典型的电子商务业务如何衡量在线广告系列的效果？
这很简单。
他们会跟踪点击广告的用户，并衡量他们中有多少人在一段时间内进行购买，称为转化窗口。
它对SEM活动特别有用。
我们认为，点击和转化之间的相关性很难证明其有效性，并且几乎可以证明任何预算用于搜索引擎广告。
点击后和后视图
YouTube广告的点击后效果通常很低。用户根本不会点击此类广告。
另一方面，没有人点击广播广告，电视广告，道路上的广告牌或新闻广告 – 但我们知道它们有效。
实际上，在展示和视频广告的情况下，我们观察到大量的观看后转化 – 但不知何故，我们不相信它，因为我们相信点击后的数据。
是的，我们知道展示广告的印象。我们甚至知道它在可见区域。
但我们怎么知道广告真的被人看到了？我们怎么知道它引起了兴趣？
如果路径上有任何其他互动，我们会将转化归因于点击次数，而不是用户可能会看到我们的广告。
归因建模
我们已经了解归因建模。
我们知道转换路径上可能存在许多交互。
市场上还有许多工具可以跟踪展示次数和可见度。
我们可以创建自定义归因模型，以便以不同方式处理点击次数，观看次数和展示次数。
这些模型的问题在于，它们需要随意决定流量来源对转化路径的重要性以及分配给特定互动（点击次数，展示次数或视频观看次数）的权重。
数据驱动模型或马尔可夫链分析等算法模型存在很大希望。
这些算法的最大问题是它们将相互作用的相关性解释为因果关系。它有时会导致错误的结论。
我们来看看Google的数据驱动归因方法。该算法将路径与转换进行比较。
例如，说的联合搜索和Ë 邮件接触点会导致转换的概率2％。
如果路径上也显示，则概率增加到3％。观察到的50％增加作为显示通道归属的基础。
插图基于Google的Google Analytics帮助文章，数据驱动的归因方法。
让我们看另一个例子。
我们观察到，建立关系并找到房子的人在两年内生育的可能性为2％。但是，如果附近有鹳，概率会增加到3％。
我们得出结论，鹳会使怀孕的几率增加50％。它实际上意味着这些鸟类至少可以归功于一些分娩。
当然，我们不相信鹳带来婴儿或对生育有任何影响。
这种观察的原因是不同的。由于许多其他原因，农村地区的出生率较高，鹳很少决定在城市中筑巢。
当然，数据驱动的归因算法比上面的示例更复杂，但它们仍然经常误解信号，特别是如果路径上有入站和出站营销接触点（例如，品牌搜索术语点击，再营销广告和定期探矿活动）。
转换升力
在过去几年中，Facebook和谷歌提供了转换提升测试。此功能可以进行受控实验并衡量营销活动的增量值。
转换提升测试会在看到我们广告的用户池中创建一个控制组（因为我们赢得了竞价），但是他们没有展示广告，而是展示了排名中的下一个广告。
之后，您可以跟踪和比较实际看到您的广告（测试组）的用户和应该拥有的用户（但没有）（控制组）的下游行为的差异。
对这两组中的转化进行简单比较即可显示测试广告系列的增量值。
这个概念非常简单明了。
很难相信在线营销行业必须等待这个功能很长时间。
案例研究：视频观的价值
我的公司为一家在线旅行社进行了YouTube广告系列转换升级测试。
测试表明，该广告系列的实际影响远远低于视图后转化次数。
它还揭示了算法归因模型的不准确性。
但是，它已经证明了视频广告在推动销售方面的效率，远远超出了点击后效果。
用户桶
到目前为止，转化提升实验并非适用于所有广告客户和所有类型的广告系列。
但是，很久以前，Google Analytics推出了用户存储桶。此功能可以对再营销广告系列进行受控实验。
Google Analytics会随机将您的每个用户分配到100个存储桶中的一个。用户存储桶维度（值1到100）表示已为其分配用户的存储桶。
用户存储区范围可用作受众群体定义中的条件，这些受众群体可用作Google广告中的再营销列表。
