高二的時(shí)候，有位演說家在我的母校激情飽滿地宣講了夢(mèng)想對(duì)一個(gè)人的重要意義，年少輕狂的我在全年級(jí)師生的面前，手舉話筒大聲發(fā)誓自己要考上****大學(xué)的工商管理專業(yè)。四年后的現(xiàn)在，就讀在西北工業(yè)大學(xué)電子信息學(xué)院的我，嘗試用時(shí)間去沖淡這段尷尬的回憶，卻又想用各種方式證明自己未曾放棄。這便是我選財(cái)務(wù)成本管理基礎(chǔ)這門課的初衷。

西北工業(yè)大學(xué)校園一角

大一結(jié)束時(shí)我也報(bào)名了工商管理輔修專業(yè)，但由于時(shí)間沖突，沒有去修過一門課程，綜合素養(yǎng)類課程便成了我接觸管理類課程最好的方式。蔡元培先生在執(zhí)掌北大時(shí)，提出了“思想自由，兼容并包”的辦學(xué)原則，大學(xué)是“囊括大典，網(wǎng)羅眾家”的學(xué)府，應(yīng)該廣集人才，容納各種學(xué)術(shù)和思想流派，讓其互相爭鳴，自由發(fā)展，財(cái)務(wù)成本管理基礎(chǔ)這門綜合素養(yǎng)課程便起到了這樣的作用。一方面它可以讓我們簡要了解金融界的各項(xiàng)知識(shí)，拓寬知識(shí)面，另一方面，金融管理界的知識(shí)理論又能對(duì)我們學(xué)習(xí)生活產(chǎn)生一定的指導(dǎo)影響，讓我們多維地去看待科研中遇到的問題，提升智商與情商，促進(jìn)學(xué)術(shù)的發(fā)展。

作為一名工科院校的學(xué)生，我對(duì)待事情總會(huì)帶有較為強(qiáng)烈的主觀色彩，習(xí)慣性地通過局部去觀察事物，便往往固化了自己的思維模式，失去了宏觀和理性的判斷。去年五月份在參加大創(chuàng)答辯之前，我和同學(xué)院的五名同學(xué)為了應(yīng)對(duì)評(píng)委的“刁鉆問題”，針對(duì)創(chuàng)新項(xiàng)目的理論問題展開了一系列的自問自答。在答辯時(shí)，本以為準(zhǔn)備充分的我們，面對(duì)評(píng)委的第一個(gè)問題卻不知如何作答——“你們有做過調(diào)研嗎，這個(gè)產(chǎn)品市場(chǎng)真的需要嗎”。直到現(xiàn)在學(xué)習(xí)了財(cái)務(wù)成本管理基礎(chǔ)這門課之后，我才開始意識(shí)到，每個(gè)項(xiàng)目從最初就應(yīng)該去考慮他的市場(chǎng)需求、成本利潤等問題，否則很有可能從立項(xiàng)開始便注定了這個(gè)項(xiàng)目在市場(chǎng)上的失敗。哲學(xué)家羅素曾說過:“科學(xué)家只是關(guān)注事實(shí)而不是價(jià)值，科學(xué)是不講價(jià)值的”，然而當(dāng)今，科學(xué)技術(shù)以其巨大的歷史力量和人們難以想象的速度，深刻地影響著人類的文明進(jìn)程，從根本上講，任何科學(xué)發(fā)現(xiàn)和技術(shù)發(fā)明最終都會(huì)被用于人類有關(guān)的活動(dòng)。因此對(duì)待科學(xué)問題也應(yīng)該從現(xiàn)實(shí)的角度出發(fā)，利用管理學(xué)的知識(shí)參與指導(dǎo)科學(xué)問題，將社會(huì)科學(xué)的思維運(yùn)用到自然科學(xué)的研究中，指導(dǎo)科學(xué)實(shí)踐，從社會(huì)的廣度、時(shí)間的長度、歷史的深度上去看待問題、解決問題，才能真正的讓科學(xué)技術(shù)成為生產(chǎn)力，推動(dòng)社會(huì)的發(fā)展。

在學(xué)習(xí)了財(cái)務(wù)成本管理中的價(jià)值管理后，我深刻意識(shí)到要從時(shí)間的長度看待問題。這里所說的時(shí)間的長度并不是指單維度地考慮投入和收益是否產(chǎn)生了高的時(shí)間價(jià)值，而是在多種可產(chǎn)生資金的時(shí)間價(jià)值的方案中去嘗試尋求最優(yōu)解的問題。有趣的是，在中學(xué)甚至小學(xué)的數(shù)學(xué)題中，總會(huì)有一些應(yīng)用題要求判斷企業(yè)的運(yùn)營盈利情況，對(duì)于收入和支出一致的情況，我們總會(huì)給出既不盈利也不虧損的結(jié)論，但實(shí)際上，從資金的時(shí)間價(jià)值來看，過去支出和現(xiàn)在收入的“等價(jià)資金”其實(shí)并不等價(jià)。時(shí)間的推移帶來的是資金價(jià)值的改變，只有取得與時(shí)間相對(duì)應(yīng)的價(jià)值才不算虧本。推而廣之，科學(xué)其實(shí)也具有一定的時(shí)間價(jià)值，科學(xué)就是在一定時(shí)間，一定范圍和一定條件下被人們充分認(rèn)可的觀點(diǎn)。十九世紀(jì)中期，大多數(shù)的物理學(xué)家認(rèn)為“物理學(xué)這門科學(xué)中的一切都已經(jīng)被研究了，只有一些不重要的空白需要被填補(bǔ)”，但普朗克等人意識(shí)到了“科學(xué)的時(shí)間價(jià)值”，發(fā)現(xiàn)了牛頓力學(xué)在微觀世界的局限性，提出了量子力學(xué)，人類才邁入了對(duì)微觀世界理論的研究。理解資金的時(shí)間價(jià)值，有助于我們合理利用資金，避免資金的浪費(fèi)；理解其背后的邏輯，我們才能合理利用時(shí)間去分析問題，才能避免掉入時(shí)間的陷阱。

