作者:劳伦斯杨杨

先给出一个问题,在分析广告数据时遇到的那些高点击低转化的广告组真的没有任何价值吗?

例如: 客户在浏览你的产品时点了三次不同位置的广告,最后完成了购买,此时根据亚马逊广告销售归因机制,出单只会算在最后一次点击的广告上,广告数据上就会显示三个广告都有点击,但前两次点击的广告是没有收益的,但实际真的是这样吗?

我的答案:当然不是,有一个很简单的道理,一个人吃了5个饼,吃到第5个饼时饱了,难道你会说前4个饼和“吃饱了”这个结果没有任何关系吗?

同理,购物是一个完整的旅途,旅途中会受到广告触点的多次影响,每一次广告的展示都会对最后的销售产生影响,如果把前几次展示的广告换成竞品的,可能也就没有最后的购买了。

此外还经常会有卖家私信问我广告报告(Search Term Report)中的”7 days Sales” 是不是指报告中只含有七天的销售数据?并且非常疑惑的说“我明明下的是一个月的报表啊”?

以上都涉及到互联网广告中非常重要的一个底层原理“广告归因”

了解亚马逊广告或者说了解互联网广告的一些基础原理和底层机制有助于我们更加深度的看待广告的价值,所以本文将为大家系统科普互联网广告的归因机制。

目录

  1. 什么是广告归因?
  2. 为什么需要广告归因?
  3. 互联网广告中存在哪些广告归因?
  4. 亚马逊的广告归因逻辑
  5. 亚马逊广告归因案例

    (只对亚马逊广告感兴趣的可以直接跳到第四节)


1. 什么是广告归因(Attribution)?

“如果我们的多条广告都对顾客产生了影响,广告系统会根据一定的规则将最后的转化归功于其中一条或多条广告上,这个过程就是广告归因。”

简而言之:就是广告的转化的产生,其功劳应该归功于哪些渠道。

2. 为什么需要广告归因?

通过正确的广告归因我们可以合理安排广告预算在不同渠道的分配,将预算分配到投入产出更好的渠道上会显著提升最终的销售额;

举个例子虽然亚马逊广告主投放了DSP展示广告,视频OTT广告和最常用的Sponsored搜索广告,但转化往往很多都发生在在搜索广告中,那么这些转化完全是搜索渠道功劳么?

其实未必,很多转化都是用户在观看视频广告/展示广告之后,引起用户注意,而后用户做了调研后,最后一次转化发生在搜索引擎渠道中而已。只是,通过亚马逊的广告归因机制,搜索引擎收割了各个营销渠道最后的成果罢了,如果只看最后的面板数据,自然是Sponsored搜索广告ROAS更高,但如果因此只把预算投入到了站内搜索广告,势必会损失潜在的销售机会。

OTT视频广告类似于国内数字电视上的广告-Fire TV数字电视;图片来源:Advertising.amazon.com

虽然现在亚马逊广告的归因机制不像谷歌广告那样具有很多选择项,而是默认按最后一次触达客户计算广告的销售归因的,但随着亚马逊广告体系的不断发展,以及广告主的目的变得逐渐复杂(不是像现在这样只盯着ROAS),相信亚马逊的归因机制会变得逐渐多样化;

此外通过理解广告归因的机制,我们可以更加深度的理解广告对最终营销目标达成(品牌影响、转化出单等)的影响。

3. 互联网广告中存在哪些广告归因模型?

最后触达:将转化功劳全部归于客户最后浏览或点击的那个广告和相应的关键字。

这是最简单直接,也应用最广泛的归因模型,主要是分析时不容易出错。

但弊端也很明显:假如顾客最终是从通过点击站内Sponsored广告完成购买的,按照这个模型,会把这次成交100%归功于该广告。但在之前,对产品产生兴趣、信任、购买意向,可能是其他渠道的功劳(DSP、OTT等),站内广告Sponsored广告只是方便顾客在最后的购买阶段快速找到产品而已。

所以这种模型适用于转化路径少、周期短的业务,或者说,广告目的就是引导顾客购买,起临门一脚作用的。亚马逊广告采用的就是这种模型。

首次触达:将转化功劳全部归功于客户首次浏览或点击的那个广告和相应的关键字。

这种模型的缺点是忽略了广告触达与最终转化的关系,忽视了其他因素的影响,因此这种模型适合新品牌在品牌建设或产品推广初期,打造知名度。

之前听行业内朋友说过,一些美国资深卖家在推广产品初期更喜欢关注对受众的触达率,即曝光量,就是根据这种逻辑进行的。

线性:将转化功劳平均分配给转化路径上的所有广告互动。

优点:他是一个多触点归因模型,可以将功劳划分给转化漏斗中每个不同阶段的营销渠道。另外,他的计算方法比较简单,计算过程中的权重调整也比较方便。

弊端:很明显,线性平均划分的方法不适用于某些渠道价值特别突出的业务。比如,一个客户在线下某处看到了你的广告,然后回家再用谷歌搜索,连续三天都通过谷歌进入了官网(真实情况也许只是用户懒得记录或者懒得收藏官网地址),并在第四天成交。那么按照线性归因模型,谷歌会总计分配到75%的权重,而线下某处的广告得到了25%的权重,这种情况线下广告的重要性便被忽视了。

