品牌广告主系列:互联网广告营销监测和分析总结
-
低级评估做些什么
最低等的评估是不评估。只要看见广告正常在publisher的网站上出现了就行。这是原始社会阶段，现在已经很少了。
目前，最普遍的情况是，广告主需要知道自己的广告被点击了多少次，即广告的click数量是多少；而广告显示了多少次，即impression的数量，则不是那么关心。所以，甚至有很多国际大牌的Agency，都不提供给广告主通过第三方监测的广告impression数量，或是直接由publisher自己来提供——这就如同报社自报发行量，可信度是较低的。
低级评估被普遍接受的原因，在于品牌广告主在投放广告时即是按照时间来计费，即CPD (Cost Per Day)，而不是按照欧美更常用的CPM (Cost Per 1000 Impressions) 付费的。
不过，有些跨国企业的品牌广告主，因为总部 (Headquater) 需要第三方监测广告impression的关系，在国内也开始利用第三方vendor来监测广告的impression。一旦他们这么做了，他们也开始研究评价广告有效性 (effectiveness) 和 性价比 (efficiency) 的一些基本的度量：
- Effectiveness: CTR = click / impression *100%;
- Efficiency: CPM, CPC (Cost Per Click)
总体上低级评估只能够告诉广告主的是广告是否在被正常投放，以及大概有多少人对广告产生了反应，但不能带来更多的有价值的见解(insight)。
[版权归Sidney Song（宋星）所有，欢 迎转载，但请事先告知作者并注明出处]
-
中级评估做些什么
中级评估已经很少有国内的广告主关注，但是当几十万美元被花出去之后，不关注这部分实在是罪过。中级评估包括：
- 媒体广告的有效性（effectiveness）和性价比（efficiency）
在广告campaign结束后，比较不同媒体有效性和性价比是中级评估必做的功课。例如，我们会把广告的CTR、CPM和CPC按照不同的publisher进行细分，来评价哪家publisher的广告更能打动它的受众（CTR高），或是更便宜（CPM和CPC更低）。
但是，在后面高级评估部分我们会知道这种方法理论上美好，实际上的作用已经很小。
- 广告格式、所在位置以及不同创意的efficiency和effectiveness
同样，研究广告的格式（例如它是normal banner中的leadership，还是skyscraper，还是rectangle等）的CTR、CPM和CPC，有助于发现哪种格式更有效；或是以同样的度量细分广告所在的位置——媒体网站的首页还是内页，或是相关频道页等，以及第一屏还是第二屏等，有助于研究应该把广告放在什么位置；或是研究广告不同的创意形式——到底是黑猫还是白猫，更能够让访问者产生兴趣。
在具体的研究过程中，control（控制组）是非常重要的，即确保在进行对比时，其他变量为常量，只保留对比对象为变量。例如，在药品实验中，确保A、B对照组的小白鼠都是一个品种、且生的是一种病，而其中一组用药，以测试药品是否有效果，否则拿小白鼠和小白兔做对比，就不能说明用药的小白兔病好了，小白鼠都死了一定是药品起到了作用。
同样，如果我要研究某个广告创意的有效性，我就应该保证不同创意的广告所用的格式是一样的（都用leadership），且所在的位置也基本一样，如都是主要门户网站的第一屏首页。
Control，是我们进行互联网营销分析最基本的方法之一。可惜我眼见的很多分析，都直接任意比较而不顾control，
广告格式、所在位置以及不同创意的有效性和性价比研究比某个媒体整体的有效性和性价比研究复杂的多，但更有意义，因为更细分才能获得更多有价值的见解。
- 广告显示给受众的频次(frequency)和频次分布(frequency distribution)
广告显示的次数少了，受众可能没有留下什么印象，显示多了，又浪费宝贵的金钱，因此分析广告显示给受众的频次和频次分布很重要。
impression frequency = impression / unique impression; 其中unique impression又被称为reach；
click frequency = click / unique click;
而frequency distribution则如下图所示，反映了不同频次的impression对应的受众（实际上是cookie）的比例：
- 媒体(publisher)受众重叠度(overlap)