創(chuàng)業(yè)計(jì)劃書的書寫，是科學(xué)技術(shù)轉(zhuǎn)化為生產(chǎn)力最直接的方式之一。眾所周知，創(chuàng)業(yè)計(jì)劃書涵蓋了方方面面的知識(shí)，諸如市場(chǎng)調(diào)研、競(jìng)爭分析、生產(chǎn)分析、財(cái)務(wù)分析、風(fēng)險(xiǎn)分析等等，但許多人在書寫時(shí)選擇用鋪天蓋地的文字去掩飾內(nèi)容的貧乏和虛假，忽視了內(nèi)容的真實(shí)性和可行性。余光中曾言：“善言，能贏得聽眾”，優(yōu)秀的創(chuàng)業(yè)計(jì)劃書能夠從市場(chǎng)的角度出發(fā)，并落腳于財(cái)務(wù)評(píng)價(jià)，用準(zhǔn)確有效的語言闡述項(xiàng)目的可行性，向投資者呈現(xiàn)出完整的創(chuàng)業(yè)藍(lán)圖。對(duì)于創(chuàng)業(yè)者自己，必須站在投資者的角度，認(rèn)真考慮各部分是否嚴(yán)謹(jǐn)且符合實(shí)際，以發(fā)展的眼光審視創(chuàng)業(yè)計(jì)劃，不僅要思考如何贏得投資，更要思考企業(yè)未來的發(fā)展。表達(dá)可以將無形的思想轉(zhuǎn)化為現(xiàn)實(shí)可行的事物，詳細(xì)的目標(biāo)是科學(xué)研究成功的基礎(chǔ)，清晰的規(guī)劃是實(shí)現(xiàn)人生理想的基礎(chǔ)，投資管理的邏輯其實(shí)蘊(yùn)藏在生活的方方面面。

融資管理對(duì)于企業(yè)擴(kuò)大規(guī)模，提升知名度至關(guān)重要。曾經(jīng)我很困惑企業(yè)大量融資的行為，在我看來，“借錢”越多意味著風(fēng)險(xiǎn)越大，越容易出現(xiàn)資不抵債的后果；現(xiàn)在我了解到，融資可以區(qū)分為股權(quán)融資和債權(quán)融資，股權(quán)融資意味著投資者與企業(yè)家共同承擔(dān)風(fēng)險(xiǎn)，而債權(quán)融資更多是一種“借”與“還”的關(guān)系，這是一個(gè)財(cái)務(wù)管理的問題，其中包含著創(chuàng)業(yè)者的認(rèn)真規(guī)劃和投資者對(duì)市場(chǎng)局勢(shì)的分析。在企業(yè)擴(kuò)張成熟后，還可以選擇上市融資，迅速擴(kuò)大企業(yè)規(guī)模，提升企業(yè)知名度，增強(qiáng)企業(yè)競(jìng)爭力。有趣的是，出于對(duì)公司發(fā)展和社會(huì)因素的考慮，諸如“老干媽”、華為等企業(yè)并沒有選擇上市，但仍取得了遠(yuǎn)超眾多上市公司巨大的經(jīng)濟(jì)效益，底氣是成功的基礎(chǔ)，上市只是途徑之一。

成本管理與決策中的知識(shí)點(diǎn)或許是最發(fā)人深思的。從公司經(jīng)營的角度來講，成本控制就是對(duì)生產(chǎn)經(jīng)營過程中將要發(fā)生的各種耗費(fèi)進(jìn)行計(jì)算、調(diào)節(jié)和監(jiān)督，防止資源的浪費(fèi)，提高利潤，而成本控制的概念可以很好地指導(dǎo)生活實(shí)踐和科學(xué)研究。在經(jīng)濟(jì)學(xué)中，機(jī)會(huì)成本是指從事某項(xiàng)經(jīng)營活動(dòng)而放棄的收入，米爾頓·弗里德曼說過，如果要用一句話概括經(jīng)濟(jì)學(xué)，那就是“沒有免費(fèi)的午餐”。要為午餐所付的“費(fèi)”，就是機(jī)會(huì)成本，為了從事當(dāng)前的經(jīng)營活動(dòng)必然會(huì)有所失去，當(dāng)斷則斷正確抉擇企業(yè)才能不斷前進(jìn)。生活中存在許多與分析機(jī)會(huì)成本相似的例子，中學(xué)學(xué)習(xí)中，學(xué)校的學(xué)習(xí)是主食，補(bǔ)習(xí)班不過是甜點(diǎn)，不需補(bǔ)的知識(shí)應(yīng)及時(shí)抽身，處理好得與失，若認(rèn)為雞肋食之無味棄之可惜，只會(huì)空耗機(jī)會(huì)成本，釀造撿了芝麻丟了西瓜的悲劇。

