百都网络小编 发布于 年月日 评论() 阅读()
文章[隐藏]了永远解不开的心结和颠覆方法。到底是什么效果广告交付？广告四种效果的新衡量方式广告还有哪些方式是永远无法解决的结和颠覆的方法？如果总结一下品牌眼中的关键词广告比如广告效果的监测和测量，作为digital 营销的基础问题，并不新鲜，但因为难度大，一直在优化升级的路上。
尤其是对于广告这个品牌的推出，各种衡量广告价值的指标层出不穷，但似乎都不尽如人意。一开始，故事并没有那么复杂。广告大部分都是CPT 广告放进去的合约，用广告来衡量“量”，就产生了印象、点击这样的衡量方式。但是广告形式和广告流程变得复杂之后，仅仅衡量“量”是不够的。要加大对“质”的衡量。此外，数字广告越来越程序化(这意味着广告将更贴近听众的需求)。于是出现了ROI、TA(目标人群)浓度、TA的N+reach等新的测量方法。但是这些指标的出现并不能真正解决问题。广告本质上，衡量效果是不可能有通用指标的。而且广告效果测量往往是基于结果论。比如广告追求效果的车主，当然会用ROI来衡量效果，但如果过于追求结果，就会忽略达到效果所需要的过程。品牌的拥有者广告以前喜欢用TA浓度来衡量投放效果，但是单纯从TA浓度是无法知道广告对消费者的影响程度的。甚至有些方式还不够科学。比如TA浓度，如果一个战役的TA浓度比另一个高，就一定能说明这个战役的效果更好吗？(连TA浓度本身的准确度都很难说)？
再加上《个人信息保护法》颁布后，衡量广告的价值变得更加困难。
方法已经不尽如人意，外部环境发生了颠覆性的变化。所以广告的效果衡量方式也要发生根本性的变化。
在找到做出这些根本性改变的方法之前，我们需要同意几个重要的观点(当然，如果我们不同意这些观点，就没有必要阅读这篇文章):
过程和结果同样重要，甚至很多时候，过程比结果更重要；广告投放的效果诉求是多样化的，这些多样化的诉求无法用统一方式去衡量；广告效果的衡量需要具有科学性，逻辑上要成立，方法上要严谨。从这三个概念出发，我们来看看如何衡量今天的广告投放效果。
广告发货？到底是什么效果？对于不同的广告车主来说广告的效果一定是不一样的。
即使都投同一个广告，对什么是有效的定义和衡量也可能不一样。
一般来说广告的效果基本分为以下几种:
。通过转化的最终效果来衡量广告，并跟踪转化过程。
最终的效果往往以ROI或转化率来衡量(流量价格相对稳定时)，转化过程往往需要将后链接数据与前链接数据进行匹配，只有在广告全链接归属实现后才能体现。
。广告覆盖的人群，有多少是真正受到企业品牌的影响，即提升了认知、好感度甚至购买意向。这些共同构成了企业的品牌资产价值。
目前这是一个困难的领域。常见的方法是跟踪同一人群在一段时间(通常是很长一段时间)内的行为变化，尤其是与品牌投放相关的交互行为的变化，从而推测品牌群体资产的变化。显然，这样的方法必然需要足够大的人群场和内容场作为支撑。基本上只有大型互联网媒体平台提供的工具可以做到这一点。
从行业来看，企业的品牌力在消费者心目中整体得到了提升。
了解品牌力在行业中所占的比重，突破常规舆论法或问卷法的诸多弊端，更及时准确地跟踪更大范围人群的心理变化，从而判断广告推出后，是民众对广告主品牌有了更多的偏好，还是曾经属于其他品牌的消费者变成了广告主品牌消费者(从对其他品牌有了更多的了解， 对其他品牌有更多的了解，对其他品牌有更多的了解，对其他品牌有更多的了解，对其他品牌有更多的了解这就对媒体平台提出了更高的要求:对行业和品牌的细致了解，对人群的品牌垄断行为的把握。
。品牌和效果的全面提升。
如果一个广告车主说要追求“产品-效果协同”，我们不能简单地认为这是不理性的。广告投放本身就提供了“品效协同”的可能性。常见的方法是在品牌广告的同时加入效果广告，用不同的广告形式按照一定的节奏组合投放。但是组合方式的不同，肯定会影响广告主所追求的产品和效果的协同效果。但是，要在各种组合中找到投放效果的最佳方案，无论是广告业主本人还是广告业主雇佣的第三方都无法完全实现，因为广告业主不可能穷尽所有投放方式，所以无法确定当前的组合方式一定更有效。
在这种情况下，只有媒体平台，在海量投放数据的基础上，对广告主投放和当前投放组合的效果进行对比测算(与其他潜在组合对比)，然后给出当前组合与自身组合或其他组合的差异。显然，这种解决方案只能由媒体平台提供，而如果媒体平台提供相关工具，对于广告衡量组合的效果广告就有很大的价值。
