系方式，便于查找。<br />
70.服务热线：将公司的服务热线列在醒目的地方，便于客户查找。<br />
71.有效的投诉途径：为客户提供投诉或建议邮箱或在线反馈。<br />
72.安全及隐私条款：对于交互式网站，注明安全及隐私条款可以减少客户顾虑，避免纠纷。<br />
73.法律声明：对于网站法律条款的声明可以避免企业陷入不必要的纠纷中。<br />
74.网站备案：让浏览者确认网站的合法性。<br />
75.相关链接：对于集团企业及相关企业的链接，应该具有相关性。<br />
76.帮助中心：对于流程较复杂的服务，必须具备帮助中心进行服务介绍。</p>
]]></content:encoded>
			<wfw:commentRss>http://www.xietao.org/b2cwebue/feed/</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
		<item>
		<title>互联网产品经理的常用软件</title>
		<link>http://www.xietao.org/pmsoftware/</link>
		<comments>http://www.xietao.org/pmsoftware/#comments</comments>
		<pubDate>Wed, 08 Jun 2011 02:23:39 +0000</pubDate>
		<dc:creator>谢焘</dc:creator>
				<category><![CDATA[产品策划]]></category>
		<category><![CDATA[产品经理软件 PM]]></category>

		<guid isPermaLink="false">http://www.xietao.org/?p=416</guid>
		<description><![CDATA[
选择了一些常用，好用，够用，而且功能强大的工具，和大家一起来分享。互联网产品经理有个特性，那就是很多资料、文档、邮件、日志是需要移动、并在不同终端进行读取、输入输出的，所以我将这些软件及工具分为软件+平台两块来探讨，先来看看软件：

我进行了一个分类，主要是以下这些：
1、文档数据、思维脑图

Microsoft Office（Word、Excel、PowerPoint） ★★★★★
Mindjet MindManager ★★★★★
Adobe Reader ★★★
editplus ★
Microsoft Office OneNote 笔记 ★★★

产品经理需要撰写大量产品文档，需求说明书、规划、PRD、产品方案、技术建议书、等等。采用目前主流和通用软件协作会比较好，因此首推微软的Office系列软件，主要是Word、Excel、PowerPoint，包括最常用的模板使用和排版，插入图片、多媒体、表格等等。汇报总结和演示较多会采用PowerPoint。
产品经理要有敏锐的市场洞察力，其中很重要信息是来源于市场调查和数据分析。所以使用Excel进行最基本的数据分析和图表分析是必备技能，如果需要对数据进行多个维度的分析和分类汇总，则数据透视图是必须要使用的功能。
对于会议记录、idea记录、思维脑图、小型项目管理，Mindjet MindManager则是一大利器，条理、结构都很清晰，上手快速、输出格式多。
Adobe Reader用来阅读PDF格式的阅读器，是一种国际通用的标准文档格式，如果需要将文档传送多人阅读，但不希望及做修改、并加密，可以在Word等软件中直接另存为PDF格式，目前很多软件都支持另存PDF。
 
2、产品原型设计

 Balsamiq Mockups ★★★
Axure PR ★★★★★

设计产品原型有不同的需求：
1、概念图，主要表达产品设计概念、理念、基本布局，元素。只有这个需求的时候我推荐 Balsamiq Mockups，它的出品效果是手绘风格，但不能做交互动作。上手快，小图1分钟内容即可搞定，因为它有强大的控件，浏览器、图片、文本框等等都有了，直接拖进去即可，点击查看视频演示。
2、产品原型、交互演示、原型细节设计等。这个时候推荐使用Axure PR快速原型制作软件，由美国Axure Software Solutions, Inc.公司开发。Axure (ak shûr)、RP是Rapid Prototyping (快速原型缩写) 。Axure RP 能让操作它的人快速准确的创建基于Web的网站流程图、原型页面、交互体验设计、标注详细开发说明，并导出Html原型或规格的Word开发文档。点击查看视频演示，交互实例演示 。
还有不少原型制作软件，详细请看我以前写的博文《常用原型图设计工具》。
3、网页设计制作、开发

Photoshop ★★★★★
CorelDRAW ★★★★★
Illustrator ★★★★
Fireworks ★★
Dreamweaver ★★★★★
Visual Studio.net IDE

