[友邦云]当我们需要衡量营销活动时,我们大多数人都知道在线广告系列跟踪,它使用cookie或用户ID清晰地跟踪用户行为进行转化,并生成强大的数据集。但是在线下**,有一些强大的渠道,比如电视和广播。它们看起来就像一个黑箱,现金投入,效果就出现了,但是这个过程中几乎没有什么数据可以收集,很难分析长期的品牌效果。但好消息是,如果你有合适的工具,你可以测量任何东西。以下所有解决方案都使用经过验证的统计分析来解开你可能认为无法获得的洞见。
即时响应(电视或广播宣传)您可以衡量对渠道和使用案例的即时响应,在这些渠道和使用案例中,客户倾向于使用设备观看或收听广告,当您确切知道什么是营销活动时。例如,通过电视和广播,你可以获得每个位置的播放时间的数据,以及你的网站或移动网站或应用程序的流量和用户数据。可以使用实时统计算法,将播出时间与广告后的用户反应进行对比。对灰色窗口中开始播放的电视广告的实时响应。窗口中所有超过阈值的访问都属于该点。关键绩效指标:网站和移动网站访问量、应用程序使用或安装。方法:测量接入和安装的峰值,如果是在播出后直接出现,则明显高于正常的日流量波动。这种交流是由这些单独的广播引起的。注意:确保保持过滤过程,因此它仅限于更有可能来自特定广告系列的来源。这需要了解用户如何访问您的站点或应用程序。况且流量波动的原因并不是营销活动。基于这些波动设置阈值对于确定细微变化是由按需引起的还是仅仅由噪声引起的至关重要。
短期响应(广播或广告牌活动)除了对营销活动做出即时响应,客户还可以在看到广告后的几小时或几天内做出响应。或者电台广告牌广告系列就是这样。用户可以在回家后访问你的网站或使用应用程序,或者在周末有空空闲时间。他们的反应不会出现在上述即时反应测量中,所以我们需要一个更准确的模型。网站访问的长期流量模式。在这个时间序列的最后两周,有一个广播活动正在运行,我们需要确定它是否有影响以及影响有多大。关键绩效指标:网站或移动网站访问量,应用程序使用或安装,甚至实体店访问量。方法:通过贝叶斯建模,基于其他因素可能影响广告系列的先验知识,对顾客反应的时间序列数据进行分析。它需要涵盖所有可能的影响、饱和趋势、趋势的变化点、季节模式和其他外部事件,如假期和产品发布。需要注意的是,这是一种劳动密集型方法,需要在评估模型和领域知识(如渠道知识和业务模型)方面的大量经验。没有这一点,很难定义参数并确保在合理的时间内找到准确的模型。
长期品牌影响营销活动不仅仅是一次性的活动,将用户带到你的网站或商店——随着时间的推移,它们将有助于你的品牌的长期价值。不同的渠道甚至可能对彼此的有效性产生累积效应,这使得这成为一个具有挑战性的现象。要做到这一点,你需要结合不同的方法。长期流动性有两种基本模式:趋势和季节性。关键绩效指标:品牌知名度和亲和力的长期趋势,以及转化(如购买和应用活动)。
这里可以多关注下漏斗KPI和更高的价值转化,再根据客户的生命周期价值来分析优化广告系列。方法:市场调查是衡量品牌长期影响的有效方法。在这里,你可以监测消费者对你的品牌的长期认知,以及他们在目标人群或普通人群中对它的亲和力。对于稍微复杂一点的方法,但是有了深入的方法,可以再次使用贝叶斯模型来捕捉所有可能的趋势和变化的来源。首先,我们清理所有重复的季节模式或其他可能影响转换的事件的时间序列数据。然后,我们检查变化点的长期趋势,并将它们与已知的营销活动联系起来。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)