如何用数据驱动的广告效果

共 3946字,需浏览 8分钟

 ·

2022-06-13 10:02

来源:Coggle数据科学


本文梳理了现有的互联网广告效果监测指标体系和监测工具,结合互联网时代的广告模式构建出一个数据驱动的广告效果监测体系。文章为《数据驱动的互联网广告效果监测研究》论文的阅读笔记。

广告检测指标

从广告曝光到用户行为再到后期转化,广告效果的评估已经有了大量的评估指标。根据用户的行为,可将这些指标分为三类:流量指标、互动指标和转化指标。

流量指标

流量指标是描述广告展现情况和到达情况的一类指标。根据这些指标,广告主可以判断前端广告导流的流量价值。目前来看,流量指标仍然是一些品牌类广告主常用的衡量广告效果的一类指标。

点击前流量指标

  • 曝光(Impression)

曝光是指在某一网站的指定时间周期内,广告被展现的总次数。对于图片类的广告而言,页面中的广告被加载,则实现了一次曝光,如果刷新页面记为新的一次曝光。对视频广告而言,视频素材首帧画面被展现即为曝光(展示),视频播放过程可分为1/4展示点、1/2展示点、3/4展示点和全部观看完毕。

曝光计算方式问题在于无法衡量用户是否真正看到了广告,页面滚动速度、广告位置等方面的干扰因素影响了广告的可见性。

与曝光相对应的广告收费方式是千人成本CPM(costpermilleimpression),即广告每千次曝光的成本,是广告主按照曝光量与媒体结算的一种结算方式,但是因为广告所带来的真实效果无法估计,在广告主和媒体的博弈中,这被认为是利于媒体而不利于广告主的一种收费方式。

  • 独立曝光(Unique Impression)

独立曝光是排除同一个用户多次曝光之后的曝光数量,目前主要是通过排除重复的cookie实现。

计算广告的曝光与独立曝光的比值(Impression/ Unique Impression)是简单识别广告作弊的方式之一,比值过大说明有部分用户大量重复访问,则认为该网站可能存在异常流量,有机器刷量的嫌疑。

  • 可见曝光(Viewable Impression)

可见曝光是从广告可见性的角度出发的指标。IAB(美国互动广告局)规定:PC端图片广告50%像素被展示且时间超过1秒、PC端视频广告50%像素被展示且时间超过2秒可算作可见曝光,另外,对于较大尺寸的广告形式,30%像素被展示且时间超过1秒可算作1次可见曝光

和可见曝光这个指标相关的互联网广告收费方式 是 CPMv(cost per mille viewable impression),即千次可见曝光成本,前文提到的腾讯所使用的新CPM 售卖方式就是 CPMv。这种售卖方式剔除了没有被实际观看的广告数据,能够在一定程度上保证广告交易的公平、真实和有效,帮助广告主提升广告效果,节省浪费在劣质媒体资源或者是内容上的广告预算,提升 ROI,因而受到了广告主的欢迎。

  • 点击(Click)

点击是用以衡量广告曝光后用户行为的指标。点击是链接前端广告与后端落地页的关键行为,反映出受众对广告产生了兴趣,影响点击的因素包括两个方面,第一是广告投放的精准程度,第二是广告创意的优劣。

  • 点击率(CTR)

曝光量和点击量的比值(Click/Impression)点击率可以对不同广告的效果进行横向比较,是反映互联网广告效果最直接、最有说服力的量化指标[13]。影响点击率的因素包括:曝光数量,只有在曝光达到一定数量之后,点击率才相对比较稳定,客观反映广告效果;广告投放的精准程度,触达目标消费人群的比例越高,点击率就越高;广告创意的吸引力,视觉冲击越强烈、内容越吸引人的广告点击率越高。

点击后流量指标

  • 页面浏览量(PV)

页面浏览量,是网站流量统计的常用指标。用户端发出一次打开页面的请求即可算作是一次页面浏览。页面浏览量是对广告落地页进行监测时常用的流量指标之一。它在一定程度上能够反映广告受众的兴趣和欲望被激发的程度,能够反映一定的广告效果。

  • 访问量(Visit)

访问量是网站流量分析中常用的指标,是用来描述用户在一定时间内,或者是完成某一目标的过程中的一系列行为的指标。主流的观点认为,访问量是指用户访问网站的次数。

访问量可以被用于 CPV(Cost Per Visit),即每访问成本的计算。在实际应用中,它很少作为媒体和广告主结算中的收费方式,而是广告主用来衡量营销活动 ROI 的一个指标。

  • 独立访客(UV)

独立访客是用来衡量网站访问人数的指标。《中国移动互联网广告标准》中规定,在指定时间周期内访问网站的一台设备即被记为一个访客,在指定时间周期内相同的设备只会被计算一次。

和其他的流量指标相比,独立访客是以一个用户为核心的度量,能够帮助广告主更为精确地识别广告活动所影响到的人群,同时也能用来进行识别简单的流量作弊独立访客可被用于 CPUV(Cost Per Unique Visitor),即每独立访客成本的计算。但是同CPV一样,它往往不作为收费方式在广告主与媒体的广告交易中使用,而是广告主根据广告活动的目标所设定的一个ROI 指标。

