前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >如何衡量和分配广告渠道?

如何衡量和分配广告渠道?

原创
作者头像
猴子数据分析
修改2020-09-27 11:31:14
1.4K0
修改2020-09-27 11:31:14
举报
文章被收录于专栏:猴子数据分析

【面试题】

用户在抖音中第一次看到58App的广告,两天后在百度信息流后再一次看到58App的广告,用户点击了广告转到OPPO应用商店进行下载,又过了四天用户第一次打开58App开始查看招聘信息。

问题:

1.如何衡量渠道投放的价值?

2.如何在抖音、百度、OPPO应用商店三个渠道之间分配这个价值?

【分析思路】

1. 理解业务情景

用户通过3个渠道接触到58App相关信息,分别是抖音广告、百度信息流和OPPO应用商店。

所以,我们首先需要理清楚这3个渠道的投放形式,以便进一步分析。

(1)抖音广告

抖音目前主流的广告形式有三种:开屏广告、信息流广告,以及和大V内容合作。

(抖音主流广告形式,图片截自抖音app)

开屏广告:打开App时看到的广告,一般展示5秒,以图片或视频的形式展现,费用比较高,不属于常见广告形式。

信息流广告:夹杂在抖音推荐视频中,点击广告内容可跳转至品牌相关页面,是抖音常见的广告形式。

大V内容合作:借助网红流量带货,如多个美妆品牌和大V李佳琦进行过内容合作,将传播内容融合在其抖音视频中。

用户从抖音看到58App广告。抖音渠道作为目前活跃用户量极高的App,主要承担了品牌曝光的作用。

(2)百度信息流

百度信息流主要展示形式包括:百度首页推荐展示、信息流资讯展示和贴吧信息流等。

(百度首页推荐展示,图片来自百度推广官网,下同)

(百度APP信息流资讯)

(百度贴吧信息流)

百度是目前主流搜索引擎,用户通过点击58App的信息流广告进入下载页面,百度信息流广告主要承担内容推广点击入口的作用。

(3)OPPO应用商店

OPPO应用商店的主要广告形式包括:应用分发和搜索推广。

(OPPO商店应用分发,图片来自OPPO推广官网,下同)

(OPPO商店搜索推广)

应用分发:展示位置优势,通过在热门列表、安装有礼列表和装机必备等列表展示APP助力用户下载。

搜索推广:提高APP搜索排名,提高关键词的相关搜索排名,以促进App曝光量和下载量的提升。

用户最终通过OPPO应用商店下载了58App,应用商店承担了最后下载转化的作用。

由于该用户是通过百度信息流广告直接跳转到App下载页,因此应用分发和搜索推广本身对下载行为没有影响。但作为App的推广渠道之一,我们后续分析还是会融合其本身推广方式展开。

业务场景总结

2. 理解业务问题

(1)如何衡量渠道投放的价值?

抖音、百度信息流和OPPO应用商店承担了不同的推广作用,从品牌曝光到下载转换呈现漏斗形态。要用到漏斗分析方法

需要分析漏斗每个环节的相关业务指标,计算指标并与自身计划/行业平均水平/竞品平均水平对比分析,最后分析总体渠道的投放价值。

(2)如何在渠道之间分配价值?

这属于归因分析问题。归因分析即溯源哪个投放渠道对最终转化的影响力大,各渠道的贡献力占比如何。

【具体分析过程】

1. 漏斗分析:如何衡量投放渠道价值?

漏斗各环节的指标不一样,因此我们需要分类讨论。

(1)抖音

抖音渠道主要通过投放信息流广告、大V合作等形式增加58App曝光量,为最后的用户转化作铺垫。

因此在这个环节:我们希望重点提高广告覆盖的人群数量,同时主要覆盖58App的目标用户人群。

对于品牌广告而言,用户对广告的内容和效果认可也是重点因素,这方面需要通过用户点赞/评论/转发/进入话题页等数据分析。最后,结合投放费用考察成本情况。

因此其中涉及的业务指标包括

用户到达率(reach):一般指看到广告1次以上的独立用户数量;

(备注:独立用户数量一般指UV,相同设备的客户端只计算一次)

曝光量(impression):考察用户观看广告的完整性,如设置2s为标准,也就是计算有多少用户观看广告2秒以上。

目标用户占比(TA%,TargetAudience%):如果58同城定义的目标群体为18-35岁人群,那么TA%就是计算观看广告的用户中,18-35岁人群数量在总数量中的比例。

