营销是公司成长的驱动里，尤其是成长型企业，核心工作就是做好营销，这是生存之本。那么怎样衡量营销效果？企业可能有市场部的副总，或者市场总监，你怎么评估他的工作做得好还是不好？我们每次对具体的营销场景进行具体的评估与分析，可以用到这样一套算法....

营销分

=（曝光量/40+互动量×2+销量×10粉丝数×18）×行业系数×传播渠道系数/TC

公式表述：

MS=（PV/40++2×I+10×SV+18×F）×COI×PCC/TC

市场营销是公司成长的驱动力，尤其是成长型企业，核心工作就是做好营销，这是生存之本。那么怎样衡量我这次营销效果，做得好还是不好？比如你下面可能有市场部的副总，或者市场总监，你怎么评估他的工作？OK，做得好还是不好，这里面我们给每次营销设计了分词，做到了评估，量化的评分，评估每次营销的效果，这是我们总结的，经过很多案例总结出来的逻辑，我们主要是这几个方面，还是跟着前面讲的，营销是看四个方面的维度。一个是曝光量、粉丝数、互动量、销量，你回头看，营销的效果一定是在四个方面，四个方面怎么跟踪，我们这里有一些系数：（曝光量/40+粉丝数×18+互动量×2+销量×10）×行业系数×传播渠道系数/总成本，当然每个行业不一样。这是正和岛数字营销部落和上海交通大学出版传媒研究院数字营销研究中心评测了很多的行业，做了行业系数，还有一个传播渠道的系数，这是针对不同行业，不同的传播渠道，它的系数不一样，得出的分值不一样。

我们打一个比方，假如按互动量×2，一次有效互动量我们算2块钱的价值；粉丝量×18，一个有效粉丝，算18元价值……我们基于这个东西能算出每一次营销活动的得分。这样的话你大概就知道一次营销投入是赚是亏。当然，从不同渠道获得的曝光、粉丝和互动，以及不同行业的曝光、粉丝和互动价值都不同，所以后面还要×行业系数×传播渠道系数进行“折扣”，这个系数是动态统计的，做到紧随当前市场趋势状况，做到有效评价。最简单来说，2B行业和2C的粉丝对成交的影响就千差万别。

所有的营销都是可以追踪衡量的

在WMS全局营销系统里，我们用“营销分”来换算打分：

曝光1/40：40次接触=1个营销分

交互2分：1次运营交互=2个营销分

销售量10分：1笔交易=10个营销分

忠粉18：1个形成稳定关系的忠粉=18个营销分

对一次营销活动总体的评价，假设我们通算法式2对某一品牌的某次营销的评测，总分假设是1000分，再找各行业最具代表性的营销投放和转化作为参考模型，比如手机行业的标准行业系数模型参照某品牌千元智能手机的一次营销活动所耗费的成本和所创造的价值，以及对应相关传播渠道的权重系数。每个环节有分值的上限，基于这个算法2可以测出，我们给某品牌做一次七夕情人节酒店促销活动，圣诞节购车活动等产生的价值，以及全年营销活动价值，这不仅是对广告公关类公司、厂商的市场和公关部的KPI做了有效的辅助，也是对整个行业营销活动的整体评价体系。

PIFS的山峰模型：数据给你提供分析决策的基础

在某次营销活动中，通过对创意内容的选择目标用户后进行投放，获得1,000,000次曝光，吸引来1,000次（PV的0.1%）互动评论咨询，其中有200（I的20%）人留下联系方式（关注、注册，视为成为粉丝行为）表示可进一步了解促销活动，最终10人（F的5%，PV的0.001%）成交，那么套入PIFS模型后，我们往往会得到这样一个尖锐的山峰图形，它代表着从曝光、互动、粉丝、购买的转化过程。而最终的营销目标，都是为了这个三角形的底部——SV。

如果你的三角形像这样特别尖锐，像一座“岑”，即小而高的山峰，那么你的营销风险就很”险峻”。从传统的广告价值评估上看，你的“浪费”了远不止一半投放成本，甚至是99.99%的投放成本。

而如果你的山底部很宽（F和I都大），并且扎根很深（SV很大），那你这座PIFS模型下的营销价值山就是一座“雄伟的大山”。

在这个统计模型里，如果同样获得1,000,000次曝光，吸引来10,000次（10%）互动评论咨询，其中有5,000人（50%）留下联系方式表示可进一步了解促销活动，最终500人（10%，曝光量的0.05%）成交，成就一座雄伟的山。

同样，还有一些营销看似热闹，曝光量、互动量、粉丝量都很大，但最终成交很少，也就是围观群众多，议论纷纷，但都是光听吆喝看热闹了。也有可能是营销团队为了KPI而刷了互动量、粉丝量，但不对销量负责。最终这都成了看似雄伟，实则“无根基的山”，风一吹就倒了。就像有段子说的“没有物质基础的爱情像一盘沙，风一吹就散了。”

但也有人乐观地说，那可能是在等一个风口，一下子“吹上去”了呢？很多互联网项目也不盈利，但风口来了，就吹上天，成了“天山”呢？还有人说，买卖不成仁义在，销量不成也赚了吆喝，品牌知名度、美誉度不是上去了吗？百雀羚的营销最终也没啥销量的提升，该买的还是那批人，但年轻人百雀羚的固有印象不是改变了吗？既保留老上海的韵味，又增加了年轻人的生动。也许将来90后们老了会买吧？对营销的认识，各有各的标准，总之，数据能给你提供分析决策的基础，指导你下一步行动。

当然，在WMS的数据统计中，也会存在一些“偏门的山”，一面险峻接近直角，一面平坦呈现45度，仿佛是被削掉了一半的山。这些山的形态在现实世界里也罕见，除非人为造就。因此，这样的山形，反应了数据不可靠的可能性。比如粉丝值高，但互动少的，可能光刷了粉丝；互动多但粉丝少的，可能光刷了互动。大量的粉丝关注了你，但在社交媒体时代却不和你互动，都是内向的粉丝？少量的粉丝关注你，却有大量的互动产生？来了一批话痨的粉丝？甚至粉丝和互动的是两拨人，这就有点奇怪，因为粉丝和买家是两拨人的情况很多，因为很多产品使用简单，不需要深入关注后再互动，直接买就是。而互动和粉丝计算值经过权重换算后，往往会像山的两边，趋向于接近对称。

在这个模型中，甚至有些还有些是销量巨大，但粉丝和互动少，都是闷头直接买的买家，是电商刷单行为吗？对于某些行业，可能正常，但按逻辑是有些奇怪，值得注意了，但对于特殊商品、特别渠道推广，是会呈现不同效果。

更有一些营销活动跑出来的数据称不上是山，曝光度不高，但粉丝和互动量大，就像一块稍有起伏的坡地，也许是一场封闭的内购会，就在特定的人群中大量交流。我们需要具体分析原因，不能一味地认为和主流的营销活动不同就是作假。

还有更奇特的营销活动，呈现的是曝光不多，但曝光几乎都被转化成粉丝和互动，最终居然还大量转化订单，这样的营销也许是一场特定邀请的招商会，让特定的目标客户深度交流产生集中购买，就像一座煤矿一样，表面平淡无奇，往下深挖，是个富矿嘿！