編輯導語：營銷效果評估是指營銷活動在執行前,執行過程中或者在營銷活動執行完成後,對于營銷活動的執行效果進行評估的過程，進行營銷效果評估有利于提高品牌的轉化率，實現品效合一。本文作者從微觀、中觀、宏觀三個層次對效果評估進行了闡述，推薦正在做品牌營銷的童鞋閱讀。

很多做營銷工具的公司容易忽略，也往往做不好的就是「營銷效果評估」，有些是因為沒做過具體運營，沒有行業經驗，不知道該評估哪些點；有些是因為沒有數據閉環，自然也評估不了。

營銷人常挂在嘴邊的是「品效合一」，就是企業在做營銷的時候，既要看到品牌的聲量，又要看到效果的銷量。産品要帶動品牌聲量的提升，同時品牌推廣本身也要有銷量的增長。

營銷不僅要品牌，更需要效果，這也是 MarTech 追求的目标。

被稱為「百貨商店之父」的 John Wanamaker 在 100 年前就提出了營銷界的哥德巴赫猜想「我知道營銷費用有一半是浪費的，卻不知道被浪費的是哪一半」。

可見，營銷效果評估是困擾了營銷人至少一個世紀的難題，在當前市場環境下，企業追求「品效合一」時更注重效果轉化，畢竟，大家都不想賠本賺吆喝，叫好不叫座。道理大家都知道，但在實際執行的過程中卻往往很難給出效果評估的系統方法和衡量标準。

本文讨論的主體，就是這把吊在營銷人頭上百年的「達摩克裡斯之劍」。

傳統的營銷效果評估都是基于小數據樣本的市場調研，比如進行目标客戶的電話訪談、座談會，甚至上門采訪，通過定性的調查問卷對客戶進行研究。

而今天 MarTech 的發展，已經讓傳統的效果評估進化為數據科學，通過前幾篇文章的分析，也能略見一斑。當前的效果評估是基于一定廣度和深度的營銷數據閉環，結合機器學習和深度學習實現的。

下面我将從微觀、中觀、宏觀3 個層面對效果評估進行闡述。

一、微觀評估

營銷是由一次次 campaign 形成的，每次 campaign 通常在一個比較窄的時間維度（比如 5 天），過程中會有若幹個節點（比如曝光、點擊、互動、發券、購買等），節點到節點的數據變化可以用漏鬥模型來表示，這種數據稱為活動過程指标。

不同行業過程指标的側重點不同，比如在生鮮、美妝、日化用品等高頻、決策周期短的品類，消費者看到活動後，可能不需要 1 分鐘就完成了購買，因此過程指标側重點在曝光、點擊、購買，會涉及到銷售數據；在汽車、家居建材、房地産等低頻、決策周期長的品類，一次 campaign 并不會直接産生轉化，因此過程指标側重點在曝光、點擊和留資量。

在一定時間維度，把這些過程數據進行彙總展示，就可以形成 campaign 的衡量指标，考核這次活動的定量效果。以上這些過程數據是建立在數據閉環基礎上，而一些嚴重依賴渠道的品類，比如飲料、日化在大型超市進行銷售，超市不會把消費者信息提供給品牌，這就會造成過程指标跟蹤中斷。

在關注過程指标同時，很多企業還會通過一些小樣本數據調查來求證 campaign 活動是否準确。比如「曝光活動的人群是否與預期相符」，就是通過抽樣曝光和點擊活動頁的消費者 ID，比對真人樣本庫來分析這些消費者是活動目标的比例。

以向消費者傳達信息的媒介來分，有以下幾種：

微觀層面不同階段的部分衡量指标如下：

二、中觀評估

随着品牌多渠道建設，消費者會在多個渠道查看商品信息、參與營銷活動、下單購買，把最終轉化歸因到單一渠道當然是不合理的。那麼，從中觀層面來講，在一個稍長時間周期内（比如 1 個季度），需要評估不同渠道、不同 campaign 對于消費者的共同作用。

營銷可以分為前端廣告、中端流量池和後端購買轉化，對應到著名的 AISAS 模型。

前端廣告最先和消費者建立連接，通過圖片、文字或小視頻讓消費者建立對品牌的初步印象；有些消費者可能會直接通過點擊進入到流量池，也就是通過深度互動成為品牌會員，但更多消費者會再通過其他渠道進一步了解信息，比如搜索品牌公衆号、APP、官網、電商旗艦店或線下門店等信息；

