對于不同的廣告主而言，什么才算廣告的效果，肯定是不同的。

哪怕都投同一種廣告，對于什么才算效果，定義和衡量方式也可能是不同的。

總體而言，廣告的效果基本上分為以下類型：

1.以轉(zhuǎn)化為最終效果來衡量廣告，同時追蹤轉(zhuǎn)化過程。

最終效果的衡量往往用ROI或者轉(zhuǎn)化率（當流量價格比較穩(wěn)定時），轉(zhuǎn)化過程往往需要將后鏈路數(shù)據(jù)匹配前鏈路數(shù)據(jù)，實現(xiàn)廣告全鏈路歸因后才能體現(xiàn)。

2.廣告覆蓋的人群數(shù)量，以及其中多少人真正被企業(yè)的品牌所影響，即增強了認知、好感甚至購買意愿。這些共同構(gòu)成了企業(yè)的品牌資產(chǎn)價值。

這是目前最困難的領(lǐng)域。常用的方法是，追蹤同一人群一段時間（通常是相當長的一段時間）的行為變化，尤其是與投放品牌相關(guān)的互動行為的變化來推測其品牌人群資產(chǎn)的變化。顯而易見的是，這樣的方法勢必需要足夠大的人群場、內(nèi)容場作為支撐，能做到這一點的，基本上只能是大型互聯(lián)網(wǎng)媒體平臺提供的工具。

3.從行業(yè)角度看，企業(yè)的品牌力在消費者心智中的整體提升。

洞悉品牌力在行業(yè)角度的比重，突破常規(guī)輿情法或者問卷法的諸多弊端，更及時精確地追蹤更廣范疇人群的心智變化，來判斷人群是否在廣告投放后，對廣告主品牌具有更多的偏好，或者曾經(jīng)屬于其他品牌的消費者轉(zhuǎn)變?yōu)閺V告主品牌消費者（從對其他品牌擁有更多認知、好感、意愿，轉(zhuǎn)變?yōu)閷V告主品牌有更多的認知、好感和意愿）。這就對媒體平臺提出了更高的要求：縝密的行業(yè)及品牌理解力及對于人群的品牌獨占行為的把握。

4.對品牌和效果的綜合提升。

如果一個廣告主說，想追求“品效協(xié)同”，我們不能簡單認為這是不理性的。廣告投放本身提供了“品效協(xié)同”的可能性。最常用的方法，是在投放品牌廣告的同時追加效果廣告，利用不同廣告形式，按照一定的節(jié)奏（pacing）進行組合投放。但，組合方法的不同，一定會左右廣告主所追求的品效協(xié)同效果。而在各種組合中找到投放效果的最優(yōu)解，廣告主自己或者廣告主聘用的第三方都無法完全實現(xiàn)，因為廣告主不可能窮盡所有的投放方式，也就無法確定當前的組合方式一定是最有效的。

在這種情況下，唯有媒體平臺，在擁有海量的投放數(shù)據(jù)的基礎(chǔ)上，才能對廣告主當前的投放組合的效果做對比性的衡量（與其他各種潛在組合方式進行對比），然后給出當前組合與自有組合或其他組合方式之間的效果差異。顯然，這個解只有媒體平臺才能提供，而媒體平臺如果提供相關(guān)工具，便能對廣告主衡量組合廣告投放的效果，產(chǎn)生極大的價值。

那么，對于上述四種廣告投放效果的衡量需求，我們有什么創(chuàng)新解法呢？

今天我們以騰訊廣告RACE曝光歸因模型為例（以下簡稱RACE模型），來聊聊行業(yè)在衡量廣告效果上的努力與成效。

第一類：衡量轉(zhuǎn)化以及轉(zhuǎn)化過程的歸因

如同前面所講，如果只是衡量ROI，對廣告投放的效果衡量就只有一個標準：好和壞。

效果不好的廣告投放，我們通常能做的事情，是停止投放。

但如同我在我的大課堂（宋星大課堂）所講述的，效果不好的廣告投放，或許仍然隱藏著很大的機會——或許只是在歸因上（這個廣告很可能為別的廣告或者流量渠道做了助攻），或是在人群的匹配上出現(xiàn)了一些問題，但并不能就立即認為這個廣告存在嚴重問題。

舉一個案例，某食品品牌旗下有兩個主推小食，分別是牛肉和雞肉，做了一波投放，用同樣的資源觸達目標受眾，牛肉小食的產(chǎn)品線轉(zhuǎn)化遠低于雞肉線。怎么辦？

