数字化营销转型的十个数据大坑(二):对流量投放效果,没有真正真实的认知

作者:宋星(纷析咨询创始人)、邓雪梅(纷析咨询顾问分析师)
当前,流量投放已经是企业数字营销中不可或缺的一环。但是当前流量竞争愈发激烈,科学衡量广告投放效果的重要性也日益凸显。我们在为企业做数字化转型的咨询中发现:许多企业对流量投放效果的认知存在一定的局限性,错误地将某些数据指标当作是成功的唯一标准,而忽略了流量背后真正的意义。例如过去我的某个客户曾遇到的难题是:大老板以ROI来衡量品牌投放的价值,认为品牌投放价值不大,进而大幅度取消年度品牌投放预算。

显然,这是对流量投放的效果,缺乏真正真实的认知导致的。

01 以ROI单一指标衡量是常见的坑

众所周知,ROI(投资回报率)确实是衡量广告投放效果很重要的一个指标,它可以帮助广告主确定广告投资是否划算。但是近年在和一些企业合作时我惊讶地发现:部分企业老板一味追求ROI,将直接经济回报与广告投放效果划等号。我想说的是,一味追求转化,追求ROI是不科学的衡量媒体效果的方法。

关于ROI,一个真实的例子,宝洁大中华区营销营销副总裁何亚彬曾公开表示,以前宝洁都致力于提升ROI,但是做了一段时间以后,发现ROI跟增长几乎没有关系。因为只要你压缩成本,ROI肯定会提高。所以,ROI不是一个单纯评价投放结果的手段。流量的目的很不同,流量的属性也很不同的,所以一定不能用一个单一的ROI来衡量。

02 不同类型的流量有不同的属性

那么,不同的流量类型具体有哪些不同的属性呢?其实流量类型有多种分类方式,例如我们可以分主动流量和被动流量。具体来说,搜索引擎流量是一种典型的主动流量,其通常是有意向性的,因为用户在搜索时已经表达了他们对某个主题或产品的兴趣,一般具有高转化率。社交媒体流量(非搜索位)则是一种被动流量,用户通常是更轻松的浏览,关注的是社交互动而非特定的商品和服务,一般具有高曝光的特点。

从流量类型的属性我们再说回广告主投放诉求,不同营销诉求需要匹配不同属性的流量,才能最大化流量价值。例如美妆行业618大促收割期,需要实现高转化、高ROI目标,这种时候匹配精准主动流量为佳。而新品上市活动一般以提升品牌或产品的认知为主,说白了就是搏存在感,因此会匹配大曝光流量,这种情况之下匹配高潜转化流量就不太能满足营销诉求了。

以上是以主/被动来区分流量类型,我们接下来以大家更加熟悉的AIPL模型来讲讲,不同流量的营销作用。

  • Awareness:是对品牌或产品的认知,就是让消费者意识到你的品牌或者商品的存在,说白了就是搏存在感。看看近期38大促各大美妆品牌在APP开屏位频频发力,就知道awareness对广告主有多重要了。
  • Interest:进一步培养消费者对品牌/产品的兴趣和认可度,简单来说就是种草的过程,达人们的开箱测评、教程类视频等就是对用户种草教育。
  • Purchase:通过直给独家促销、优惠等多种手段引导购买和转化。
  • Loyalty:引导产品讨论和体验分享,促进UGC生成,积累产品口碑和忠实用户群体

03 常用的流量评估指标

不同流量属性不同,因此其评估指标也是不同的。Awareness:关注广告覆盖的人群数量,以及其中多少人真正被企业的品牌所影响,即增强了认知、好感甚至购买意愿。这些共同构成了企业的品牌资产价值。核心指标有:

  • impression 、触达人群量级(coverage)、播放量、触达频次
  • click、其他互动数据
  • 目标人群(数量,非标准定义)
  • 目标人群浓度(比例)
  • 忠诚人群(数量,非标准定义)
  • 细分人群(数量,非标准定义)
  • 品牌声量、品牌知名度

但,这些核心指标并不是真正有意义的东西。什么是有意义的呢?——到底投放给了哪些人(具体什么样的人),他们是否真的关心你的东西。例如Awareness阶段之后的主动搜索、互动(转发、点赞、评论等)行为等,这些指标能证明用户与品牌之间距离进一步拉近。

Awareness和最终的销量之间的关系也是老板们关心的,虽然精确地衡量是不可能的,但是我们仍然能够有一些手段去探测awareness与最终销售之间的关系,从而帮助我们优化awareness的预算,比如:利用较长时间周期(一个季度,或者更好一年)的宏观ROI;利用品牌影响力指数(品牌内容影响力指数)趋势与销售量趋势的拟合;利用品牌推广线上转化和线下转化的固定系数关系;利用引入私域流量后查看Engagement并于电商站内的转化情况做对比的方法等等。

Interest:关注受众Engagement,在公域侧包括广告点击、点赞、评论、转发等。相比于被动曝光,主动的互动意味着更高的广告卷入度,表明用户对品牌/产品的兴趣和认可度进一步提升。此外,出于营销成本考量,还需关注互动成本CPE等。

