打破大数据营销“效率泡沫”_风闻

文|吴俊宇

今年以来， 广告营销界正在出现对大数据算法的质疑。

百比赫公司广告（BBH）的威尔·莱昂（Will Lion）甚至提出了一个观点，大数据效果广告存在“效率泡沫”。

在他看来，营销是人类活动的复杂领域之一，如同军事战略一样，需要大量知识和预判，因此效率和效果的相关性是薄弱的。

“效率泡沫”的观点甚至认为，在营销方面，效率和效果没有那么重要。

“效率泡沫”其实是有一定合理性的。但如果因此认为营销方面，效率和效果没有那么重要，那无疑是陷入了虚无主义，把广告营销行业这几年来好不容易建立起的可视化策略全部抛弃。

毫不客气的讲，这种想法如同把婴儿和洗澡水一起倒掉。

然而在2019巨量引擎E-UP效果营销大赛上，一批项目致力于对优秀效果营销案例的挖掘，有力地驳斥了这种广告营销行业冒头的虚无主义理念。

一批既讲创意又讲效果的案例让人们发现——效果和创意其实可以兼顾，高效的广告和有效的广告也能两全。

巨量引擎就像是一个显微镜，把广告投放过程中的细胞都看得更清楚了。

一

效率泡沫论成因

“效率泡沫”这个论点为什么会在今年出现呢？坦率来说，这个观点有其合理性。这是这几年来大数据营销行业普遍遇到的难题。

1、点击并不代表好感，精准投放之后也并不代表接受，有时候大数据广告仅仅解决了广告触达和广告转化的问题，有时却并没有解决用户好感的问题；

打个比方，用户在一个资讯信息流之中看到了广告，而且因为诱使点击的手段点击了广告，也的的确确产生了购买行为，但由于整个过程中都充满了恶意诱导，用户体验其实并不好，对品牌的印象也很糟。

在数据上品牌方或许感受到了效率提升，但实际品牌却早已因此损耗。

2、大数据广告在投放时本身就会根据标签、特质投放给一部分特定人群，这群人可能更容易发生点击、转化，然而他们很可能早就是品牌固定消费者了；

比如说，以手机广告为例，如果根据年轻男性、3C爱好者这些点去投放，或许的的确确可以获得很高的转化率，但这种转化显然是不够的。他们其实是品牌的固定消费者，对品牌也有很多了解，广告还需要去影响那些对数码不了解的女性、中老年消费者。

3、市场无时无刻都在发生变化，品牌的销售曲线自然就会出现波动，这种波动很多时候和广告投放只有相关关系却没有因果关系；

打个比方说，可能一款羽绒服的大数据广告投放下去了，但其他干扰因素更多，比如天气、季节的变化都会带来销量的波动，很多时候干扰因素过多，很难分辨投放和转化到底有多少因果关系。