經(jīng)濟(jì)學(xué)中還有個(gè)概念叫做沉沒成本，凡是決策點(diǎn)之前發(fā)生的成本，均是沉沒成本。企業(yè)不能對(duì)“沉沒成本”過分眷戀，繼續(xù)原來的錯(cuò)誤，只會(huì)造成更大的虧損。舉個(gè)極端例子來說，當(dāng)企業(yè)已經(jīng)購買了一批原材料后，卻發(fā)現(xiàn)收益低于成本，但在“是否繼續(xù)生產(chǎn)”的決策上，過去的采購成本已經(jīng)成為沉沒成本，不會(huì)隨決策的改變而改變，因此在制定決策時(shí)可以不予考慮。課上金老師曾提到，生活中做的許多事情都已經(jīng)是沉沒成本，我們要做到及時(shí)止損，不要讓過去的“投資”影響未來的決策。我們不糾結(jié)為一件事曾經(jīng)付出過多少，我們估算當(dāng)下的哪一種選擇能為今后帶來最大的效益，“利潤”有時(shí)不一定要為“成本”買單，明確沉沒成本，分析機(jī)會(huì)成本，才能用現(xiàn)在的選擇創(chuàng)造更多的可能性。凡是過往,皆為序章，比起付出，我們更應(yīng)在乎夢(mèng)想，立足當(dāng)下向前看才是最好的決策。

在學(xué)習(xí)質(zhì)量成本管理的相關(guān)內(nèi)容時(shí)，質(zhì)量成本這一點(diǎn)給我印象非常深刻，質(zhì)量成本是指企業(yè)為了保證滿意的質(zhì)量而支出的一切費(fèi)用，和由于產(chǎn)品質(zhì)量未達(dá)到滿意而產(chǎn)生的一切損失的總和，是企業(yè)生產(chǎn)總成本的一個(gè)組成部分。原來大家固有的思想只是對(duì)顯性質(zhì)量的成本進(jìn)行了簡單的核算，認(rèn)為返工只是浪費(fèi)一點(diǎn)時(shí)間和物品包材，根本沒有從質(zhì)量的隱性成本進(jìn)行分析，質(zhì)量成本的構(gòu)成它是由五個(gè)部分組成，分別為預(yù)防成本、鑒定成本、外部質(zhì)量保證成本、內(nèi)部損失成本、外部損失成本.從以上五個(gè)方面進(jìn)行分析的話，生產(chǎn)廠內(nèi)平時(shí)一起認(rèn)為很小不起眼的異常返工，其實(shí)就隱藏著將近10倍的質(zhì)量成本在里面。我們看到的往往只是冰山的一角.質(zhì)量成本管理在過去屬于事后檢驗(yàn)，把關(guān)，主要是指1924年以前泰羅的科學(xué)管理,其特點(diǎn)是依靠質(zhì)量檢驗(yàn)的專業(yè)化隊(duì)伍，按照既定的質(zhì)量技術(shù)標(biāo)準(zhǔn)進(jìn)行事后檢驗(yàn)和質(zhì)量把關(guān)，以減少廢次品，費(fèi)事費(fèi)力，而且還要占用大量的資金。后來，現(xiàn)代的質(zhì)量成本管理應(yīng)運(yùn)而生，其核心在于質(zhì)量預(yù)防，它是從市場(chǎng)調(diào)查、產(chǎn)品設(shè)計(jì)、技術(shù)裝備、物資供應(yīng)、生產(chǎn)制造、產(chǎn)品銷售到用戶使用的全過程的質(zhì)量成本管理，從而不讓上一環(huán)節(jié)產(chǎn)生的次品流入下一個(gè)環(huán)節(jié)，降低了次品率，提高了質(zhì)量。日本率先開始大規(guī)模應(yīng)用現(xiàn)代質(zhì)量成本管理才有了80年代橫掃世界的輝煌。同時(shí)運(yùn)用現(xiàn)代的質(zhì)量成本管理還可以讓管理層更好地把控各個(gè)環(huán)節(jié)的生產(chǎn)，提高企業(yè)的效率。

人類正在經(jīng)歷的以互聯(lián)網(wǎng)為基礎(chǔ)的第四次技術(shù)革命，中國尤其得益于互聯(lián)網(wǎng)革命,使得中國實(shí)現(xiàn)了數(shù)字經(jīng)濟(jì)和數(shù)字金融的快速發(fā)展。我國也積極推進(jìn)“互聯(lián)網(wǎng)+”行動(dòng)，對(duì)傳統(tǒng)行業(yè)進(jìn)行優(yōu)化升級(jí)轉(zhuǎn)型，使得傳統(tǒng)行業(yè)能夠適應(yīng)當(dāng)下的新發(fā)展，從而最終推動(dòng)社會(huì)不斷地向前發(fā)展。在這個(gè)過程中，財(cái)務(wù)成本管理和決策的方法也在與時(shí)俱進(jìn)，比起當(dāng)下的利潤，戰(zhàn)略性決策、成本的分析、品牌形象等顯得更為重要。把握好工業(yè)互聯(lián)網(wǎng)帶來的產(chǎn)業(yè)結(jié)構(gòu)的變化，關(guān)注產(chǎn)業(yè)未來的發(fā)展，優(yōu)化決策方案，才能邁過時(shí)代的門檻，得到全新的發(fā)展。