例如，1-50范围的受众可以作为控件，51-100个受众将是我们的实验。然后，您可以将仅显示的再营销效果与实验受众进行比较。
测试再营销效果
要为再营销广告系列进行转化提升实验，您只需：
- 将控制列表（用户存储区范围）设置为负面受众。
- 观察这两个细分之间的转化差异。
根据广告客户和广告系列的不同，此测试可能会产生完全不同的结果。
例如：
- 对于在线旅行社而言，再营销产生了大量增量转化，比点击后转化次数高出10倍以上。
- 包裹服务业务进行的类似实验表明，尽管进行了大量的点击后转化，看到再营销广告的用户转化次数甚至比对照组少。
那么，再营销有效吗？
这些结果清楚地表明，这个问题没有普遍的答案。
虽然广告不太可能对转化率产生负面影响，但观看点击后转化并不总是意味着如果没有此次点击，销售就不会发生。
SEM PPC值得吗？
品牌术语广告系列（即，当广告客户使用自己的品牌名称作为搜索引擎广告中的关键字时）通常具有出色的KPI。
点击率很高，转化率通常高于平均水平。
但是，如果我们不支付此广告，会发生什么？
我们的网站通常应列在我们自己名称的自然搜索结果的第一个位置。如果出现在竞争对手的广告中，它将被置于竞争对手的广告下方
普通用户会点击竞争对手的广告吗？或者可能更喜欢滚动几行来查找我们的有机列表？
如果没有，该用户是否会从竞争对手那里购买？或者更确切地说，回到搜索引擎并尝试找到他或她正在寻找的东西？
如果我们关闭或限制品牌广告系列，我们通常可以观察到品牌搜索字词的有机点击次数增加。
在下面的示例中，品牌字词广告系列中的出价已降低了约50％。
那么，即使我们不支付自己的品牌关键字，有多少用户点击我们的品牌术语广告也会转化？
转化升降实验尚不适用于搜索广告系列。但是，用户存储分区可用于为搜索广告（RLSA）创建再营销列表，并至少测试对返回用户的增量影响。
这个实验有点复杂。与再营销相反，搜索引擎广告也针对新用户。
这些用户之前没有访问过我们的网站，因此，还没有任何用户存储桶。还没有， 因为在点击之后，它们将被分配给随机的用户存储桶。
因此，在此测试中，我们应排除实验再营销列表并在观察设置中使用控制列表。
- 实验清单：排除。
- 控制清单：观察，无投标调整。
对于品牌字词广告系列的此实验结果通常会显示此广告系列的实际增量值明显低于点击后转化的价值。
通常你可能会发现实际升力在统计上是微不足道的。那么，您是否仍然相信点击后转化？
您还可以尝试使用此方法测试任何SEM广告系列。请注意，它仅测试返回用户的行为。
广告系列对新用户的影响可能会有所不同。但是，根据结果，您可能至少决定修改RLSA出价调整。
我们需要归因建模吗？
归因建模不是艺术的缘故。这些计算的目的是确定每个通道的增量值。
营销人员需要通过在营销计划中添加特定广告系列来了解他们获得了多少客户。它可以计算出他们可以在此广告系列上花多少钱。
这正是转换升力实验的结果所显示的。那么，如果我们能够实际测量它们，为什么还要构建复杂的模型呢？
很遗憾，我们无法使用转换电梯来衡量所有类型广告的效率。
为什么我们相信点击？
许多转换升力实验表明存在后视效应。我们还可以观察到某些点击对整体结果几乎没有影响。
我们对点击后转换的坚定信念正在被一些绩效营销人员和分支机构大量滥用。
他们使用品牌广告，折扣优惠券或任何其他类型的转化劫持技术来欺骗CPA佣金。
希望转换升力实验将成为未来在线广告行业的标准。
如果我们能够针对任何广告系列，关键字或受众群体进行受控实验，那么估算广告的实际增量值的猜测就会减少。
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/tech/courses/261560.html