所有企业都有一个希望，就是用最少的广告费获得更多的用户。根据我国今年来的调查数据显示，在2010年左右，广告行业实现了大数据技术引导投放，之后的两年里，广告投放费的GDP占比反而疯狂上涨，而在此之后，人们显然认识到达数据的局限性，涨幅有所下降，可惜占比仍然居高不下。
简单的说，在大数据精准投放的加持下，企业广告投放的成本收益比却降低了。这是为什么呢？今天DataHunter数猎哥就来从数据分析的角度说说企业在做市场营销推广时，如何提高广告投放的效果。
一、为什么广告投放没有效果
1.忽略了产品的生命周期
企业在做推广投放时会涉及关键指标的跟踪，比如CPM、CPS、GMV、DAU等，这些指标除了与企业的获客成本、平均客单价、客户数量等密切相关以外，还需要结合企业产品的生命周期来进行监测。
对于处在成熟期的业务模式良好的公司，上述指标是可行的。因为成熟公司讲究的是执行到位，商业模式验证阶段已经完成了。企业只需要复制已有模式，按部就班，扩大规模就能顺利达成商业目标。对应的GMV等指标是可以衡量运营绩效的，对这些关键指标的跟踪也能有效的度量企业的投放效果。
但对于创业阶段还处于探索期的新项目而言，由于商业模式都还没完全确定，还在寻找目标客户和验证产品。这个阶段主要做小规模广告投放，目的是为了验证产品和市场的匹配程度，通过广告投放测试了解当前的产品、商业模式是否能让自己盈利。这个时候需要考核的重要指标不是GMV、DAU，而是在广告停止投放以后，有多少用户会继续使用产品、产品的复购率、转介绍次数有多少等与公司生存密切相关的数据。
2.对各投放平台本质的认知不够
企业做广告投放的目的是为了影响消费者的决策，我们常听说大数据可以预测人的行为，那是不是利用大数据就可以影响消费者的决策让广告更有效呢？其实不然，各大数据平台是通过日常精准的抓取并记录用户的行为数据，为用户建立一个个的标签，并将其详细归类。而这种方式暂时无法做到精准预测人的行为。
原因首先是数据本身不完整，各个大数据平台可能处于对用户隐私的保护，或者各个平台之间的数据并没有完全打通；其次即使数据孤岛被打通，数据本身是完整的，也不能保证各大信息流平台就能精准的识别和预测潜在受众对广告的主观反映，因为人性本身是不可预测的。如今的大数据，只是省去了我们收集处理的过程，而如何洞察消费者的决策，还需要人脑来进行，大数据技术只是辅助而非主导。
3.忽略了对人性的洞察
企业做广告投放，不管是做信息流还是其他，其实都是在研究人的购买决策过程，即研究用户从“看到”到“产生兴趣”、再到“产生购买欲望”、最后完成购买行为的整个过程。但真正的需求往往是隐而不见的，而想要把隐形动机发掘出来，就必须要学会洞察人性。
菲利普科特勒的《营销管理》中提到，消费者的决策路径分中央决策路径和边缘决策路径，其中中央路径是说消费者态度的形成或改变来源于他对最重要的产品信息进行的大量认真而理性的思考；边缘路线是说消费者态度的形成或改变并非基于充分的思考，而是根据正面或负面的边缘线索所形成的品牌联想。
所以企业在对信息流广告的数据进行分析时，各大数据平台给到只是用户标签数据的表象，还需要从多重视角，甚至需要从最深层次的人性角度去探索背后的原因，思考为什么受众会做出这样的反应？他们转化或是不转化的底层逻辑是什么？如此反复才可能找到优化的方向，比竞争对手提前一步找到客户。
二、如何识别广告投放效果好与差
1.什么是好的效果
线上营销主要有两类，一是品牌推广，效果考核主要是曝光量；二是绩效营销，效果考核主要是获得了多少用户。当然，根据企业需要用户做的事情不同，又可以细分成很多层面，比如有的是下载量、激活量，有的是销售线索，比如电话，微信涨粉，还有的是触发行动，比如领取优惠券，转发拼团等等。就绩效营销来说，想要用户做到上面这些事儿，对应的门槛也是不同的，企业需要相应的激励措施，给到用户不得不照着做的理由。
2.什么是好的效果
这里企业广告投放效果“差”是相对的概念，需要同时提供合适的参照系，才能理解效果“差”在哪里。比如跟谁比，以什么标准比，在什么范围内比。如果不明确，那么这样的效果“差”是无法为后续的数据分析提供帮助的。这里我们可以从企业内部和外部两个方向来看：
