观察一下今天的营销现状，品牌主很喜欢做大规模的投放、不惜成本做测试、堆人力做转化…这些方式的确很有效，但是，如果因为效果显著，就忽视其背后隐藏的危机，终究有短视的嫌疑。由此引发，聊聊「落地页优化」中常见的短视陷阱。

这里引入「短视损失厌恶」的概念——在经济学和应用心理学领域，常用来解释人们因 “厌恶损失” 而做出 “短视” 行为，即宁愿放弃从长远角度看更优的选择。

“短视” 指人们仅仅从短期的影响结果去指导自身的行为。

比如，有人约你玩儿一场预期收益大于零的游戏——50％的机会赢得2000元，50％的机会损失掉1000元，你是否愿意参加呢？

这是一个著名的应用心理学实验，大部分人实际上拒绝参加这个游戏，理由是可能产生的损失金额太大，即使大家都知道，获得2000元收益的可能性一样多。这个例子揭露了我们都是「短视的」损失厌恶者，面对同样数量的收益和损失，损失更加令我们难以忍受。有一种量化的说法是，同量损失的负效用是同量收益正效用的2.5倍。

聚焦到我们平时做「落地页优化」的场景中，「短视定律」体现在，我们明知有一些获得更好收益的选择或可能性，却不去寻求任何惯性之外的突破。因为，任何突破或改变，都会造成短期内的利益损失——额外的工具成本、额外的精力消耗、学习的成本、难以预估的短期转化效果。

二、拍脑袋大法，你用过吗？

最近听到一位做金融类产品投放的用户，遇到了落地页转化率优化的难题。7月开始，由于市场、媒体等外在不确定因素的波动，导致他的一个转化效果最好的信息流页面，成本窜升了近3倍。

心急之下，他2周尝试了2次页面的大幅修改：第一次，换掉了最主要的头图和slogan，效果更差了；第二次，恢复原版结构，然后模仿竞品将主色调从橘色换成了深蓝色，然后，效果更更差了。。。

整个决策的过程，他完美演绎了「拍脑袋大法」——基于自己已有的一套经验系统去做判断。这个方式就算有千百个漏洞，但是在营销决策中却是最常用的，根本原因只有一个——够快！

营销需要和成本争分夺秒，大部分时间容不得你犹豫，「拍脑袋」是很多营销人增加胜率的有效方式，理由是，实践告诉我们，「不做为」比「做错了」的代价往往更大。

那么，拍脑袋的「短视陷阱」出在哪里呢？是我们在营销决策时，选择了最容易的决策方式——即大脑系统1的解决方式。在《思考，快与慢》这本书中，作者提出了一个非常有跨时代意义的概念：人的思考系统有两个，系统1是快思考、系统2是慢思考。

如果在优化落地页时，你只使用你的系统1做出「下意识决策」，就会陷入一个困境：你无法在实操中，积累那些可以复用的真正知识，你的成功和失败变得更加随机；同时，你会经常因为页面创意越改越差，而质疑自己 “天天优化，到底有什么价值？”

对策：

1.实现灵活修改、快速测试的能力

无论是借助像一些Saas工具，还是具备实力的品牌自己开发，营销团队需要为负责落地页的团队赋予随时修改页面细节，灵活做调整和改版的能力。

与此同时，还需要能快速验证假设，有效方式除了做常规AB测试，还有很多可以小步迭代的办法，如借助工具或自主研发出可灵活分配流量的页面管理后台，让手动的受众分组和随机的版本测试同时跑起来，增加优化的效率。

2.如果你觉得 “做优化” 很玄学，那么试错成本一定要低

所谓玄学，就是你可能在有效阶段根本解释不清楚原因，或者你可能需要换一种解决问题的思路：分析并不能解决所有营销中的优化问题。

如果是这样，干脆放弃一些原本依赖的方式，用更加低廉的成本去排除错误答案。我们或许可以采用广泛创意的方式，将那些转化效果不好的版本快速淘汰掉，从而找到在可接受范围内的优质版本。

三、科学严谨派可以避免短视吗？

不一定。

我近期接触到的另一个较为极端的例子，来自一个财大气粗的品牌主——凡有改动，必做测试；凡有想法，必验真伪。乍一听起来没毛病，很先进很科学啊～

他们是家装行业，投放量很大，做任何页面改动都会通过AB测试来确认，尽管其显性成本很高（测试周期长、线索损失大），但他们觉得这是一个必须的环节，所以付出代价也是值得的。这本来是很先进的理念。但采访实际执行的落地页策划人员时，他们却表示，这样做反而限制住了他们的优化能力。

我分析了一下，可能是因为这里有一层隐性成本被忽略了——他们选中做测试的版本、是事先经过经验判断筛选出来的。这道筛选很大程度上限制了人的优化空间，即在不知不觉的执行中，就已经损失了很多种可能性，大家会按照「短视思维」去将风险或冒进降到最低，以求得最稳妥的测试结果。

当然，品牌还会权衡一次实践太多创意版本的技术难度和实现成本，这使得很多「科学严谨派」反而在最初的阶段，就限制住了大量有活力的创意/想法。这反而成了很不科学严谨的做法——只有测试能力范围内的想法，才有机会存活下来。

是不是感觉有点儿讽刺？但这就是营销人面对的现实，我们并不能做到真的多么科学，只能尽可能去得出一些比拍脑袋更靠谱的结论。

对策：