互动指标

流量指标描述了广告及落地页的用户到达情况,而互动指标描述的是用户的参与深度。与流量指标相比,互动指标的标准化程度比较低。

  • 跳失率(Bounce Rate)

跳失率是指当用户点击广告进入广告主推广页面后,没有产生继续点击行为,而选择直接离开的比率。在互联网营销中,跳失率可以用来衡量外部流量的质量和网站内容对受众的吸引力,外部流量质量越高,前端广告越精准,就能吸引到越多的目标用户,那么用户进入网站后的跳失率就越低。

  • 二跳率(2nd-Click Rate)

当被点击一级网站页面展开后,用户在页面上产生的再次点击被称为“二跳”,二跳的次数即为“二跳量”。“二跳量”与浏览量的比值称为页面的“二跳率

  • 访问深度(PV/V)

访问深度(PV/V)是一个平均数,是指一个访客在一次单独访问期间曝光的某特定网页的次数,计算方式是页面浏览量/访问量。访问深度越高,意味着访问者在一次访问中浏览的页面越多,获得的信息也就越多,那么这些访问对广告主的价值就越大。

  • 访问时间(Time on Site)

访问时间(Time on Site)也是一个平均数,是衡量访问长度的指标,具体而言是平均每次访问所停留的时间,计算方式是总访问时间 / 访问量。理论上访问时间越长,说明广告的互动效果越好。

广告监测指标体系

流量类指标是最早出现的一类广告效果监测指标,也是最为基础的监测指标,可以反映广告活动覆盖情况和媒体端展现的广告内容对用户的吸引力。流量指标依据用户行为分为点击前流量指标和点击后流量指标,点击前流量指标主要包括曝光(Impression)、独立曝光(UniqueImpression)、可见曝光(ViewableImpression)、点击(Click)和点击率(CTR)。

点击后流量指标包括页面浏览量(PV)、访问量(Visit)和独立访客(UV)。只有在流量达到一定规模的基础上,广告主对于后端的监测才具有代表性。

互动指标是用户和企业在线交流互动的过程中所产生的指标,可以反映广告投放的精准程度以及广告质量的优劣,并在一定程度上间接反映了用户的心理状态。

互动指标分为标准化互动指标和个性化互动指标,其中标准化互动指标包括跳失率(BounceRate)、二跳率、访问深度(PV/V)和访问时间(TimeonSite),个性化的互动指标则依据广告主目标而定,包括电商类广告中的加购物车、收藏、分享,社会化营销中的评论、转发、点赞、关注、回复,B2B营销中的咨询、下载产品手册等,同样对于企业进行广告效果评估有重要价值。需

转化指标是对企业而言最有价值的一类指标,它能够直接反映广告活动为企业带来的收益,因此越来越受到广告主的重视。

广告效果监测工具

对于广告效果的监测可以分为前端和后端的监测,所谓前端的监测,是指对媒体上所展示的广告位的监测,后端监测,是指对用户点击广告之后行为的监测。

目前PC端和移动端的广告效果监测基本能够通过大数据技术实现自动化和实时监测。在PC端,其工作流程为:首先在广告主的广告物料中添加第三方监测代码,在用户终端植入cookie;第二步,收集媒体端广告数据,如流量、人数及次数等信息,日志传回监测方服务器;随后整理和计算传回的日志信息,生成在线的实时数据及可视化报表。

在移动端多采用SDK监测,其工作流程是:首先在移动端AAP内植入SDK;第二步,记录广告、媒体、设备及用户信息;第三步,根据设备ID识别UV为数据去重;最后整理计算并生成在线实时数据。除了SDK监测之外,对于拒绝植入SDK的APP也可以使用PC端的手段进行监测。

广告欺诈

异常流量

制造异常流量是当前互联网广告行业中最主要的作弊方式。主流的第三方监测公司的异常流量排查可以分为前期预防和后期排查,后期排查是前期预防的基础。

反作弊工具通过一定的规则筛查出异常流量,将其从效果数据中剔除,同时记录产生异常流量的IP、UA和设备ID等信息。

抢归因

很多消费者的购买决策并不是在一次广告接触后就完成的。多次广告曝光中,每次曝光到底产生了多大的作用,关系到广告主在媒介投放效果方面的选择,还影响到ROI的计算。

归因分析是解决这一问题的一项广告效果监测服务。监测方通过记录每个渠道的广告曝光和点击数据,结合设备信息及归因算法,得出不同渠道在一次转化的过程中的作用。在一些归因算法中,转化行为前的最后一次曝光被认为是贡献率最高的。

·················END·················

推荐阅读

  1. 我在字节做了哪些事

  2. 写给所有数据人。

  3. 从留存率业务案例谈0-1的数据指标体系

  4. 数据分析师的一周

  5. 超级菜鸟如何入门数据分析?


欢迎长按扫码关注「数据管道」

浏览 29
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报