到底應該如何衡量廣告的效果？_風聞

“我有一半的廣告費都被浪費了，但就是不知道是哪一半。” 

零售大亨約翰·沃納梅克這句幾十年前的話道出了廣告效果衡量的難點。

的確，廣告作為經濟運行中的一個重要環節，到底如何衡量廣告的效果一直既是業界的重點、熱點也是難點。

在深入討論這個話題之前，我們先梳理一下廣告效果衡量是如何變遷的。

一、歷史悠久的廣告效果衡量

現代廣告最早是從美國興起並走向繁榮的。1923年，美國著名廣告人克勞德·霍普金斯出版了廣告領域一本非常重要的著作——《科學的廣告》，系統地闡述了他對效果廣告的看法。

這位廣告界的效果派非常接地氣地發明了優惠券、免費試用品、郵寄目錄、測試營銷等一系列超前的廣告投放方法。

比如他為了比較兩個廣告文案的效果，會將兩個文案同時印在相同報紙相同版面但留下不同的免費樣品領取郵寄地址，然後統計兩個文案分別收到了多少個免費樣品索取的請求，這幾乎是廣告界對效果的最早最準確的衡量。

霍普金斯犀利地批評了當時廣告的另一個流派——藝術派，他説：

“有一些廣告人放棄了他們的職責，他們忘記了自己是推銷員，而把自己當做了一個演員，他們開始追求掌聲，而不是銷售量。”

他的思想對後續的著名廣告人大衞•奧格威產生了重要的影響，奧格威在《一個廣告人的自白》中説過一句著名的話——“我們做廣告是為了銷售產品，否則就不是做廣告。”

在他看來，最終能否產生銷量是衡量一個廣告好壞的標準——“一個廣告和另外一個廣告之間的差異是用銷售力的尺度來衡量的，它們的差異可以是19∶1。”

某種意義上，奧格威做的是那個時代的“效果廣告”。

所以，和很多人的認知不同，傳統廣告並非是一個完全依靠創意、天才、靈感的領域，這個領域的佼佼者反而很早就注重廣告效果的衡量。

當然，彼時的廣告效果依然只是事後的衡量，並不與廣告的花費直接相關，真正將廣告效果和廣告消耗直接關聯要等到偉大的互聯網時代。

二、互聯網時代的廣告效果衡量

互聯網的誕生對廣告而言毫無疑問是一場技術革命，它改變了廣告的計費規則，重新定義了廣告的精準性，也給廣告效果的衡量帶來了質的飛躍。

首先，互聯網帶給廣告的第一個變化就是按效果付費。傳統廣告為什麼不能做到這一點呢？原因是傳統廣告儘管也關注廣告效果，但那時的廣告效果是相對模糊且難以實際量化的。

互聯網的意義就是將廣告投放的整個過程數據化了，這個數據化的過程讓廣告投放的每一個環節都可以量化衡量，這種精確衡量的直接結果就是按效果付費。

於是，最早的按效果付費的一種計費方式CPC就誕生了——用户點擊才付費，不點不收錢。

注意，伴隨按效果付費同時誕生的還有一種全新的廣告結算模式——競價。

事實上，按效果付費和競價是一對孿生兄弟，是一同出現的，這背後的底層原因是按效果付費在本質上是和廣告媒體的利益最大化衝突的。

比如一個廣告主出1000塊錢，要1000個點擊，摺合1塊錢一個點擊，但如果他給了一個很糟糕的素材，點擊率很差。

那麼為了達到這1000個點擊，廣告平台是需要給無限的流量以達成目標的，不按競價進行購買，則廣告主沒有動力去優化廣告創意。

隨着互聯網的進一步發展，按效果付費裏的“效果”的內涵逐漸變得豐富起來，既然點擊可以稱之為效果，那麼安裝是否可以呢，激活是否可以呢，付費是否可以呢？

答案是都可以，前提是廣告主能獲取到這些數據，以上這些深層次的效果數據有的依靠平台本身擁有，有的依賴廣告主回傳。總之，對於效果的衡量，互聯網廣告能一直走到轉化鏈條的最末端。

