每家公司都繞不開的一個命題是——用戶從哪來？伴隨互聯(lián)網(wǎng)生態(tài)的發(fā)展，以效果廣告獲取用戶的方式越來越成為企業(yè)高效獲客和營收增長的手段。如何更好地進行廣告投放，成為一個值得探討的話題。

本文聚焦數(shù)字營銷中的投放運營，洞察新語境下品牌數(shù)字營銷的機遇與挑戰(zhàn)，伴隨著新技術(shù)能力的發(fā)展，品牌該如何提升拓客能力和效率？在進行全渠道投放時，該如何搭建有效的指標(biāo)監(jiān)測體系，賦能營銷效果提升。

一、數(shù)字化營銷的新趨勢與新能力

過去的 2021 年可謂數(shù)據(jù)隱私元年，隨著數(shù)據(jù)安全監(jiān)管升級，數(shù)字化營銷面臨新挑戰(zhàn)。

在國內(nèi)，2021 年工信部出臺《個人信息保護法》，這一法案的頒布對國內(nèi)的營銷和廣告生態(tài)帶來一些影響。放眼全球視野，移動終端巨頭蘋果更新 iOS 隱私協(xié)議，隨著 iOS14.5 發(fā)布而全面落地的 ATT 隱私政策也是蘋果面對用戶隱私保護的一張大牌，這意味著 iOS 系統(tǒng)的追蹤溯源與觸達將更具挑戰(zhàn)。

針對以上挑戰(zhàn)，如何完成營銷突圍？我們提供三大方向供參考。

（1）基于全域用戶關(guān)聯(lián)的歸因分析

基于穩(wěn)固的 ID-Mapping 能力，合規(guī)獲取多域、多渠道、多業(yè)務(wù)場景的用戶 ID 拉通，同時通過實現(xiàn)不同角度的歸因分析，賦能精益化獲客。

（2）TA 模型訓(xùn)練與觸媒偏好判斷

對于已經(jīng)歸因好的設(shè)備和模型，如何更好地訓(xùn)練與發(fā)揮數(shù)據(jù)效應(yīng)？比如深度挖掘品牌受眾的數(shù)據(jù)資產(chǎn)價值，訓(xùn)練高價值潛客的人群算法模型；比如挖掘潛客的觸媒偏好，識別“高價值潛客集中度高”的媒體進行投放，提升投放效率。

（3）新流量渠道的商業(yè)化潛力與投放管理

擁抱新隱私架構(gòu)下涌現(xiàn)出的新流量渠道及商業(yè)化玩法，幫助品牌開啟后 IDFA 時代的數(shù)字營銷下半場。

面對這些挑戰(zhàn)，如何釋放數(shù)據(jù)價值，實現(xiàn)高效拓客？圍繞著數(shù)據(jù)獲取、數(shù)據(jù)分析及數(shù)據(jù)賦能三個維度，最終要做好三件事情：用戶洞察、公域獲客、私域運營。

二、數(shù)字化能力升級，提升全渠道拓客能力

公域獲客、渠道效率判斷及長效營銷的前提 —— 廣告?zhèn)鹊娜蛴脩絷P(guān)聯(lián)

廣告投放是一筆生意賬，多少錢帶來多少用戶需要算得清清楚楚，如果投產(chǎn)比過低，則代表效果廣告投放鏈路中存在問題。那么把營銷費用核對正確的前提是，進行多渠道、全鏈路的歸因分析。

基于廣告業(yè)務(wù)視角下的整個鏈路，主要由媒體、數(shù)據(jù)接口、數(shù)據(jù)處理三個環(huán)節(jié)組成。

首先在媒體側(cè)，媒體會提供用戶點擊廣告時下發(fā)的設(shè)備信息，由廣告主的數(shù)據(jù)接收層接受上報的設(shè)備號；用戶側(cè)使用 App 時，在用戶同意授權(quán)的前提下，通過合規(guī) SDK 收集到相關(guān)設(shè)備號信息，如果兩個設(shè)備號完成匹配，就認(rèn)為是某次廣告點擊帶來了一次有效的轉(zhuǎn)化，即激活；與此同時，通過廣告而進入到私域的產(chǎn)品時，將會為該設(shè)備用戶分配一個唯一的 UID。

神策強大的 ID-Mapping 技術(shù)能力，能夠幫助企業(yè)打破公域媒介數(shù)據(jù)和私域用戶行為數(shù)據(jù)的壁壘，完成媒體廣告二方數(shù)據(jù)與落地頁、App 等一方用戶行為的統(tǒng)一串聯(lián)，支持全鏈路轉(zhuǎn)化效果分析。

