在日常的工作中, 經(jīng)常會遇到對于同一組廣告數(shù)據(jù), 甲方和乙方對于同一組廣告效果的理解與意見完全是相反的情況. 原因在于雙方所處的視角不同, 甲方思考方向多是業(yè)務(wù)性方向, 乙方的思考方向是專業(yè)性方向,雙方溝通的結(jié)合點就是廣告的數(shù)據(jù)表現(xiàn).
這個時候, 溝通產(chǎn)生兩種結(jié)果.
第一種, 乙方根據(jù)專業(yè)性, 向甲方解釋原理, 嘗試和甲方從專業(yè)性上達成一致, 這種情況對接人, 多是甲方的老板或者決策者的角色. 因為甲方老板沒有向上匯報的壓力, 更加在乎數(shù)據(jù)的真實性以及有效性. 而當(dāng)對接人是運營角色或者是需要向上匯報的角色時, 這個時候如果還是強行向?qū)γ娼忉屧? 那么就會陷入常叫做"專業(yè)性陷阱"的情況.
第二種, 甲方從業(yè)務(wù)邏輯出發(fā), 然后達成廣告效果的一致. 這種情況下, 對接人是甲方的運營, 由于有對內(nèi)匯報的夜里, 所以更加在乎紙面上呈現(xiàn)的數(shù)據(jù), 真實性反而是其次, 所以一般以完全數(shù)據(jù)導(dǎo)向的復(fù)盤, 往往會陷入一種叫做"story telling"的情況, 直白點就是乙方欺負甲方不懂, 單純地用數(shù)字給甲方畫大餅.
之所以會出現(xiàn)不同的情況, 主要是對于同一組數(shù)據(jù), 認知不一樣. 通常, 甲方認為系統(tǒng)跑出來的數(shù)據(jù), 就是100%正確的業(yè)務(wù)數(shù)據(jù), 能夠指導(dǎo)業(yè)務(wù)決策, 比如最常見的就是甲方看到ROI特別好, 就瘋狂加錢. 相反, 由于專業(yè)乙方通常都了解數(shù)據(jù)產(chǎn)生的邏輯, 所以會首先考慮數(shù)據(jù)是否有真實地反映業(yè)務(wù). 如果能反映, 才會進一步參考, 如果不能, 就會考慮替代的反映數(shù)據(jù).
下面, 基于Amazon的廣告數(shù)據(jù), 分析Amazon的歸因模型, 來說明為什么數(shù)據(jù)有時候會騙人.
1. 歸因模型
1.1 什么是歸因模型 Attribution Model
通常接觸廣告就了, 就會對各種名詞麻木, 因此, 在開始之前, 需要先說明什么是歸因模型. 簡單拉說, 歸因模型, 就是將完成某項目標的關(guān)鍵節(jié)點提取出來的一套規(guī)則, 如果再用數(shù)據(jù)的方式呈現(xiàn)結(jié)果, 那么就成為了我們的業(yè)務(wù)數(shù)據(jù).
舉個例子, 宋丹丹說的"把冰箱裝進冰箱, 統(tǒng)共分三步: 打開冰箱門, 把大象放進去, 關(guān)上冰箱門", 這就將"把大象放冰箱"的這個目標, 歸因到了三個關(guān)鍵節(jié)點上, 如下圖所示:
對于廣告業(yè)務(wù)來講, 我們就將這個流程進行簡化抽象: 觸達客戶(impression) - 吸引客戶(Click) - 獲取客戶(DPV) - 轉(zhuǎn)化客戶(Unit)這樣的一個流程. 在這個流程中, 就會包含我們?nèi)粘Ｊ褂玫降母黜棓?shù)據(jù)指標. 如下圖所示:
至此, 我們先把歸因模型說清楚了: 將現(xiàn)實業(yè)務(wù)的關(guān)鍵節(jié)點, 通過一套規(guī)則, 抽象出來, 并用數(shù)據(jù)描述這些節(jié)點.
1.2 歸因模型會出問題嗎
會! 而且是一定會!
了解了什么是歸因模型之后, 我們就應(yīng)該知道, 既然是抽象, 那么就存在一個前提, 那就是要抽象合理. 只有在抽象合理的情況下, 那么數(shù)據(jù)才能對于業(yè)務(wù)有指導(dǎo)意義.
先說正確的情況, 不如Amazon賣家后臺的Business Report中的銷量數(shù)據(jù), 它每增加1, 就代表了你的產(chǎn)品被賣出去了1個, 也代表了你的庫存數(shù)量少了一個. 這是真正能反映業(yè)務(wù)的數(shù)據(jù).
