对于互联网广告而言,效果是一个典型的逐层递减的转化漏斗,有的转化漏斗短,有的转化漏斗长,比如网服行业的工具类产品,可能它的漏斗就相对长一些。
一个典型的工具类产品的转化流程是——广告曝光、广告点击、应用下载、应用安装、应用激活、浏览变现广告。
从上一个环节到下一个环节,都会有不同程度的流失。
而理论上,在支持按效果进行出价的今天,都可以对上述转化事件进行单独出价——比如3元购买一个有效下载、5元购买一个有效激活,无论用哪一个转化事件进行出价。
今天成熟的广告系统都能进行针对性的优化,即在客户能接受的范围内将广告内容推动给最可能转化的用户。
然而,这里边有一个问题,广告平台能对转化事件进行针对优化的前提是广告主必须将转化事件的数据回传给广告平台,因为广告平台需要这些转化数据反哺系统去识别和预估哪些是容易转化的用户。
但对于任何一个广告主而言,试听、下单、复购等转化数据都是最核心的数据,是公司最重要的资产,所以他们对这些数据回传的安全性也是存在顾虑的。
那么,如何解决这个问题呢?
腾讯广告的解决方案或许值得参考——首先腾讯的广告生态非常完善,有为App推广买量的腾讯广告,也有为App提供流量变现的平台——“优量汇”,这样的好处是非常明显的——
即你无需回传收入数据,因为优量汇已经精准实时地知道了你的收入数据,这就可以为广告效果的优化提供非常有利的操作空间了。
那么,腾讯具体是如何通过这一数据闭环来优化广告效果的呢?
答案是基于ROI预估的出价模型,即App广告主可以设置一个浅层转化行为的转化成本和一个最低可接受的首日变现ROI(=首日内变现金额/广告当天的消耗)。
系统会在参考浅层转化行为目标成本的基础上,根据预估广告频次、ECPM实时计算出价,尽可能控制广告变现ROI不低于广告主设置的期望ROI。
这样做的目的是在保障ROI基础上,提升拿量能力。
这其实已经是腾讯广告针对这类广告效果优化的一次升级了,升级之前采取的是针对次留存率进行预估的双出价的模式,它背后的逻辑是次日留存和变现二者之间是强相关关系,因此次留这一指标在某种意义上能代表变现效率。
但毕竟二者本身并不相等,这样的做法会直接过滤掉一些次留低但付费意愿强的用户,这些用户其实也属于App应该争取的用户。
这样的好处是显而易见的:
首先,广告主无需进行全部收入数据的回传,因为优量汇本身就存储变现数据,也无需将其他渠道变现收入回传,最大程度上打消了广告主的数据安全顾虑。
其次,系统自动实时通过预估收益调节出价,无需投手根据首日ROI倒推次留率目标进行手动调整,同时也不会错误地过滤留存低而付费意愿强的客户。
再次,这个方案由于数据的连续性,可以有效避免广告计划在一定时间后跑量能力下降的问题。
正是这些在ROI变现方面的领先优势,让腾讯广告在效果广告进入深水区之后依然能给广告主带来足够的优秀的回报。
效果广告是一个“以结果为导向”的行业,必须有足够亮眼的ROI才能获得广告主的认可,作为国内老牌的效果广告平台,腾讯广告一直走在广告效果衡量创新的前列。
相比竞媒,腾讯广告变现ROI更灵活,不强制要求广告主变现占比,也无需将全媒体变现数据回传,使用大串行单层并发请求即可获得良好预估。
更重要的是,针对广告主在使用变现ROI后7日掉量的痛点,腾讯广告变现ROI优化策略,兼顾整体LTV回收曲线,稳步提升LTV,确保回收不断崖。
以某工具行业广告主为例,6月开始测试账户,持续跑量长达18天,在拿量效果、次留率、首日及7日变现ROI等方面的数据均优于次留双出价广告。首日ROI超过出价120%,仍可持续维持跑量能力。
毫无疑问,今天的广告效果预估由于系统能力的进步,已经和传统时代不可同日而语了,除了刚刚说的基于结果的算法优化,我们对于效果的定义和认知也不断发生变化,比如效果是看一个指标还是看多个指标?
如果是多个指标,哪个指标是优先的?其他指标的权重是多少?是看短期效果指标还是应该看长期效果指标?如果看长期效果指标,如何解决算法要求的即时数据反馈问题.......
这些都是互联网时代广告效果衡量的实际问题,而这些问题的解决依旧需要我们新一代广告人不断在实践中探索和开拓。