根据线性归因模型的特点,他更适用于企业期望在整个销售周期内保持与客户的联系,并维持品牌认知度的公司。在这种情况下,各个渠道在客户的考虑过程中,都起到相同的促进作用。

时间衰减:广告互动越接近转化发生时间,分配的功劳就越多。

时间衰减归因模型基于一种假设,这种假设认为触点越接近转化,对转化的影响力就越大。这种模型基于一个指数衰减的概念,一般默认周期是7天。也就是说,以转化当天相比,转化前7天的渠道,能分配50%权重,前14天的渠道分25%的权重,以此类推……

优点:相比线性归因模型的平均分权重的方式,时间衰减模型让不同渠道得到了不同的权重分配,当然前提是基于“触点离转化越近,对转化影响力就越大”的前提是准确的情况下,这种模型是相对较合理的。

弊端:这种假设的问题就是,在漏洞顶部的营销渠道永远不会得到一个很高的分数,因为它们总是距离转化最远的那个,这样就会忽略广告在业务增长中的重要性(原因下文会讲到)。

适用于:客户决策周期短、销售周期短的情况。比如,做短期的促销,就打了两天的广告,那么这两天的广告理应获得较高的权重。

首末位置归因:为客户首次广告互动以及最终广告互动分别分配 40% 的功劳,将其余 20% 的功劳平均分配给转化路径上的其他广告互动。这种模型非常重视最开始的线索和最终促成转化的渠道

首末归因模型同时兼顾了拉新和转化的业务需求,非常适合那些十分重视线索来源和促成销售渠道的公司。该模型的缺点则是它不会考虑线索转化之后的触点的营销效果。

以数据为依据(马尔科夫归因模型):根据转化操作的历史数据来分配转化功劳。该归因模型与其他归因模型的区别在于,它使用帐号数据计算每次互动在转化路径中的实际功劳。

马尔科夫模型示例

假设我们是一家出售蓝牙耳机的公司,通过一些数据追踪手段发现客户通常会先点击我们的多个广告,然后才决定购买。

“马尔科夫”归因模型发现,先后点击“展示广告”和“搜索广告”的客户比仅点击“搜索广告”的客户更有可能购买。因此,该模型在重新分配功劳时,会偏重“展示广告”及相关关键字、广告组和广告系列。

以上为虚拟案例,真正的马尔科夫模型比案例中更复杂一些,但基本是这个原理:访客下一次访问某个渠道的概率,取决于这次访问的渠道。

因为各个推广渠道的属性和目的不同,我们也无法脱离用户整个的转化路径来单独进行计算。因此,马尔科夫链归因模型实质上是一种以数据驱动的(Data-Driven)、更准确的归因算法。

有些策略重视增长,另一些则更重视效率,图片来源:Google Academy

不同的业务模式和营销目标决定了不同归因模型的选择

  • 如果是新品牌、新产品推广,我们应该给予能给我们带来更多新用户的渠道足够的权重,那么我们应该选择首次互动模型;
  • 如果是投放了单一的竞价渠道,那么我们应该选取末次互动归因模型或者渠道互动归因模型;
  • 如果公司很在乎线索来源和促成销售渠道,那么我们应该选择首末归因模型;
  • 如果公司的渠道多、数据量大,并且由永久用户标识,应该选择马尔科夫归因;
  • 等等……

Tip: 为什么先触达客户的渠道权重越大说明越重视增长?

