谨以此系列献给我就职和曾就职的Omnicom Media Group和MRM Worldwide。
【导言】品牌广告主,是一类实力超群的企业,在他们的市场营销策略上,直接进行品牌营销(branding)是非常重要的内容,而互联网的出现,引入了新的理论和实践,为这种营销注入了活力。这一系列的文章,是近几年我在品牌互联网营销效果监测和分析实践中的总结。本文是系列第一篇,即互联网广告营销的监测和分析。
【正文】
虽然任何企业都是以实现销售为目的的,但随着企业越来越大,品牌能力越来越强,品牌本身(而不是产品本身)的营销就可能独立出来,成为企业市场营销的一个重要组成部分。另一方面,Internet与生俱来的传播性能,为企业品牌的推广和传播创造了无与伦比的绝佳环境。因此,很快,很多大型企业建立了围绕branding的digital marketing(数字营销)部门。这个部门运用多种互联网营销方式,只为实现一个目的——把品牌快速深入地切入消费者和用户,通过建立品牌的认知(awareness)、偏好(preferences)以及忠诚(loyalty),来促进品牌背后商品的销售。
这是一个充满创新、激情、压力和焦虑的部门,运用和管理各种Internet营销方式去推广品牌是这个部门每日要做的功课,这些营销方式中,使用最多,当然也是花钱最多的,就是互联网广告。
[版权归Sidney Song(宋星)所有,欢 迎转载,但请事先告知作者并注明出处]
-
品牌广告主的互联网广告
品牌广告主所采用的互联网广告五花八门,琳琅满目,几乎囊括了当今世界上所有的广告形式。例如,
- 普通显示广告(banner):
- 文字链(Text link):
Omnicom Media Group甚至把文字链广告放在了搜索引擎的主页上(“影响明天的是谁”),轰动一时。
- RichMedia Banner(富媒体广告),一种可以让访问者跟广告内容进行互动的广告(例如下面花旗银行的广告,鼠标放在不同位置,会有不同的文字出现)
- RoadBlock(路障广告,或称拦路广告,一种占满网站某一个页面所有或者大部分广告位的广告)
- Video/TVC (视频或贴片广告):
不过,值得注意的是,品牌广告主很少用关键词广告,当然,这也很容易理解。
这些不同的广告形式经常被综合应用在一次广告营销战役(campaign)中,构成一个蔚为壮观、铺天盖地的景象。而铺天盖地的背后,广告主动辄在一次campaign中花费数十万甚至数百万美元也不过稀疏平常,因而通过一个看似单纯的营销活动养活了产业链中的多个关键环节,包括:
- 媒体(publisher):广告的载体,也是受众(audience)光临的地方,即我们日常访问的哪些网站。
- 广告网络联盟(Ad Network):小的网站因为力量单薄,访问量小,难以获得广告主的青睐,但是广告网络联盟可以把很多小的网站的广告位置聚集在一起,这样就可以和大的publisher相匹敌。
- 媒介代理(Agency):理论上,Publisher和Ad Network实际上并不会直接跟广告主发生买卖关系,而是要外包给一个媒介代理,以降低成本并增加专业性。
- 广告投放和监测技术提供商(Vendor):广告的效果如何,Agency需要评估并提供给广告主,有的时候,广告的存储和投放也需要专业的第三方来完成,因此这个产业链中又出现了专业的广告投放和检测技术提供商。
当然,在这个环节中,还存在一些其他的节点,这里就不再罗嗦。
[版权归Sidney Song(宋星)所有,欢 迎转载,但请事先告知作者并注明出处]
现在,我们把目光集中在绿色的那个Agency内,它的工作一方面是负责选择Publisher和Ad Network,制定广告计划,另一方面则是评估正在执行的以及执行之后的广告投放campaign的效果。
Agency对于Internet广告营销效果的评估,很多情况下是根据广告主的需求进行的。或者换句话说,广告主要什么,Agency就尽量满足什么。因此,根据广告主对于Internet广告营销效果的认识程度,评估也就分为一个高中低等。但是,这里并不是说低级别或者中级别就没有高等评估好,其实只要能够满足业务需要就好,高等评估放在一些简单的业务上也是浪费资源。不过总体来看,我很少看到一次广告campaign是只做低等评估就能解决问题的。
那么,这些评估是用什么方法进行,具体又是怎样实现的呢?大家接着看。
很精彩的文章。我想起了之前在Google转化中心看到的Make your website work。不过那只是个梗概。这篇文章把每个细节都做了详细的解释。并且还附有丰富的资源和工具。感谢博主分享经验。很期待这个系列的下一篇。
多谢Sidney精心撰写这么精彩的文章,内容非常系统,学到了很多东西。
非常精彩,看完之后受益匪浅。希望以后能多看到这个方面的精彩博文,sidney加油~
虽然现在用不上,但是将来肯定是工作需要的一部分!
