馬丁跟你說

建立消費決策過程的“上帝視角”。

今天衛夕和大家一起來聊一聊“行銷鏈路”。

廣告行銷的終極目標始終是促進消費行為的達成，而消費行為的產生，都是建立在一系列決策過程之上的，這個過程涉及消費者的認知、態度和行為等多個維度的漸進式轉變。

無論是傳統行銷時代，還是互聯網廣告時代，消費者的決策路徑都清晰地遵循著"認識、認知、認同、認購"這一基本規律。

這四個階段構成了完整的消費者心智轉化過程。

就像一位老朋友向你推薦一家新開的餐廳，你可能會經歷這樣的心理過程：

• "認識"：噢，原來這個地方開了家新餐廳
• "認知"：瞭解到這是一家主打創意粵菜的店，價格適中
• "認同"：看到朋友圈好幾個人都打卡好評，菜品擺盤精緻
• "認購"：決定週末和家人一起去嘗嘗

這個過程，從商業活動誕生到今天都沒有本質的改變，不管是在菜市場買菜，還是在電商平臺下單，消費者的決策軌跡都遵循著這個基本模式。

互聯網廣告更厲害的地方在於：它能夠將抽象的消費決策過程轉化為可追蹤、可量化的資料指標，通過"行銷鏈路"這一概念的引入，我們得以實現對消費決策全流程的準確瞭解。

這種資料化的能力可以讓廣告變得更加精准和高效，它可以清楚地記錄消費決策過程中每一個重要的里程碑，讓廣告系統對每一個轉化節點變得可見、可衡量、可優化。

從這個意義上，被數位化的行銷鏈路不僅提升了廣告效率，更重要的是，它讓行銷從一門"玄學"逐漸演變成了一門可以被精確度量和優化的"科學"。

下面我們就以騰訊廣告為例，來說一說“行銷鏈路”在廣告系統中是如何工作的，以及為什麼它如此重要——

1.“行銷鏈路”功能的初衷是為了解決轉化過程的“黑箱”問題。

騰訊廣告的“行銷鏈路”功能其實是“轉化歸因”模組的重要一環。

對於歸因，廣告圈的同學都比較熟悉，它解決的是廣告轉化的歸屬問題。

它是廣告主視角下的效果度量工具，通過歸因，廣告主就能量化地知道哪個管道的轉化效果更好。

而騰訊廣告的“行銷鏈路”產品，其出發點是將傳統的單一目標的“歸因”功能，從“效果度量工具”升級成“效果優化工具”。

什麼意思？

傳統“轉化歸因”通常廣告主只向廣告平臺回傳非常單一的轉化“結果指標”，通常不會將轉化前的全部“過程指標”。

原因在於從效果度量的視角看，對於廣告主而言，“結果指標”就夠了，“過程指標”貌似沒什麼意義。

然而，對於廣告平臺而言，轉化之前的“過程指標”則有著極為重要的優化價值，它相當於將廣告轉化過程的“黑箱”透明化了，有了“過程指標”，廣告平臺的優化演算法就大有用武之地了。

比如，對於一個遊戲開發者而言，原來的轉化歸因，可能只是回傳了“用戶付費”這一指標，而對於那些沒付費的用戶，他們有哪些行為，廣告系統就一無所知了。

在某種意義上，那些“付費用戶”其實是廣告投放系統中的“倖存者”，它們的行為固然有價值。

但對廣告效果優化更有價值的是——搞清楚那些沒有付費的用戶他們經歷了什麼、他們有什麼特徵、下次如何避免投放給那些只點擊不付費的用戶。

這就是騰訊廣告“行銷鏈路”要解決的問題。

今天，如果你是一個小遊戲開發商，你將騰訊廣告的SDK嵌入到小遊戲中，通過“行銷鏈路”功能建立資料回傳通道，你就可以將用戶的“啟動、註冊、創建角色、完成新手引導”等一系列付費前的行為通通告知廣告系統，系統則可以將這些行為特徵注入到效果模型，從而優化它們。