（1）企业内部
①渠道：是某个渠道相对较差，还是不管什么渠道都差？这两个问题对应的解决方法是完全不一样的；
②时间：是同比差，即现在和去年同时期的效果对比？还是环比差，即现在这个投放周期和上一个投放周期对比？
③产品/服务/品牌：一些公司的产品线和品牌较多，那么是某一个产品效果差还是同类的某几个都差？还是所有产品投放效果都不好？
④地域：是在某几个城市差还是某几个省份差？
⑤转化路径：是点击率差还是落地以后的转化环节差？
⑥管理：是各项指标和公司既定的指标相比较差？还是和自己预期比较差？
（2）企业外部
企业外部是指同行甚至是全网，比如当转化率、获客成本 、订单成本等广告投放效果“差”的时候，站在同行乃至全网的角度，是与同行平均水平相比？还是与主要的竞争对手相比？因为企业不仅仅是在和同行抢流量，还和你用户关注的其他行业产品抢流量。
再比如，投放的问题是出在投放工作本身还是投放工作之外？除此以外还有很多思考维度，比如投放本身是不是有问题？用户分析有无问题？产品本身是不是适合在线上推广等等。当然不管是内部还是外部还有许多不同的维度可以拆解，但不管怎么分，目的只有一个，就是找到关键指标所在，然后更精准、高效的解决投放问题。
三、企业抓取“有效”流量的3个关键点
早期的互联网产品不多，流量基本集中在几个门户网站上，那时候的推广方式主要是追逐流量，从来不思考流量的质量。而如今移动互联网环境中，流量到处都是，但所有的平台都有自己的特有属性，企业需要在各个平台抓取“有效”流量，而流量是否“有效”需要关注三个关键点：媒介、受众和产品。
1.媒介
企业投放的目的是为了获取有效流量，那么媒介就相当于获取流量的通道。不同的媒介，对应的流量也不尽相同，用以实现的广告目的也都不同。比如有的媒介就适合做品牌曝光，有的更适合卖货，有的只适合互动，那么只适合曝光的媒介就应该匹配以曝光为目的的文案，适合转化的媒介就写利于转化的文案，如此才能更准确的引流。
媒介一定意义上也可以解释为用户看到广告时的场景。也就是说，媒介代表了场景。不同场景下的用户状态是不一样的，接收信息的状态也是不一样的，我们需要根据用户当下的那个状态去写对应的内容。
比如在地铁中以品牌广告居多，推广品牌形象为主，这和地铁广告给大众的心理形象有关，在这里做广告意味着品牌有实力，那么相应的投放费用也比较高；信息流广告平台上的内容，一般会伪装成一条资讯发布，这是由于用户在浏览信息流的时候，潜意识是在查看资讯，因此会抗拒广告，伪装成资讯可以解除用户对广告的抵触，相对点开率会更高。比如同样是婚纱广告，在知乎，可以伪装成问答，最好还要有点话题性，不然难以引发传播；但在头条，就适合伪装成通知，比如民国风婚纱今日上线，限99对尝鲜。
2.受众
企业在做广告投放时需要明确目标用户是谁，而这是抓取到有效流量的另一个关键点。受众精准创意内容有两个明显的好处：一是找到并吸引符合条件的人，让广告花费更值；二是赶走不符合条件的人，减少广告浪费。很多创意内容常会犯的错误是：将时间浪费在那种不会买、或者是没有实力买的受众身上。为了避免这种错误，需要先对受众做个界定。即看到投放到的这个受众，要具备以下条件：
（1）对产品/服务感兴趣
比如企业卖的是代步型的轿车，那么对越野感兴趣的人就基本上不用考虑了，也不需要把广告投给有这种透露出越野气质的用户。假设你投放的是寿险的广告，那么那些超出年龄范围之外的用户就不需要你考虑了，除非有数据或者调研证明，这些超出产品年龄之外的人士可以影响目标用户的决策，才有必要针对他们做投放。
（2）能够买得起产品/服务
也许你会说只要想买，钱不是问题，比如苹果手机，很多人买不起也在想办法买。但这件事有两个前提，就是用户愿意为购买这个产品想尽办法，以及没有强大的反对力量拉扯他；如果我们一开始就锁定了有购买力的人，那么他自己就能搞定，我们也不用花时间通过内容去处理那些可能会影响用户购买决策的反对意见。
（3）购买产品/服务的决策者
