所有企業都有一個希望，就是用最少的廣告費獲得更多的用戶。根據我國今年來的調查數據顯示，在2010年左右，廣告行業實現了大數據技術引導投放，之後的兩年裡，廣告投放費的GDP佔比反而瘋狂上漲，而在此之後，人們顯然認識到達數據的侷限性，漲幅有所下降，可惜佔比仍然居高不下。
簡單的說，在大數據精準投放的加持下，企業廣告投放的成本收益比卻降低了。這是為什麼呢？今天DataHunter數獵哥就來從數據分析的角度說說企業在做市場營銷推廣時，如何提高廣告投放的效果。
一、為什麼廣告投放沒有效果
1.忽略了產品的生命週期
企業在做推廣投放時會涉及關鍵指標的跟蹤，比如CPM、CPS、GMV、DAU等，這些指標除了與企業的獲客成本、平均客單價、客戶數量等密切相關以外，還需要結合企業產品的生命週期來進行監測。
對於處在成熟期的業務模式良好的公司，上述指標是可行的。因為成熟公司講究的是執行到位，商業模式驗證階段已經完成了。企業只需要複製已有模式，按部就班，擴大規模就能順利達成商業目標。對應的GMV等指標是可以衡量運營績效的，對這些關鍵指標的跟蹤也能有效的度量企業的投放效果。
但對於創業階段還處於探索期的新項目而言，由於商業模式都還沒完全確定，還在尋找目標客戶和驗證產品。這個階段主要做小規模廣告投放，目的是為了驗證產品和市場的匹配程度，通過廣告投放測試瞭解當前的產品、商業模式是否能讓自己盈利。這個時候需要考核的重要指標不是GMV、DAU，而是在廣告停止投放以後，有多少用戶會繼續使用產品、產品的復購率、轉介紹次數有多少等與公司生存密切相關的數據。
2.對各投放平臺本質的認知不夠
企業做廣告投放的目的是為了影響消費者的決策，我們常聽說大數據可以預測人的行為，那是不是利用大數據就可以影響消費者的決策讓廣告更有效呢？其實不然，各大數據平臺是通過日常精準的抓取並記錄用戶的行為數據，為用戶建立一個個的標籤，並將其詳細歸類。而這種方式暫時無法做到精準預測人的行為。
原因首先是數據本身不完整，各個大數據平臺可能處於對用戶隱私的保護，或者各個平臺之間的數據並沒有完全打通；其次即使數據孤島被打通，數據本身是完整的，也不能保證各大信息流平臺就能精準的識別和預測潛在受眾對廣告的主觀反映，因為人性本身是不可預測的。如今的大數據，只是省去了我們收集處理的過程，而如何洞察消費者的決策，還需要人腦來進行，大數據技術只是輔助而非主導。
3.忽略了對人性的洞察
企業做廣告投放，不管是做信息流還是其他，其實都是在研究人的購買決策過程，即研究用戶從“看到”到“產生興趣”、再到“產生購買慾望”、最後完成購買行為的整個過程。但真正的需求往往是隱而不見的，而想要把隱形動機發掘出來，就必須要學會洞察人性。
菲利普科特勒的《營銷管理》中提到，消費者的決策路徑分中央決策路徑和邊緣決策路徑，其中中央路徑是說消費者態度的形成或改變來源於他對最重要的產品信息進行的大量認真而理性的思考；邊緣路線是說消費者態度的形成或改變並非基於充分的思考，而是根據正面或負面的邊緣線索所形成的品牌聯想。
所以企業在對信息流廣告的數據進行分析時，各大數據平臺給到只是用戶標籤數據的表象，還需要從多重視角，甚至需要從最深層次的人性角度去探索背後的原因，思考為什麼受眾會做出這樣的反應？他們轉化或是不轉化的底層邏輯是什麼？如此反覆才可能找到優化的方向，比競爭對手提前一步找到客戶。
二、如何識別廣告投放效果好與差
1.什麼是好的效果
線上營銷主要有兩類，一是品牌推廣，效果考核主要是曝光量；二是績效營銷，效果考核主要是獲得了多少用戶。當然，根據企業需要用戶做的事情不同，又可以細分成很多層面，比如有的是下載量、激活量，有的是銷售線索，比如電話，微信漲粉，還有的是觸發行動，比如領取優惠券，轉發拼團等等。就績效營銷來說，想要用戶做到上面這些事兒，對應的門檻也是不同的，企業需要相應的激勵措施，給到用戶不得不照著做的理由。
2.什麼是好的效果
這裡企業廣告投放效果“差”是相對的概念，需要同時提供合適的參照系，才能理解效果“差”在哪裡。比如跟誰比，以什麼標準比，在什麼範圍內比。如果不明確，那麼這樣的效果“差”是無法為後續的數據分析提供幫助的。這裡我們可以從企業內部和外部兩個方向來看：
