在行銷領域中,用於測定廣告活動和媒體投資效果的方法主要有四種。
-
追蹤(Tracking):通过将特定的客户資訊、转化、订单等与广告接触資訊关联来测量效果。例子包括使用Cookie进行的网络行为跟踪、在URL中新增参数、为广告活动设置特定页面、电话号码跟踪和优惠代码管理等。
-
實驗(A/B測試等):通过将接触特定广告的群体与未接触的群体进行比较,以评估广告的效果。定位广告效果的理想方法。
-
問卷調查:通过直接询问客户了解到产品或服务的路径,并通过时间序列记录,确定营销活动或广告措施带来的变化。
-
數理建模(如MMM):通过结合观测数据与统计学分析模型,定量描述各媒体的广告费用与目标效果指标(如转化、新客户、销售等)间的关系。
这些方法各有优缺点,并在广告效果测定中起着重要作用。接下来,将逐一探讨这些方法的理想应用情境。
追蹤(Tracking)
追踪的目的是将各个转化事件归因于特定的广告措施。与实验或数理建模不同,追踪可以将个别的转化事件明确地分配给具体的媒体或广告活动。
使用追踪方法的主要优点是设置简单且易于理解,但也存在一些缺点。比如,它往往高估接近转化的措施,而低估了首次接触广告的媒体的效果。此外,使用优惠券代码进行追踪可能与广告效果关联困难,且难以判断是广告影响还是优惠促销影响。
實驗(A/B測試等)
实验通过随机选择测试组和对照组,推测广告的因果关系,成为测定增量效果的标准方法。「品牌提升调查」和「搜索提升调查」也是实验的一种。
实验方法科学合理,但往往难以同时评估多种措施或媒体,且需要更多人力资源。实验的时间和环境设置也对结果产生显著影响。
問卷調查
通过直接询问客户选择产品或服务的原因,可以获得高信度的資訊。问卷调查可短时间内评估大量受众,同时低成本获取定量数据。缺点是需要广告主具备一定的统计学和社会调查经验,设计错误可能导致结果不可靠。
數理建模(如MMM)
广告效果测定的第四种柱是通过回归分析进行数理建模。数理建模不仅量化关联关系,还推测因果关系。方法复杂,需要数据科学和统计学的深入知识。尽管挑战重重,正确建模后可精确评估广告效果,涵盖直接和间接效果、长期效果等。
总结:對於行銷投資,企業應結合各種測量方法,根據個體情況選擇合適的方法。四種方法各有優劣,企業需釐清目的,綜合考量才能有效進行廣告效果測定。