广告预算如何分配更合理？

APP研发好了，广告做了，渠道选了，预算到位了(虽然总觉得不够)，但是广告效果不够好。这时候我们会反推APP产品优化不够好吗？广告文案不够勾引？渠道策略有问题？等等，当然以上都是对的。但是没有人能回答这个问题:我50%的广告费用浪费在哪里？或者如何更合理地分配广告预算？广告是面对用户的最后一个环节，也是最重要的环节。如果你不能追溯（归因）发布的效果（这里不是通过渠道向你展示的华丽但掺假的数据），那么你真的很难做下一个优化。前面的努力很可能会在不知不觉中在最后的交付环节中慢慢损失。与传统广告相比，互联网在线广告的数据被记录下来，可以用于数据分析，优化交付效果。凭借这些优势，在线媒体渠道以精准投放的理念一路收获广告商的预算。数据总是令人费解的迷恋，我们有固有的认知和局限性，看到数据很好，但结果不令人满意，特别是现在渠道转换越来越差，用户增长越来越困难，广告，操作学生也花了很多精力做效果评估，但鸡蛋，这种广泛的评估方法不能解决更实质性的问题：l我们知道用户点击了渠道广告，但点击安装后没有安装？l这次下载量是哪个渠道带来的？下次该买哪个？除了用户引流，这个后期转化应该算谁？如何计算更科学、更合理？互联网营销和传统营销最大的区别在于，传统广告的特点是覆盖面广，目标群体大致区分，效果无法跟踪。而且互联网广告可以定向投放，也可以跟踪效果，两者同样重要。我相信广告商更注重研究方向，但很少注重归因。大数据技术带来的定向交付确实很有吸引力。比如搜索“旅游”，平台会向不同的人展示不同的产品和广告。定向对广告商来说似乎很划算，但人总是有局限性的。如果不结合归因，怎么知道哪个效果更好？大多数广告商在推出APP时都会采用多渠道组合推广的方式，比如海外APP，Facebook、Google、各种渠道组合的广告购买行为，如苹果竞价广告或其他媒体渠道。对于广告商来说，我需要弄清楚广告用户来自哪个渠道，用户的质量，广告购买和用户访问以及用户在应用程序中的行为之间的关系，这需要一套方法或系统来验证，这就是归因。在实际应用中，归因操作更为复杂。例如，如果用户阅读信息流广告，点击社交广告，然后在搜索引擎广告中完成下载行为，应该如何计算这种转换？用户通过QQ客户端下载APP后，没有其他APP内部转换行为。如何判断这个渠道？另一个例子是，电子商务用户看到电子商务广告产生了内部转型行为，那么他进一步回购，活跃到什么程度呢？这些可以通过归因连接整个环节，实现更全面、更科学的判断和可追溯性，从而有效优化交付和运营的各个层面。换句话说，广告效果数据可以通过平台的归因服务来明确。例如，告诉广告商，谷歌渠道带来的应用程序用户，内部支付率和支付单价是多少，你可以根据这些数据做出判断，知道下次应该如何发布。假如Google的数量很好，可以增加投放预算。另外，如果某个渠道带来的新增量级很大，但内部转化行为很差，这部分推广预算可以随后降低，甚至可以直接通过渠道。可追溯性为科学优化提供了强有力的依据。归因也是关于方法论的。多触点归因是一种科学的归因分析方法。严格来说，归因模型约为10种，归因分类大致分为单触点和多触点。为了便于理解，西姐介绍了四种常见的归因模型。1、最终互动模型:100%分配给转化前用户最后一次接触的媒体，容易测量，但属于单接触模式，不完善，适合转化广告商。2、第一次互动模型:100%分配给第一次接触的渠道，只考虑最初的品牌认知，不考虑转型，适合新品牌。3、时间衰减互动模型：比例按时间递减，适合临时促销广告。4、自定义互动模型：自定义阶段比例，适用于销售和品牌同等重视的广告。在实际用户转型路径中，用户在今日头条看到并点击苹果手机广告，在朋友圈点击推送广告。回去后，他们用百度在PC上搜索苹果的新机型，然后点击百度在JD.COM商城的广告，在JD.COM商城完成购买行为。这是一个从广告到用户转型的常见过程。如果采用最终的互动归因模型，只会评估百度出现的JD.COM商城广告。前置广告因素产生的广告行为不计算，相当于最终接触渠道的100%。如果按照第一次互动模式，效果归因于今日头条广告，无论是第一次互动还是最终互动，都属于单触点归因模式。这种归因模式在多渠道组合中是片面的。如果按照第一次互动模型，效果归因于今日头条广告，无论是第一次互动还是最终互动，都属于单触点归因模式。这种归因模式在多渠道组合中是片面的。用户接触的各种渠道反映了显示率，可能会对用户进行转换。单触点归因对其他广告形式非常不公平，因为它也在用户的整个购买过程中发挥了作用。更科学的归因方法需要考虑用户的综合行为，这就是我所说的多触点归因。它通过一套算法或模型进行分配。例如，用户在百度上看到广告，但他们没有完成购买行为。