我们先来看看这张图:

亚马逊广告营销漏斗,来源:Amazon.advertising.com

亚马逊不同的广告工具作用于客户不同购物阶段,如果只考虑最后一次互动才有价值(亚马逊广告的归因模型正是这么做的),那么最靠近转化销售环节的广告会将其他环节广告的功劳完全抢过来,此时远离销售的环节的广告在账面显示的销售额就会很少或者压根为零!根据这样的报告,如果卖家的营销目标只有ROAS,只会保留这些ROAS数据最好看的广告组,而这些广告往往处于营销漏斗最底层,那我们营销漏斗的上层开口始终无法打开,业务增长就很容易达到天花板(没办法,漏斗越往下流量就越少)

所以综上反之,先触达客户的渠道权重越大说明越重视增长(亚马逊广告的机制对先触达客户的渠道完全没有权重)

广告归因的方式和算法多种多样,以上是常见的几种归因模型。没有绝对的完美的模型,任何模型都存在局限性和不足,最重要的是根据不同公司的业务特征的营销目标,选择适合的归因模型才能最大的发挥价值。

讲完了“广告归因”的基础知识,接下来我们就聊聊卖家们最关心的亚马逊广告归因逻辑。

4. 亚马逊的广告归因逻辑

由于处于亚马逊平台的客户本身购物的意向度较高,转化路径短、转化行为直接、渠道也有限,点击可以直接落地到商品详情页,此时广告目的就是为了吸引顾客购买,起临门一脚作用的,因此,亚马逊平台选择了通过最后一次触达归因来分析在这些渠道上归因后的效果数据。

4.1 亚马逊广告归因的5大原则

  • Tracking window :有7天/14天的归因窗口期;
  • Across all platforms:跨亚马逊所有的平台;
  • Across all media/ad programs:跨亚马逊所有的媒体渠道和程序(Sponsored Ads/DSP);
  • Click trumps view:点击优先于浏览被记录(点击权重大于浏览);
  • Last touch:转化归功于最后一次有效交互(点击或浏览);

4.2 DSP和SP广告归因的差异

DSP有14天的回溯归因窗口期,且在Display的报告中,首先点击和浏览的数据都会被记录,此外还覆盖所有的转化指标,包括产品详情页的、客户评论的、添加到购物车的等等。

而SP广告是7天的回溯归因窗口期,报告中只有点击会被记录,以及第三方的销售收入会被记录,同时指标层面也有不同,只包含点击、曝光和销售相关的指标。因此,相对Display Ad的数据维度会少一些。

SB广告也是点击归因,除了窗口期是14天其余机制基本与SP广告大致相同。

此外,在亚马逊归因逻辑中会遵循重复数据删除,这就意味着,当卖家采用SP、SB、SD以及DSP等多渠道同时投放时,最终用户的购买行为只会归因给一个有效渠道,不会被重复记录。

4.3 广告归因案例解析

1)客户在

1月1日 看到了DSP广告
1月6日 看到并点击了DSP广告
1月11日 看到了DSP广告
1月20日 购买了产品

最终广告销售额会算在哪天展示的广告上面?

答案:1月6日

解析:DSP广告只有14天归因窗口期,首先排除第一次广告;第二次广告和第三次广告的展示都在归因窗口期内,但是第二次广告展示发生了点击,所以其权重大于第三次广告展示的曝光,综上,本次销售额会算在1月6日展示的广告上。

2)客户在

1月1日 看到并点击了DSP广告
1月6日 看到了DSP广告
1月11日 看到了DSP广告
1月20日 购买了产品

最终广告销售额会算在哪天展示的广告上面?

答案:1月11日

解析:DSP广告只有14天归因窗口期,首先排除第一次广告;第二次广告和第三次广告的展示都在归因窗口期内,但是第三次广告展示是最后触达客户的,综上,本次销售额会算在1月11日展示的广告上。

3)客户在

1月1日 看到了DSP广告
1月6日 看到并点击了DSP广告
1月13日 看到并点击了SP广告
1月20日 购买了产品

最终广告销售额会算在哪天展示的广告上面?

答案:1月13日

解析:DSP广告只有14天归因窗口期,首先排除第一次广告;第二次广告和第三次广告的展示都在归因窗口期内且都发生了点击,但是第三次广告展示是最后触达客户的,综上,本次销售额会算在1月13日展示的SP广告上。

4)客户在

1月1日 看到并点击了SP广告
1月6日 看到并点击了DSP广告
1月13日 看到了SP广告
1月20日 购买了产品

最终广告销售额会算在哪天展示的广告上面?

答案:1月6日

解析:SP广告只有7天归因窗口期,首先排除第一次广告;第二次广告和第三次广告的展示都在归因窗口期内,但是第二次广告展示发生了点击的,第二次广告的点击权重大于第三次SP广告的曝光,综上,本次销售额会算在1月6日展示的DSP广告上。

5)客户在

1月1日 看到了DSP广告
1月6日 看到了SP广告
1月13日 看到了DSP广告
1月20日 购买了产品

最终广告销售额会算在哪天展示的广告上面?

