仍然存在问题的 3 个数字广告领域

我对数字广告的热情来自一项特殊的项目：数据。 我们有机会浏览和分析的信息量是惊人的。 从印象和点击等基本指标到网站导航路径或添加到购物车等更有趣的见解，一切似乎都已准备就绪，可以轻松解决复杂的问题。

然而，我的经验告诉我，数字营销的某些领域仍然需要改进。 特别是，我曾经认为可以通过我们拥有的技术解决的一些问题，在我所做的工作中仍然具有相关性和重复性。 以下是数字广告中仍然存在问题的三个领域。

1.归因：百万美元的问题

想象一下在广播电台或电视频道上投放广告。
您可以使用哪些工具来衡量展示次数、流量或观看次数？
您如何知道个人收听或观看您的广告所花费的平均时间？

无论您在数字方面多么出色，获得这些信息可能都不值得花时间。

数字广告为我们提供了大量数据，有时我们甚至不知道如何处理这些数据。 也就是说，在确定广告如何影响购买决策时，付费媒体世界仍在苦苦挣扎。 在很多情况下，我听到品牌说：

• “是的，我们在 Facebook 上的重定向视频广告有 10,000 次观看，但无论如何会发生多少转换？” 或者…
• “我不确定展示广告是否真的产生了重大影响。”

经过多年的技术改进，我们仍然以相对较低的精度评估视频或图像广告的影响。

在某种程度上，经过严格设计的测试可以深入了解不同渠道的影响。 这需要隔离受众并在足够长的时间内运行准备充分的活动以使数据具有相关性。 您的展示广告可能不会从最直接的意义上影响消费者，但它有助于让您的品牌成为人们关注的焦点。 取消它的后果可能是品牌兴趣和考虑缓慢但稳定下降，也可能不会。 谁知道？

2. 跟踪：另一个百万美元的问题

这个其实就是上面提到的第一个问题背后的技术问题。 有时，让我们的生活变得非常困难的不是对指标的解释，而是指标本身不可用的事实。

用户在手机上看到展示广告，几天后在他的台式电脑上进行了一些研究，然后在他的笔记本电脑上进行了转化。 在这种情况下，很难对设备和渠道进行适当的跟踪和信用。 是的，一些大平台（例如 Facebook）已经进行了改进，这些平台可以混合使用基于浏览器和基于用户的跟踪，但是人们很容易注意到一些数据在转换路径中丢失了。 有时，谷歌分析会将数据称为“不可用”、“未设置”或归因于“直接”实际上不是直接访问网站而没有广告驱动的内容。

随着我们越来越担心我们在互联网上的隐私以及相关政策的实施，例如 CCPA 或 GDPR，跟踪系统将面临更多挑战。 我们怀疑我们的一位客户的问题也是出于隐私问题，即 Google Analytics 正在注册新用户，而我们能够得出结论，它实际上是以前用户的重复。 在这一点上简要总结一下，虽然我们对整个客户旅程有重要的了解，但跟踪并未发挥其全部潜力，并且有理由在短期内无法达到这一点。 现在，假设我们要感谢这样一个事实，即我们有足够的数据来作为营销人员做出有影响力的决策，即使精确度尚不存在。

3.自动化：我会让你归属美元金额

数字的棘手之处在于它们的数学性质掩盖了它们缺乏准确性。 算法也是如此，它们的名字非常强大，但在实践中，你可以看出它们的弱点。 只要可以以合乎逻辑的方式跟踪人类行为，自动优化系统就是有效的。

自动优化系统做得很好：它们检测可数的趋势，而且速度非常快。

但是，如果人类的一个关键特征是他们的逻辑思考能力，那么另一个关键特征是他们能够摆脱逻辑趋势。 在营销中，我们与人打交道。 换句话说，我们应该非常小心，不要过度使用过于依赖逻辑的工具，以至于它们会适得其反。 如果您曾经尝试过一种在一个账户上有效但在另一个账户上出乎意料地失败的自动化策略，那是因为它们并不完美，仍然需要战略指导，这意味着来自了解其他人和市场现实的人的投入。

一些自动出价系统（例如 Google 的目标 ROAS）往往会在支出方面失败，并且一旦 ROAS 目标设置得太高就会变得非常保守。

与我合作的客户进行的一项测试是，首先确定一组广告系列的实际 ROAS 远高于设置的 ROAS，然后降低目标 ROAS，以使广告系列获得更多流量。 我们期望的是较低的 ROAS，但更高的支出，当然还有更高的收入。 它对某些活动有效，但对另一些活动却失败了。 这向我们表明，简单地降低 ROAS 目标并不是一种可扩展的策略。 自动化并不完美，但是……

没有理由失去希望

考虑到今天的技术与 10 年前存在的技术相比，没有人可以否认这些改进。 没有什么是不可能的，我们的工作是不断将一切推向极限并实现曾经被认为不可能的事情。 让我们保持我们的奉献精神，继续测试和研究。

也许你会回答上面提到的百万美元问题之一，只是不要忘记与我分享！