（1）企業內部
①渠道：是某個渠道相對較差，還是不管什麼渠道都差？這兩個問題對應的解決方法是完全不一樣的；
②時間：是同比差，即現在和去年同時期的效果對比？還是環比差，即現在這個投放週期和上一個投放週期對比？
③產品/服務/品牌：一些公司的產品線和品牌較多，那麼是某一個產品效果差還是同類的某幾個都差？還是所有產品投放效果都不好？
④地域：是在某幾個城市差還是某幾個省份差？
⑤轉化路徑：是點擊率差還是落地以後的轉化環節差？
⑥管理：是各項指標和公司既定的指標相比較差？還是和自己預期比較差？
（2）企業外部
企業外部是指同行甚至是全網，比如當轉化率、獲客成本 、訂單成本等廣告投放效果“差”的時候，站在同行乃至全網的角度，是與同行平均水平相比？還是與主要的競爭對手相比？因為企業不僅僅是在和同行搶流量，還和你用戶關注的其他行業產品搶流量。
再比如，投放的問題是出在投放工作本身還是投放工作之外？除此以外還有很多思考維度，比如投放本身是不是有問題？用戶分析有無問題？產品本身是不是適合在線上推廣等等。當然不管是內部還是外部還有許多不同的維度可以拆解，但不管怎麼分，目的只有一個，就是找到關鍵指標所在，然後更精準、高效的解決投放問題。
三、企業抓取“有效”流量的3個關鍵點
早期的互聯網產品不多，流量基本集中在幾個門戶網站上，那時候的推廣方式主要是追逐流量，從來不思考流量的質量。而如今移動互聯網環境中，流量到處都是，但所有的平臺都有自己的特有屬性，企業需要在各個平臺抓取“有效”流量，而流量是否“有效”需要關注三個關鍵點：媒介、受眾和產品。
1.媒介
企業投放的目的是為了獲取有效流量，那麼媒介就相當於獲取流量的通道。不同的媒介，對應的流量也不盡相同，用以實現的廣告目的也都不同。比如有的媒介就適合做品牌曝光，有的更適合賣貨，有的只適合互動，那麼只適合曝光的媒介就應該匹配以曝光為目的的文案，適合轉化的媒介就寫利於轉化的文案，如此才能更準確的引流。
媒介一定意義上也可以解釋為用戶看到廣告時的場景。也就是說，媒介代表了場景。不同場景下的用戶狀態是不一樣的，接收信息的狀態也是不一樣的，我們需要根據用戶當下的那個狀態去寫對應的內容。
比如在地鐵中以品牌廣告居多，推廣品牌形象為主，這和地鐵廣告給大眾的心理形象有關，在這裡做廣告意味著品牌有實力，那麼相應的投放費用也比較高；信息流廣告平臺上的內容，一般會偽裝成一條資訊發佈，這是由於用戶在瀏覽信息流的時候，潛意識是在查看資訊，因此會抗拒廣告，偽裝成資訊可以解除用戶對廣告的牴觸，相對點開率會更高。比如同樣是婚紗廣告，在知乎，可以偽裝成問答，最好還要有點話題性，不然難以引發傳播；但在頭條，就適合偽裝成通知，比如民國風婚紗今日上線，限99對嚐鮮。
2.受眾
企業在做廣告投放時需要明確目標用戶是誰，而這是抓取到有效流量的另一個關鍵點。受眾精準創意內容有兩個明顯的好處：一是找到並吸引符合條件的人，讓廣告花費更值；二是趕走不符合條件的人，減少廣告浪費。很多創意內容常會犯的錯誤是：將時間浪費在那種不會買、或者是沒有實力買的受眾身上。為了避免這種錯誤，需要先對受眾做個界定。即看到投放到的這個受眾，要具備以下條件：
（1）對產品/服務感興趣
比如企業賣的是代步型的轎車，那麼對越野感興趣的人就基本上不用考慮了，也不需要把廣告投給有這種透露出越野氣質的用戶。假設你投放的是壽險的廣告，那麼那些超出年齡範圍之外的用戶就不需要你考慮了，除非有數據或者調研證明，這些超出產品年齡之外的人士可以影響目標用戶的決策，才有必要針對他們做投放。
（2）能夠買得起產品/服務
也許你會說只要想買，錢不是問題，比如蘋果手機，很多人買不起也在想辦法買。但這件事有兩個前提，就是用戶願意為購買這個產品想盡辦法，以及沒有強大的反對力量拉扯他；如果我們一開始就鎖定了有購買力的人，那麼他自己就能搞定，我們也不用花時間通過內容去處理那些可能會影響用戶購買決策的反對意見。
（3）購買產品/服務的決策者