没有决策权就容易被周围有决策权的人否定，例如昂贵的游戏机，受众群之一是青少年，而决策者往往是家长。这时候投放的内容需要打动的是成年的、有消费能力的青年内心深处的孩童的愿望。如果过度针对少年儿童，那么家长的反对意见可能会需要花费很多精力去搞定。在信息流的环境里，用户每多想一秒，就会多一分不买的可能。除非企业投放的广告内容里为他提供了足够多、且到位的说服理由，让他去说服比他更有决策权的人，否则还是找到最有决策权的人，一步搞定最好。
（4）认可产品/服务
体验过与你类似产品/服务、而且还对此挺有好感的人会是企业投放首选要说服的对象。比如张三是网易云课堂的用户，对他们出品的文案课程很有信心，那么下一次网易云再推文案类课程的时候，就很容易感兴趣，愿意去了解。如果是张三从没关注过的一个平台，没有信任度，那么不管他的课程多好，张三都可能不感兴趣，就算企业在张三身上花再多的广告费，也很难有效果。
3.产品
所谓产品是能够供给市场，被人们使用和消费并能满足人们某种需求的东西。简单来说：产品就是受众购买的理由。所以企业在做投放时，可以通过文字帮产品把这个理由描述出来，吸引对此有需要的流量。
这里很多企业可能会说现在产品同质化程度太高了，找不到什么差异化的点，那可能是因为还没有成为这个产品/服务的专家，这里的专家不是指需要了解过深的专业知识，而是要能够理解在用户心智中，哪一个产品或服务的点才是可以真实打动他们的。
这不仅需要熟知要销售的产品/服务的资讯，包括自己的，也包括竞争对手的。还要在面对不同需求的用户时，迅速找出那个可以说服用户购买的点这个点可以关于产品特色，也可以是产品价值，而价值又分功能性价值和情绪性价值等。
综上，企业流量抓取质量的好坏，取决于广告投放的创意和内容是否有效的链接了媒介、产品和受众。当一家公司投放在所有平台上的内容都是同一套时，就从侧面说明了负责人对平台属性没有基本的认知，对受众的感受不够关注。
四、企业精准广告投放的5个步骤
1.确定是否存在需求
企业首先需要了解的是市场上是否真的有人迫切需要自己的产品/服务。这一步解决的是企业是否有做广告投放的必要。例如一款带风扇的筷子，可以帮助我们吹凉面条。虽然产品很新鲜，市场上没有竞争者，可是用户并不需要这个产品，因此投放广告也没什么意义。
2.明确用户的目的
确认市场之后，企业就要明确产品/服务能够帮助这些有需要的用户完成什么任务，能够帮助他们达到什么目标。这一步解决的是企业做广告投放后能否找到有效用户的问题。
3.确定用户是谁
在确定用户与产品/服务匹配之后，企业就要开始收集用户画像，主要是通过用户调研，竞品用户分析匹配相关的关键词。如果决策者不是目标用户本人时，甚至还需要找到与目标用户相关的决策者通常会关注的关键词，来进行匹配投放。
4.确定用户在哪里
这一步解决的是企业该把广告投放到哪里的问题。在前面一步里广告可以投给本人，也就是购买服务的决策者。也可以是利益相关人，比如决策参与者，直系亲属等。总的来说不管是决策者还是相关人，他们会在哪里出现？可以从以下几种方式来确认
（1）地理位置
可以利用企业自媒体的后台地理位置数据，对粉丝特征进行调研，然后选取相关省份城市进行广告投放。
（2）媒介渠道
企业的目标用户通常会通过哪些媒介获取信息，是传统媒体还是新媒体、是微信还是微博、是今日头条还是手机百度。不同的用户群，在不同的目标状态下，会进入不同的渠道。而我们需要根据企业的用户画像，选出获客性价比最高的渠道，然后有针对性的进行投放。很多广告之所以投放效果不好，原因之一就是在媒介这一步选错了，选错媒介意味着企业的目标用户不在这个平台上，也就无法看到广告。
5.了解用户的偏好
用户方向确定了，接下来就要根据上述步骤中搜集到的情报，有针对性的制作标签和内容定向。这个时候，企业需要了解目标用户群的偏好。很多信息流广告的投手，投放思维还停留在搜索平台做投放的思维阶段。比如投放法律服务的广告就光投给带有法律标签的，其他的人群就不管了，这样做的直接后果就是，定向会被设置的非常狭隘，除非抬高出价，否则广告很难投放出去。
比如一个太阳伞的厂商，他可以去找标签中带着“防晒”的女性用户，也可以去找标注有“墨镜”“美白”“晒后修复”等标签的用户，要知道会买太阳伞的女孩子，一定是有美白需求的。再比如礼品类企业，目标用户同时也在关心脑白金、药酒之类的产品、关心如何让自己的血压降下去之类的健康资讯，那么广告关键词、创意方向都可以参考这些与目标用户有交集的内容。