蒙田曾說，“重要的是不但要看到事物，而且要有看待事物的方法”。在人類社會(huì)的發(fā)展過程中，總是分成兩大陣營，即自然科學(xué)與社會(huì)科學(xué)，但當(dāng)我們透過兩者的現(xiàn)象看本質(zhì)，總能發(fā)現(xiàn)一些相似之處，未來的領(lǐng)軍人才也必定兼具工程和管理的專長。財(cái)務(wù)成本管理基礎(chǔ)這門綜合素養(yǎng)課程也為更多的工科學(xué)生提供了接觸經(jīng)濟(jì)學(xué)、管理學(xué)等社會(huì)科學(xué)的機(jī)會(huì)，并學(xué)會(huì)去洞察事物的本質(zhì)，見微知著，從而對(duì)自身所在的學(xué)科產(chǎn)生一定的指導(dǎo)作用。關(guān)鍵的是我們的目光，而不是我們的所見，希望這門課程能讓更多的人轉(zhuǎn)換思維，全面地看待問題，見識(shí)卓遠(yuǎn)，也希望學(xué)校能開設(shè)更多的類似優(yōu)秀課程，拓寬我們的知識(shí)面，提高大學(xué)生的綜合素養(yǎng)。

一、校園跑腿APP開發(fā)。從經(jīng)濟(jì)的角度來看，中國的經(jīng)濟(jì)發(fā)展極大地推動(dòng)了行業(yè)分權(quán)的進(jìn)程。隨著生活水平的提高，人們對(duì)生活質(zhì)量的要求也逐漸提高。繁忙的工作和日常事務(wù)占據(jù)了人們的大部分時(shí)間，所以人們對(duì)各種服務(wù)的要求也會(huì)更加細(xì)致，于是跑腿服務(wù)就在這樣的背景下應(yīng)運(yùn)而生。高校“跑腿經(jīng)濟(jì)”的繁榮也是由市場(chǎng)決定的，需要時(shí)就有服務(wù)。

二.校園跑腿APP開發(fā)你需要什么？

1.用戶注冊(cè)和認(rèn)證功能

用戶在使用校園跑腿APP軟件之前，需要進(jìn)行簡單的用戶注冊(cè)和認(rèn)證功能，可以通過手機(jī)或社交軟件的應(yīng)用授權(quán)進(jìn)行注冊(cè)。注冊(cè)成功后，校園工作人員的申請(qǐng)可以通過學(xué)生認(rèn)證審查完成。

2.跑腿需求發(fā)布功能

如果用戶需要，他們可以通過定位地點(diǎn)和學(xué)校來發(fā)布跑腿需求內(nèi)容。通過發(fā)布，他們可以發(fā)現(xiàn)不同的跑腿需求服務(wù)都有自己的服務(wù)版本，用戶可以自由選擇。

3.員工在線接受訂單。

相關(guān)工作人員可以通過校園跑腿APP軟件在線接單，簡單方便。

4.在線交流功能

如果用戶在跑腿的過程中有其他要求，比如在途中在超市買東西，或者送到宿舍樓等。，他們可以通過校園跑腿APP軟件在線交流討論下一步跑腿的事情。

5.進(jìn)度檢查功能

用戶可以通過校園跑腿APP軟件在線查看了解相關(guān)進(jìn)度內(nèi)容，了解訂單當(dāng)前進(jìn)度發(fā)展情況。查看進(jìn)度也能讓用戶更放心。

“跑腿經(jīng)濟(jì)”是兼職的創(chuàng)新模式。在跑腿的交易活動(dòng)中，跑腿的學(xué)生靠自己的勞動(dòng)得到報(bào)酬，花錢的學(xué)生也得到相應(yīng)的服務(wù)。這種活動(dòng)實(shí)際上不僅僅是金錢的交易，也是信用的實(shí)現(xiàn)。校園跑腿APP開發(fā)為廣大校園用戶搭建了便捷的互聯(lián)網(wǎng)平臺(tái)，滿足了雙方的需求。

線上廣告如今在企業(yè)廣告投入中已經(jīng)占據(jù)了非常重要的地位。但很多企業(yè)在投放線上廣告時(shí)是憑感覺的。

其實(shí)，線上廣告不同于線下廣告，它可以方便細(xì)致地做效果分析，這是它的一個(gè)很大的優(yōu)勢(shì)。

那么，如何分析線上「廣告效果」呢？

1

「廣告效果」是一個(gè)含義模糊的詞？該如何定義廣告效果？

通常情況下，從實(shí)際收益的角度出發(fā)，我們?cè)u(píng)價(jià)「廣告效果」無非就是一個(gè)投入產(chǎn)出比，即投入多少廣告費(fèi)，帶來多少利潤。但是對(duì)于線上廣告來說，「廣告效果」的指標(biāo)不止于這些，它可以更加細(xì)分。

