22:00 跆拳道活动:要Man,要Show » 车东@博客大巴

横戈说:“咱们要ManJenny说:“咱们要Show

果然,最近跆拳道活动越来越火了,欢迎新加入的两位女生道友:小杨和Jery,可惜今天思宜没来,还有在北京的六月

------------广告分割线------------

《城客》回头做一期“N城美女”,大家觉得哪些算是“美女之城”请移步这里投票



收藏到:Del.icio.us
09:47 深入了解和应对收入波动 » Inside AdSense-中文


发布商都很关注收入的波动问题,今天我们就帮大家深入分析一下如何知道收入波动的背后原因,并采取相应的措施。

首先,大家都知道,AdSense 收入取决于下面几个因素:展示量;点击率(CTR);每次点击价格(CPC)。同时,很多优质网站还有定位广告的收入。下面就针对这些关键因素进行分析

展示量变化
如果您发现收入波动的原因是广告展示量发生了变化,您应该采取下面的行动:

CTR 变化
CTR的降低往往是由于网站的界面或者广告的定位不够好。所以当CTR降低的时候,你应该从改善网站界面和广告定位的角度出发
CPC 变化
网站定位广告收入变动
在高级报告中,您可以分别查看内容定位广告和网站定位广告的收入。当您的收入波动时,您也应该查看一下是不是由于网站定位广告的收入波动引起的。
还有非常重要的两点……

变化来自哪里?
很多发布商同时在几个网站上投放广告,或者一个网站上有很多不同的版块。不同网站和不同的版块广告效果会有很大差异。所以当您的帐户收入变化的时候,您应该找到变化发生在哪个网站,或者网站的哪个部分。您可以设置URL或自定义渠道跟踪各个网站和网站的各个版块。知道变化的具体位置可以让您采取更有针对性的措施。

考虑季节性变化因素
当您分析收入的变化时,可以把目光放的更广,去年的同一时间是不是也有类似的收入、展示量或价格的波动?比如,鲜花类的网站在每年的母亲节、情人节、教师节时的流量、价格和收入都会有所增加。如果您的收入波动和往年情况类似,那么很可能是由季节性因素造成的。
08:48 博客对消费者购物的影响超过SNS » laolu's blog: Blog

MarketingCharts的报道(10月31日):“博客对消费者购物的影响超过社交网站(Blogs Influence Consumer Purchases More than Social Networks)”。该研究由BuzzLogic赞助、JupiterResearch执行。对2210多名美国网络消费者的研究表明:过去的四年来,每月至少阅读一次博客的人数增长了300%,他们的阅读强烈影响着他们的购物决策,在引导他们到实际购买中起着关键作用。

研究发现,经常性的博客读者(每月阅读博客一次以上,占博客读者的20%)说,在购买决策中,他们相信相关的博客内容,要超过来自社交网站的内容。


图片来源:MarketingCharts - Blogs Influence Consumer Purchases More than Social Networks


图片来源:MarketingCharts - Blogs Influence Consumer Purchases More than Social Networks

购买行为:博客影响的现状

  • 博客影响购买:一半(50%)的博客读者说,他们发现博客对购买信息有用。
  • 超越技术的博客:在技术相关的购买中有31%的读者说博客有用,此外,其他主要行业[(表示博客有用的读者比例)]包括媒体和娱乐(15%)、游戏/玩具和体育用品(14%)、旅行(12%)、汽车(11%)及健康(10%)。
  • 利基聚焦(niche focus)突出影响因素:觉得博客内容对产品决策有用的人中,超过一半(56%)说,有利基聚焦和主题专长的博客是关键来源。


图片来源:MarketingCharts - Blogs Influence Consumer Purchases More than Social Networks


图片来源:MarketingCharts - Blogs Influence Consumer Purchases More than Social Networks

在购买周期中博客的位置
博客因素深入购买过程的各重要阶段,最着重表现在购买决策的决定时刻。研究表明,那些表示以前在购买决策中相信博客内容的受访者中,超过一半(52%)说,在他们就要决定购买的临界时刻,博客起了作用。