广告测量四种效果的新方法。那么，针对以上四种广告效应的测量需求，我们有哪些创新的解决方案呢？？
今天我们以腾讯广告RACE曝光归因模型(以下简称RACE模型)为例，谈谈业界在衡量广告的效果方面所做的努力和取得的成果。
第一类:测量转化和转化过程的归因。
如前所述，如果只衡量ROI，衡量广告投放效果的标准只有一个:好与坏。
不好的广告发货，我们平时能做的，就是停止发货。
但就像我说的，无效广告投放可能还是隐藏了一个很大的机会——也许只是归因(这个广告很可能帮助了其他广告或者流量渠道)，或者是人群匹配出现了一些问题，只是我们不能马上想到这个广告
举个例子，某食品品牌有两种主打的零食，分别是牛肉和鸡肉，这两种零食已经一波一波的推出，以同样的资源触达目标受众。牛肉小吃的产品线转型远低于鸡肉。我该怎么办？
在传统的单一转换度量方法下，虽然是面向转换的，但肯定是相当粗暴的，容易产生一刀切的优化方法。终端ROI高，量可期；如果ROI不达标，如果有些优化不够，就停掉或者换个好的鸡线广告进行投放。
但显然，我们需要用有效广告的度量来判断。既然牛肉丝效果不好，那到底是什么问题呢？？在以前，这样的判断是很难做到的，但是现在的工具(如下图，来自种族模型的测量方法)可以帮助广告高手洞察相关情况。
利用RACE模型，结合后面链接的人群数据，可以有“打开黑箱”的发现:两款产品的人群重合度很低，只有%。这一波发布的广告并没有区分牛肉和鸡肉产品的人群，而是统一覆盖了同一人群。
问题来了。刚盖的这群人对鸡肉产品更感兴趣，所以简单的断定广告牛肉产品不够好是很武断的。按照这种错误的思路，我们可能很快就会得出下一个同样不正确的结论:如果说刚刚被这广告下一波覆盖的人群对牛肉制品更感兴趣，那就是鸡肉制品的广告不够好。
但是，有了种族模型，就不会有这种任意的推演了。更高效的机器建模学习也会让广告效果的优化变得不那么复杂。如果牛肉线上的人不匹配，那么找到匹配的人就有机会大大提高投放效果。想办法匹配人，当然也可以把后向链接数据作为正样本，把之前高频接触过beef 广告但尚未转化的人作为负样本，通过机器学习的方式不断优化人的匹配。
在这种情况下，优化后的牛肉品系广告单订单转化率比历史同类提高了%,高消费人群转化率比历史同类提高了%。
第二类:衡量广告对品牌资产的影响如前所述，目前来看，衡量广告对人的影响是非常困难的，品牌也很难找出自己在消费者端到底拥有多少真实的品牌资产。但对于品牌所有者来说，量化品牌资产是证明广告有效的更好方法。难就难在人的心智无法直接开成数据，然后去获取，去统计，去归因。但业界还是能给出一个相对较好的解决方案。
如果一个消费者对一个品牌完全没有了解，通过广告发现了它，并对它感兴趣，那么他可能会有一些行为去探究它。
这些行为基本上广告车主是察觉不到的，但是媒体还是可以在庞大的人群基础上发现广告推出前后人群行为变化的差异。
作为媒体提供的工具，RACE model就是能做到这一点的典型工具。消费者对品牌的认知可以通过一系列行为来定义。比如人和品牌广告的互动，可能意味着对这个产品有很好的兴趣，而小程序进入这个品牌，可能意味着更深的兴趣和偏好。
对于目标人群中从未搜索过该品牌的人来说，有%的人在广告推出后搜索过。这种行为本身就像一个标记，表明人们的心智发生了“破冰”式的变化，成为品牌资产的一个环节。
例如，在一个C笔记本品牌的一系列广告发布会中，品牌资产的流通可以基于RACE模型进行演示。广告业主选择了营销兼顾“质量和效益”的目标，并制定了投资策略，以实现更多R and R人的资产。在实际投资中，以深有感触、有转化潜力的R人和产生转化的R人为正样本，进行深浅双目标联合优化建模。
从下图右侧的实际投放效果可以看出，模型优化前后，R对R的转化率提高了%，R对R的转化率提高了%。两个提升很大的指标都符合广告的主诉求。证明可以根据品牌的营销目标进行赛事模型建模，进而有针对性的提高投放效率，帮助广告车主实现“指哪打哪”的能力。
我们还可以用这个模型中的人口迁移来衡量广告进行一场战役的效果。同样的预算，我的广告上线后，从R到R的迁移比例是%，而你的广告迁移比例是%，这可能说明你的广告上线比我的成功。这些价值都反映了一个企业品牌资产的跃升(变化)。
第三类:衡量品牌在消费者心目中的整体提升。
广告车主也期望自己推出广告后能够在一定程度上“压倒”同类品牌。a 广告放出来之后，如果同品牌的消费者“转投自家门”，无论如何都不会成功。