透明、具體、數(shù)據(jù)化，是線上廣告相對(duì)于線下廣告的三大優(yōu)勢(shì)。

說到線上廣告，就不得不提到流量漏斗。

從曝光到點(diǎn)擊到咨詢到線索獲取到成交，可以說流量漏斗的每個(gè)環(huán)節(jié)，都會(huì)是分析「廣告效果」的其中一個(gè)角度。

也就是說，「廣告效果」是從多個(gè)維度綜合評(píng)估的，涉及曝光量、點(diǎn)擊率、詢盤轉(zhuǎn)化率、線索留存率，等。

• 曝光量取決于平臺(tái)的整體流量、出價(jià)以及廣告創(chuàng)意本身的質(zhì)量度；
• 點(diǎn)擊率取決于廣告創(chuàng)意的好壞；
• 詢盤轉(zhuǎn)化率取決于落地頁的相關(guān)度；
• 線索留存率取決于線索質(zhì)量和銷售技巧；
• 成交轉(zhuǎn)化率取決于銷售技巧；

此外，結(jié)合投入資金的多少，我們可以計(jì)算出成交轉(zhuǎn)化率、單個(gè)詢盤成本、轉(zhuǎn)化成本、千次曝光成本這些指標(biāo)。每一個(gè)具體指標(biāo)，都有影響它的因素都體現(xiàn)了線上廣告在各個(gè)環(huán)節(jié)的效果。

2

分析「廣告效果」有什么意義？意義在于三個(gè)方面。

1. 指導(dǎo)內(nèi)容營銷的戰(zhàn)略布局；
2. 判斷是否要在廣告平臺(tái)投放廣告；
3. 優(yōu)化投放，降低投放成本，獲取更多轉(zhuǎn)化；

投放廣告，我們首先考慮的必然是平臺(tái)的體量如何，這個(gè)體量確切地說是目標(biāo)客戶群體在這個(gè)平臺(tái)的體量。

有時(shí)候我們通過自身的主觀感受很難判斷平臺(tái)的體量，特別是一些垂直媒體。這時(shí)候可以試投一段時(shí)間，通過曝光量來粗略地評(píng)價(jià)，如果平臺(tái)整體流量不行，那么就要考慮是否值得在這個(gè)平臺(tái)花時(shí)間了，畢竟時(shí)間成本是最大的成本。

如果平臺(tái)整體流量比較可觀，也確實(shí)能帶來有質(zhì)量的詢盤，那么我們就認(rèn)為這個(gè)平臺(tái)是適合公司做業(yè)務(wù)推廣的，免費(fèi)的內(nèi)容營銷就可以布局起來。同時(shí)，公司的業(yè)務(wù)是可以考慮在這個(gè)平臺(tái)投放廣告的。

然后，我們要考慮的就是預(yù)算和投放成本的問題了。這需要我們?cè)趶V告的各個(gè)環(huán)節(jié)去尋找操作空間，極盡可能地優(yōu)化它們，降低成本。

如果點(diǎn)擊率低，就多花心思在廣告創(chuàng)意上；如果詢盤轉(zhuǎn)化率低，就多花心思在落地頁的表達(dá)上。

廣告的投放成本，在整個(gè)投放周期需要持續(xù)監(jiān)控。每個(gè)平臺(tái)都有一個(gè)成本極限，如果這個(gè)成本覺得OK，那么就可以考慮持續(xù)投放。如果覺得成本太高，就戰(zhàn)略性地放棄這個(gè)廣告平臺(tái)。

這個(gè)判斷很大程度上取決于投放專員的專業(yè)水平，如果是因?yàn)橥斗偶记稍斐闪苏`判，就會(huì)造成一定的損失。

3

怎么做好「廣告效果」的分析呢？首先一定要有一個(gè)清晰的認(rèn)識(shí)，做好線上廣告的效果分析，不是一個(gè)人的事情，也不是一個(gè)部門的事情，而是需要企業(yè)內(nèi)部多個(gè)部門員工一起協(xié)作才能完成。

從流量漏斗的角度，每一個(gè)轉(zhuǎn)化環(huán)節(jié)都有具體的人來負(fù)責(zé)，所以需要每個(gè)環(huán)節(jié)的負(fù)責(zé)人提供清晰的數(shù)據(jù)。

每一條詢盤都包含一系列信息，記錄它們是一個(gè)非常艱巨的任務(wù)。我是采用騰訊文檔的共享表格來完成這個(gè)任務(wù)的。

表格中必須包含的信息，如詢盤時(shí)間、客戶姓名、客戶電話、所屬地區(qū)、需求、線索來源、是否成交……

只要將這個(gè)表格共享給廣告專員、業(yè)務(wù)員、網(wǎng)絡(luò)客服、電話客服，指導(dǎo)和督促他們完成填寫。

此外，根據(jù)公司的具體情況，我們可以在表格中增加更多的類目，以豐富表格的信息。使這張表格不僅僅在分析廣告效果時(shí)可以用到，而且對(duì)廣告專員優(yōu)化廣告、業(yè)務(wù)人員跟進(jìn)詢盤都能形成幫助。

