营销|MarTech 营销数据闭环（六）效果评估

编辑导语：营销效果评估是指营销活动在执行前,执行过程中或者在营销活动执行完成后,对于营销活动的执行效果进行评估的过程，进行营销效果评估有利于提高品牌的转化率，实现品效合一。本文作者从微观、中观、宏观三个层次对效果评估进行了阐述，推荐正在做品牌营销的童鞋阅读。

文章插图
很多做营销工具的公司容易忽略，也往往做不好的就是「营销效果评估」，有些是因为没做过具体运营，没有行业经验，不知道该评估哪些点；有些是因为没有数据闭环，自然也评估不了。
营销人常挂在嘴边的是「品效合一」，就是企业在做营销的时候，既要看到品牌的声量，又要看到效果的销量。产品要带动品牌声量的提升，同时品牌推广本身也要有销量的增长。
营销不仅要品牌，更需要效果，这也是 MarTech 追求的目标。
被称为「百货商店之父」的 John Wanamaker 在 100 年前就提出了营销界的哥德巴赫猜想「我知道营销费用有一半是浪费的，却不知道被浪费的是哪一半」。
可见，营销效果评估是困扰了营销人至少一个世纪的难题，在当前市场环境下，企业追求「品效合一」时更注重效果转化，毕竟，大家都不想赔本赚吆喝，叫好不叫座。道理大家都知道，但在实际执行的过程中却往往很难给出效果评估的系统方法和衡量标准。
本文讨论的主体，就是这把吊在营销人头上百年的「达摩克里斯之剑」。
传统的营销效果评估都是基于小数据样本的市场调研，比如进行目标客户的电话访谈、座谈会，甚至上门采访，通过定性的调查问卷对客户进行研究。
而今天 MarTech 的发展，已经让传统的效果评估进化为数据科学，通过前几篇文章的分析，也能略见一斑。当前的效果评估是基于一定广度和深度的营销数据闭环，结合机器学习和深度学习实现的。
下面我将从微观、中观、宏观3 个层面对效果评估进行阐述。
一、微观评估营销是由一次次 campaign 形成的，每次 campaign 通常在一个比较窄的时间维度（比如 5 天），过程中会有若干个节点（比如曝光、点击、互动、发券、购买等），节点到节点的数据变化可以用漏斗模型来表示，这种数据称为活动过程指标。
不同行业过程指标的侧重点不同，比如在生鲜、美妆、日化用品等高频、决策周期短的品类，消费者看到活动后，可能不需要 1 分钟就完成了购买，因此过程指标侧重点在曝光、点击、购买，会涉及到销售数据；在汽车、家居建材、房地产等低频、决策周期长的品类，一次 campaign 并不会直接产生转化，因此过程指标侧重点在曝光、点击和留资量。
在一定时间维度，把这些过程数据进行汇总展示，就可以形成 campaign 的衡量指标，考核这次活动的定量效果。以上这些过程数据是建立在数据闭环基础上，而一些严重依赖渠道的品类，比如饮料、日化在大型超市进行销售，超市不会把消费者信息提供给品牌，这就会造成过程指标跟踪中断。
在关注过程指标同时，很多企业还会通过一些小样本数据调查来求证 campaign 活动是否准确。比如「曝光活动的人群是否与预期相符」，就是通过抽样曝光和点击活动页的消费者 ID，比对真人样本库来分析这些消费者是活动目标的比例。
以向消费者传达信息的媒介来分，有以下几种：

文章插图
微观层面不同阶段的部分衡量指标如下：