大数据为媒体加码，品牌广告价值究竟该如何衡量？

大数据媒体品牌广告价值

魏谦屹 | 2016-07-13 15:28

【数据猿导读】在2016年度第十一届艾瑞年度高峰会议上，搜狐大数据中心总经理魏谦屹发表了以《大数据时代品牌广告价值探索》为主题的演讲，跟大家分享了在品牌广告领域的思考与突破，并首次公开搜狐针对品牌广告的解决方案

用曝光和点击来衡量品牌广告价值并不合适

《盗梦空间》中有一句台词是这样说的：这个地球上力量最强大的，就是往人们的头脑里植入一个念头，这个念头会生根发芽，最终变成不可阻挡的行动。

品牌广告要干的就是这个事，向用户头脑中植入一个念头，促成他们下一步行动。这正是品牌广告的生命和魅力所在。

但在2015年一家咨询公司的调研结果中，却发现一个很有意思的现象。调研机构向代理行业中一些有话语权和决策权的人问“你们认为一个成功的品牌营销的活动，期望它是什么结果”，有56%的人说最重要的是有没有给用户留下品牌印象和改变他们的购买意愿。第二个问题”在实际执行的时候你们是如何测量的呢“，69%的人选择通过曝光和点击。

把这两个回答放在一起对比发现：我们想要测量的，是我们试图植入用户脑子里的念头，是一种主观的态度。但实际测量的却是用户表现出来的一些微弱的行为。同样，在社会科学领域也都存在这样的情况。我们最关心的指标难以量化，或者难以观测，于是就用一个比较相关的、可以观测的、可以量化的指标来代替。

但是，在品牌广告领域，这样的替代是否合理?曝光和点击真的能够衡量我们想要衡量的用户脑子里的主观态度吗?

关于曝光，在Sizmek发布的《2015年中国数字广告可见性报告》中表明，大概有50%以上的广告并没有被看见。而对于可见的曝光，广告真真实实出现在屏幕上，用户就真的会看到吗?有没有可能会视而不见呢?以大家的生活经验来推断，这种情况还是非常有可能的。所以如果用曝光来衡量品牌广告效果的话，可能会有很大的注水或者泡沫成分，因为很多曝光实际上并没有对用户形成任何影响。

关于点击，这确实是个有效且重要的指标，但是当我们衡量广告对用户影响的时候，点击不是唯一的。有些广告会让我们会心一笑，有些广告让我们恍然大悟，有些广告能触动我们内心最柔软的部分，当然，也有一些广告，让我们深深厌恶。但是这些深刻的影响却都不会形成点击。如果再用点击去衡量，就会漏掉大量正面的影响，也掩盖了有可能存在的负面影响。再比如说视频前贴片广告，当你在一集一集追热剧的时候，恐怕也不会点击视频前贴片来打断你的观影行为。由此可见，用点击来衡量广告效果也是不合适的。

因此，我们可以得出结论：用曝光来衡量，就像是买到注水肉;用点击来衡量，则是捡了芝麻，掉了西瓜。

品牌广告对用户产生认知、情绪、行为三方面影响，但目前的测量方法存在缺陷

谈到广告测量，通常大家会认为是独立第三方公司应该做的事情。确实，如果从避免利益冲突的角度，当然应该由独立第三方完成。但是从推动行业进步的角度，应该是大家共同努力的目标。一方面，品牌广告测量做好了，能吸引更多预算流入数字媒体，大家都能受益;另一方面，随着移动设备的普及，大数据和人工智能技术的日趋成熟，以前不可测量的东西，现在变得可以测量。数字媒体由于和用户有直接交互，也有着独特的优势。

那如何来解决呢?

行业里通常把品牌广告对用户的影响分为三方面：认知、情绪、行为。以前我们会用漏斗来表达这三种影响的先后顺序，先有认知，再有情绪，再有行动。但是进入移动互联网时代，人们对品牌信息的获取是多渠道、多层次、无处不在的。所以搜狐认为一个品牌广告会对不同的人群同时产生三个不同方面的影响。我们要测量，也要同时测量三个方面的影响。

针对这三方面，目前的测量方法达到一个什么程度呢?

首先，在认知方面。目前大家用的主要是 GRP/PV/TA 等触达指标。正如前面所讲，触达是发送，而发送和收到是完全不同的两个概念。触达的人群里，真正收到广告且领会广告想传达的信息，有20%吗?表示存疑。

其次，在情绪方面。用户喜欢我们的广告吗?不知道。甚至我们在实际投放中，发现有些广告对受众的情绪影响是负面的，而且这并非个案。

最后，在行为方面，可以说行为是目前衡量是最充分的，虽然点击不能代表认知和情绪，但是它在行为方面还是比较有效的。

那么，将三者综合算一下，相对于我们想要测量的目标，目前的测量手段只达成了20%。

这80%的差距，给媒体带来了巨大的伤害。以视频广告为例，因为80%的效果目前在黑洞里，无法被测量，也无从被认可。投放广告的人心里没底，就要加大投放，同时压低价格。导致媒体充斥大量无效广告，对用户，对媒体，对广告主，是个多输的局面。

搜狐突破挑战，全新推出可测量的品牌广告解决方案

基于种种现状，搜狐从合适的测量方法、极致的用户体验、创新的广告交互三个方面进行突破，推出针对品牌广告的解决方案——搜狐品算。

项目最初，搜狐搜狐面临的首要挑战就是：不知道该如何得到用户的主观态度。虽说科技领域已经推出眼动仪、脑电波测量仪器等产品，而且搜狐也和这方面的伙伴进行合作，并且在新产品开发以及素材评估等领域，确实很有成效。

但由于设备昂贵，操作专业，很难大规模引入到广告投放的场景测试广告投放效果。那么，回归本源，如果我们要知道用户怎么想的，最简单、也是最有效的方法就是采用问卷形式直接问。

但对此，有人会提出质疑，认为问卷是一个非常传统的调研方式，搜狐在这方面能有什么创新呢?