所谓重叠度，是指两个或多个网站互相存在完全相同的受众占各自全部受众的比例。由于一次campaign需要投放相当数量的不同网站，因此研究不同网站之间受众的重叠度是重要的，这能够帮助选择媒体（网站）的决策。例如，我们不用数据也能够猜测到www.it168.com和www.zol.com的受众有相当程度的重合度，因此当广告主的预算拮据，或者对投放精确性有较高要求的时候，重合度能够为广告投放策略提供非常好的依据。
在广告主进行campaign之前，很多第三方vendor提供各网站之间的重叠度数据以供参考，例如DoubleClick Ad Planner，如下图所示，是与IT168.com受众重叠度较高的网站，其中数字越大，重叠度越高。
而在campaign结束后，很多第三方互联网广告监测vendor也能够提供基于本次campaign的更准确的媒体受众重叠度。例如DoubleClick有Cross-Site Corrected Reach Report来说明一个campaign中不同媒体之间的受众重合关系，如下图所示：
从表中可以看到，对于某一次campaign而言，PCPop和ZOL，PC Online和ZOL都有比较高的受众重叠率，而MSN China和IT168则重叠较少。
除了DoubleClick外，国内有一家叫做AdMaster的公司，提供与DoubleClick一样甚至更多功能和更强大数据组织的报告，不是托，我真的很喜欢他们的技术和后台数据报告系统。
[版权归Sidney Song（宋星）所有，欢 迎转载，但请事先告知作者并注明出处]
很精彩的文章。我想起了之前在Google转化中心看到的Make your website work。不过那只是个梗概。这篇文章把每个细节都做了详细的解释。并且还附有丰富的资源和工具。感谢博主分享经验。很期待这个系列的下一篇。
多谢Sidney精心撰写这么精彩的文章，内容非常系统，学到了很多东西。
非常精彩，看完之后受益匪浅。希望以后能多看到这个方面的精彩博文，sidney加油～
虽然现在用不上，但是将来肯定是工作需要的一部分！
很精彩，谢谢分享
多注意身体。。呵呵
先占个座，再慢慢学习。
我看宋老大每次的文章内容都很多，又分了很多层次。建议考虑每篇文章加个目录，这样读起来会对文章的整个结构更加清晰。
更直接的衡量广告campaign和offiline销售的关联
非常有兴趣TOO，希望能看到这方面的分享，Web Analytics里似乎也提到了这部分，从离线到在线，从在线到离线的多渠道营销跟踪分析，不知2.0的书里有没有延续？
正对目前的工作疑惑那，sidney的这篇文章太及时了，谢谢……
真的是很精彩的博文，宋大哥的網站分析果然是國內最有名氣之一。
谢谢老板的文章，M&A team的入门教材！
非常好的文章，期待下期。
仅对对文中的一处翻译有疑问，文中提到 “所用的方法同样要做控制组（control group）和对照组（exposure group）”。 而根据我所查阅的资料来看，Cotrol Group的正确翻译为 “对照组", 对于exposure group 从统计上也叫 test group 即测试组。
我看到国内很多文章都把 Control group 翻译成 “控制组”了，可能是因为Control常被翻译成“控制”的缘故吧。
下面是 朗文当代高级英语词典2004 年新版P409页， 对Control条目的解释，
Control： 11 scientific test 术语
a person, group ect against which you compare another person or group that is similar, in order to see if a particular quality is caused by something or happens by change 对照人[组]
我曾经也在数学专业词汇字典里面查阅到 ，control group 被翻译成 “对照组”
预期相对应的是 "test group" 成为测试组，这在统计里面是经常看到的。
博主能把工作中的经验总结出来分享，非常佩服，不过受文字限制，肯定还有更多的深层次见解未表达，意犹未尽啊！我是Tencent广告效果统计产品的PM，对品牌广告主的数据需求、效果数据监测及趋势有较多接触，希望有机会能线下交流。
每篇文章都用浅显易懂的语言把一个冗杂的东西说的让人清清楚楚明明白白，佩服哇佩服。
确实写得浅显易懂，非常好！关于广告效果中的control和expose group的比较，我在之前的工作倒是做过一点研究。也和主流的网站联合测试过，不过由于技术的限制，研究的不是很彻底。如果在问卷中能结合cookie记录广告的曝光次数，格式及频道再结合问卷中的关于品牌认知，喜好及PI的度量表，出来的东西会比较有趣了。
另外关于线下的购买行为，有公司把Homescan 的数据和Yahoo的广告行为数据结合分析，貌似能挖出来一些东西.