沒有決策權就容易被周圍有決策權的人否定，例如昂貴的遊戲機，受眾群之一是青少年，而決策者往往是家長。這時候投放的內容需要打動的是成年的、有消費能力的青年內心深處的孩童的願望。如果過度針對少年兒童，那麼家長的反對意見可能會需要花費很多精力去搞定。在信息流的環境裡，用戶每多想一秒，就會多一分不買的可能。除非企業投放的廣告內容裡為他提供了足夠多、且到位的說服理由，讓他去說服比他更有決策權的人，否則還是找到最有決策權的人，一步搞定最好。
（4）認可產品/服務
體驗過與你類似產品/服務、而且還對此挺有好感的人會是企業投放首選要說服的對象。比如張三是網易雲課堂的用戶，對他們出品的文案課程很有信心，那麼下一次網易雲再推文案類課程的時候，就很容易感興趣，願意去了解。如果是張三從沒關注過的一個平臺，沒有信任度，那麼不管他的課程多好，張三都可能不感興趣，就算企業在張三身上花再多的廣告費，也很難有效果。
3.產品
所謂產品是能夠供給市場，被人們使用和消費並能滿足人們某種需求的東西。簡單來說：產品就是受眾購買的理由。所以企業在做投放時，可以通過文字幫產品把這個理由描述出來，吸引對此有需要的流量。
這裡很多企業可能會說現在產品同質化程度太高了，找不到什麼差異化的點，那可能是因為還沒有成為這個產品/服務的專家，這裡的專家不是指需要了解過深的專業知識，而是要能夠理解在用戶心智中，哪一個產品或服務的點才是可以真實打動他們的。
這不僅需要熟知要銷售的產品/服務的資訊，包括自己的，也包括競爭對手的。還要在面對不同需求的用戶時，迅速找出那個可以說服用戶購買的點這個點可以關於產品特色，也可以是產品價值，而價值又分功能性價值和情緒性價值等。
綜上，企業流量抓取質量的好壞，取決於廣告投放的創意和內容是否有效的鏈接了媒介、產品和受眾。當一家公司投放在所有平臺上的內容都是同一套時，就從側面說明了負責人對平臺屬性沒有基本的認知，對受眾的感受不夠關注。
四、企業精準廣告投放的5個步驟
1.確定是否存在需求
企業首先需要了解的是市場上是否真的有人迫切需要自己的產品/服務。這一步解決的是企業是否有做廣告投放的必要。例如一款帶風扇的筷子，可以幫助我們吹涼麵條。雖然產品很新鮮，市場上沒有競爭者，可是用戶並不需要這個產品，因此投放廣告也沒什麼意義。
2.明確用戶的目的
確認市場之後，企業就要明確產品/服務能夠幫助這些有需要的用戶完成什麼任務，能夠幫助他們達到什麼目標。這一步解決的是企業做廣告投放後能否找到有效用戶的問題。
3.確定用戶是誰
在確定用戶與產品/服務匹配之後，企業就要開始收集用戶畫像，主要是通過用戶調研，競品用戶分析匹配相關的關鍵詞。如果決策者不是目標用戶本人時，甚至還需要找到與目標用戶相關的決策者通常會關注的關鍵詞，來進行匹配投放。
4.確定用戶在哪裡
這一步解決的是企業該把廣告投放到哪裡的問題。在前面一步裡廣告可以投給本人，也就是購買服務的決策者。也可以是利益相關人，比如決策參與者，直系親屬等。總的來說不管是決策者還是相關人，他們會在哪裡出現？可以從以下幾種方式來確認
（1）地理位置
可以利用企業自媒體的後臺地理位置數據，對粉絲特徵進行調研，然後選取相關省份城市進行廣告投放。
（2）媒介渠道
企業的目標用戶通常會通過哪些媒介獲取信息，是傳統媒體還是新媒體、是微信還是微博、是今日頭條還是手機百度。不同的用戶群，在不同的目標狀態下，會進入不同的渠道。而我們需要根據企業的用戶畫像，選出獲客性價比最高的渠道，然後有針對性的進行投放。很多廣告之所以投放效果不好，原因之一就是在媒介這一步選錯了，選錯媒介意味著企業的目標用戶不在這個平臺上，也就無法看到廣告。
5.瞭解用戶的偏好
用戶方向確定了，接下來就要根據上述步驟中搜集到的情報，有針對性的製作標籤和內容定向。這個時候，企業需要了解目標用戶群的偏好。很多信息流廣告的投手，投放思維還停留在搜索平臺做投放的思維階段。比如投放法律服務的廣告就光投給帶有法律標籤的，其他的人群就不管了，這樣做的直接後果就是，定向會被設置的非常狹隘，除非抬高出價，否則廣告很難投放出去。
比如一個太陽傘的廠商，他可以去找標籤中帶著“防晒”的女性用戶，也可以去找標註有“墨鏡”“美白”“晒後修復”等標籤的用戶，要知道會買太陽傘的女孩子，一定是有美白需求的。再比如禮品類企業，目標用戶同時也在關心腦白金、藥酒之類的產品、關心如何讓自己的血壓降下去之類的健康資訊，那麼廣告關鍵詞、創意方向都可以參考這些與目標用戶有交集的內容。