每個(gè)月，我們拿到詢盤信息記錄表，結(jié)合我們廣告賬戶拉出的一些數(shù)據(jù)，就可以分析我們廣告在每個(gè)環(huán)節(jié)的效果了。

比如，某個(gè)平臺(tái)一個(gè)月來了多少詢盤，詢盤成本劃多少錢一個(gè)，哪個(gè)地區(qū)的咨詢多、效果好，等等。我們拿這些數(shù)據(jù)來做平臺(tái)和平臺(tái)之間的對(duì)比，做到對(duì)廣告平臺(tái)特性更加深入理解的同時(shí)，也為我們做投放決策提供了依據(jù)。

有一點(diǎn)需要注意的是，不同渠道落地頁面最好留不同的聯(lián)系方式，以此區(qū)分詢盤的來源。如果公司實(shí)在沒有那么多電話，就必須記錄好詢盤時(shí)間，以便后期通過廣告后臺(tái)數(shù)據(jù)來核對(duì)出詢盤來源。

總結(jié)一下，分析線上「廣告效果」的意義和方法：

1.了解線上廣告的優(yōu)勢(shì)；

2.明確廣告效果分析的意義；

3.準(zhǔn)備一份詳細(xì)的詢盤記錄表；

4.做好人員的培訓(xùn)和工作的協(xié)調(diào)；

5.結(jié)合詢盤記錄表和廣告賬戶數(shù)據(jù)具體分析；

如果覺得我的算法分享對(duì)你有幫助，歡迎關(guān)注我的微信公眾號(hào)“圓圓的算法筆記”，更多算法筆記和世間萬物的學(xué)習(xí)記錄～

時(shí)間序列預(yù)測(cè)問題是根據(jù)一個(gè)序列的歷史值預(yù)測(cè)未來值。當(dāng)同時(shí)預(yù)測(cè)多個(gè)時(shí)間序列，并且各個(gè)時(shí)間序列之間存在空間上的關(guān)系時(shí)，就不能只將每個(gè)時(shí)間序列單獨(dú)建模，而應(yīng)該考慮不同時(shí)間序列之間的關(guān)系。例如，在交通預(yù)測(cè)場(chǎng)景中，需要預(yù)測(cè)不同地點(diǎn)的車流量，不同地點(diǎn)的車流量之間是存在空間上的關(guān)系的，例如A點(diǎn)的車20%在5分鐘后會(huì)開往B點(diǎn)。仍然用傳統(tǒng)的時(shí)間序列預(yù)測(cè)方法，即每個(gè)序列獨(dú)立地進(jìn)行預(yù)測(cè)，無法捕捉這種不同地點(diǎn)的空間關(guān)系信息。

目前解決時(shí)間+空間預(yù)估的方法主要包括基于圖的時(shí)序預(yù)估和基于矩陣分解的時(shí)序預(yù)估兩種方法。本文通過6篇頂會(huì)論文介紹了這兩種類型方法的發(fā)展歷程。

1. 圖時(shí)序預(yù)估方法

本節(jié)介紹幾個(gè)圖模型中的基礎(chǔ)概念，感興趣的同學(xué)可以深入其他圖學(xué)習(xí)相關(guān)文章繼續(xù)學(xué)習(xí)。N個(gè)節(jié)點(diǎn)組成的圖可以由一個(gè)N*N的臨接矩陣和一個(gè)N*N的度數(shù)矩陣表示。臨接矩陣中第(i, j)個(gè)元素表示節(jié)點(diǎn)i和節(jié)點(diǎn)j之間在圖上的距離，這個(gè)距離根據(jù)具體任務(wù)和圖而定；度數(shù)矩陣是一個(gè)對(duì)角矩陣，第(i, i)個(gè)元素表示節(jié)點(diǎn)第i個(gè)節(jié)點(diǎn)和幾個(gè)邊相連。圖的拉普拉斯矩陣由臨接矩陣和度數(shù)矩陣計(jì)算得到，簡單來說，拉普拉斯矩陣衡量了圖中兩兩節(jié)點(diǎn)之間信息傳遞關(guān)系（具體來說，拉普拉斯矩陣是圖上的拉普拉斯算子，拉普拉斯算子是高維空間二階導(dǎo)數(shù)的推廣）。

通過拉普拉斯矩陣，我們可以將每個(gè)圖中每個(gè)節(jié)點(diǎn)的特征進(jìn)行擴(kuò)散到其他節(jié)點(diǎn)，得到每個(gè)節(jié)點(diǎn)考慮了圖中信息傳播后新的特征。圖卷積是圖模型的一種實(shí)例。在將傅立葉變換拓展到圖中時(shí)，發(fā)現(xiàn)傅立葉變換中的基就是圖的拉普拉斯矩陣的特征向量。這樣解決了Spatial卷積方法中，無法比較好的選擇鄰居節(jié)點(diǎn)、無向量化表示的問題。

拉普拉斯矩陣有不同的形式，例如最基礎(chǔ)的拉普拉斯矩陣L=D-A，還有如下正則化拉普拉斯矩陣、隨機(jī)游走拉普拉斯矩陣等，不同的拉普拉斯矩陣反應(yīng)了圖上信息流動(dòng)方式的不同先驗(yàn)。