广告业主希望看到人群迁移，不仅仅是从接触到浅层互动到深度互动，更是从行业的角度。广告车主也希望看到其他类似品牌的人迁移到自己的阵营。这反映出品牌在消费者心目中的重要性越来越大。
目前这些数据只能由研究或大型媒体平台提供。以往的测量方法主要是问卷调查或民意调查，但往往受样本量或主观偏差的影响，难以跟踪消费者心智复杂、加速的动态演变。大型媒体平台提供的工具，如RACE model，可以提供相关数据，其背后的原理仍然是基于人群行为。
某品牌手机发布旗舰高端机时广告的效果非常适合用该品牌(产品)在行业内的品牌力提升来衡量。
比如发现“闪屏契约”和“信息流契约”在第一波投放的基础上有更好的心智逆转效果，所以下一波投放是基于营销目标转化难以转化的人，优化资源组合进行投放。下一波推出后，利用RACE模型分析，发现%的购买者来自另一个原本使用某个高端品牌手机的人群，其中有将近一半的人持有该高端品牌手机的更换型号。广告三分之一深受触动的消费者原本是另一个类似品牌的偏好群体。
这些数据为我们提供了一个衡量广告效果的参考维度。坦白说，品牌一定是想用更真实、更直接的维度来衡量广告的效果，比如消费者的专属交互行为——实际广告点击这个商品和其他类似品牌，内容浏览和搜索等。当广告投放结束后，如果品牌主能清楚的看到这些数据的变化，那么广告投放效果的衡量就更有说服力了。
第四类:品牌和效果的全面提升。对于使用各种广告形式组合投放的广告车主来说，这种效果的衡量非常重要。如果同时追求品牌和效果，那么往往会同时投放契约广告(主要是帮品牌)和竞价广告(主要是帮效果)。同样，更多的情况下，会出现各种类型的合同广告的组合。问题是，什么样的投资组合才能取得更好的效果？
所谓投放组合，是指在给定的预算或曝光次数下，品牌合约广告对竞价广告的预算(或曝光)比例，以及曝光频率和投放节奏(节奏，是一次性花完所有的钱还是会花很长时间)，应该决定什么样的策略。
广告车主不可能穷尽所有推出组合的可能性。这时候就需要工具来“提前”(根据品牌的投放历史和行业的投放情况)告知广告车主在什么条件下可以取得更好的效果。
如何取得好成绩？RACE模型从频率和资源两个步骤优化增益值。从下图所示的案例可以看出，第一步是找出他们对于不同偏好群体的最优触摸频率。基于对品牌历史数据的测算和分析结果得出，从宏观角度来看，该产品偏好群体的转化率基本达到后拐点。次曝光，而同一品牌的人只能在到达拐点之后。曝光次数。所以明确了接触到不同喜好人群的频率；第二步:根据不同人群的定制频率和本轮投放的目标(曝光触达/转化/心智反转/ROI)，匹配不同价值侧重点的资源组合，实现效果最大化。
[水平滑动查看更多]
还有哪些方法可以衡量广告的效果
除了RACE模型可以实现的四种科学归因方法，还有一些方法可以衡量广告的效果，尤其是brand 广告的效果。这些方法包括:
捕捉并研究消费者在数字世界中的舆论；投放触达人群的demo（demographics，即社会属性）与DMP中目标人群的demo之间的差异；利用后链路的流量行为数据（engagement），判断流量的价值；将后链路的流量行为数据及其ROI进行维度交叉，构建Engagement-ROI模型进行分析；如果说对前四类效应的分析需要RACE模型等工具，那么上述四类分析方法也需要各种工具，例如，捕捉舆论需要舆论工具；与标准人群的demo相比，demo是必需的；链接后参与度和参与度-ROI模型的分析需要用户行为分析工具或CDP；转换和归因模型还需要专门的归因工具或具有相关功能的CDP。
前面说过，衡量广告投放的效果没有一个通用的指标，使用的工具也不一样。一个趋势是媒体提供的中性工具(如RACE model，由广告车主自行操作)提供了另一种衡量和分析广告效果的方式。另外，如果广告车主能合理利用以上所有工具，投放效果的衡量基本可以做到客观全面。
不过一个建议是，RACE model等工具的应用难度比其他自购或自建的工具低，对数据专业的要求也相应较低。如果企业没有预算也没有能力去做上面列举的这四种其他的衡量方法，那么直接使用媒体平台提供的工具可能是更好的选择，即仍然可以在不增加额外成本的情况下衡量和比较广告投放的效果，至少可以得到相当全面的关于广告投放优化的见解和建议。
百都微海报作者：徐州百都网络 | 来源： | 发布于：2022-04-14 00:32:04