IDFA以及即将到来的GAID的流失，大大削减了广告主衡量买量效果的能力，广告主将买到的用户归因到花费上也变得越来越难，伴随着预算花不出去、钱没花对地方、用户信息基本流失等问题不可避免的存在，衡量花费效果的能力已成为实现增长的关键。今天我们将展开聊聊“衡量增量”和“买量增长”这两件事。
把预算花在买增量上以下这张图展示的是自然量和广告带来的增量，在两部分量重合的部分其实是“无论看不看广告，都能转化的用户”，所以我们广告要知道，这部分的用户是不需要我们花钱来触达的，我们的预算应该用在右侧蓝色真正的增量。
增量测试这张图是一组广告组测试对比结果，右侧是定期用增量测试的结果来校准归因和MMM模型，左侧并没有这个操作。从展示的结果上来看，右侧campaignB中MMP/ads manager里显示表现更差，但实际买到的增量确实更多些。
熟练应用MMM模型MMM是一种营销组合模型（Marketing Mix Modelling），更是一种隐私友好、高效且灵活的跨渠道测量分析工具，具备以下功能：搭建增长“黄金三角”所谓的黄金三角分别是lift/增量测试，即衡量广告的真实值，用于定期校准归因和MMM模型；营销组合模型（MMM），即用于指导跨渠道的预算分配；rule-based归因模型（MMP），即用于指导UA在单一渠道的日常投放工作。“黄金三角”缺一不可，各有存在的价值。
Meta携手业内的优质合作伙伴正投入多年时间来构建解决方案，合作制定包含相关技术和方法的行业标准，主要体现在以下几个方面：端侧机器学习从历史数据中找到有用的模式来进行测试，并能确保用户的个人数据留在他们自己的设备上，不用向外传输。差分隐私技术数据汇总/K-匿名确保结果中至少包含去除身份识别信息的最少数据点（此处称为“K”）短期先采用能够适应变化的测量技术，MMM和转化提升测试（conversion lift），到了中长期就要采用客制化分析，从lift/增量测试到营销组合模型（MMM）和rule-based归因模型。
发表评论 取消回复