RNN是最基礎(chǔ)的時(shí)間序列預(yù)測(cè)深度學(xué)習(xí)模型，RNN天然的序列建模能力可以很好的處理時(shí)間序列數(shù)據(jù)。在RNN的基礎(chǔ)上，DIFFUSION CONVOLUTIONAL RECURRENT NEURAL NETWORK: DATA-DRIVEN TRAFFIC FORECASTING（ICLR 2018）提出DCRNN模型，通過將圖的思想引入RNN，使RNN能夠同時(shí)輸入空間中多個(gè)節(jié)點(diǎn)的時(shí)間序列，在學(xué)習(xí)時(shí)間維度依賴的同時(shí)，學(xué)習(xí)不同節(jié)點(diǎn)的空間關(guān)系。

GRU是RNN模型的一種，DCRNN在GRU的基礎(chǔ)上，將原來GRU中的全連接部分修改為diffusion convolutional layer（隨機(jī)游走拉普拉斯矩陣+全連接），公式可以表示為如下形式：

不論是普通的GRU還是DCRNN，都可以將整個(gè)圖上的所有節(jié)點(diǎn)序列同時(shí)輸入到模型中（相當(dāng)于一個(gè)batch）。GRU在建模時(shí)，每個(gè)時(shí)間序列的表示使用共享的全連接層分別進(jìn)行轉(zhuǎn)換，因此不同序列之間并沒有建立關(guān)系；而DCRNN中，模型根據(jù)臨接矩陣?yán)绽咕仃嚨男问?，可以生成一個(gè)不同節(jié)點(diǎn)表示的融合方式（矩陣），將每個(gè)序列的表示使用這個(gè)融合矩陣進(jìn)行一次轉(zhuǎn)換，輸出的還是每個(gè)序列的表示，只不過通過融合矩陣建立的不同序列的關(guān)系，每個(gè)序列生成的表示都是其他序列的某種加權(quán)平均。其他部分和RNN類似，是序列建模的結(jié)構(gòu)，模型整體結(jié)構(gòu)如下圖：

另一種模型框架是Graph WaveNet for Deep Spatial-Temporal Graph Modeling（IJCAI 2019）提出的TCN+GCN的結(jié)構(gòu)。TCN是一種應(yīng)用于時(shí)間序列預(yù)測(cè)的CNN模型，通過空洞卷積增大感受野面積，通過因果卷積防止數(shù)據(jù)泄漏。GCN就是圖卷積神經(jīng)網(wǎng)絡(luò)。Graph Wavenet采用的是一層時(shí)序模型+一層圖模型嵌套的方式實(shí)現(xiàn)的。第一層輸入圖中所有節(jié)點(diǎn)的時(shí)間序列數(shù)據(jù)，通過TCN每個(gè)序列獨(dú)立提取表示。在得到每個(gè)序列每個(gè)時(shí)刻的表示后，每個(gè)時(shí)刻內(nèi)所有節(jié)點(diǎn)的表示使用GCN進(jìn)行一次空間上的融合。假設(shè)輸入的維度是[N, T, D]，N表示節(jié)點(diǎn)數(shù)量，T表示時(shí)間長度，D表示特征維度。經(jīng)過一層TCN后，維度變成[N, T', D']，這一步是每個(gè)序列獨(dú)立進(jìn)行的。接下來在T維度上，每一個(gè)時(shí)刻t都進(jìn)行圖卷積，得到[N, T', D'']。

由于在時(shí)序預(yù)估中，有一些場(chǎng)景并不存在明確的節(jié)點(diǎn)之間的圖關(guān)系，因此有一些工作將圖結(jié)構(gòu)的學(xué)習(xí)也融入到時(shí)序預(yù)估中端到端訓(xùn)練。也就是說，這類方法的拉普拉斯矩陣，是網(wǎng)絡(luò)直接學(xué)出來的，而不是根據(jù)預(yù)先定義的臨接矩陣和度數(shù)矩陣計(jì)算得到的。在Graph Wavenet中就采用了這種方式。Connecting the Dots: Multivariate Time Series Forecasting with Graph Neural Networks（KDD 2020）中對(duì)這類方法不同的拉普拉斯矩陣學(xué)習(xí)方式進(jìn)行了對(duì)比。下表列出了不同的拉普拉斯矩陣生成方法的效果對(duì)比，這類方法的一半思路是根據(jù)每個(gè)節(jié)點(diǎn)的Embedding，通過不同的計(jì)算方式得到拉普拉斯矩陣中每個(gè)元素的值，這個(gè)值直接用于后續(xù)的圖學(xué)習(xí)，端到端和時(shí)序預(yù)估任務(wù)一起訓(xùn)練。