不知道现在的童鞋还有没有听说过网页设计三剑客（Flash、Dreamweaver、Fireworks），一直是最初网页设计的黄金搭档，并且有非常多的教程。后来被Adobe公司收购，现在我们原型主要采用Axure PR、效果图用Photoshop来设计，制作、搭配Dreamweaver来进行页面效果调试、套用程序。基本上放弃了Fireworks，Flash动画更少了。
CorelDRAW一直是矢量排版里头的老大，在印刷品排版，图形设计里面用得非常多。每年的活动组织，物料制作基本上少了不它来帮手。同时，它和Adobe一样，也搭配了很多配套软件，基本上是一整套数码多媒体处理平台。
4、演示、动画

Microsoft Office PowerPoint ★★★★★
Flash ★★★
demo-builder ★★★★

微软的PowerPoint是一项非常古老的工具，也非常实用，而且在不断更新。做PPT很简单，但要做好PPT并不简单，有很多的学问，且不单是软件的操作。
Flash在做特殊效果的时候使用，目前除了广告动画，网站特效的话，比较少使用flash了。
产品演示，是日常中必备的一项技能，一般情况下，新产品的发布与演示，以及帮助操作需要做手把手演示。demo-builder本身这个软件没有什么技术含量，在做演示产品的过程中，你可以选择截图自己去场景拼接，或者直接录制屏幕，在事后回放的过 程中进行编辑，剪辑。那需要注意的是，一定要保证生成出来的文件比较小，这样用户下载的时候可以很方便的去查，文件大的，可以做loading。
 