五、如何利用數據分析讓投放更精準
1.區別“有效標籤”和“關聯標籤”
大部分企業習慣去運用直觀可見的單一屬性，機械的將市場上存在的某些相似的用戶歸類在一起，將關鍵詞和用戶行為之間的相關關係，誤解為因果關係。就好像冰淇淋銷量增加的時候，溺水人數同比增加，並不能得出冰激凌熱賣導致溺水。而是天氣炎熱導致冰激凌熱賣和水上運動人數增加，從而基數增加，溺水人數必然按比例增加。可見理清投放關鍵詞與產品間的關係，是企業廣告投放必須要做的功課。
2.優先關注發出消費信號的用戶
偵查學家艾德蒙·洛卡德認為，當人們在實施某個行為時，總會跟各種各樣的物質發生接觸和互換關係。對應的大數據時代，用戶的每一個行為，都會在他接觸過的地方留下數據。而這些數據，就是一個個的消費信號，分析和整理這些信號，可以幫助企業偵查用戶的狀態、預測用戶的行為。
3.儘量保持與動機型用戶的同頻
觀察到用戶的消費動機之後是不是就代表，只要我們把產品信息推送給他，就一定能把產品賣出去呢？還需要進一步考慮，你的產品層級，是否和用戶的消費水平、習慣在同一個層級上。這都需要進行大量的數據蒐集和分析。
通常情況下，數據蒐集可以理解為蒐集客戶靜態數據和交易數據。靜態數據就是客戶的靜態數據文件，如姓名、地址、聯繫電話、年收入之類的背景檔案；而交易數據則是流動的，如交易商品屬性、規格、活動參與數據及客服記錄等，以及商品特性編碼，用來記錄與交易商品本身相關的價格、產地、功能描述、口碑數據等信息。
這些數據非常重要，是我們用戶畫像的重要指向部分。但是更容易發現精準關鍵詞的地方是客戶交易的商品本身。在同類用戶同期消費的產品上，我們更容易蒐集到更具分析價值的信息。
六、小結
企業在做廣告投放的數據解讀時不能預設立場。當你預設了某個立場後，首先你就會忍不住關注那些與自己想法相關的人、事、物，導致分析結果出現了方向性的偏差；其次絕大部分情況下可能企業都沒意識到；最後還有可能只統計自己想統計的，然後用來證明自己已有的觀點。但數據分析的精髓並不在於用數據證明自己的既有觀點，而是從數據裡發現洞察，為企業的業績KPI增長找到方向和突破點。企業應該具有嚴謹負責的態度，保持中立的立場，客觀的評價數據分析工作中存在的問題。
企業要善用上帝視角。數據分析是企業的一部分，當用用戶決策視角來看待數據分析的作用時，就能提綱挈領的理解數據是怎麼回事了。比如很多銷售導向型的信息流廣告轉化不好，此時企業要做的不是直接鑽到點擊率曝光量這些投放數據裡埋頭苦幹，而是先要識別當下這個廣告行為有效的前提是什麼。
數據可以指導廣告投放的前提是能夠正確的解讀數據。比如前文所說的混淆了因果關係和相關關係的情況，以局部視角詮釋整體格局的誤區等等。企業要對數據變化敏感、更要對數據變化背後的原因敏感。企業如何提高數據的敏感性呢？DataHunter就能幫到你了。Data Analytics是一個輕量級業務數據可視化平臺，可一鍵快速接入企業本地和雲端內外部Execl/CSV等數據文件，無需編程僅需簡單的拖拽即可製作酷炫的數據可視化看板，用直觀的數據幫你做好的決策。
本文中所有圖表都是藉助Data Analytics軟件免費版做出來的。想嘗試自己做圖，點擊“閱讀原文”即可學習如何製作，記得先註冊哦～
使用Data Analytics數據可視化軟件製作，原數據已做脫敏處理
關於 DataHunter
DataHunter 是一家專業的數據分析和商業智能服務提供商，註冊於2014年。團隊核心成員來自 IBM、Oracle、SAP 等知名公司，深耕大數據分析領域，具有十餘年豐富的企業服務經驗。
DataHunter 旗下核心產品智能數據分析平臺 Data Analytics、數據大屏設計配置工具 Data MAX 已在業內形成自己的獨特優勢，並在各行業積累了眾多標杆客戶和成功案例。
成立以來，DataHunter就致力於為客戶提供實時、高效、智能的數據分析展示解決方案，幫助企業查看分析數據並改進業務，成為最值得信賴的數據業務公司。