所以，騰訊廣告“行銷鏈路”這一功能的本質是通過廣告主回傳的多維度資訊減小廣告預估系統的熵，從而提高廣告效果預估的確定性。

2.騰訊廣告“創建鏈路-聯調鏈路-關聯廣告”的設計是一個廣告主和平臺共建的架構。

行銷鏈路本質上是一個資料共建的過程，這種架構設計使得廣告主和平臺能夠圍繞共同的商業目標展開深度合作。

為此，騰訊廣告的行銷鏈路設計成了“創建鏈路-聯調鏈路-關聯廣告”三個步驟。

首先看“創建鏈路”，這是在廣告系統的“轉化歸因”模組下，廣告主可以根據自己所在的行業創建相應的“行銷鏈路”。

由於不同行業在行銷轉化路徑上的差異，騰訊廣告提供了超過102條不同行業的個性化“行銷鏈路”，這其中有18條屬於主流行業的核心鏈路。

再看“聯調鏈路”，要建立起一個穩定可靠的資料通道，聯調是必要的，通過聯調，雙方可以驗證資料傳輸的準確性和及時性，從而保證後續的優化決策建立在真實可靠的資料基礎之上。

最後看“關聯廣告”，當“行銷鏈路”創建完並且聯調成功後，就可以在廣告投放中應用了，具體的步驟是在創建廣告時在“轉化”中選擇關聯可用的“行銷鏈路”。

至此，一個完整的“行銷鏈路”應用過程就完成了，有了行銷鏈路，就相當於創建了一個效果優化的資料飛輪，投放越多，系統“Know How”就越多，轉化效果就會越好。

很顯然，“行銷鏈路”是個好東西，然而騰訊廣告的同學告訴我，他們面臨的一個重要挑戰是——如何說服更多的廣告主來用這個有價值的產品，如何讓他們更好地理解“行銷鏈路”的價值。

我其實也在思考同樣的問題——為什麼“歸因”功能廣告主用的非常廣泛，而“行銷鏈路”這樣的功能用的廣告主就會少一些呢？

其實也可以理解，對於廣告主而言，“歸因”某種意義上是不得不用，不用就不知道自己的具體效果，完全看不清。

但“行銷鏈路”貌似是可用可不用，看起來是有用，但用了到底有什麼好處，貌似廣告主也很難直觀看到。

所以，對於廣告人而言，“歸因”是“眼罩一定要摘下來”，不然啥也看不到，但要不要帶上“行銷鏈路”這副高清眼鏡，好像不是十分著急，湊合也能看。

我想說，對於今天卷到天際的行銷環境而言，“行銷鏈路”這個功能可能並不僅僅是一副高清眼鏡，它大概率是一台顯微鏡或者一架望遠鏡，它可以幫助擁有它的人看到遠超自己傳統肉眼的視野，進入行銷的另一個Level。

接下來，讓我們從不同的維度來深刻理解“行銷鏈路”的價值——

1.從Big idea到Big data：資料共建有效提高了廣告系統的感知能力

傳統廣告更多依賴創意驅動(Big idea),而互聯網廣告則在保留創意價值的同時，引入了資料驅動(Big data)的科學維度。

這種轉變的核心在於：行銷鏈路讓廣告系統獲得了前所未有的"感知能力"。

這背後的邏輯在於——當廣告系統能夠獲取到受眾決策過程中的每一個微觀行為時，它能建立起更準確的受眾意圖理解模型。

比如，對於一個短劇小程式而言，通過行銷鏈路，廣告系統不僅知道使用者是否完成了付費，還能瞭解到用戶是否:

• 是否啟動了短劇小程式
• 是否觀看了短劇
• 付費前選了哪一個付費檔位

這些微觀行為資料的價值在於，它們共同構成了完整的消費決策軌跡，使得廣告系統能夠進行更準確的轉化預估。

2.多維資料可以説明系統構建消費過程的"上帝視角"

行銷鏈路之所以能夠提供"上帝視角"，是因為它突破了傳統歸因分析只關注最終轉化這一局限。這種突破必須基於兩個前提:

第一，廣告系統可以收集到多維度的資料。

得益于騰訊廣告深厚的行銷基建，今天的行銷鏈路在資料維度上是非常全面的，比如，它支持線索留資、加粉互動、用戶增長、商品銷售等多個行銷目的，支援流覽頁面、流覽詳情頁、提交表單、下單、接通電話、添加企微客服等多個節點。同時支援小程式、平臺託管落地頁、公眾號、企業微信登多個載體。

第二，廣告平臺需要具備處理和利用這些多維資料的能力。

“行銷鏈路”上線後，騰訊廣告提升了模型學習的效果，充分訓練後的模型能夠區分同一OG下不同鏈路的效果，解決不同鏈路CVR差異大導致預估不准的問題，建立起專門的資料處理架構，將這些多維資料轉化為可用於優化的特徵向量，提升整體預估效率。

3.效果為王：行銷鏈路的正確表達和聯調可以有效提升CVR

廣告主在投放時都是非常現實的，有效就是有效，無效就是無效，除此之外任何花哨東西都沒辦法引起他們的興趣。

“行銷鏈路”的著眼點，也是效果，它之所以能顯著提升廣告轉化率(CVR)，其根本原因在於它讓廣告系統的"學習效率"得到了質的提升。這種提升體現在兩個層面:

首先是特徵層面。行銷鏈路提供的過程資料極大豐富了廣告系統的特徵維度，使得系統能夠建立更智慧的受眾畫像，給系統提供了更多的"訓練樣本"，讓它能更好地理解什麼樣的用戶更可能完成轉化。

第二是優化層面。系統能夠基於這些多維資料進行更智慧的人群定向和出價策略調整，對冷開機和成本達成有非常直接的幫助。

比如，對於那些展現出較高購買意向(如多次查看商品詳情)但尚未轉化的使用者，系統可以適當提高競價以增加展現機會。

“行銷鏈路剛剛上線的時候，我們的確沒太搞清楚這個新功能的用法和用途，優化師對此也並不上心，後來騰訊廣告的運營同學專門找我們強烈“安利”，架不住他們的反復催促，我們謹慎地用小部分的廣告計畫做了AB測試。

剛開始聯調的過程花了一些時間，但效果是非常明顯的：它對點擊率和ECPM這些表層指標作用不大，但對單次轉化成本、單次付費成本還有LTV這些跟“錢”相關的指標有肉眼可見的提升，一個測試週期內大概提升超過了15%，這對於我們這類做休閒遊戲的小型開發者而言，已經超出預期了。

我們目前還在不斷地調，我理解行銷鏈路本質上是給系統喂更多資料，喂它以前沒有的資料，喂得越多越詳細，效果越好。”

一位休閒遊戲的投放負責人說。

互聯網廣告的發展過程，其實就是一個消除廣告受眾與廣告主資訊不對稱的過程。

而廣告系統則在其中起到了紐帶的作用，它就像一位紅娘，必須充分瞭解男方和女方彼此特點和要求才能更高效地牽線搭橋。

某種意義上，“行銷鏈路”就是讓女方將相親過程中不同男方在各個階段的表現都告訴紅娘，這樣紅娘才能更好地幫助女方物色合適的人選。

願更多廣告主深刻理解“行銷鏈路”的本質，在行銷內卷的時代收穫更高的效率和更好的效果。

本文由廣告狂人作者： 衛夕指北 發佈，其版權均為原作者所有，文章為作者獨立觀點，不代表 廣告狂人 對觀點贊同或支持，未經授權，請勿轉載，謝謝！