馬丁跟你說

為什麼定量衡量品牌推廣帶來的銷量增長是偽命題？

宋星數字行銷33講的No.01：品銷轉化的終極拷問。

今天我要講的這個話題，我把它歸在了數位行銷三朵烏雲系列中，是這個系列的第一期：品銷轉化衡量的終極拷問。

這個話題，來自於我們所有品牌行銷人都會面對的一個特別頭疼的問題：品牌推廣，尤其是品牌廣告的投放，到底在多大程度上説明實現了產品的銷售轉化？

這是所有品牌行銷人都希望解決的問題。如果能夠定量回答這個問題，品牌推廣的預算限制以及老闆的焦慮，都能夠大幅度地緩解。

為了解答這個問題，國外的行銷從業者很早就做了很多的研究和努力。

最早的方法，當然，也是今天仍然在使用的方法，是用調研的方法。不過，這個方法用來衡量品牌認知和品牌好感度是挺好的方法，但是用來衡量品牌推廣和銷售之間的定量關係，還是太模糊了一些。

為了能夠更定量衡量品牌投放所帶來的銷量增長，目前常常採用的方法有三種。

第一種方法，直接把廣告投放的連結引入電商平臺，然後利用電商平臺或者協力廠商平臺提供的CID追蹤方式，看到底有多少電商店鋪內的購買轉化，來自於廣告投放。這種方法，最直接，資料也不會有分析上的太大的偏差。但是，它有一個問題，品牌廣告不是效果廣告，它存在的首要意義是為了改變消費者的心智認知，進而讓消費者形成進一步的購買行為。那些看到品牌廣告，立即就點選連結完成購買的受眾，畢竟是少數，更多人可能受到廣告的影響，在未來的某個時刻在其他的管道進行購買。因此，這個方式就完全無法衡量品牌廣告所起到的廣而告之的作用，也忽略了它能夠產生的更為廣泛的，對於消費者購物心理層面上的影響，而這些作用和影響，也肯定會帶來更多的銷售收入。可惜，這部分收入就無法通過這個方法統計到了。

所以，這個方法肯定不是衡量品銷轉化的最好方法。

第二種方法，被稱為埋入標記法。這個方法需要在廣告投放前在廣告創意中就埋入特定的標記，從而能夠通過這個標記統計到商品的銷量。比如，在廣告創意中標明，購買這個商品請用特定的優惠券碼，可以獲得更多的折扣；或者，給這個商品起一個獨一無二的小名，什麼紫胖子呀、黑繃帶呀、粉芋頭呀之類的，總之是越生動越邪門越好。那麼，品牌廣告投放之後，當用戶使用這個優惠券碼進行購買，或者線上上搜索這些新奇的小名之後進行的購買，就能一定程度上歸因到對應的品牌廣告宣傳上了。

當然，這類方法也有明顯的弱點。對於優惠券碼這種方法，總有些人會沒有注意到優惠券碼的存在，雖然他們也受到了廣告的影響購買了商品，卻沒能被統計到，導致品牌推廣的作用被低估。也有可能，這個優惠券碼被其他推廣管道甚至是被黑產灰產盜用濫用，導致品牌推廣的作用被高估。

而用起小名的方法追蹤的商品銷售量也有不小的局限性，因為我們怎麼能知道購買者中哪些是對這些小名產生了深刻印象的消費者，而哪些並沒有受到這類廣告影響呢？你說，我們可以統計到那些在電商平臺上搜索了某些小名昵稱，且最終完成購買的用戶，這些購買用戶一定是受廣告的影響而牢牢記住了這些有趣的名稱。但問題是，總有很多用戶，他們雖然也對這些新的名稱印象深刻，但他們卻沒有做出搜索行為，而通過其他的路徑完成了購買。這種情況，同樣會導致品牌推廣的效果被低估。

所以，起小名這種方法更常常被用來衡量品牌廣告對受眾心智的植入。比如，看這些小名的搜索趨勢，就能知道品牌廣告的宣傳對消費者心智影響程度的趨勢。

第三種方法，是MMM方法。你沒看錯，就是三個M寫在一起的這種方法。

MMM是Media Mix Modeling的首字母的縮寫，意思是媒介混合模型。這個方法似乎是最高深莫測的一種方法。但實際上，理解起來並不困難。

MMM的主要思想，是建立一個回歸模型，這個模型的輸入，是各種行銷活動的組合，輸出，則是具體能夠產生什麼樣的效果，尤其是能夠產生什麼樣的銷售額。

比如，你下個月要投放3個品牌行銷活動，這些行銷活動要用到15個線上媒體。你會把這些媒體各自分配的預算、廣告形式、推廣創意的主要內容等資訊，都輸入給MMM模型，這個模型隨之會給你它的預測，告訴你下個月你的銷售能增加多少。

什麼？這麼牛？它怎麼做到的？

MMM本質上是一種預測方法，它之所以能幫你基於你的媒體投放情況做出產出的預測，是因為它積累了大量某個品牌過去的行銷推廣、廣告投放和品牌銷售的資料。並且通過回歸模型，或者決策樹模型之類的數學統計方法，建立起這些資料之間的統計學關係。

或者簡單講，就是用過去的資料，總結出規律，並用這個規律預測未來。

你可能會質疑：這不是扯的嗎？這怎麼能預測準確？！

沒錯，你的質疑很有道理。因為你相信，影響銷量的變數太多，絕對不僅僅只是行銷推廣一個領域在發揮作用，全民經濟的好壞、產品的品質、促銷的次數、消費者的喜好，甚至天氣的好壞、意外發生的戰爭，都會行銷最終的銷量，僅僅是一個MMM模型？太簡單、太簡化了吧！

考慮到這些質疑，今天的MMM模型，已盡可能多的把影響銷量的變數囊括到模型的演算法中，甚至把最新的AI技術也融入其中。但是，唉，問題就在這裡，就算你再怎麼努力，你也無法窮盡這些變數，難道你能預知到下個月某些國家之間會發生戰爭進而導致原油價格的飆升，並導致產品成本飆升售價上漲？更何況很多變數無法用定量描述，就更是讓MMM模型的計算不得不加入很多人為主觀的評判。

而且，MMM還有一個重大的弱點，它需要積累歷史資料。但，一個全新的品牌或產品，從冷開機開始推廣，就沒有歷史資料可用了，MMM的預測準確性就更會大打折扣。

更何況，今天品牌數字行銷本身都是日新月異的變化，可能常常會冒出一些過去從來都沒有過的創新型推廣方式，這些對MMM的應用都是極大的制約。

所以呀，你看，品銷轉化的衡量這個事情，想要用科學的方法精確地衡量，是不可能完美實現的。上面這些流行的方法，發揮作用都有前提條件，且都只能在局部場景下起到作用，而且統計的資料也不能保證一定是準確的。品牌推廣和銷售轉化之間的定量關係的衡量，仍然是懸在所有行銷人頭上的一片大大的烏雲。這也意味著，至少在可預見的未來，品牌推廣的策略制定，都不能只是依賴於資料，而必然需要有品牌人的智慧、經驗甚至勇氣和運氣在其中，起到重要的甚至是關鍵性的作用。