再說不正確的歸因. 舉個例子, 我們都知道SP廣告的歸因方式是7天內(nèi)點擊過SP廣告的人. 如下圖所示, 消費者A和B都在Day1點擊過SP廣告, 但是消費者消費者A, 最后在Day7購買了產(chǎn)品, 因此, 此次購買會被記錄到SP廣告的數(shù)據(jù)報告里; 而消費者B, 在Day8購買了產(chǎn)品, 那么根據(jù)歸因規(guī)則, 此次購買就不會被記錄在SP廣告的數(shù)據(jù)報告里.
那么現(xiàn)在有一個問題, 消費者B的銷售是否應(yīng)該歸功于SP廣告. 如果直接回答應(yīng)該或者不應(yīng)該都是不合理的, 原因在于不清楚該產(chǎn)品的購買周期. 假如該產(chǎn)品是快消品, 那么甚至A和B都不應(yīng)該歸功, 甚至Amazon本身的7天歸因周期都是過于長的; 但是假如是消費者購買壓力很大的產(chǎn)品, 其考慮周期遠遠超過7天, 那么Amazon本身的7天歸因周期都是過于短了, A和B都應(yīng)該算是被廣告有效轉(zhuǎn)化.
通過上述這個例子, 我們還能百分之百地說數(shù)據(jù)就百分之百可信嗎?
2. Amazon的歸因模型
2.1 歸因模型有哪些
在開始了解歸因模型之前, 我們要先知道目前常見的歸因模型有哪些. 首先, 我們看一張圖, 其中每一張圖的柱子, 代表了消費者的觸達先后順序. 接下來我們挨個說明.
1. 首次點擊模型(發(fā)傳單模式)
首次歸因, 這種歸因模式強調(diào)了對于消費者的第一次觸達是非常重要的. 這種情況一般用于對于自己的產(chǎn)品非常有信心, 或者因為某些原因, 消費者連嘗試的成本都非常高. 那么這種時候, 需要的是一個開始的機會. 比如常見的免費試用, 免費試吃等等; 所以, 我將這種模式稱之為發(fā)傳達模式, 只要你的傳單發(fā)的出去, 并且被客戶拿到手上, 那么就代表這次發(fā)傳單是有效的. 至于后面再觸達消費者, 如何讓消費者轉(zhuǎn)化, 難度都會比較小. 因此, 將功勞歸功于難度最大的第一次觸達.
2. 末次點擊歸因模型(Amazon模式)
這種歸因模式的弊端非常多, 強調(diào)了最后一次廣告觸達的重要性. 簡單來講, 就是一個人吃飯吃飽了, 會被歸因為吃了最后一口飯吃飽的, 前面的飯都白吃了. 這種歸因會導(dǎo)致運營對廣告效果錯誤的預(yù)估, 從而錯誤的加大該類型廣告資源的投放.
但是這種歸因模式非常適合SEO, 這個和SEO的業(yè)務(wù)邏輯是有關(guān)系的. 此處不展開, 簡單說就是SEO的業(yè)務(wù)邏輯是消費者先表明需求, 如先搜索, 那么Amazon的站內(nèi)SEO廣告就可以承接這種需求, 因此轉(zhuǎn)化的可能性非常高, 所以Amazon用了末次點擊歸因模型. 但是問題出在, Amazon的廣告產(chǎn)品結(jié)構(gòu)不是只有SEO, 或者說大部分不是SEO, 這就導(dǎo)致了做其他廣告的運營會非常難受. 于是, Amazon給出了一個逆天的歸因模式, 就是末次瀏覽歸因, 就是不要你點, 只要展示在你眼前就算廣告有效. 我的判斷是Amazon由于剛開始進行廣告業(yè)務(wù)版圖的拓展, 的這種歸因只是一個過渡性的歸因, 在發(fā)展的過程中, 遲早會替換掉.
3. 線性歸因模型(大鍋飯模式/懶人模式)
這種歸因模型, 將產(chǎn)生的每一次有效轉(zhuǎn)化, 平均地分到每一個廣告觸達上. 這種歸因模式雖然兼顧了每一次觸達, 但是也讓一些真實效果很差的廣告沒有辦法甄別出來, 也沒有辦法甄別出來真實效果很好的廣告. 我的評價是懶人模式.
4. 時序增強模型
這個模型也是兼顧了每一次的廣告觸達, 認為離消費者轉(zhuǎn)化時間越近的觸達, 越有效. 這個模型具備一定的合理性, 但是一般適合用在同種廣告的先后觸達上. 問題和3一樣, 就是沒有辦法甄別好的和壞的廣告組.