五、如何利用数据分析让投放更精准
1.区别“有效标签”和“关联标签”
大部分企业习惯去运用直观可见的单一属性，机械的将市场上存在的某些相似的用户归类在一起，将关键词和用户行为之间的相关关系，误解为因果关系。就好像冰淇淋销量增加的时候，溺水人数同比增加，并不能得出冰激凌热卖导致溺水。而是天气炎热导致冰激凌热卖和水上运动人数增加，从而基数增加，溺水人数必然按比例增加。可见理清投放关键词与产品间的关系，是企业广告投放必须要做的功课。
2.优先关注发出消费信号的用户
侦查学家艾德蒙·洛卡德认为，当人们在实施某个行为时，总会跟各种各样的物质发生接触和互换关系。对应的大数据时代，用户的每一个行为，都会在他接触过的地方留下数据。而这些数据，就是一个个的消费信号，分析和整理这些信号，可以帮助企业侦查用户的状态、预测用户的行为。
3.尽量保持与动机型用户的同频
观察到用户的消费动机之后是不是就代表，只要我们把产品信息推送给他，就一定能把产品卖出去呢？还需要进一步考虑，你的产品层级，是否和用户的消费水平、习惯在同一个层级上。这都需要进行大量的数据搜集和分析。
通常情况下，数据搜集可以理解为搜集客户静态数据和交易数据。静态数据就是客户的静态数据文件，如姓名、地址、联系电话、年收入之类的背景档案；而交易数据则是流动的，如交易商品属性、规格、活动参与数据及客服记录等，以及商品特性编码，用来记录与交易商品本身相关的价格、产地、功能描述、口碑数据等信息。
这些数据非常重要，是我们用户画像的重要指向部分。但是更容易发现精准关键词的地方是客户交易的商品本身。在同类用户同期消费的产品上，我们更容易搜集到更具分析价值的信息。
六、小结
企业在做广告投放的数据解读时不能预设立场。当你预设了某个立场后，首先你就会忍不住关注那些与自己想法相关的人、事、物，导致分析结果出现了方向性的偏差；其次绝大部分情况下可能企业都没意识到；最后还有可能只统计自己想统计的，然后用来证明自己已有的观点。但数据分析的精髓并不在于用数据证明自己的既有观点，而是从数据里发现洞察，为企业的业绩KPI增长找到方向和突破点。企业应该具有严谨负责的态度，保持中立的立场，客观的评价数据分析工作中存在的问题。
企业要善用上帝视角。数据分析是企业的一部分，当用用户决策视角来看待数据分析的作用时，就能提纲挈领的理解数据是怎么回事了。比如很多销售导向型的信息流广告转化不好，此时企业要做的不是直接钻到点击率曝光量这些投放数据里埋头苦干，而是先要识别当下这个广告行为有效的前提是什么。
数据可以指导广告投放的前提是能够正确的解读数据。比如前文所说的混淆了因果关系和相关关系的情况，以局部视角诠释整体格局的误区等等。企业要对数据变化敏感、更要对数据变化背后的原因敏感。企业如何提高数据的敏感性呢？DataHunter就能帮到你了。Data Analytics是一个轻量级业务数据可视化平台，可一键快速接入企业本地和云端内外部Execl/CSV等数据文件，无需编程仅需简单的拖拽即可制作酷炫的数据可视化看板，用直观的数据帮你做好的决策。
本文中所有图表都是借助Data Analytics软件免费版做出来的。想尝试自己做图，点击“阅读原文”即可学习如何制作，记得先注册哦～
使用Data Analytics数据可视化软件制作，原数据已做脱敏处理
更多干货内容，欢迎关注公众号：DataHunter
－数据分析展示就用 DataHunter－
关于 DataHunter
DataHunter 是一家专业的数据分析和商业智能服务提供商，注册于2014年。团队核心成员来自IBM、Oracle、SAP 等知名公司，深耕大数据分析领域，具有十余年丰富的企业服务经验。
DataHunter 旗下核心产品智能数据分析平台Data Analytics、数据大屏设计配置工具Data MAX已在业内形成自己的独特优势，并在各行业积累了众多标杆客户和成功案例。
成立以来，DataHunter就致力于为客户提供实时、高效、智能的数据分析展示解决方案，帮助企业查看分析数据并改进业务，成为最值得信赖的数据业务公司。
网友评论