傳統(tǒng)的單一轉(zhuǎn)化衡量方式下，盡管是以轉(zhuǎn)化為導向，但肯定相當粗暴，容易產(chǎn)出一刀切的優(yōu)化方式。終端ROI高，希望起量；ROI不達標，如果做一些優(yōu)化還不行的話，會停掉或者更換到效果好的雞肉線廣告進行投放。

但顯然我們需要用有效的廣告衡量來判斷，既然牛肉線的效果不好，那么到底問題出在哪里？過去，這樣的判斷很難實現(xiàn)，但現(xiàn)在的工具（如下圖所示，來自RACE模型的衡量方式）則可以很好地幫助廣告主洞察到相關(guān)情況。

問題來了，剛好覆蓋的這組人群對雞肉產(chǎn)品更感興趣，因此簡單得出牛肉產(chǎn)品的廣告不夠好這個結(jié)論，是非常武斷的。按照這樣的錯誤思維，我們或許很快就能得出下一個同樣不正確的結(jié)論：假如這個廣告下一波投放剛好覆蓋的人群對牛肉產(chǎn)品更感興趣，那就是雞肉產(chǎn)品的廣告不夠好。

但是，有了RACE模型，就不會出現(xiàn)這樣武斷地推導。更高效的機器建模學習，也會讓廣告效果的優(yōu)化不再復雜。如果牛肉線的人群不匹配，那么找到匹配的人群，就有機會大幅度提升投放的效果。找到匹配人群的方法，當然也可以利用后鏈路數(shù)據(jù)作為正樣本，用之前高頻觸達牛肉廣告但仍未轉(zhuǎn)化的人群作為負樣本，以機器學習的方式，不斷優(yōu)化人群的匹配。

在這個案例中，優(yōu)化后牛肉線的廣告下單轉(zhuǎn)化對比歷史同類投放增加了43%，高消費人群的轉(zhuǎn)化更比歷史同類投放增加52%。

第二類：衡量廣告對品牌資產(chǎn)的影響

如同前面所講的，目前，衡量廣告對人群的影響非常困難，品牌很難摸清楚自己在消費者端到底擁有多少實打?qū)嵉钠放瀑Y產(chǎn)。但對品牌廣告主而言，能夠量化品牌資產(chǎn)，是最能證明廣告起到效果的方法。

難，在于人們的心跡無法直接敞開變成數(shù)據(jù)，進而被獲取、被統(tǒng)計、被歸因。

但行業(yè)還是能給出相對不錯的解決方法。

如果一個消費者原本對某個品牌完全沒有認知，通過廣告投放，他發(fā)現(xiàn)了這個品牌，并且對這個品牌感興趣，那么他很可能會產(chǎn)生一些探索這個品牌的行為。

這些行為，廣告主基本上無法探知，但是媒體在海量的人群基礎(chǔ)上，還是能夠發(fā)現(xiàn)投放廣告前后，人群行為變化的差異的。

作為媒體端提供的工具，RACE模型是能夠做到這一點的典型工具。消費者對于品牌的認知情況，可以用一系列行為去定義。例如，人群與品牌廣告的互動，可能意味著對這個產(chǎn)品有不錯的興趣，而進入這個品牌的小程序，則可能意味著更深的興趣和偏好。

那些目標人群中從未搜索過這個品牌的人群，在廣告投放之后有30%的人發(fā)生了搜索行為，這行為本身如同一個標志物，表明人群心智發(fā)生了“破冰性”的改變，成為品牌資產(chǎn)中的一環(huán)。

例如在某3C筆記本品牌的一系列廣告投放中，基于RACE模型能夠展示出品牌資產(chǎn)的流轉(zhuǎn)情況。廣告主選擇了兼顧“品效”的營銷目標，擬定了要達成更多R3、R4人群資產(chǎn)的投放策略，并在實際投放中，通過針對深層觸動且具有轉(zhuǎn)化潛力的R3人群，以及產(chǎn)生轉(zhuǎn)化的R4人群作為正樣本，淺層與深層雙目標聯(lián)合優(yōu)化建模。

通過下圖右側(cè)的實際投放效果可以看到，對比模型優(yōu)化前后，R1到R3的轉(zhuǎn)化率提高了460%、R1到R4的轉(zhuǎn)化率提高了63%，兩項提升最為巨大的指標都與廣告主訴求吻合。印證了RACE模型能根據(jù)品牌的營銷目標，進而針對性進行建模為投放提效，幫助廣告主實現(xiàn)“指哪打哪”的能力。

