品效销时代,测量如何助力预算分配,推动品牌增长?

摘要

生意不好做的时候,品牌更需要找到适合自己的营销测量方法,来为不同媒介和活动之间的预算分配找到合理依据,让品牌更好地进行精细化运营,达到增长的目的。

  • 测量的作用体现在策略层和执行层两个层面,分别指导品牌长期发展方向和活动优化,因此所用测量工具也会不一样
  • 不同成长周期的品牌,对品效销的侧重不一,因此对测量和指标的选择也不尽相同,但不管怎样,要保证品牌竞争力,都要依据具有前瞻性的指标
  • 国内市场对黑盒化的归因模型的接受度远没有国外那么高,但MTA模型可能更适合中国互联网时代的需求

测量作为营销科学下的一个课题,正受到越来越多品牌的关注。通常在经济环境好的时候,大家的生意都比较好做,对精细化运营和测量的需求也就没那么大。从去年开始,整体经济增长变缓,互联网红利也已基本褪去,品牌增长变得尤为困难。虽然今年疫情防控已全面放开,但国内经济前景还并不十分明朗。因此,广告主还是会谨慎地开展营销和媒介投资活动,在预算的分配上也需要更多的依据。这时候,测量作为品牌精细化运营的重要依据之一,能够辅助品牌进行预算分配的优化,提高营销投资的确定性,从而达成品牌的增长。

测量的作用主要可分为两个层面

测量作用的两个层面为策略层和执行层。两个层面的测量分别会用到不同的测量工具,去解决相应的营销问题。

 

策略层面的测量通常是由品牌的高层主导,决定品牌的长期发展方向,通常会用到多维度的数据和较为复杂的模型,比如营销组合模型MMM。

执行层面的测量会由市场运营和活动策划的相关人员来主导,主要目的是优化活动的投入和产出,比如从素材、频次、点位等细节上,优化每一波OTV广告的设置。这一类测量相对来说会进行得更加频繁。

不论是在策略层还是执行层,测量的结果都会直接地,或间接地对营销预算的分配产生影响。

测量如何对品牌预算分配产生影响

首先明确测量影响品牌的哪部分预算

如果按照品效销的逻辑进行分类,跟销售直接挂钩的,通常是指渠道预算或者电商的预算。这类预算的制定一般是由销售目标(GMV)直接推导出来,不需要涉及太多复杂的测量工具。

另外是跟销售不直接挂钩的预算,由于这部分广告投放渠道更为复杂,并且媒体的测量标准不统一,还需要兼顾品牌广告的长期影响,因此会涉及多种测量工具,这些工具在策略层和执行层分别起到不同的作用。

用前瞻性的测量指标指引投放

对于处在不同成长周期的品牌来说,由于每个品牌对品效销的侧重不一,因此对测量和指标的选择也不尽相同。群邑智库在2022年底对300多个品牌进行了调研(如下图,左侧百分比为选择这一指标的受访品牌比例,右侧数值代表成熟和新锐品牌在同一纬度上的偏好),发现成熟品牌更关注的指标是社交和内容的互动,而新锐品牌最关注的是广告投放的ROI和销售额(GMV)。

由此可见,对关键性指标的侧重,会直接影响品牌对测量工具的选择。然而不管选择怎样的工具,品牌都需要依据有前瞻性的指标,即能够预测及引导品牌和生意的长期增长的指标,来进行品牌的长期投放,保证品牌的竞争力。比如说,选择用ROI这类定义宽泛的指标作为关键性指标时,也需要精准地定义该指标的计算逻辑,并以此统一指导投放决策。

有效测量的步骤

1.开展测量工作的第一步是收集数据,最常见的方法就是通过广告加码,或者页面抓取的方式来收集数据。在完成数据清理和质检之后,广告主就可以用这些数据进行分析和建模。

根据不同的渠道属性,各媒体都会有相应的数据指标。比如说最早出现的电视收视率指标GRP,主要是用来监测传统电视的曝光,并且作为广告主与媒体结算的一种货币,由第三方监测机构提供。

随着媒体格局的演变,尤其是数字平台的发展,越来越多的指标被创造出来,对这些数据指标的抓取,代表了不同的触点在消费链路中独特的价值(如下图)。除了结算的作用,这些指标目前更多地被用作分析和投放的优化。

2.有了这些数据之后,广告主就可以进一步开展分析和洞察。通常会用到三种分析的方法:AB实验、增量测量和归因模型。

AB实验是最容易操作的方法,主要是用于在多个素材或者人群中,挑选出最佳项。

增量测量通常被用来分析广告对品牌资产或销量提升所起的作用。

归因分析主要涉及两类模型:MMM(Marketing mix modeling营销矩阵模型)和MTA(Multi-touch attribution多触点归因)。其中,MMM模型能够综合多个因素(如市场动态、促销打折、媒介选择等)及多维度数据进行归因。但由于数据收集难度大,执行周期长,时效性低,因此在国内主要是一些国际成熟品牌在使用。

某品牌MMM模型下的实际归因组成

MTA模型有较好的时效性,能够提供的数据颗粒度也较细,更符合互联网时代的需求。但由于需要ID级数据的打通,应用的场景受到了限制,目前更多地用于在某个互联网生态内进行归因,或者是某些品牌自建CDP(客户数据平台)进行数据收集、打通和归因。

跟国外相比,国内市场对黑盒化的归因模型的接受度远远没有那么高。一方面有历史的原因,在欧美市场MMM模型已经是被使用了几十年的成熟工具,早已得到了市场的认可;另一方面是因为归因模型的算法不透明,因此在很多国内的新兴公司内部难以形成共识,黑盒化的工具要得到普及是困难重重的。

以某个国际大品牌为例,公司的管理层会设定下一年的营销预算及目标。品牌总监根据要完成的目标,结合MMM的结果和其他调研(如品牌健康度调研)或第三方数据,进行下一年的品牌预算分配。

这个品牌会参考不同维度的数据综合评估投放的效果,但也不排除其他有些品牌只关注单一指标,或者个别核心指标。每个品牌都应该建立符合自身特征的测量体系,没有什么黄金法则是可以通用的。

测量是重要前提,但避免过度依赖

在本文的最后,想总结几点建议,希望能够对品牌接下来的预算分配和投资决策有一点点启发。

首先,要明确测量是一切优化和提效的基础,选择有前瞻性的指标进行投放效果的评估,可保证品牌的竞争力。

其次,进行测量的方法和手段有很多,前期的投入和执行的难度也可大可小,品牌需根据自身的资源和现阶段的主要目标开展测量工作。

最后,对于测量和分析的结果,需抓大放小,细中留粗。不应忽视测量的重要性,但也不应过度地依赖测量结果,仍需要结合当下的竞争环境和品牌的长期目标综合判断,再做出决定。

来自:群邑智库

感谢支持199IT
我们致力为中国互联网研究和咨询及IT行业数据专业人员和决策者提供一个数据共享平台。

要继续访问我们的网站,只需关闭您的广告拦截器并刷新页面。
滚动到顶部