下图即为搜狐品算针对认知、情绪、行为三个层面设计的问卷内容。

这些问题看上去都非常简单，但简单必然有简单的道理。搜狐在进行实际探索中，之所以否定了“用复杂的问卷问出用户更深层次东西”的意见，是因为事实上，当要测量用户主观态度时，直觉上的第一反应，要比经过思考的第二反应更加准确。搜狐品算的问卷，相较于传统问卷，有三方面优势：

优势一

回收率，从传统的万分比，提高到百分比

所有的问卷都是抽样，从统计的角度，要从样本推断整体人群的特性，对抽样率是有要求的。传统的线上问卷的回收率大约是在万分之一到万分之五之间。搜狐品算的回收率是百分之四左右。

优势二

时效性，从传统的数周，提升到24小时内

传统问卷在营销活动结束后的一周到数周才会进行，在信息爆炸的时代，几周的时间，用户已经能够接触到海量的信息。当想了解用户的主观态度时，他的态度有多少是受到该广告的影响呢?这个根本无法测量。而搜狐品算可以在24小时之内及时对用户进行调研反馈。

优势三

准确度，从传统的有抽样偏差，到百分之百精准匹配

调研人群与广告触达人群是否重合?传统问卷通过用户回忆或者甄别来识别用户，用户的真实性和有效性无法保证，存在抽样偏差的问题。但搜狐品算可以通过大数据追踪曝光用户，百分之百精准锁定人群。

优势四

成本，从传统的高额调研费用，到接近零成本

传统问卷，都会请调研公司花费大量时间和费用进行反馈，而搜狐品算问卷自动投放、即时报告，接近零成本。

针对以上所描述的优势，搜狐又是如何实现的呢?

首先，问卷与产品体验无缝对接。搜狐希望问卷对于用户体验来说只是一个轻度的点缀，而不是重度的偏离。比如用户正在看视频，突然弹出来一个问卷，如果是传统问卷，可能会跳到另一个满屏幕问题的问卷页面，直接打断观影行为。所以除了将问卷问题设置到极简模式，还需要将问卷对用户的干扰做到最小。这样才能使得搜狐品算实现以“百分比”来计量的回收率，而不是以“万分比“。

其次，由于大数据技术在广告里面应用，可以把广告曝光和问卷投放做到精确一对一匹配，所以也能区分开广告的对照组和控制组，也就是能够准确地找到那些没看过广告的人和看过广告的人做严格的区分。通过对比两组人对于品牌广告的调查问卷的回答结果的差异，我们来量化广告对用户主观态度带来的影响，这个也是传统的问卷方法难以做到的事情。

除了问卷形式的创新，搜狐品算在用户行为方面也做了新的交互，来进一步加强用户对广告的参与程度。

例如下图的可选广告，用户可以看到广告系统推荐的四支广告，然后根据自己的喜好选择其中一支观看。

以及下图的可跳过广告。为了确保用户不是习惯性看完，而是有选择地看完，我们特意在每个可跳过广告的前面3秒加入语音提示，明确告知用户此广告可跳过，那么不跳过的行为才能说明这个广告对他是有吸引力的。事实上，我们加入这个提示后，仍有50%以上的用户选择看完，这也是一个受众自动筛选的过程。

案例分析

衡量认知层面，选取奔驰C-COUPE轿跑车投放案例。灰色柱子是没有看过广告的人对于这个问题的回答，黄色柱子是看过广告的人对于这个问题的回答，我们看到关于“印象最深刻”提高了25.14%，“没有印象”降低了8.05%。以前我们只能定性地去推断效果，但现在我们可以定量地去衡量。

衡量情绪方面，选取雅诗兰黛红石榴水案例。“非常喜欢”提升了7.98%，“非常不喜欢”降低了12.76%。

衡量行为方面，选取三星SUHD量子点电视体验意向案例。“最想体验用户占比”提高了34.96%，“完全不想参与体验用户占比”降低了1.77%。

以上三个广告投放都是正面结果的案例，但是只要投放就一定会产生正面结果吗?其实不是这样的。根据搜狐的观察，有些广告投了还不如不投，但如果没有这种可量化的测量，你投了这个广告对于用户产生负面影响你根本不知道。但是通过搜狐品算进行投放，24小时之内就可以测量出你的广告合不合适，可能是素材不合适，或者是受众选择不合适，及时采取纠正措施。

搜狐品算，以问卷形式补足传统测量方法在认知，情绪，和行为方面的不足，通过创新广告形式及强交互，进一步加强用户与广告的参与，为品牌广告主提供一个可测量的品牌广告解决方案。搜狐希望能与更多广告主及合作伙伴共同打开品牌广告价值衡量新格局。

来源：搜狐门户

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。