5. 馬爾科夫模型(缺你地球就不轉(zhuǎn)模型)
這個模型是Amazon目前強推的一個方案, 原理比較復(fù)雜. 我這里用一句話總結(jié)就是, 排列組合所有的觸達路徑, 將其中一種廣告類型拿掉之后, 相應(yīng)的路徑就會失去, 相應(yīng)的銷售額就會下降, 下降的百分比代表了該廣告類型的重要程度.
6. 沙普利值歸因模型(看誰賣力模型)
沙普利值模型, 是谷歌常用的模型. 簡單來說, 不管你怎么出大, 我只看不同的觸達順序下, 不同廣告的觸達的次數(shù), 最后求個平均值就是該種廣告的賣力程度. 和5的思路是一致的.
2.2 詳解Amazon歸因模型
Amazon的歸因模型是上述的末次點擊(瀏覽)歸因, 主要依賴于2種行為和2個周期來提取實際廣告業(yè)務(wù)中的數(shù)據(jù). 2種行為分別是click和view, 并且click的優(yōu)先級高于view; 2個周期是7天和14天, 7天優(yōu)先級高于14天, 采取就近原則. 各廣告產(chǎn)品的歸因規(guī)則如下表所示:
| 廣告類型 | SP | SB | SD | DSP |
|---|---|---|---|---|
| 有效行為 | Click | Click | View/Click | View |
| 歸因周期 | 7 | 14 | 14 | 14 |
用幾個例子解釋上面這個表:
案例1: 因為B出產(chǎn)生了點擊, 并且在歸因周期內(nèi), 所以此次購買被歸因到B;
案例2: 因為C點瀏覽時間距離購買更近, 所以歸因到C點;
案例3: 因為C點點擊距離購買更近, 所以歸因到C點;
案例4: 因為AB同時點擊, 歸因到B點;
案例5: BC同時瀏覽, SP不受瀏覽限制, 歸因到C點;
案例6: 同5, SP不受瀏覽歸因, 購買歸因到C點;
3. 詳解Amazon歸因不合理性
上面說過, Amazon的歸因強調(diào)了消費者在下單前, 最后一次觸達廣告的重要性. 簡單總結(jié)就是, 你吃飯吃飽了, 是因為你吃了最后一口. 如果將這個邏輯提取下, 就是如下圖所示:
一切的流量原來都是自然流量, 我們將其中一些流量觸達, 讓他們看到我們的廣告, 然后來購買產(chǎn)品. 這是Amazon廣告起作用的基本邏輯, 為什么說不合理呢, 看一下幾個案例.
1. 購買前強行觸達
這是第一種不合理的做法. 有些流量本來是可以自己轉(zhuǎn)化的, 但是為了一個好的廣告數(shù)據(jù), 在轉(zhuǎn)化的前一步強行插入廣告讓廣告觸達, 那么這個時候就可以讓原本的歸因被強行歸因到插入的廣告類型上. 如下圖所示, 就可以讓廣告2完全接手這兩次轉(zhuǎn)化的數(shù)據(jù).
這種不合理的場景, 在實際業(yè)務(wù)上的表現(xiàn)舉2個例子.
第一個例子, DSP廣告作為靈活性非常高的瀏覽歸因廣告, 引進來的流量, 通常不可避免地被站內(nèi)的SP廣告二次觸達.
第二個例子, DSP可以實時定向正在瀏覽某些產(chǎn)品的人群. 如果用這種方式, 用自己的廣告去定向正在瀏覽自己產(chǎn)品的人, 那么無論這個人是否是被廣告觸達, 都會被歸因到這個廣告, 在實際效果中, 其ROI表現(xiàn)極度夸張. 這也是服務(wù)商用來提升數(shù)據(jù)表現(xiàn)的常用方式之一.
2. 搶占心理盲區(qū)版位
我通常將這個版位叫做心理盲區(qū)版位, 因為其被有效觀測的次數(shù)不多, 但是可以通過瀏覽歸因歸因到非常多的數(shù)據(jù), 因此這個版位通常由于其數(shù)據(jù)表現(xiàn)極佳, 被叫做黃金版位, 但是現(xiàn)在可以看出來, 黃金版位并不黃金.
3. 大促預(yù)熱多久前開始
如果說, 賣家都按照廣告數(shù)據(jù)的歸因進行效果判斷, 那么歸因周期最長的也就只有14天, 那么有些賣家提前1個月開始營銷, 超出14天的營銷效果該如何衡量, 因為無法在數(shù)據(jù)中體現(xiàn)出來. 但是我們知道, 大促預(yù)熱是有效的, 為什么, 因為業(yè)務(wù)邏輯應(yīng)該優(yōu)先于數(shù)據(jù).
文末
通過一整篇文章的分析, 我們可以看出, 所有的效果判斷, 都應(yīng)該業(yè)務(wù)優(yōu)先邏輯先行, 其次才是去觀察數(shù)據(jù).