非常好的文章！关于overlap和frequence这块，能否在讲下具体的应用？
文章写的很好！看完受益匪浅！
与offline销售的关联
我所考虑到的一种方式是，结合企业的销售数据以及各方面的营销支持，做相应的多元线性回归。
可能不是一个很好的方案，毕竟因素太多，而且处理起来很麻烦。但是在没有更好的方法时，可以作为一个参考。
或许高层级的分析更应该注重如何将前端访客行为与后端用户交易行为进行整合，通过报表系统或构建分析平台进行分析整理。通过Omniture的API接口与Genesis，或者GA的数据接口导入到企业运营数据中。
如果是SAP收购了Omniture会不会比Adobe收购更有价值？
在您的网站上学习了非常多，非常感谢。
我大胆的说一句，你的网站导读性不好。在你这个博客上看文章相当累。。文章链接分类等都不便于阅读。
刚刚转行，涉足网络广告监控，是个小小小小菜鸟。很好的文章！学习了！谢谢！以后会常来，期待更多精彩博文。
以后常来 很不错文章 博主写文章辛苦了
offline的跟踪一直是个难题。
如果粗放一些，尤其PROMOTION的话，倒是存在一些非常简单的跟踪手段，折扣券（折扣代码），专用电话线路，随机生成的交易代码，完成转化时的提问等等，都是用了几十年的手段，虽然没有非常精准，但还是具有一定可靠性的。
但如果我们想对广告投放进入进一步的分析，比如投放时间，位置，关键词，图案等等。难度就要高很多。在线投放中仍有可能根据客户的不同行为作出不同反应，激发不同跟踪，但过渡到离线交易的时候往往损失比较大。
操作还是可行的，难度比较大，需要持续运行，需要测试先行。短期PROMOTION要进行精确的有效的评估还是很难做到。
其实我觉得在线离线的跟踪，最关键的不一定是新的跟踪手段，而是现有销售数据和营销渠道跟踪的整合。大客户现有的商业信息系统是真正的宝库，但能真正与第三方工具实现有效信息交换的案例非常少。
[...] Awareness是指受众对广告所宣传品牌/商品的认知。根据我以前在Agency负责监控digital campaign效果的经验，Awareness的监测主要是依靠广告曝光数据（Impression）。但是，Impression是一个非常弱的度量（在国内，我已经很多次表示了对这个度量的“鄙视”了 :），很难带来什么有价值的insight，因此，我们需要一些更好的办法。 [...]
[...] Awareness是指受众对广告所宣传品牌/商品的认知。根据我以前在Agency负责监控digital campaign效果的经验，Awareness的监测主要是依靠广告曝光数据（Impression）。但是，Impression是一个非常弱的度量（在国内，我已经很多次表示了对这个度量的“鄙视”了 :），很难带来什么有价值的insight，因此，我们需要一些更好的办法。 [...]
Leave your response!
最近文章
近期评论
标签
分类目录
文章存档
链接
最新文章
Most Commented
最新评论