答案:1月13日

解析:只有第三次广告展示处于窗口期内(第二次SP超出了7天的窗口期),本次销售额会算在1月13日展示的DSP广告上。

【重点来了】
6)客户在

1月1日 看到了SP广告
1月6日 看到了DSP广告
1月13日 看到了SP广告
1月20日 购买了产品

最终广告销售额会算在哪天展示的广告上面?

答案:1月13日

解析:第二、三次广告都在窗口期内,且第三次为最后触达,所以销售额会算在第三次展示的SP广告上,但是SP广告是点击归因,所以销售额将不会显示在SP广告的销售报告上,所以站在卖家的角度看,这笔订单是自然出单。

以上是最常见的几种情况,大家可以思考下,如果再加入SB和SD广告的干扰因素,结果又会是怎么样的呢?欢迎各位在评论区留言探讨。

4.3 亚马逊广告归因模型的缺陷

其实这部分内容在上文中已经有过剧透:亚马逊广告的归因机制对先触达客户的渠道完全没有权重,根据这样的数据报告进行广告投放会很影响业务的持续增长。

真实的用户行为路径更接近于产生兴趣、信任、购买意向、信息对比等各种环节,这些都是其他渠道的功劳,其在亚马逊广告的末次归因模性中则无法统计进来,而末次渠道的功劳评估会被大幅高估。

卖家在亚马逊上投广告的最终的目的一定是卖货,而且卖货要产生利润,所以我们一定要看ROAS,但在亚马逊平台不能只追求极致的ROAS,因为条件越苛刻,适合你的流量就越少,这就跟找对象一样,你对另一半的条件要求越高,适合你的人选就越少,所以我们应该确定我们的核心需求,次要目标可以进行适度妥协。


补充话题1:SB广告通常ACoS比SP较高,该如何正确看待这一现象?以及如何评估这部分的广告的真实价值?

我们可以把花费和产出打包一起看广告总投入和总产出,再结合ROAS综合评估

我为什么没有说直接看总ROAS,因为这并不是一个明智的决定,理由如下:

1)首先我们需要正确理解SB广告这个工具的定位

SB广告虽然叫“品牌”推广广告,但我并不认可其在提升品牌影响力方面有多大价值(至少以目前SB广告的激活机制、出现的位置、展现的形式而言还不认可),亚马逊平台上的广告基本都处于营销漏斗的靠近购买的环节,属于收割订单的效果类广告

那什么叫真正的品牌类广告?

被广告触达后,顾客对品牌本身留下深刻印象,占领客户的心智,即使当前没有购买需求,也至少在客户心中种了草。而目前亚马逊能用的广告工具真正能实现这种价值的,可能只有DSP广告、OTT视频广告、以及SBV视频广告等几种,(很多卖家这只是把SBV用于展示某个产品本身的卖点,对于增加产品本身的竞争力固然很有帮助,但对于品牌影响力的提升效果就会很有限)

LEGO的1:1布加迪跑车广告,这才是品牌广告

但是通过亚马逊对SB广告最近的几次改动可以看出,亚马逊也在逐渐完善这个工具,想让这个工具在提升品牌影响力方面变得名副其实。

总之一句话,除非你能想办法让你的SB广告给客户留下深刻印象,否则它的作用只是多了一个SP广告展示位而已

新版的SB广告多了一些展示类型,看来亚马逊也意识到了像以前那种展示三个产品位的形式,并不完全符合“品牌推广”这个工具的定位

2)其次我们要理解SB广告在客户购物旅途中所处的位置

SB广告的展示位很显眼,流量基本上是最大的,通常在客户的购物旅途中处于第一批触达客户的位置,问题就来了,这对SB广告很不友好,因为亚马逊广告的销售归因机制完全不考虑第一次触达的价值,如果客户是多次点击不同广告进行的购买,那数据报告中就无法体现SB广告对最终达成销售的影响价值。

考虑以上因素,我们在投放SB广告时可以适当弱化对ROAS的考核,且随着SB广告的品牌性质逐渐增多,我们可以多关注曝光、点击率、NTB等指标。


补充话题2:广告出单会覆盖一部分自然出单,(自然位已经很高,原本客户通过点击免费的自然位就可以进入详情页,但此时广告在打在Top,客户同时看到了广告位和自然位,于是点击了排在更前的广告位,这样就会存在一些广告冗余,同时广告出单占比也会很高)该如何评判这种情况?

可以通过卡ACoAS(广告成本占比)的方式去控制,只要广告成本占比控制在一定比例内,此时说明花钱没增多的同时反而广告的出单效率提高了那就是好事(成本没变且对最终的总销售额也没有影响至少不是坏事);

原文链接

发表回复

后才能评论