5、项目管理

Microsoft Office Project  ★★★★★

Project能够了解和控制项目的日程与利用图表和图示，借助项目向导这一交互式逐步辅助工具还能快速掌握项目管理流程，设置项目、管理任务和资源、跟踪状态以及报告项目信息。使用Excel和Visio生成基于 Project 数据的数据透视表视图、图表、图形和图示。可以很轻松地自定义报表模板，并与其他 Project [...]]]></description>
			<content:encoded><![CDATA[<p><a href="http://www.xietao.org/wp-content/uploads/2011/06/pmsoft02.gif"><img class="aligncenter size-full wp-image-417" title="pmsoft02" src="http://www.xietao.org/wp-content/uploads/2011/06/pmsoft02.gif" alt="" width="500" height="375" /></a><br />
选择了一些常用，好用，够用，而且功能强大的工具，和大家一起来分享。互联网产品经理有个特性，那就是很多资料、文档、邮件、日志是需要移动、并在不同终端进行读取、输入输出的，所以我将这些软件及工具分为软件+平台两块来探讨，先来看看软件：<span id="more-416"></span></p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/06/pmsoft07.gif"><img class="aligncenter size-full wp-image-418" title="互联网产品经理的常用软件" src="http://www.xietao.org/wp-content/uploads/2011/06/pmsoft07.gif" alt="" width="500" height="375" /></a></p>
<p>我进行了一个分类，主要是以下这些：</p>
<p><strong>1</strong><strong>、文档数据、思维脑图</strong></p>
<ul>
<li><a href="http://office.microsoft.com/zh-cn/" target="_self">Microsoft Office</a>（Word、Excel、PowerPoint） ★★★★★</li>
<li><a href="http://www.mindjet.com/" target="_self">Mindjet MindManager</a> ★★★★★</li>
<li><a href="http://get.adobe.com/cn/reader/" target="_self">Adobe Reader</a> ★★★</li>
<li>editplus ★</li>
<li>Microsoft Office OneNote 笔记 ★★★</li>
</ul>
<p>产品经理需要撰写大量产品文档，需求说明书、规划、PRD、产品方案、技术建议书、等等。采用目前主流和通用软件协作会比较好，因此首推微软的Office系列软件，主要是Word、Excel、PowerPoint，包括最常用的模板使用和排版，插入图片、多媒体、表格等等。汇报总结和演示较多会采用PowerPoint。</p>
<p>产品经理要有敏锐的市场洞察力，其中很重要信息是来源于市场调查和数据分析。所以使用Excel进行最基本的数据分析和图表分析是必备技能，如果需要对数据进行多个维度的分析和分类汇总，则数据透视图是必须要使用的功能。</p>
<p>对于会议记录、idea记录、思维脑图、小型项目管理，Mindjet MindManager则是一大利器，条理、结构都很清晰，上手快速、输出格式多。</p>
<p>Adobe Reader用来阅读PDF格式的阅读器，是一种国际通用的标准文档格式，如果需要将文档传送多人阅读，但不希望及做修改、并加密，可以在Word等软件中直接另存为PDF格式，目前很多软件都支持另存PDF。</p>
<p><strong> </strong></p>
<p><strong>2</strong><strong>、产品原型设计</strong></p>
<ul>
<li><strong> </strong><a href="http://www.balsamiq.com/products/mockups" target="_self">Balsamiq Mockups</a> ★★★</li>
<li><a href="http://www.axure.com/" target="_blank">Axure PR</a> ★★★★★</li>
</ul>
<p>设计产品原型有不同的需求：<br />
1、概念图，主要表达产品设计概念、理念、基本布局，元素。只有这个需求的时候我推荐 Balsamiq Mockups，它的出品效果是手绘风格，但不能做交互动作。上手快，小图1分钟内容即可搞定，因为它有强大的控件，浏览器、图片、文本框等等都有了，直接拖进去即可，点击查看<a href="http://www.balsamiq.com/products/mockups" target="_self">视频演示</a>。</p>
<p>2、产品原型、交互演示、原型细节设计等。这个时候推荐使用Axure PR快速原型制作软件，由美国Axure Software Solutions, Inc.公司开发。Axure (ak shûr)、RP是Rapid Prototyping (快速原型缩写) 。Axure RP 能让操作它的人快速准确的创建基于Web的网站流程图、原型页面、交互体验设计、标注详细开发说明，并导出Html原型或规格的Word开发文档。点击查看<a href="http://axure.cachefly.net/Flash/flash.html" target="_self">视频演示</a>，<a href="http://axure.org/demo/" target="_self">交互实例演示</a> 。</p>
<p>还有不少原型制作软件，详细请看我以前写的博文《<a href="http://www.jizhinet.com/?p=522" target="_blank">常用原型图设计工具</a>》。</p>
<p><strong>3</strong><strong>、网页设计制作、开发</strong></p>
<ul>
