当前位置:主页 > 关注 >

品效销时代,测量如何助力预算分配,推动品牌增长?

发布时间: 2023-08-08 15:27:42 来源:199IT

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。


【资料图】

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

标签:

为您推荐