  • 决定一种产品或服务:21%
  • 精选:19%
  • 获得支持和回答:19%
  • 发现产品和服务:17%
  • 确认:14%
  • 激发一次购买:13%
  • 实施一次购买:7%

博客广告和读者信任
对于经常性的博客读者,博客上的广告相当于搜索结果的赞助商链接——网上最盛行和最成功的广告形式之一,对博客广告的信任,超过了社交网站的广告。25%的经常性博客读者说,他们相信所读博客上的广告;付费搜索链接也在他们的回应中站25%;表示相信社交网站广告的人占19%。研究还显示,博客上的广告引发了多种活动:

  • 40%的博客读者在浏览了博客上的一个广告后,以实际行动作为结果;这样说的经常性博客读者有50%。
  • 最多的实际行动包括:在线阅读产品评论(17%);查寻有关一种产品或服务的更多信息(16%);访问制造厂商或零售商的网站(16%)。

变化中的读者模式:链接的力量
研究还表明,经常性博客读者,把博客作为发现其他博客内容的第一位的在线导航工具,排在通常的网页搜索或博客搜索之前。

  • 38%的经常性博客读者说,博客链接是发现新的博客内容的顶级工具;34%说是网页搜索,11%说博客搜索引擎。
  • 对经常性博客读者,博客链接与来自一个人的受信任推荐有着类似的作用(39%的受访者回应)。
  • 1/5的一般性博客读者(被定义为在过去的12个月中阅读过博客的消费者),利用博客链接发现新博客。
  • 博客搜索引擎被受访者列在最后:6%的一般性博客读者说,使用这些引擎发现新博客。
  • 博客并非被孤立地阅读,而是对一种互相联系的会话的部分经历:近一半(49%)的博客读者和71%的经常性博客读者,每次阅读超过一个博客。

“对于部分网络用户来说,博客作为一种导航工具,与搜索相当,这对广告主蕴含着有趣的含义,”Rob Crumpler (BuzzLogic的CEO)说。“博客正成为受到信任的指南,引导寻找特定信息的用户,去往满足其兴趣的地方。能识别博客圈正在发生的这些事,向我们打开了一个朝向用户意图(user intent)的窗口,也提供了一种更好的面向合格受众的广告定向方式。在当前的环境下,这对寻求价值最大化的广告主是个大新闻。”

Retailer Daily也有文字报道

06:52 MySQL, AIX5L and malloc() » MySQL Performance Blog

Some time ago I get brand new IBM POWER6 server as the replacement for “old” P5 used to host Oracle database. Because we planed to use advanced virtualization with VIOS + LPAR/DLPAR I conceived the idea to use one spare partition for MySQL tests. Because I had no past experience with it and there is not much documentation all around the web, I tried to set-up system and database traditional way. The first problem I hit was memory allocation and I think it is the best place share my remarks. Let’s start from the beginning..

For any reason, you decided to run MySQL database on AIX 5L operating system. You compiled it successfully, configured and.. unluckily database didn’t start due to memory allocation problem?

Basically, for some historical reasons AIX OS will allow your application to allocate maximum 256MB of memory per process by default. To use more, you have to use “Large Address Space” memory model so AIX will split memory into 256MB data segments, making possible to reserve more than one segment per single process.

You may set it up different ways:

[ LDR_CNTRL='MAXDATA=0xN000000' ] - where N is the number of segments.

So, to make your MySQL working fine:

export LDR_CNTRL=’MAXDATA=0×80000000′

It allows database to allocate 2GB of memory ( 8*256MB ) which is maximum value for 32-bit compiled applications.

But how to deal with 64-bit systems? It’s quite easy, but you have to remember about setting OBJECT_MODE to 64 for both, self-compiled and binary distributed databases. After it, you will be able to set up bigger segments multiplier in MAXDATA variable at run-time.

export LDR_CNTRL=’MAXDATA=0xFFFFFFFFFFFFFFFFFF’


Entry posted by Piotr Biel | 2 comments

Add to: delicious | digg | reddit | netscape | Google Bookmarks


^==Back Home: www.chedong.com

^==Back Digest Home: www.chedong.com/digest/

<== 2008-11-03
  十一月 2008  
          1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
==> 2008-11-05