另一方面，神策數(shù)據(jù)建立了自歸因、Specific ID 匹配、用戶/設(shè)備 ID 匹配、IP+ 輔助條件匹配等廣告歸因模型，配合多重歸因校驗規(guī)則，實現(xiàn)不同轉(zhuǎn)化層級的廣告受眾分析，還原高價值受眾畫像；同時，深鏈路的用戶轉(zhuǎn)化行為可以通過靈活的深度回傳能力賦能廣告媒體進行 oCPX 投放，驅(qū)動高效拓客，優(yōu)化獲客成本。

在廣告投放中，涉及到實際用戶行為時，可能存在用戶在不同媒體平臺進行訪問的行為，比如用戶 B 在抖音點擊廣告后，同時又通過其他方式訪問了官網(wǎng)的落地頁并下載激活 App。這個時候就需要通過歸因能力識別出訪問落地頁的用戶與在抖音點擊廣告的用戶是否為同一個設(shè)備實體。如果同時用戶 B 又在快手看到了廣告并產(chǎn)生點擊行為，那么通過神策 ID-Mapping 跨域用戶識別的能力，我們可以清晰的得知該設(shè)備歸因于后鏈路的訪問行為。

雖然已經(jīng)存在很多用戶匹配的手段和方法，但實際的業(yè)務(wù)場景中很難做到百分百匹配。比如在線下渠道（公交、地鐵及樓宇廣告）投放廣告時，如何更準(zhǔn)確地歸因到某一班地鐵或是某個小區(qū)電梯廣告，面臨不小的挑戰(zhàn)。對于這類情況，可以通過模糊歸因提升匹配的準(zhǔn)確度，比如通過解析 IP 字段或操作系統(tǒng)版本號等更多公用參數(shù)，提升模糊匹配的準(zhǔn)確率。完成以上匹配后，再進行跨域用戶識別，洞察不同用戶的特征。

識別潛客高集中度媒體，優(yōu)化頻控策略

用戶的行為千變?nèi)f化，我們無法得知同一個用戶在不同媒體側(cè)的行為，以及被不同媒體打上了哪些標(biāo)簽，所以也無法避免同一個用戶在不同平臺看到同一個廣告的情況。

任何用戶在同一個時段對于某品牌的廣告曝光都會有經(jīng)歷從認(rèn)知-接受-熟悉-轉(zhuǎn)化的過程，但沒有用戶喜歡鋪天蓋地的廣告轟炸，所以如何找到潛在客戶在不同媒體之間的重合度，變得很重要。

比如，實際廣告投放中，如果對曝光數(shù)據(jù)進行監(jiān)測，能夠辨識不同設(shè)備號在多個媒體重復(fù)曝光的情況。

假設(shè)有這樣一群用戶，已經(jīng)在巨量引擎、百度信息流和廣點通三個渠道重復(fù)曝光 5 次，那么數(shù)字 5 對于一個用戶來說，究竟意味著什么？

如果抽取某個百萬曝光的 Campaign 中的點擊率分析，假設(shè)發(fā)現(xiàn)用戶對同一個系列的廣告接受程度在 5-6 次時，CTR 是最高的，曝光超過 6 次之后，CTR 明顯下滑，那么靈活地調(diào)整針對這部分用戶的競價策略就顯得尤為重要。

媒體重合度分析——科學(xué)優(yōu)化流量競價策略

既然已經(jīng)通過數(shù)據(jù)分析得到 CTR 會下滑的現(xiàn)狀，那么接下來要做的事是盡最大可能想辦法將這批用戶進行轉(zhuǎn)化。

這時通過對業(yè)務(wù)數(shù)據(jù)的掌握，比如哪個渠道適合做首次曝光，哪些渠道適合做業(yè)務(wù)轉(zhuǎn)化，就可以把適合做曝光的渠道定義為本次投放的引流渠道，把適合做轉(zhuǎn)化的渠道定義為轉(zhuǎn)化渠道，再基于媒體不同的受眾制定不同的轉(zhuǎn)化策略。

同時，我們可以將已經(jīng)轉(zhuǎn)化用戶的一些特征行為，比如所在城市、業(yè)務(wù)動作等通過 API 接口的形式回傳給媒體，由廣告媒體幫我們找到更合適轉(zhuǎn)化的受眾人群。

沉淀品牌資產(chǎn)——正負(fù)向人群模型訓(xùn)練

那么如何找到更合適的受眾人群呢？可以借用模型訓(xùn)練能力，幫助廣告系統(tǒng)更好識別受眾群體。

假設(shè)某款產(chǎn)品有一百萬注冊用戶，其中有 5000 個非常忠實的鐵桿用戶，在產(chǎn)品粘性和付費能力上表現(xiàn)突出。除了高留存率和高付費力兩個指標(biāo)外，這群鐵桿用戶在設(shè)備機型、渠道來源、城市省份等維度上，是否還具備共性特征？

