alexa
置頂

廣告分析學2.0 提高30%行銷績效

2015-01-30
瀏覽數 2,150+
廣告分析學2.0 提高30%行銷績效
分享 Line分享分享 複製連結

你想過嗎,媒體廣告是怎麼樣影響你的購買決策?

這是一個最典型的媒體廣告影響購買行為。你在電視上看到豐田Camry轎車廣告,並用行動裝置Google 搜尋「轎車」;點選瀏覽汽車雜誌網站,你注意到一家汽車代理商的展示廣告;網站上其中一篇車評可以連結到YouTube,因此你看了Camry 車主製作的影片,以及Camry 的廣告。某天你在上班途中,看到一個以前沒有注意到的豐田廣告牌,接著,又收到豐田提供限時優惠購車的郵件。你上網查看幾家代理商的網站,包括汽車雜誌和郵件推薦的代理商,最後選定一家,上門試車、買車。

現在的消費者,會在各種媒體和銷售管道接觸到各式行銷接觸點,這些接觸點彼此交互影響。但長久以來,企業都是一次只衡量一個媒體推出廣告的影響力,好像這些活動是各自獨立運作的,這種做法可能導致嚴重高估或低估個別廣告的收益,但行銷人員完全不自知。

邁向廣告分析學2.0

固守傳統的分析學1.0 已過時了,企業行銷主管應該問兩個問題:第一,消費者接觸到的廣告,如何互相作用,並影響他?第二,企業在消費者做決定的歷程中,是否在適當地點做了適當投資,促使他採取行動?

全球許多企業,正在改用分析學2.0。這是一套能馬上分析幾兆位元組資料,以及數百個變數的能力,讓行銷作業極度清晰,甚至可推算未來,改變廣告策略。簡單說,分析讓人知道,哪些做法是真正有用的。由資料帶來的洞察力,使企業得以在原有預算內,將行銷績效提高10%到30%,有時甚至更高。

某消費性電器公司,發現在公司的整體廣告預算中,搜尋引擎廣告只占4%,卻為公司帶來25%銷售業績;占了6%預算的YouTube 廣告,對促成採購的網路搜尋,比占85%預算的電視高出1 倍。重新分配廣告經費後,沒有多花一分錢,就讓銷售額增加了9%。

分析學2.0,由大資料、雲端運算、新分析法推動,為行銷運作對營收的作用提供全新的認知。這種方法與3 種廣泛活動有關:

活動1:歸因(attribution)

把每一種廣告單元的貢獻加以量化

要斷定你的廣告活動如何互動,並推動實際購買,首先蒐集5 種廣泛類別的資料:市場狀況、競爭活動、行銷活動、消費者反應,以及業務結果。

目前已相當成熟的分析學,因為可用詳細的資料,來分析不同媒體在不同地點的產品銷售和廣告效果,因而能顯示各媒體行銷活動造成的衝擊。我們把這些間接效應稱為「輔助率」(assist rates)。要洞察特定輔助效應,必須有能力追蹤消費者行為如何因廣告投資和銷售活動而改變。分析學2.0 利用一連串精密的聯立方程式統計模式,重新組合各種活動彼此相關的效應,呈現一套正確解讀市場行為的觀點。

活動2:最佳化(optimization)

利用預測分析學工具,為企業計畫推算模擬情境

利用歸因程序蒐集和分析,能讓你衡量每一種業務推動力,分派某種「伸縮性」。所謂的伸縮性,是指一種變數百分比的改變,對另一種變數百分比改變的比率。了解各種業務推動力的伸縮性,可以協助預測你採取的特定改變,會如何影響特定結果。

典型的最佳化程序,團隊成員會先定義市場目標,而且這種目標,經常涵蓋多種產品和市場。針對業務推動力伸縮性的龐大資料庫,運用最佳化軟體進行分析,會呈現一套最可能出現的景象,並對如何達成這些目標提出行銷建議。

活動3:調配(allocation)

即時對各種行銷活動重新調配資源

調配作業涉及把歸因和戰爭遊戲的結果納入市場、衡量效用、確認模式,也就是進行市場實驗,以確定分析的發現,並在必要時修正方向。

5 個施行步驟

科技絕對必要,但光靠著科技,並不足以促使組織邁向分析學2.0。這些計畫需要5 個步驟,而且連小公司都可以依樣施行。

1 要讓整個組織接受分析學2.0,必須由最高階主管倡導推動。新的分析方法出現時,經常會碰到一些阻力,因為新方法對哪些做法管用、哪些不管用的固有觀念構成挑戰。高階主管是否對新方法展現信念,對於在初期協助推動清晰願景及配合,極為重要。

2 指定一個懂得分析學的主管或經理,擔任新計畫的聯絡人。這個人應擁有高明的分析技巧,以及超然客觀

的聲譽。他可以向行銷長負責,或是加入由行銷和財務部門組成的跨功能團隊。隨著計畫擴大,他可以協助引導跨部門的業務策畫和資源調配。

3 希望獲得答案的問題,根據先後輕重擬定清單,徹底清點整個組織擁有的資料。成功推動分析學2.0 作業極為重要的資料,常埋藏在行銷之外的其他部門,從財務部一直到客服等。找出和統合這些性質不同的資料,並成立繼續收集資料的系統,把這些資料視為智慧財產,賦予資產價值。

4 從小規模做起,用特定的業務系列、地理或產品,來證明這套概念。建立有限度的模式,以獲致初期的成功。

5 進行激進測試,並把結果回饋給擬定的模式。例如,如果最佳化分析顯示,把廣告開支從電視轉移到線上展

示能促進銷售,不妨嘗試做小規模的局部試驗,並根據試驗結果,做出更精確的估算。市場測試是行之已久的做法,新法不同之處,是正確判斷媒體歸因,讓測試作業更加有效。

雖然分析學2.0 可能複雜得使內部團隊難以應付,但無論如何,這是大勢所趨:行銷正迅速成為知識、洞察力,以及經由分析學2.0 獲得不對稱優勢的戰爭。不採用下一代分析學的公司,很快就會被識時務的同業拋在後面。(摘自《哈佛商業評論》全球繁體中文版,2013年3月號〈廣告分析學2.0〉,翻譯│黃秀媛)

分享 Line分享分享 複製連結
職場學
您也可能喜歡這些文章
您也可能喜歡這些文章