有了這些數據，廣告平台可以做的一個重要的點就是效果優化了。

效果優化是互聯網廣告的精髓和核心技術，即如果平台知道了某個用户對某個廣告產生了轉化，它就能根據雙方的特徵進行模擬預估，下次還將同樣的廣告內容匹配給同樣特徵的人，廣告的精準性就是這樣實現滴。

三、效果廣告的數據閉環是如何打通的？

剛剛談到互聯網廣告平台做的最基礎的工作就是CTR預估，即點擊率預估，這是因為點擊這個數據平台本身就能獲取得到。

儘管點擊很重要，但對於廣告主而言，點擊並不是目的，它只是手段，廣告主關心的其實是後續的轉化鏈路，但廣告平台如果沒有後續的轉化鏈路，它是無法進行相應優化的。

所以隨着效果廣告的發展，在廣告平台和廣告主之間架起一個數據回傳的閉環就成為一項迫切的工作。

那麼具體如何做呢？

Facebook做了最先的嘗試，它首先推出的是一個叫“像素”的埋點功能。

當時廣告的落地頁主要以H5的形式呈現，Facebook的像素是一個空白像素+一段統計上報代碼，需要廣告主將這個“像素”放到廣告落地頁的相應位置，這樣用户在訪問廣告落地頁的時候，點擊不同區域Facebook就能收到這樣的深度互動行為數據了。

這是實現起來最簡單的方案，廣告落地頁上的互動行為畢竟屬於轉化領域的淺層轉化行為，如果要統計App的下載、激活、付費，電商的收藏、支付、復購等更深層次的行為，“像素”就無法起作用了。

於是，廣告平台乾脆開發了一個專門的API接口，通常叫“callback”接口，專門用來回傳轉化數據，而轉化的類型就變得非常豐富了。

比如上面説的下載、安裝、激活、付費，電商的收藏、加購物車、支付，線下的到店、試用、下單等，都可以通過這個統一的接口進行回傳了。

這時候有人會有疑問——後邊的轉化數據其實是非常重要的數據，企業願不願將這些數據回傳給廣告平台呢。事實上，的確有這樣的顧慮，後邊會講針對這類情況典型平台的解決方案。

可以看到ROI其實是廣告主最終關心的核心指標，而中間的其他轉化指標則是ROI的先導性指標，二者存在強相關，但這個強相關是波動和變化的。

因此當廣告平台不能針對ROI直接進行優化時，就需要廣告主自行把握和控制轉化指標和ROI之間的關係，這是廣告主重要的痛點，也是廣告平台們一直努力的方向。

四、互聯網廣告效果衡量的進化方向

今天，互聯網廣告效果衡量會朝哪一個方向演進呢？

其中一個方向就是——基於轉化的算法優化。

對於互聯網廣告而言，效果是一個典型的逐層遞減的轉化漏斗，有的轉化漏斗短，有的轉化漏斗長，比如網服行業的工具類產品，可能它的漏斗就相對長一些。

一個典型的工具類產品的轉化流程是——廣告曝光、廣告點擊、應用下載、應用安裝、應用激活、瀏覽變現廣告。

從上一個環節到下一個環節，都會有不同程度的流失。

而理論上，在支持按效果進行出價的今天，都可以對上述轉化事件進行單獨出價——比如3元購買一個有效下載、5元購買一個有效激活，無論用哪一個轉化事件進行出價。

今天成熟的廣告系統都能進行針對性的優化，即在客户能接受的範圍內將廣告內容推動給最可能轉化的用户。

然而，這裏邊有一個問題，**廣告平台能對轉化事件進行針對優化的前提是廣告主必須將轉化事件的數據回傳給廣告平台，**因為廣告平台需要這些轉化數據反哺系統去識別和預估哪些是容易轉化的用户。