很精彩,谢谢分享
多注意身体。。呵呵
先占个座,再慢慢学习。
我看宋老大每次的文章内容都很多,又分了很多层次。建议考虑每篇文章加个目录,这样读起来会对文章的整个结构更加清晰。
更直接的衡量广告campaign和offiline销售的关联
非常有兴趣TOO,希望能看到这方面的分享,Web Analytics里似乎也提到了这部分,从离线到在线,从在线到离线的多渠道营销跟踪分析,不知2.0的书里有没有延续?
正对目前的工作疑惑那,sidney的这篇文章太及时了,谢谢……
真的是很精彩的博文,宋大哥的網站分析果然是國內最有名氣之一。
谢谢老板的文章,M&A team的入门教材!
非常好的文章,期待下期。
仅对对文中的一处翻译有疑问,文中提到 “所用的方法同样要做控制组(control group)和对照组(exposure group)”。 而根据我所查阅的资料来看,Cotrol Group的正确翻译为 “对照组", 对于exposure group 从统计上也叫 test group 即测试组。
我看到国内很多文章都把 Control group 翻译成 “控制组”了,可能是因为Control常被翻译成“控制”的缘故吧。
下面是 朗文当代高级英语词典2004 年新版P409页, 对Control条目的解释,
Control: 11 scientific test 术语
a person, group ect against which you compare another person or group that is similar, in order to see if a particular quality is caused by something or happens by change 对照人[组]
我曾经也在数学专业词汇字典里面查阅到 ,control group 被翻译成 “对照组”
预期相对应的是 "test group" 成为测试组,这在统计里面是经常看到的。
博主能把工作中的经验总结出来分享,非常佩服,不过受文字限制,肯定还有更多的深层次见解未表达,意犹未尽啊!我是Tencent广告效果统计产品的PM,对品牌广告主的数据需求、效果数据监测及趋势有较多接触,希望有机会能线下交流。
每篇文章都用浅显易懂的语言把一个冗杂的东西说的让人清清楚楚明明白白,佩服哇佩服。
确实写得浅显易懂,非常好!关于广告效果中的control和expose group的比较,我在之前的工作倒是做过一点研究。也和主流的网站联合测试过,不过由于技术的限制,研究的不是很彻底。如果在问卷中能结合cookie记录广告的曝光次数,格式及频道再结合问卷中的关于品牌认知,喜好及PI的度量表,出来的东西会比较有趣了。
另外关于线下的购买行为,有公司把Homescan 的数据和Yahoo的广告行为数据结合分析,貌似能挖出来一些东西.
非常好的文章!关于overlap和frequence这块,能否在讲下具体的应用?
文章写的很好!看完受益匪浅!
与offline销售的关联
我所考虑到的一种方式是,结合企业的销售数据以及各方面的营销支持,做相应的多元线性回归。
可能不是一个很好的方案,毕竟因素太多,而且处理起来很麻烦。但是在没有更好的方法时,可以作为一个参考。
或许高层级的分析更应该注重如何将前端访客行为与后端用户交易行为进行整合,通过报表系统或构建分析平台进行分析整理。通过Omniture的API接口与Genesis,或者GA的数据接口导入到企业运营数据中。
如果是SAP收购了Omniture会不会比Adobe收购更有价值?
在您的网站上学习了非常多,非常感谢。
我大胆的说一句,你的网站导读性不好。在你这个博客上看文章相当累。。文章链接分类等都不便于阅读。
刚刚转行,涉足网络广告监控,是个小小小小菜鸟。很好的文章!学习了!谢谢!以后会常来,期待更多精彩博文。
以后常来 很不错文章 博主写文章辛苦了
offline的跟踪一直是个难题。
如果粗放一些,尤其PROMOTION的话,倒是存在一些非常简单的跟踪手段,折扣券(折扣代码),专用电话线路,随机生成的交易代码,完成转化时的提问等等,都是用了几十年的手段,虽然没有非常精准,但还是具有一定可靠性的。
但如果我们想对广告投放进入进一步的分析,比如投放时间,位置,关键词,图案等等。难度就要高很多。在线投放中仍有可能根据客户的不同行为作出不同反应,激发不同跟踪,但过渡到离线交易的时候往往损失比较大。
操作还是可行的,难度比较大,需要持续运行,需要测试先行。短期PROMOTION要进行精确的有效的评估还是很难做到。
其实我觉得在线离线的跟踪,最关键的不一定是新的跟踪手段,而是现有销售数据和营销渠道跟踪的整合。大客户现有的商业信息系统是真正的宝库,但能真正与第三方工具实现有效信息交换的案例非常少。
期待下篇,宋老师,请继写系列,文章很精彩