以上是公域视角的指标,那么在私域中,Engagement包括什么呢?主要包括以下指标:

  • 获取用户:用户注册量、浏览量、停留时间、分享数量等;
  • 加粉方面:加粉率、首次建联率、删粉率等;
  • 互动方面:互动次数、互动时长

Purchase:显而易见这一流量评估主要关注受众的转化情况,核心指标如下:

  • 转化量/Leads数
  • 转化金额(GMV)
  • Conversion Rate(转化率)
  • Abandonment Rate(放弃率)
  • ROI = GMV/Cost (实际收入除以推广成本)
  • 客单价(单均价)

Loyalty:关注忠诚度相关指标。在电商平台的交易忠诚表现为复购、关注店铺、回访、加入会员,分享商品、LTV等;在抖音等短视频平台可能表现为关注账号(粉丝),加入粉丝团等,核心指标有加粉数、会员数、分享数等,还需涉及加粉成本等指标。此外,在私域角度的忠诚指标则包含社交裂变分享、回访(频次/间隔)、Churn rate(流失率)、会员数、会员活跃度等。

04 衡量流量也不止用单一指标,很多时候是多个指标联动建模的

我们常常用多个维度来综合衡量,比如常用的Engagement-ROI模型,归因模型等;另外,还要在更长的时间周期来衡量流量。Engagement-ROI评估模型也叫二维评估方法,它描述了人群的行为(兴趣)和最终变现之间的关系 ,是我们解决流量质量和人群质量分析中诸多问题的开端。Engagement通常通常会是用户的行为,也可以是页面浏览量等等……我们以ROAS为横坐标,以Engagement index为纵坐标可以划分出4个区域(如下图所示),位于不同象限的人群具有不同的价值。

图片来自宋星大课堂《数据驱动增长——以消费者为核心的新数字营销》

再比如,CAC(获客成本)和CVR(转化率)这两个指标的联动建模,帮助我们判断流量的性价比,再把流量的新旧程度加入到这个模型中,就能告诉我们更多关于流量的效果和潜力。

05 流量在时间角度的衡量也要考虑进去

总之,流量投放效果的评估绝不仅仅是单一ROI这么简单,我们要结合不同的流量属性、投放场景、时间等进行综合衡量,才能得出一个相对真实的结果。除了以上谈到的单一指标和指标联动建模,时间维度也应该被纳入流量效果的衡量之中,以更全面地衡量流量效果。

例如,归因分析。因为消费者的转化未必是一蹴而就的。在消费旅程中,用户会受到广告触点的多次影响。

举个简单例子,某美妆品牌在38节大促期间做了一次全域广告投放。用户A在电梯中首先看到了广告并扫码浏览商品详情,然后在小红书进行搜索,晚上下班后又在抖音刷到了达人测评视频,最后点进了达人直播间进行了下单。这时,要把最终的成交贡献计算在哪个渠道呢?

这时,我们就需要归因分析来计算每个渠道/触点对最终结果的贡献程度,以科学地衡量广告价值,指导更好的投放。常见的归因模型有:

①First Interaction/最先互动:首次互动的渠道获得100%的功劳。在前面的例子中,用户A首次扫码互动的电梯广告将获得100%的功劳。

②Last Interaction/最后互动:功劳100%归最后一个渠道,即不管用户发生了什么行为,只关注最后一次。在前面的例子中,用户A最后观看的达人直播间将获得100%的功劳。

③Last Non-direct Interaction/最后非直接互动:功劳全部归最后一个渠道,但如果最后一个渠道是直接流量,则功劳全部归上一个渠道。

④Linear/线性归因模型:线性归因是把统计时间内所有的触点的功劳进行平均分配。优点是不用考虑不同渠道的价值权重,大家一视同仁,计算也不复杂。缺点是,部分情况下,若有的渠道价值异常高,可能会“被平均”,因为这种渠道是靠质量而不是数量赢得结果的。

⑤Time Decay/时间衰减:对于统计时间内的所有触点,距离转化越近的渠道获得的贡献越大。这个模型考虑了时间的作用,通常也是时间越久对于用户的转化作用是越弱的。缺点是如果有的渠道天然处于转化链路的起点,那么对于这些渠道是不公正的。

另一个时间角度,是用cohort分析,去看流量的更长时间的转化率或者流失率。Cohort分析通过对性质完全一样的可对比群体的留存情况的比较,来发现哪些因素影响短、中、长期的留存。最典型的Cohort Analysis 表格,一般第一列为自然月份排列,第二列为每个自然月的新增用户数,右侧的表格为当月新增的用户数在后续每个月的留存情况。cohort只用简单的一个图表,甚至连四则运算都不用,就直接描述了用户在一段时间周期(甚至是整个LTV)的留存(或流失)变化情况(如下图)。

除了以上流量属性之外,我们还应加入投放场景这个维度才能更好衡量流量评估指标。从广告主角度而言,有什么样的目标,才有什么样的衡量。

未经允许不得转载:版权归宋星及chinawebanalytics.cn所有宋星的数字观 » 数字化营销转型的十个数据大坑(二):对流量投放效果,没有真正真实的认知
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址