但對於任何一個廣告主而言，試聽、下單、復購等轉化數據都是最核心的數據，是公司最重要的資產，所以他們對這些數據回傳的安全性也是存在顧慮的。

那麼，如何解決這個問題呢？

騰訊廣告的解決方案或許值得參考——首先騰訊的廣告生態非常完善，有為App推廣買量的騰訊廣告，也有為App提供流量變現的平台——“優量匯”，這樣的好處是非常明顯的——

即你無需回傳收入數據，因為優量匯已經精準實時地知道了你的收入數據，這就可以為廣告效果的優化提供非常有利的操作空間了。

那麼，騰訊具體是如何通過這一數據閉環來優化廣告效果的呢？

答案是基於ROI預估的出價模型，即App廣告主可以設置一個淺層轉化行為的轉化成本和一個最低可接受的首日變現ROI（=首日內變現金額/廣告當天的消耗）。

系統會在參考淺層轉化行為目標成本的基礎上，根據預估廣告頻次、ECPM實時計算出價，儘可能控制廣告變現ROI不低於廣告主設置的期望ROI。

這樣做的目的是在保障ROI基礎上，提升拿量能力。

這其實已經是騰訊廣告針對這類廣告效果優化的一次升級了，升級之前採取的是針對次留存率進行預估的雙出價的模式，它背後的邏輯是次日留存和變現二者之間是強相關關係，因此次留這一指標在某種意義上能代表變現效率。

但畢竟二者本身並不相等，這樣的做法會直接過濾掉一些次留低但付費意願強的用户，這些用户其實也屬於App應該爭取的用户。

這樣的好處是顯而易見的：

**首先，廣告主無需進行全部收入數據的回傳，**因為優量匯本身就存儲變現數據，也無需將其他渠道變現收入回傳，最大程度上打消了廣告主的數據安全顧慮。

**其次，系統自動實時通過預估收益調節出價，**無需投手根據首日ROI倒推次留率目標進行手動調整，同時也不會錯誤地過濾留存低而付費意願強的客户。

再次，這個方案由於數據的連續性，可以有效避免廣告計劃在一定時間後跑量能力下降的問題。

正是這些在ROI變現方面的領先優勢，讓騰訊廣告在效果廣告進入深水區之後依然能給廣告主帶來足夠的優秀的回報。

效果廣告是一個“以結果為導向”的行業，必須有足夠亮眼的ROI才能獲得廣告主的認可，作為國內老牌的效果廣告平台，騰訊廣告一直走在廣告效果衡量創新的前列。

**相比競媒，騰訊廣告變現ROI更靈活，**不強制要求廣告主變現佔比，也無需將全媒體變現數據回傳，使用大串行單層併發請求即可獲得良好預估。

更重要的是，針對廣告主在使用變現ROI後7日掉量的痛點，騰訊廣告變現ROI優化策略，兼顧整體LTV回收曲線，穩步提升LTV，確保回收不斷崖。

以某工具行業廣告主為例，6月開始測試賬户，持續跑量長達18天，在拿量效果、次留率、首日及7日變現ROI等方面的數據均優於次留雙出價廣告。首日ROI超過出價120%，仍可持續維持跑量能力。

毫無疑問，今天的廣告效果預估由於系統能力的進步，已經和傳統時代不可同日而語了，除了剛剛説的基於結果的算法優化，我們對於效果的定義和認知也不斷髮生變化，比如效果是看一個指標還是看多個指標？

如果是多個指標，哪個指標是優先的？其他指標的權重是多少？是看短期效果指標還是應該看長期效果指標？如果看長期效果指標，如何解決算法要求的即時數據反饋問題…….

這些都是互聯網時代廣告效果衡量的實際問題，而這些問題的解決依舊需要我們新一代廣告人不斷在實踐中探索和開拓。

——End——