這時候可以通過算法進行相關(guān)模型訓(xùn)練，在一百萬注冊用戶中找到非常接近上面 5000 名鐵桿粉絲特征的群體，還可以通過數(shù)據(jù)維度的調(diào)整增加或減少人群規(guī)模。計算出來的用戶越少，意味著受眾相對越準(zhǔn)確，數(shù)量越多則代表用戶畫像越寬泛。

之后再將我們認(rèn)為適合的受眾群體上傳到媒體海量的用戶庫中，由媒體進行第二次模型匹配，即常說的 lookalike，確保能夠在公域潛客池子中找到對產(chǎn)品更感興趣且更適合的用戶群體。

基于實時 API 對接能力，提升獲客效率

接下來介紹最近在廣告業(yè)務(wù)中很熱門的一項能力——RTA。

RTA，即 Real-Time API，通過媒體提供的實時 API 接口，能迅速完成程序化競價，達到更優(yōu)的競價策略，滿足動態(tài)調(diào)整的需求。

常見的 RTA 業(yè)務(wù)場景有競價頻控，在不同的階段采用不同的競價策略以及基于個性化的指標(biāo)完成競價策略與素材的調(diào)整，比如基于 ROI 自動進行預(yù)算和出價調(diào)整，以及自動計算素材在不同時段的跑量效果，調(diào)整前端素材的展現(xiàn)等。

以實際場景為例，假設(shè)廣告主是一個吸塵器自有品牌，在自身 App 中發(fā)現(xiàn)有這樣一個頻繁進行某些業(yè)務(wù)動作的用戶，比如瀏覽詳情頁、把某款吸塵器加入到購物車、點擊降價提醒、和客服完成對話等，通過這些行為可以判斷其是一個非常接近成交的高意向用戶，但近幾日該用戶并沒有完成訂單支付。

這時 RTA 會基于用戶自身特征，比如是否高價值等，來判斷是否符合某個競價策略的觸發(fā)條件，如果符合的話，則面向該用戶的出價策略和文案素材策略也會隨之匹配。于是，這個用戶可能會在某個短視頻平臺刷到一個前幾天非常心儀的吸塵器產(chǎn)品，伴隨著產(chǎn)品精美的素材宣傳，該用戶最終完成了一次有效轉(zhuǎn)化。

RTA 的動作都是基于程序自動化運行，包括人群定義和篩選、廣告平臺受眾定向、出價策略、素材策略等，而廣告主更多要做的是及時基于相關(guān)數(shù)據(jù)調(diào)整 RTA 策略。

ASA —— App Store 廣告生態(tài)的新變革

ASA 即 Apple Search Ads，蘋果應(yīng)用商店搜索廣告。廣告主投放后，其 App 會出現(xiàn)在 iPhone 和 iPad 的 App Store 搜索結(jié)果的第一位，以此高效獲得用戶。2021 年 7 月，ASA 在中國大陸地區(qū)正式可用。

面對 ASA 及其他多種并行投放渠道融合的復(fù)雜場景，如何做好正確歸因成為眾多嘗鮮廣告主關(guān)心的話題。

通常，廣告主在 iOS 端投放推廣 App 時，最終都會跳轉(zhuǎn)到 App Store 這一步，而此前蘋果公司并沒有提供用戶在 App Store 側(cè)的數(shù)據(jù)給開發(fā)者。這樣，廣告主投放后沒有辦法準(zhǔn)確地追蹤每一個用戶在整個廣告投放鏈路中的完整軌跡，也就沒有辦法準(zhǔn)確地衡量該渠道的具體推廣效果。

現(xiàn)在，神策數(shù)據(jù)通過對接 ASA 渠道，可以在用戶點擊蘋果應(yīng)用商店搜索廣告后，接入 App Store 的歸因數(shù)據(jù)，幫助廣告主追蹤每一個用戶在整個廣告投放鏈路中的軌跡。

通過 ASA 的歸因，我們可以做到之前 ASO 優(yōu)化無法想象的數(shù)據(jù)粒度。原來可能無法知道 ASO 的投放效果，而現(xiàn)在我們可以知道不同熱度的關(guān)鍵詞、在某一個時間周期內(nèi)花費多少錢，能帶來多少有效的 App 激活及后續(xù)轉(zhuǎn)化數(shù)據(jù)，從而能夠?qū)せ畛杀?、轉(zhuǎn)化率、ROI 等指標(biāo)進行優(yōu)化。

多維度標(biāo)簽組合，持續(xù)關(guān)注 A/B 測試的獲客雙效