經過一系列信息獲取，消費者發現這是個不錯的品牌，營銷活動也很吸引人，那麼品牌就要提供便利的手段讓消費者沉澱到流量池中，這就是 Inbound Marketing；

後端交易可能在任一個渠道完成，比如官網、小程序、APP，也可能在電商平台或線下店，這取決于品牌的渠道建設情況。

當品牌在多端具有重複職能時，需要通過定量的方式分析出各個渠道，對消費者購買的貢獻度，此時引入多渠道歸因分析，我在「MarTech 歸因分析」一文中做過詳解。

以上是一個完美理論，但受限于多渠道 ID 體系的低打通率，現實中隻有在 DTC（Direct to Consumer）渠道才有可能 100% 閉環，所以才會看到衆多品牌的 DTC 策略。

基于現狀，任何消費者在任何渠道的行為都有可能無法被獲取，意味着無法把營銷活動與消費者購買彙總到全鍊路層面，最終結果就是很多品牌發現「營銷」和「收入」并沒有直接關系的悖論，以及部分渠道陷入轉化低 → 投入低 → 轉化更低的惡性循環。但是随着 DTC 策略的深入和消費者數據量級的增加，在「大數定律」理論下，中觀評估要解決的全渠道全鍊路效果評估，終可以彰顯出巨大價值，幫助品牌完成消費者不同階段、不同渠道預算 / 資源的最優配置。

三、宏觀評估

宏觀評估同樣是對于消費者行為進行分析，但不是基于個體行為的分析，是基于一定細分市場的分析。比如，消費者按照區域劃分，營銷活動按渠道劃分，組成二維象限，交叉分析每個區域 每種營銷方式的數據，如，營銷成本、銷售收入、觸達人群、ROI 等，這樣就可以把營銷和銷售進行連接，解決了無法評估的問題。

比較經典的宏觀評估模型有兩個：

1. MMO（Marketing Mix Optimization）

按照 4P 理論，可以把市場按照「産品 Product」「價格 Price」「渠道 Place」「營銷 Promotion」進行細分。

舉個例子，在華北地區「渠道」，做「營銷類型」和「銷售收入」相關性分析，形成如下分析視圖：

基于營銷數據，可以看到不同營銷活動在華北地區對銷售收入的提升情況，進一步結合算法，可以看到各種營銷活動對銷售收入影響的顯著性明顯不同，再進一步預測出未來營銷活動所能帶來的銷售收入提升。

同理，将「渠道」換成電商 APP，分析「不同價格」區間産品對「銷售收入」的影響；

将「渠道」換成上海，分析「不同品類産品」對「銷售收入」的影響；

2. 營銷效率分析

同樣是基于 4P 理論，重點看不同「渠道」下，「營銷」投入的效率情況。

以某快消品行業舉例，将「銷售量 / 渠道目标人群」作為橫軸，表示 1 個周期内的銷售産出度，「營銷量 / 渠道目标人群」作為縱軸，表示同 1 個周期内每個目标消費者的營銷投入數量。

坐标上每一個點代表一個「渠道」，如果 1 個城市是 1 個渠道的話，由于快消品滲透率比較高，可以直接把城市人口數量當做渠道目标人數，下圖中每個點代表 1 個城市。

全圖被分為 3 個區域，品牌可以根據這張圖的分析結果，在不同城市間進行預算分配優化：

正常效率區：按照全國平均水平，在城市級别的平均投資回報，50% 以上城市是這個範圍；

營銷飽和區：在投資相同情況下，回報數量小于全國平均水平。可能由于消費者對品牌認知難以改變，對于品牌來說這裡的營銷投放效率最低；

營銷紅利區：在投資相同情況下，回報高于全國平均水平。對于品牌來說這些是營銷投資效率最高的城市。

綜上，從微觀、中觀、宏觀 3 個層面對營銷效果評估進行了解釋說明，我們在構建營銷工具時要能夠站在營銷人的角度，系統化思考如何解決品牌營銷難題。

本文由 @劉生 原創發布于人人都是産品經理。未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部