本文来自微信公众号:计算广告(ID:Comp_Ad),作者:大数据仁波茄,头图来自:《广告狂人》上周,跟老朋友S总喝了个豆汁,他在某新锐品牌负责市场营销。
一提到投广告,他就开始嘬牙花子:“现如今广告平台越来越牛,我们甲方反倒有点被边缘化。
似乎身不动膀不摇,设好佣金比例,等着出单就行了。
出不了单,也没啥好办法。
”我调侃说:“不能反抗,那就躺平了享受呗!”他说:“那可不行——啥也没干,年终奖好意思拿么?”于是,在几个第三方狂轰乱炸的游说下,他揭竿而起,花大价钱搞了全套数据产品,打造理解用户的能力。
什么用户画像啦、DMP啦、CDP啦,骚词整了一大堆。
我问他:“有用没用呢?”他苦笑道:“但凡你要能让这些玩意有用,我给你一毛钱!”这就回到上文留的扣子了:广告客户玩数据,该不该把主要精力放在理解用户上?在这点上,很多客户是有个认知上的误区的,今天就把这事聊明白。
不过要说明,本文的讨论,不适用于像京东、美团、快手这类数据能力很强的平台型客户。
当然,我今天说的事,90%的广告代理和技术公司也不会跟你讲,因为他们基本上也干不了,或者不明白。
搞用户画像,有两个条件为啥对广告客户来说,搞用户画像看起来高大,用起来鸡肋?从逻辑上讲,理解用户的能力要用得上,有两个前提:一是你真的能理解,而不是像扔鞋一样乱蒙;二是得有用武之地,也就是得有挑选用户的接口,跟你对接。
先来看看第一个条件。
就拿S总的全套数据产品来说,他无奈地告诉我,除了原来CRM里的那些线索以外,从站外拿到的数据,最多也只是一点自己投广告的监测数据。
想根据谁看了你的广告,来给用户画像,这不是想瞎了心了么?再看看人家平台方,什么社交关系、兴趣标签、搜索记录、购物历史,再加上移动端丰富的传感器,早就把用户从胸围到眼镜度数扒个底掉了。
您想想,这些真正有价值的数据,客户能拿到哪怕一根毛线头不?没数据?没数据你理解个大和尚!打个比方,你本来是个小学生,却非得去思考大学教授研究的问题,这事儿您觉得能靠谱么?于是,除了卖系统的第三方火穴大转,这场轰轰烈烈的营销数据化运动唯一的价值,就是生动地诠释了一句至理名言:巧妇难为无米之炊。
当然,S总手里那些线索数据,也是有些价值的。
可是毕竟用户全面的画像在广告平台那边,即使是把他的数据拿进来一起建模,那也一定是扔到平台的锅里炖。
这事儿道理特简单:联合国大会在哪儿召开,是应该秘书长定呢,还是保洁员定呢?再来看看第二个条件。
家里有老人的可以回去问问,在PC时代,竞价广告平台多采用CPC出价模式:平台与客户买卖的是点击;一个点击值多少钱,客户来算;而广告的点击率如何,媒体来算。
要把自己的用户画像用于广告投放,那就得有个实时挑流量、定价格的接口。
这种接口大家都听说过,叫做程序化。
不过如今的广告平台,大趋势并非程序化,而是“智能投放”:平台的数据能力越强,手也越长,客户把你的转化事件报给我,干脆我来给你算转化率,咱们按一个转化多少钱算。
于是,这就产生了oCPX/CPA这样的出价模式,这也就是“智能投放”的产品趋势。
看看上面的式子,您就明白了:现在点击率、转化率都不用算了,我把素材准备好,填个转化单价进去就得。
投Facebook的客户体会更深:连出价都不用,您给个预算就得了。
这样一来,就算是理解了用户,也没地方挑去不是?于是乎,收集数据、用户画像还有什么卵用呢?(上面的内容,我们在《广告为什么需要计算?》一文中有详细解读。
)不顾自己的数据资产和能力现状,盲目效法大平台做用户画像,是今天广告客户玩数据的一个大误区。
用数据好好理解产品既然理解用户没什么卵用,我们管杀管埋,还得说说什么有用。
客户的营销体系,难道不需要数据化么?显然不是。
我的观点是(此处敲黑板划重点):对广告客户来说,最需要的数据能力不是理解用户,而是理解产品。
理解产品是什么意思?我们来想想,在智能投放的产品趋势下,客户还剩下什么事呢?其实只有三件事了:选产品、做素材、设单价。
抛开做素材不谈,就是选产品和设单价这两个环节,其实也是需要很强的数据能力,来“理解产品”的!只是这种能力的重要性,还没有被多数客户重视。
说到选品,您可能会问,这难道不是电商才会考虑的事儿么?其实不然。
比方说,一个短视频应用投广告,肯定是挑出一条视频内容,比如下图中的某一个,直接把它投出去。