除了GCN外，基于Attention的圖時(shí)序預(yù)估模型也是一種主流方法。GMAN: A Graph Multi-Attention Network for Traffic Prediction（AAAI 2020，GMAN）提出了基于Attention的圖時(shí)序預(yù)估模型，在時(shí)間維度和空間維度都是通過Attention實(shí)現(xiàn)的。GMAN采用的模型框架與DCRNN、GraphWavenet都不同，GMAN在每層并行進(jìn)行時(shí)間維度和空間維度的信息提取，再通過Gate進(jìn)行融合。在時(shí)間維度，采用類似于Transformer的Attention模型，Encoder內(nèi)部、Decoder內(nèi)部、Encoder和Decoder之間進(jìn)行Attention。在空間維度，利用Attention機(jī)制計(jì)算每一對(duì)節(jié)點(diǎn)之間的Attention score，這個(gè)attention score的作用類似于拉普拉斯矩陣，用于生成融合了其他節(jié)點(diǎn)信息的當(dāng)前節(jié)點(diǎn)表示。模型整體結(jié)構(gòu)如下圖所示。

2. 基于矩陣分解的時(shí)序預(yù)估方法

基于分解的多序列聯(lián)合建模方法，利用矩陣分解的思路，該方法最早起源于Temporal Regularized Matrix Factorization for High-dimensional Time Series Prediction（NIPS 2016，TRMF）。整體思路如下圖，將所有時(shí)間序列組成一個(gè)矩陣N*T，然后通過矩陣分解的方法，將原矩陣分解成兩個(gè)子矩陣F（N*d）和T（d*T），其中d*T可以理解為d個(gè)組成當(dāng)前時(shí)間序列的base序列，數(shù)據(jù)中的所有序列都是由這些base序列的線性組合得到的。同時(shí)，為了讓矩陣分解得到的base序列符合時(shí)間序列的平滑特性，會(huì)對(duì)生成的每個(gè)base序列使用自回歸模型進(jìn)行約束。

在此基礎(chǔ)上，Think Globally, Act Locally: A Deep Neural Network Approach to High-Dimensional Time Series Forecasting（NIPS 2019，DeepGLO）提出了使用深度學(xué)習(xí)模型對(duì)base序列正則化。模型的損失函數(shù)由兩個(gè)部分組成，公式可以表示為：

第一項(xiàng)是矩陣分解的損失，第二項(xiàng)是分解得到的base序列使用深度模型進(jìn)行預(yù)測(cè)的損失。模型采用兩個(gè)損失迭代的方式進(jìn)行訓(xùn)練。首先固定深度模型，最小化第一項(xiàng)矩陣分解損失；接下來固定矩陣分解結(jié)果，訓(xùn)練深度時(shí)序模型，即固定第一項(xiàng)優(yōu)化第二項(xiàng)。文中采用的深度模型為TCN模型。

DeepGLO采用兩階段而非端到端的訓(xùn)練方式，可能得到的不是最優(yōu)解。Temporal Latent Auto-Encoder: A Method for Probabilistic Multivariate Time Series Forecasting（AAAI 2021）設(shè)計(jì)了一種端到端的學(xué)習(xí)方法。原始的矩陣分解可以表示為Y=FX，進(jìn)而可以表示為Y=FF'Y，該方法將原來的矩陣分解部分改為AutoEncoder，即通過Encoder隱式得到base序列，再通過Decoder還原原始序列。對(duì)于第二項(xiàng)時(shí)序約束，本文在Encoder和Decoder之間引入LSTM，利用LSTM對(duì)生成的base序列進(jìn)行預(yù)測(cè)，以得到base序列的時(shí)序約束。整體損失仍然由兩部分組成，可以表示為如下形式，模型結(jié)構(gòu)如下圖：

3. 總結(jié)

本文介紹了當(dāng)面臨多個(gè)序列存在相關(guān)關(guān)系的時(shí)序預(yù)估問題時(shí)采用的方法。主要包括兩大類方法，分別為圖時(shí)序預(yù)估方法和基于分解的多序列聯(lián)合建模方法。其中，圖時(shí)序預(yù)估方法通過對(duì)時(shí)序模型中引入圖模型實(shí)現(xiàn)，例如用圖修改RNN的模塊、圖模型和時(shí)序模型交替提取信息、圖模型和時(shí)序模型分別提取信息再融合等思路。圖模型的使用也包括圖卷積網(wǎng)絡(luò)、基于Attention的網(wǎng)絡(luò)等?；诜纸獾亩嘈蛄新?lián)合建模方法建立在矩陣分解結(jié)合時(shí)序平滑性約束的基礎(chǔ)上。從最初的TRMF演變到使用深度學(xué)習(xí)模型進(jìn)行時(shí)序平滑性約束，再到端到端的矩陣分解和時(shí)序平滑性約束端到端聯(lián)合學(xué)習(xí)

如果覺得我的算法分享對(duì)你有幫助，歡迎關(guān)注我的微信公眾號(hào)“圓圓的算法筆記”，更多算法筆記和世間萬物的學(xué)習(xí)記錄～

【歷史干貨算法筆記，更多干貨公眾號(hào)后臺(tái)查看】

五花八門的多模態(tài)模型如何選擇？

一網(wǎng)打盡：14種預(yù)訓(xùn)練語言模型大匯總

NLP Prompt系列——Prompt Engineering方法詳細(xì)梳理

Domain Adaptation：缺少有監(jiān)督數(shù)據(jù)場(chǎng)景下的遷移學(xué)習(xí)利器

從ViT到Swin，10篇頂會(huì)論文看Transformer在CV領(lǐng)域的發(fā)展歷程