<li><a href="http://www.adobe.com/cn/products/photoshop/family/?promoid=BPAWS" target="_blank">Photoshop</a> ★★★★★</li>
<li><a href="http://coreldraw.com/" target="_self">CorelDRAW</a> ★★★★★</li>
<li><a href="http://www.adobe.com/cn/products/illustrator/?promoid=BPAWM" target="_self">Illustrator</a> ★★★★</li>
<li>Fireworks ★★</li>
<li><a href="http://www.adobe.com/cn/products/dreamweaver/?promoid=BPAWG" target="_self">Dreamweaver</a> ★★★★★</li>
<li>Visual Studio.net IDE</li>
</ul>
<p>不知道现在的童鞋还有没有听说过网页设计三剑客（Flash、Dreamweaver、Fireworks），一直是最初网页设计的黄金搭档，并且有非常多的教程。后来被Adobe公司收购，现在我们原型主要采用Axure PR、效果图用Photoshop来设计，制作、搭配Dreamweaver来进行页面效果调试、套用程序。基本上放弃了Fireworks，Flash动画更少了。</p>
<p>CorelDRAW一直是矢量排版里头的老大，在印刷品排版，图形设计里面用得非常多。每年的活动组织，物料制作基本上少了不它来帮手。同时，它和Adobe一样，也搭配了很多配套软件，基本上是一整套数码多媒体处理平台。</p>
<p>4、<strong>演示、动画</strong></p>
<ul>
<li><a href="http://office.microsoft.com/" target="_blank">Microsoft Office PowerPoint</a> ★★★★★</li>
<li><a href="http://www.adobe.com/cn/products/flash/?promoid=BPAWJ" target="_blank">Flash</a> ★★★</li>
<li><a href="http://www.demo-builder.com/" target="_blank">demo-builder</a> ★★★★</li>
</ul>
<p>微软的PowerPoint是一项非常古老的工具，也非常实用，而且在不断更新。做PPT很简单，但要做好PPT并不简单，有很多的学问，且不单是软件的操作。</p>
<p>Flash在做特殊效果的时候使用，目前除了广告动画，网站特效的话，比较少使用flash了。</p>
<p>产品演示，是日常中必备的一项技能，一般情况下，新产品的发布与演示，以及帮助操作需要做手把手演示。demo-builder本身这个软件没有什么技术含量，在做演示产品的过程中，你可以选择截图自己去场景拼接，或者直接录制屏幕，在事后回放的过 程中进行编辑，剪辑。那需要注意的是，一定要保证生成出来的文件比较小，这样用户下载的时候可以很方便的去查，文件大的，可以做loading。</p>
<p><strong> </strong></p>
<p>5、<strong>项目管理</strong></p>
<ul>
<li>Microsoft Office Project  ★★★★★</li>
</ul>
<p>Project能够了解和控制项目的日程与利用图表和图示，借助项目向导这一交互式逐步辅助工具还能快速掌握项目管理流程，设置项目、管理任务和资源、跟踪状态以及报告项目信息。使用Excel和Visio生成基于 Project 数据的数据透视表视图、图表、图形和图示。可以很轻松地自定义报表模板，并与其他 Project 用户共享。通过“日历”界面的新增强功能以及增加的三维甘特条形图，创建视觉效果更强。总的来说，利用Office Project能够快速提高工作效率，可以更好地组织工作和人员，从而保证项目在预算内按时交付。</p>
<p><strong>6</strong><strong>、流程类工具</strong></p>
<ul>
<li>Microsoft Office Visio  ★★★★★</li>
<li>ConceptDraw Office  ★★</li>
</ul>
<p>完成各类业务流程的流程图、网络图、工作流图、数据库模型图和软件图，模板非常丰富。这些模板可用于可视化和简化业务流程、跟踪项目和资源、绘制组织结构图、映射网络、绘制建筑地图以及优化系统。采用微软的Visio再搭配相关插件，效果会很好</p>
<p><strong> </strong></p>
<p><strong> </strong></p>
<p><strong>7</strong><strong>、测试工具</strong></p>
<ul>
<li>Firebug  ★★★★★</li>
<li>TestDirector  ★★★★★</li>
</ul>
<p>FirebugHTML查看和编辑、Javascript控制台、网络状况监视于一体，可以说是开发人员必备扩展之一。Firebug从各个不同的角度剖析Web页面内部的细节层面，给Web开发者带来很大的便利。可以直接在网页上面修改，直接看到预览效果。</p>
<p>TestDirector是Mercury Interactive公司推出的基于WEB的测试管理工具。它能够指导进行测试需求定义、测试计划、测试执行和缺陷跟踪，即整个测试过程的各个阶段。通 过整合所有任务到软件测试中，来使整个测试管理工作更有效，并确保客户收到更高质量的产品。</p>
<p><strong>8</strong><strong>、同步</strong></p>
<ul>
<li><a href="http://subversion.tigris.org/" target="_blank">SVN</a> ★★★★★</li>
<li><a href="https://www.dropbox.com/" target="_blank">Dropbox</a> ★★★★</li>
<li><a href="http://sync.live.com/" target="_blank">Windows Live Sync</a> ★★★★★</li>
</ul>
<p>svn(subversion)是近年来崛起的版本管理工具，是cvs的接班人。目前，绝大多数开源软件都使用svn作为代码版本管理软件。同时，svn也可以作为文件共享、同步软件，适合团队使用。</p>