抖音有效互动率:有效互动率= 有过58抖音广告互动行为(点赞/评论/转发等)的独立用户数/观看广告的总独立用户数。

单个观看用户成本:抖音总投放费用/广告观看总人数。

其中核心指标为用户到达率和单个观看用户成本

计算这些指标,再与58投放的其他渠道数据/行业数据/竞品同等类型广告数据对比分析

由于面试题问如何衡量渠道价值,因此我们主要回答衡量所运用的指标和如何对比分析即可。

(2)百度信息流

百度信息流主要通过投放首页/搜索页/贴吧等信息流广告,展示58同城相关内容,并吸引用户点击跳转到下载页面。

因此在此环节,我们希望用户不止是看到广告,更重要是点击广告。同时信息流广告直接导流到App下载页面,因此和用户转化、用户下载关联紧密,需要考虑转化率、用户下载成本等问题。

其中涉及的业务指标包括

展示量:广告曝光,58App相关信息的展示次数。

点击量、点击率CTR:点击量指点击广告的独立用户数量;点击率CTR(Click-Through-Rate)= 点击量/广告展示量,用来衡量58广告对用户的吸引力和广告效率。

用户下载量、单个下载成本CPD:信息流广告直接跳转至app下载页面,因此可以计算有多少用户是通过该广告下载了58app(即该渠道用户下载量);同时关注下载成本(Cost per Download),单个下载成本=(同一期间内)该渠道投放总费用/通过该渠道下载的总用户量。

其中核心指标为点击率CTR和单个下载成本。

计算这些指标,再与58投放的其他渠道数据/行业数据/竞品同等类型广告数据对比分析。

(3)OPPO应用商店

OPPO应用商店是用户下载58App的最后一道关卡,实现最终用户转换。

因此,对于从百度信息流广告等渠道引流而来的用户,我们需要重点考察有多少比例用户通过应用商店下载了App。

而对于应用市场推广本身引入的用户(包括应用分发和搜索推广),则需要考察推广成本问题。

其中涉及的主要业务指标包括

(其他渠道引流)用户下载量、用户下载率:通过其他渠道引流而来并成功下载app的用户数量;以及下载用户数量/引流来的总用户数量。

(应用市场推广)用户下载量、单个用户下载成本CPD:应用市场推广获得的用户下载量,以及单个用户下载成本(=同一时期内应用市场推广总费用/推广获得的总下载量)。

其中,核心指标是单个用户下载成本

计算这些指标,再与58投放的其他渠道数据/行业数据/竞品同等类型广告数据对比分析。

(4)总体渠道

对于总体渠道而言,广告投放的最终意义都是赚取收益。尽管部分渠道是重点增加品牌曝光和影响力,但最终目的还是希望曝光量能影响更多用户下载和使用,并产生正向收益。

也就是广告主希望投放所带来的收益要高于投放付出的成本,且投资回报率(ROI)越高,代表投放价值越高。

投资回报率(ROI)= (渠道带来用户产生的总收益- 渠道投入的总费用)/渠道投入的总费用。

ROI<1表示投放负收益,渠道投放属于亏损状态;ROI>1表示广告投放带来了正向收益。

(5)结论

衡量抖音、百度信息流和OPPO应用商店的渠道价值,需要将各渠道广告的业务指标横向对比分析,同时参照行业均值/竞品均值评价广告在该渠道的性价比。

综合渠道而言,方法是考察广告的投资回报率情况,并与行业水平对比。

2. 归因分析:如何在渠道间分配价值?

抖音、百度信息流和OPPO三个渠道承担的推广作用不同。

针对题目中的个体用户来说,他通过抖音了解58App的相关信息,两天后百度信息流广告成为该用户的点击入口,进入OPPO应用商店并实现了最终下载。

仅就这名用户来看,百度信息流广告承担了重点引流作用,而近期前观看的抖音广告很可能对他有一定的影响力。

OPPO应用商店只是最终下载界面,确保用户没有在下载途中流失。(假设用户通过应用市场推广下载了App,则情况不太相同)

因此对于这名用户而言,三个渠道的贡献价值大致为:抖音(30%)、百度信息流(50%)、OPPO应用商店(20%)。

该业务面试题问如何在渠道间分配价值,面试官是在注重考察应聘者对价值分配的理解和思路。

因此我们将问题范围扩大化——针对这三个渠道引入的所有用户流量,如何在渠道间分配价值。

用户的下载决定比较复杂,会受到各个相关场景下品牌影响力、渠道内容和产品感受度的影响。

归因分析的用途恰巧在于分析:什么原因促成了用户的最终转化,然后制定相应的推广组合策略。

因此我们首先需要清晰有哪些归因分析模型,然后确定哪种模型适合题目中的实际情况。最后运用选择的模型进行价值分配。

(1)归因分析模型选择

归因分析模型包括以下几种,我们依次介绍然后选择合适的方法。

首次互动归因:

用户产生互动行为(包含观看、点击、下载等)的第一个广告渠道被归为影响用户转化的渠道。放在案例中,用户首先受到抖音广告的影响,因此价值几乎都分配到抖音广告作用。这种方法比较适合新品牌打开市场时候的归因评估,对于58显然不适用。

末次互动归因:

将价值几乎都归为用户互动的最后一个渠道(即OPPO应用商店)。这种方式忽略了抖音和百度信息流广告对用户最终下载的影响力,显然也不适用。

线性归因:

用户互动的各个渠道平分价值(即无论顺序,抖音、百度和OPPO都分配1/3的价值)。虽然三个渠道对最终用户转换都有影响力,但直接平均分配价值不太科学,影响程度肯定有强弱之分。

位置归因:

认为用户互动的第一个和最后一个渠道占据主要价值,即用户先接触抖音广告,最后通过OPPO下载,这两个渠道分配大多价值。拿题干中的案例来看,百度虽然是用户接触到的第二个渠道,但对用户转换起了关键的作用,因此不能简单把主要价值归到首尾渠道。

时间衰减归因

一般认为越靠近用户转换的渠道,所占价值越大。即最终渠道OPPO占据主要价值,百度信息流次之,而抖音渠道价值分配最少。对于我们的案例来说,OPPO应用商店虽然承担了最后用户下载的功能,但部分用户是受到信息流广告的影响才决定下载58,把最主要价值归为应用商店也不合理。

自定义归因:

对于58的多个推广渠道而言,以上归因模式都不太适用:对于部分用户,好的品牌广告可能加深其信任感和好感度,对后续用户转化至关重要;而对于其他用户,满足其需求的信息流广告/应用市场的页面介绍对转换产生了主要价值。因此我们需要结合58广告用户进行实际分析。

自定义归因的方法有多种,如夏普利值法、马尔科夫链+移除效应法,由于我们主要展示如何在三个渠道间进行价值分配的,因此简单介绍其中一种方法(夏普利值法)。

夏普利值定义:在各种可能的联盟次序下,参与者对联盟的边际贡献之和除以各种可能的联盟组合。夏普利值比例即代表价值分配比例。)

(2)运用夏普利值法进行渠道价值分配

对于题目中个体用户而言的价值分配,我们前面已经分析过。运用自定义模型,我们重点解释面向所有广告用户,这三个渠道的价值如何分配。

为了分析的全面性,OPPO应用市场我们不定义为所有渠道都要汇入的最终页面,而定义为与抖音、百度信息流广告平级的渠道:即用户可以直接通过接触抖音广告/接触信息流广告自行下载58App(如通过应用宝、58官网等方式)。

利用夏普利值法需要知道抖音/百度/OPPO单独投放和两两投放所产生的用户下载量。这就需要一定的实验成本,由于题目中未给定相关数据,为了方便讲解我们拟定了一些数据。后续重点关注分析思路而不是结果。

实验获得数据包括:在各自预算固定且投放时间同等的情况下,3个渠道一起投放时,获得的总用户下载量;三个渠道各单独投放获得的用户下载量;两两渠道投放,按触达顺序获得的用户下载量。

有了上面的实验数据,我们就能求得各联盟状态下的数值情况。

举例:根据上图我们已知抖音单渠道投放用户下载量40,抖音-百度用户下载量120,三渠道共同下载量200,则可以分别计算在第一条联盟下的百度数值(120-40)和OPPO数值(200-120)。

最终通过计算出抖音、百度和OPPO三渠道分别的夏普利值。

夏普利(抖音)=60.83;夏普利(百度)=77.5;夏普利(OPPO)=61.67。

备注计算过程:夏普利(抖音)=(40+40+45+70+45+125)/组合次数6=60.83;

因此在我们实验数据的情况下,抖音/百度/OPPO的价值分配比=60.83:77.5:61.67,近似为30%:40%:30%

(3)结论

【总结】

1.如何衡量各渠道价值?

使用用漏斗分析方法厘清各渠道的投放定位和作用,然后对比分析各渠道的相应业务指标(必要时可以与行业/竞品均值对比);同时分析总体投放渠道的投资回报率情况,与预期值/行业均值比较。

2.如何分配各渠道价值?

首先选择合适的归因分析模型,再借助夏普利法/马尔科夫链等方法确定各渠道的价值比例。

今后遇到类似的业务题,我们也需要先明确问题的指向,再展开具体分析,得出结论。

在渠道分析的相关问题中,可以使用漏斗分析、相关分析、归因分析等方法衡量渠道价值,分析各渠道的意义,制定预算比例。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
大数据
全栈大数据产品,面向海量数据场景,帮助您 “智理无数,心中有数”!
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档