而这每一条被投出来的视频,也就是你的产品了。
短视频如此,什么小说、新闻、旅游甚至教育,今天都是这样的投放逻辑:从挑出具体的产品内容,直接面向用户投广告。
如果还有人傻呵呵地拿个logo在那儿硬推的,说句文言,那一定是浪催的。
好了,短视频也好、小说也罢,内容都是汗牛充栋的,您说有没有选品的问题?因为其中有相当大的一部分,跟手工耿老师的作品一样,一件也卖不出去。
您说全投出去测测看?这种瞎猫策略成本太高了:就算一条内容投十块钱儿的,一天测十万条,一百万先就打了水漂了,这实在有点二。
那么怎么选品呢?这就自然地过渡到下一个问题,也就是出价。
或者说。
这本来就是同一个问题——用数据好好理解产品。
而把单价算清楚这一点的重要性,其实是被严重低估了。
算得准就是挣得多智能投放的逻辑下,你报给平台的转化单价应该是多少呢?有人说,这个不用搞那么准吧,设一个肯定不亏的价格,不就得了?说这话的人,对竞价广告的本质并不了解。
有一点大家应该知道:目前几乎所有的竞价广告平台,采用的都是第二高价(或VCG)的机制。
二价机制有个重要的性质,就是truthful:客户忠实地按照回报出价,才能获得最大的总利润!怎么理解呢?在二价市场中,当我们把出价准确地设成“收益= 收入–成本”时(注意:这里的收益是不含广告费的),总的利润是最多的。
因此,这里的关键,就是要把产品收益算准!先来说说,算不准会怎么样?那就不能按照“预估收益”来出价,而是要按“(预估收益+ 安全边际)”出价。
这里的安全边际,大致就是成本估计的平均偏差,也就是“Δ(预估收益 –收益)”。
显然,收益预估越准,安全边际就越可以留得小,按照truthful原理,也就可以有更高的总利润。
如果您没什么感性认识,我来说个定量的结果:在一次规模化的A/B测试中发现,我们发现,当把出价的安全边际由10%降至5%后,总利润反而上升了70%左右。
也就是说,在二价市场中,毛利率越低,总利润越高!明白这个,关键任务就清晰了:对广告客户来说,努力将毛利算准,使出价更接近于真实收益,会带来巨大的利润空间。
简而言之,算得准就是挣得多!话说回来,把数算准为什么这么难呢?还拿上面的短视频做例子,如果推小姐姐,那么可能进来的用户后续会把钱花在直播打赏上;如果推是辛巴,那么是用他会用直播带货来获利;如果推老杨道,人见人骂,可是对推高应用日活很有帮助,这后面的收益就是个长期效果了。
咱们做个形象的比喻:好比说,您在玩一个题图里模拟经营的游戏,这里可以生产五花八门的资源,什么粮食、棉花、木材、布匹、衣服、瓷器,彼此还互相依赖,你要根据开始仓库里的东西,制定出一个收益最高的生产计划来。
显然,靠我们人类的直觉摸着来,作为游戏消遣当然没问题,可是要跟数据化的建模和优化结果相比,那可能差得非常远。
当然,这只是玩游戏。
真正的业务里,没有人先画好这样一张生产流程图摆在你面前,更不会给你把数都标上。
所谓理解产品,就是把从广告转化到最终形成利润的整个后链路,都数据化和模型化起来。
这样做,为的是在投广告的瞬间,更准确地计算出每个产品的收益来。
而产品的收益算准了,选品问题自然也就迎刃而解了。
拿上回谈的电商来说,决定收益的环节,包括但不限于采购、运费、退货和客服等。
就说一个退货,产品之间相差很大,对收益影响显著,然而相对准确的数据要个把月后才能拿到。
您想想,要在广告投放的时候就把这些算得靠谱,得有多少把流程数字化,以及建模预估的工作。
虽然不好做,可是跟理解用户相比,至少这些后链路上的数据,客户是能拿到的啊!这样一来,客户的数据产品,才能摆脱纯粹吹牛逼的窘境。
总结这么看来,每个产品从转化到最终形成利润的链路,非常漫长而曲折。
必须用数字化的方法,把这些理解透彻,建出模型,才能在产品从广告渠道投出去的那一瞬间,相对准确地算出每个转化的定量价值。
这样,才能解决好选品和出价这两个看起来跟数据关系不大的问题。
所以,把自己产品的收益算清楚,利用truthful原理将总利润放大,这里面的油水大了去了。
产品的理解还基本靠感觉呢,就非得去抢平台的生意理解用户,是不是有点儿缘木求鱼了?对多数广告客户而言,理解用户,看起来辉煌灿烂,实则是镜花水月;理解产品,看起来庞杂纷乱,但是路就在脚下。
本文来自微信公众号:计算广告(ID:Comp_Ad),作者:大数据仁波茄