<p>DropBox 是一款非常好用的免费网络文件同步工具(当然它也算是一个服务)。当你在电脑A使用DropBox时，指定文件夹里所有文件的改动均会自动地“同步”到 DropBox的服务器，当下次你在电脑B需要使用这些文件时，你只需登录你的账户，所有被同步的文件均会自动下载到B电脑中，同样，你在电脑B对某文件 的修改，也会体现在电脑A上，而所有这一切均是全自动的，这样你的文件可以说是随时随地都能保持着最新了。</p>
<p>Windows Live Sync 是微软推出的一款文件同步软件，我们在 Internet 中可以简单方便的同步或共享文件。Live Sync 使用 P2P 方式同步！我们可以轻松的处理最多 4GB 大小的文件。除此之外 Live Sync 也是跨平台的，不论是 PC 还是 Mac 上均可使用。</p>
<p><strong>9</strong><strong>、翻墙：</strong></p>
<p>这个请百度一下自行解决，多谢。</p>
<p><strong>10</strong><strong>、其它：</strong></p>
<ul>
<li>Acdsee 3.2 ★★★★★（快速、绿色）</li>
<li>Picasa ★★★★（智能、速度慢）</li>
<li>射手影音播放器 ★★★★★ （自动下载字幕）</li>
<li>KMP ★★★★ （很经典）</li>
<li><a href="http://www.evernote.com/" target="_blank">Evernote</a> ★★★★</li>
</ul>
<p>EverNote多样化的笔记本功能，可在电脑上更方便、更具创意地进行资料整理、文献储存和随笔记事。在熟悉了 EverNote后，像是桌面便利贴、一般记事本、 网页撷取储存软体、日记本、记帐本软体等等，这些其它一般的免费记事、 资料存取类软体都可以在电脑里消失了，因为EverNote将可以在大部分的功能上取代他们。</p>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/06/pmsoft08.gif"><img class="aligncenter size-full wp-image-419" title="pmsoft08" src="http://www.xietao.org/wp-content/uploads/2011/06/pmsoft08.gif" alt="" width="500" height="375" /></a></p>
<p>其次，根据互联网的行业性质，很多程度上决定了日常使用的工作平台基本上就是浏览器、邮件、IM、内部沟通平台等等。</p>
<p><strong>1</strong><strong>、浏览器</strong></p>
<ul>
<li>Firefox ★★★★（Google有援助的浏览器，插件非常多，自定义功能强大、个性）</li>
<li>Chrome ★★★★★ （出自Google之手，插件已经非常多了，有赶上Firefox的趋势）</li>
<li>TheWorld（世界之窗）</li>
</ul>
<p><strong>2</strong><strong>、邮件</strong></p>
<p><strong>web</strong></p>
<ul>
<li>Gmail ★★★★★ （Gmail结合了日历、文档、聊天、通讯录、任务基本上所向无敌了，这么强大的在线产品，不用对不住自己啊，缺点就是很多页面经常性的打不开，无法访问，速度慢的像蜗牛）</li>
<li>163  ★★★★（速度非常快、国内老牌产品了，目前有自己的客户端，同时也整合了聊天、微博等工具）</li>
<li>QQ  ★★★★ （邮箱中的后起之秀，速度很快，绑定了QQ客户端）</li>
</ul>
<p><strong>客户端</strong></p>
<ul>
<li>Foxmail  ★★★★ （国内优秀邮件客户端，已经被腾讯收购）</li>
<li>outlook  ★★★★★  （微软大作）</li>
</ul>
<p>目前收发邮件有2种方式，一种是采用客户端、一种是web端。习惯不一样，速度不一样，整合的产品不一样，看大家的各自需求。</p>
<p><strong>3</strong><strong>、日历、任务</strong></p>
<ul>
<li>Google Calendar  ★★★★★ （推荐使用）</li>
<li>Remember The Milk  ★★★★★</li>
</ul>
<p><strong>4</strong><strong>、通讯录</strong></p>
<ul>
<li>Google Contacts  ★★★★★ （推荐用这个，可以在手机端同步通讯录）</li>
<li>163 Contacts  ★★★</li>
<li>Hotmail Contacts  ★★</li>
<li>Yahoo Contacts  ★★</li>
</ul>
<p><strong>5</strong><strong>、其它</strong></p>
<ul>
<li>IM （QQ+Msn+Gtalk） ★★★★★  （不同公司有不同需要，比如腾讯就用QQ，网易就用POPO，阿里就用旺旺、移动用飞信）</li>
</ul>
<p><a href="http://www.xietao.org/wp-content/uploads/2011/06/pmsoft06.gif"><img class="aligncenter size-full wp-image-420" title="互联网产品经理的常用软件" src="http://www.xietao.org/wp-content/uploads/2011/06/pmsoft06.gif" alt="" width="500" height="375" /></a></p>
<p>最后，思考一下。软件、工具、工作平台有非常之多，形形色色、功能多种多样、有简单的有复杂的。怎么样去选择，上面已经说了很多方法和具体工作应用。但最根本的还是选择合适自己公司、个人的。就如中国古代十八种兵器，样样厉害，各有所长。没有最好，只有最合适，按照具体情况和需求，决定采用什么工具。</p>
]]></content:encoded>
			<wfw:commentRss>http://www.xietao.org/pmsoftware/feed/</wfw:commentRss>
		<slash:comments>0</slash:comments>
		</item>
	</channel>
</rss>