第二天，当我通过今日头条完成购买行为时，我会将70%的效果分配给今日头条，30%的效果分配给百度。通过跨设备、跨屏、跨渠道综合评价多触点归因，给出更合理的效果分配比例。上图中提到的时间衰减互动和定制互动模型属于多触点归因。苹果后台提供的竞价广告归因属于广泛归因。西姐在上一篇文章《新手必备:历史上最完整的苹果竞价广告ASM专有名词汇总》中提到，苹果归因API主要是通过搜索广告归属API，跟踪归因于搜索广告的应用下载。优点是你的注册会计师和注册会计师目标可以通过苹果归因API信息优化不同的关键词、广告组和观众群体。就结果而言，苹果归因API仍然相对简单和粗略。它可以追溯到每个下载来自哪个关键字，但不能提供。广告商不仅想知道每个下载来自哪个关键字，还想看看注册数量、付费比率，甚至更多关于用户的肖像信息。此时，他们需要使用更专业、更系统的第三方归因工具。如何获得更有价值的苹果投标归因分析？只有更详细、更科学的归因数据，才能更好地指导苹果招标广告ASM优化工作，数量归因作为独立的第三方归因工具，通过监控点击数据和转换数据，外部数据总结，此外，通过SDK收集APP内部数据，然后通过APP数据逐步归因，最终哪个关键词带来用户，他注册，付费，即使有其他深度行为，归因实际上是一个连接功能，打开所有的数据，以获得更准确的数据分析。除了嵌入SDK，更重要的是制定定制的埋点方案。除了嵌入SDK，更重要的是制定一个定制的埋点方案。在哪里做埋点是非常重要的，例如，在应用程序注册页面埋一个点，你可以得到用户注册信息，埋在会员服务，你可以知道哪些用户购买相关服务，如服务类型、服务金额、用户账户，埋在每个关键部分可以帮助完全记录用户的行为，获取各种数据。最后，根据收集到的数据进行分析，您可以清楚地下载哪个单词，例如，知道一个单词带来了1000个用户，其中600个注册用户，200个完成付费行为，然后指导下一个交付。在渠道管理方面，可以用来判断渠道质量，合理优化渠道投放策略，节约推广成本，提高渠道转化效率。从用户增长的角度来看，可以用来判断一个词的质量和效果，从而优化关键词，提高用户增长。ASM归因只是一个小部分，精细操作是目的。以上仅以苹果招标广告归因为例。在实际操作中，归因还可以结合大数据技术开展更实用、更有价值的精细操作动作，如多渠道多触点归因分析、数据反作弊、APP用户肖像分析等。当然，这些都是为了更有效地控制成本，改善转型。1、监控基于ASM交付、不同渠道、不同广告组的注册会计师转换数据，用于优化交付方案。一些广告商只是想看看用户的注册率，我们只需要在注册页面上做一个埋点。一些广告商对KPI有不同的要求。例如，我将在购物车和购买成功的链接中埋葬电子商务，然后收集相关数据进行分析。此外，还可以监控非ASM其他渠道的注册会计师转换数据，获取推广的全路径数据，提供实时定制的数据报告和渠道质量评价分析，帮助广告优化，最大限度地提高APP推广效果。2、建立APP用户肖像分析，用户通过SDK在APP中精细操作收集的用户数据并不多。但是，如果有大数据基础，可以结合其他外围海量数据对用户进行分析，获得更全面的APP用户肖像分析。所谓更全面的用户肖像，就是你得到60%的用户肖像，不足以支持用户操作，但是如果数据很多，将准确性提高到90%，数据量级将决定后续数据分析的准确性。用户肖像分析可用于用户操作优化的各个层次。3、为投标广告提供反作弊服务，节省运营成本。这里提到的反作弊主要是针对ASM投标广告的反作弊，主要是针对恶意点击投标中关键词的情况。在操作过程中，通过设置阈值进行实时智能处理。例如，如果平均显示量在一分钟内为100，则点击次数为50，当值超过之前平均值的数倍时，系统将自动暂停。这样可以有效防止ASM恶性竞争和渠道作弊，有效防止虚假流量，你的真实流量自然会上升。这可以有效防止ASM恶性竞争和渠道作弊，有效防止虚假流量，你的真实流量自然会上升。（Android反作弊更为复杂，感兴趣的学生可以*江湖APP反作弊）实现这些功能需要基于大量的数据积累、专业的数据建模能力、分布式实时处理数据的能力和后期数据分析的维度，这将使结果更加准确。例如，如果采用实时流式计算平台，转换数据通知不会延迟或丢失，实时处理的准确性会更高。关于技术的部分就不赘述了。后记:没有归因分析，没有追溯，就无法知道广告成本浪费在哪个环节。在传统广告时代，根本无法进行科学的效果评价。在大数据技术逐步完善的今天，有了实现归因分析的土壤，归因才能展现运营的价值。归因是精细化操作必不可少的利刃，一次归因可以节约30%的成本，提高50%的转化率。归根结底，归因是要撕开一个新的操作开口，抓住被忽视但有价值的流量和新增。