我們也可以利用這個模型中人群的遷移情況來衡量廣告投放campaign的效果。

同樣的預算，我的廣告投放后，從R1到R4的人群遷移比例是5%，而你的廣告遷移比例是10%，那或許說明你的廣告投放比我的更成功。

這些數(shù)值，都反映了一個企業(yè)的品牌資產(chǎn)的躍升（變遷）情況。

第三類：衡量品牌在消費者心智中的整體提升

廣告主也期待自己投放廣告之后，能夠在一定程度上“壓倒”同類品牌。一個廣告投放出去之后，若沒有同類品牌的消費者“轉(zhuǎn)投自己門下”，無論如何都不夠成功。

廣告主希望看到的人群遷移，不僅僅只是從曝光觸達到淺層互動到深層觸動這樣的遷移，從行業(yè)層面看，廣告主也希望看到其它同類品牌的人群遷移到自己的陣營中來。這體現(xiàn)出品牌在消費者心智中的重要性的不斷提升。

這些數(shù)據(jù)目前只能靠調(diào)研或者大型媒體平臺提供。過去的衡量方式主要是問卷調(diào)研或者輿情調(diào)研，但往往會受到樣本量級或主觀偏差影響，且比較難追蹤當下復雜且加速動態(tài)演變的消費者心智。大型媒體平臺提供的工具，比如RACE模型，可以提供相關(guān)數(shù)據(jù)，其背后的原理，仍然是基于人群的行為。

某個品牌手機發(fā)布旗艦高端機，廣告效果的衡量很適合用品牌（產(chǎn)品）在行業(yè)中品牌力的提升來衡量。

例如基于復盤上波投放，發(fā)現(xiàn)“閃屏合約”及“信息流合約”的心智扭轉(zhuǎn)效果更優(yōu)，故在下波投放中基于轉(zhuǎn)化難轉(zhuǎn)化人群的營銷目標，針對性優(yōu)化資源組合進行投放。而在下波投放后利用RACE模型分析，購機人群中有20%來自于另一個原本使用某高端品牌手機的人群，而其中又有接近一半人持有該高端品牌手機的2代機型。廣告深度觸動的消費者中有三分之一，原本是另一個同類品牌的偏好群體。

這些數(shù)據(jù)給我們提供了衡量廣告效果的參考維度。

坦白說，品牌一定是希望能用更真實、更直接的維度來衡量廣告效果，比如具有識別性的消費者獨占互動行為——實際對本品和其它同類品牌的廣告點擊、內(nèi)容瀏覽搜索等。當廣告投放結(jié)束之后，如果品牌主可以清晰地看到這些數(shù)據(jù)的變化，那么廣告投放效果的衡量就更具有說服力。

除了RACE模型能夠?qū)崿F(xiàn)的四類科學歸因方式，衡量廣告效果，尤其是品牌廣告的效果還有一些方式。這些方式包括：

• 捕捉并研究消費者在數(shù)字世界中的輿論；

• 投放觸達人群的demo（demographics，即社會屬性）與DMP中目標人群的demo之間的差異；

• 利用后鏈路的流量行為數(shù)據(jù)（engagement），判斷流量的價值；

• 將后鏈路的流量行為數(shù)據(jù)及其ROI進行維度交叉，構(gòu)建Engagement-ROI模型進行分析；

如果說前面四大類效果的分析，需要RACE模型這類的工具實現(xiàn)，那么上面這四類分析方法，也分別需要各類工具實現(xiàn)，例如，捕捉輿情，需要輿情工具；與標準人群的demo做對照，需要有DMP；后鏈路Engagement以及Engagement-ROI模型分析，則需要用戶行為分析工具或者CDP；轉(zhuǎn)化歸因和歸因模型，也需要專門的歸因工具或具有相關(guān)功能的CDP。

如同我們前面所說的，對于廣告投放效果的衡量，并沒有一個放之四海而皆準的通用指標，所應(yīng)用的工具也各不相同。一個趨勢是，媒體端提供的中立工具（例如RACE模型這類廣告主可以自助操作的工具），為廣告效果的衡量和分析提供了另一個角度的方法，再加上廣告主如能合理利用上述的所有工具，那么對于投放效果的衡量，基本上能夠做到客觀與全面。

不過，一個建議是，應(yīng)用RACE模型這樣的工具，要比其他自己采購或自建的工具使用難度低，對數(shù)據(jù)專業(yè)的要求也相應(yīng)低一些。如果企業(yè)無預算或能力做上面所列舉的這四類其他的衡量方式，那么，直接用媒體平臺提供的工具，或許是一個更好的選擇，即，在沒有額外代價的基礎(chǔ)上，仍然能夠衡量和比較廣告投放的效果，并至少能夠獲得相當全面的廣告投放優(yōu)化方面的洞察和建議。