综合上面三点来看，很多时候，简单的大数据投放，其实并不能精确计算广告费是不是每一分钱都花到了地方。

大数据广告在当下来看，的的确确可能有一些效率泡沫，这种批判性思维也是有价值的，值得营销业深思。

但是据此直接说不要大数据广告，就陷入了因噎废食的困境——我们不可能倒退到过去那个完全没办法测量广告效果的时代。

二

巨量引擎的显微镜

在9月17日的2019巨量引擎EVOLVE大会上，提到了这样一个观点：

深度了解营收构成、成本构成后，才能通过解决方案变更不断优化，来提升ROI，以帮助企业实现规模化增长。

这种思路的价值在于，根据企业自身情况定制属于他们自己的大数据营销方案。

它并不是单纯的讲转化效果，而是综合品牌、效果、营收、成本等一系列因素定制出属最适合企业自己的方案。

其实所谓的“效率泡沫”问题在广告测量技术的进化下，再次得到了解决。

这就像是当年的医学界，一开始只能望闻问切，但是随着显微镜技术的发展，造成疾病的病菌一点一点被捉了出来。

巨量引擎也进化出了属于大数据广告测量的显微镜。

从广告效率来说，巨量引擎推出了增长= ROI x规模=（营收/成本）x量的规模化增长模型。让广告增长得到归因与数据优化。

它的作用在于，了解不同人群、不同版位、不同创意、不同投放频次的增量效果，找到真正容易被广告影响的人，找到提升广告影响力的策略组合，指导投放策略的精进，通过一系列分析，最终综合考虑客户预算、受众规模和分析数据，决策出广告投放的最佳方案，将预算集中花在增长效率最高的渠道和投放策略上。

从广告创意来看，巨量引擎还提供了一站式内容创意制作工具，打造一套完整流程闭环，最大化帮助合作伙伴和广告主。

这种一站式平台在制作方面，可以将创意生产角色、创意所需物料、创意制作全流程为构成的人货场，已经进行了悄无声息的变迁，从单人设计到多元角色共创，从图文视频到“万物皆创意”，从繁复沟通到流程自动化标准化，从底层推动着行业开拓。

其实在国外，Facebook和谷歌也在采用类似的技术，帮助客户做更多广告投放策略的调整。

比如，优化设置关键字、兴趣和其他目标投放策略；更改投放规则、投放方案脚本和共享预算方案；避免和竞争对手广告雷同，确保你的广告创意在千篇一律中脱颖而出。

1、抵御广告性能下降。在国外大数据投放过程中经常发现这样一个问题，初期大数据投放效果极好，但是中后期效果越来越差，“品牌疲劳”（brand fatigue）显露。

2、减少无效广告投放。有些公司甚至可以借助这种策略在三个月内降低了70%的广告费。

3、细化广告效果分析。可以动态监测每一天的广告效果投放情况，把投放效果更细颗粒化地呈现出来。

效率和创意的兼顾好处是显而易见的。从全球数字营销技术进步的角度来看，Facebook、Google、巨量引擎都已经走到了最前沿。它们把广告计量的精确性往前推了一步。

三

高效和有效全都要

今年1月，英国奥美副主席Rory Sutherland在Campaign英国版网站上发表了一篇名为《Advertising is in crisis, but it’s not because it doesn’t work》（广告业处在危机之中，并不是因为广告无效）的文章。

这篇文章提到了一个观点：

高效的广告识别潜在客户，而有效的广告可以创造潜在客户。

按照他的划分方法，大数据效果广告是高效的广告，价值在于让客户转化率得以提升；而传统品牌形象广告是有效的广告，这些广告没办法测量效果，目的在于创造潜在客户。

这种两分法似乎让著名广告大师约翰·沃纳梅克所虽说的那句“我知道我的广告费有一半浪费了，但遗憾的是，我不知道是哪一半被浪费了”陷入了始终无解的境地。

也为广告费的铺张浪费光明正大找到了理由——被浪费的广告费其实是拿去创造创造潜在客户了。

事情显然不是这样的，人类在还没有出现显微镜等医学器械之前只能靠着望闻问切、求神拜佛这些不理智、非精细的手段展开医疗。但随着医学器械的进步，纳米级别的手术刀都可以在血管之间穿梭，真正直达病灶。

在今天，不管是“高效的广告”还是“有效的广告”，都有了更好的解决方案。

巨量引擎则是从流量价值、用户价值、品牌价值三个方面，构建了可视化营收的全面度量标准，同时不断丰富营收结构，从短期流量变现实现了长期用户资产增值。

“效率泡沫”观点在广告技术进步之下再次显得苍白无力。

这种广告测量的技术进步这也正如德国哲学家施路赫特所说的：

人类在他与世界的关系上对“可预测性”的需求达到了历史上空前未有的满足程度。我们可以说这种可预测性植基于可计算性，亦即人们确信原则上可以“预计”到现世秩序里的种种规则。

​