快手广告运营全套知识： 如何搭建有效的指标监测体系，赋能营销效果提升？

每个公司都无法回避的一个命题是——用户从何而来？随着互联网生态系统的发展，通过有效的广告获取用户的方式越来越成为企业高效获客、增加收入的一种手段。如何更好地进行广告投放成为了一个值得讨论的话题。

本文重点关注数字营销的交付与运营，洞察新语境下品牌数字营销的机遇与挑战。随着新技术能力的发展，品牌如何提高获客能力和效率？全渠道投放时如何建立有效的指标监控体系，提升营销效果。

一、数字营销的新趋势和新能力

过去的 2021 年是数据隐私的元年。随着数据安全监管的升级，数字营销面临新的挑战。

在中国，工信部将于2021年颁布《个人信息保护法》，该法的颁布将对国内营销和广告生态产生一定的影响。放眼全球，移动终端巨头苹果更新了iOS隐私协议。随着iOS14.5的发布，全面执行的AT&T隐私政策也是苹果面对用户隐私保护的大牌，这意味着iOS系统和触控的追踪追溯将更加具有挑战性。

针对以上挑战，如何完成营销突破？我们提供三个方向供参考。

(1）基于全局用户关联的归因分析

基于扎实的ID能力，合规获取多领域、多渠道、多业务场景的用户ID，同时通过不同角度的归因分析实现，实现精益客户获取。

(2）TA模型训练与催化剂偏好判断

对于已经归因的设备和模型，如何更好地训练和发挥数据效果？例如，深度挖掘品牌受众的数据资产价值，训练高价值潜在客户的人群算法模型；例如，挖掘潜在客户的催化剂偏好，识别“高价值潜在客户高度集中”的媒体进行投放，提高投放效率。

(3）新流量渠道的商业化潜力和布局管理

拥抱新隐私框架下涌现的新流量渠道和商业化玩法，助力品牌开启后IDFA时代数字营销的下半场。

面对这些挑战，如何释放数据价值，实现高效获客？围绕数据获取、数据分析和数据赋能三个维度，最终要做好三件事：用户洞察、公域获客、私域运营。

二、升级数字化能力，增强全渠道获客能力

公域获客、渠道效率判断与长期营销的前提——广告端的全球用户关联

广告是一个企业帐户。有必要计算一下它给多少用户带来了多少钱。如果生产比例过低，则说明有效的广告投放环节存在问题。那么检查正确的营销费用的前提是进行多渠道、全链路的归因分析。

基于整个广告业务的环节，主要包括媒体、数据接口、数据处理三个环节。

首先，在媒体端快手广告运营全套知识： 如何搭建有效的指标监测体系，赋能营销效果提升？，媒体会提供用户点击广告时发送的设备信息，广告主的数据接收层会接受上报的设备号；用户侧使用App时，在用户同意和授权的前提下，通过合规SDK收集相关设备号信息。如果两个设备号匹配，则认为广告点击带来了有效转化，即激活；同时，当产品通过广告进入私域时，为设备用户分配唯一的UID。

神策强大的ID技术能力，可以帮助企业打破公域媒体数据和私域用户行为数据的壁垒，完成媒体广告第二​​方数据与落地用户行为的统一对接页面和App等链接转化效果分析。

另一方面快手广告运营全套知识： 如何搭建有效的指标监测体系，赋能营销效果提升？， Data建立了自我归因、ID匹配、用户/设备ID匹配、IP+辅助条件匹配等广告归因模型，结合多种归因验证规则，实现广告受众在不同的转化层面分析和还原高价值的受众画像；同时，深度链接的用户转化行为可以让广告媒体通过灵活的深度回传能力进行oCPX投放，推动高效获客，优化获客成本。

在广告中，当涉及到实际的用户行为时，可能存在用户在不同媒体平台上访问的行为。比如用户B点击广告抖音后，也通过其他方式访问了官网。页面并下载激活应用程序。这时就需要通过归属能力来识别访问着陆页的用户和点击抖音中广告的用户是否是同一个设备实体。同时，如果用户B在快手上看到了一个广告并产生了点击行为，那么通过 ID-跨域用户识别的能力，我们可以清楚的知道设备的访问行为归因于返回链接。

虽然用户匹配的手段和方法有很多，但在实际业务场景中很难做到100%匹配。例如，在线下渠道（公交、地铁、楼宇广告）投放广告时，如何更准确地将广告归属于某条地铁或某社区的某部电梯，面临诸多挑战。对于这种情况，可以通过模糊归属来提高匹配的准确性，例如，通过解析IP字段或操作系统版本号等更常见的参数，可以提高模糊匹配的准确性。完成上述匹配后，进行跨域用户识别，深入了解不同用户的特征。

识别潜在客户集中度高的媒体，优化频控策略

用户的行为是千变万化的，我们无法知道同一个用户在不同媒体上的行为，不同媒体上标记了哪些标签快手号交易去那个平台，所以同一用户在不同媒体上看到相同的广告是不可避免的平台。

任何用户都会在同一时间段对一个品牌的广告曝光经历认知-接受-熟悉-转换的过程，但没有用户喜欢铺天盖地的广告轰炸，那么如何在不同媒体之间找到潜在客户的巧合就变得非常重要.

例如在实际的广告投放中，如果监测曝光数据，可以识别出不同设备号在多个媒体中的重复曝光。

假设有这样一群用户在巨头引擎、百度信息流和广电通上被反复曝光5次，那么5对用户意味着什么？

如果提取某百万次展示的CTR分析，假设当用户对同一系列广告的接受度为5-6次时，CTR最高。曝光超过6次后，CTR明显下降。所以针对这部分用户灵活调整出价策略就显得尤为重要。

媒体一致性分析——流量竞价策略的科学优化

既然已经通过数据分析得出了目前CTR会下降的情况，接下来要做的就是尽可能的尝试转化这些用户。

此时，通过掌握业务数据，如哪个渠道适合首次曝光，哪个渠道适合业务转化，可以将适合曝光的渠道定义为本次上线的引流渠道，渠道可以定义适合转换的。将其定义为转化渠道，然后根据不同的媒体受众制定不同的转化策略。

同时，我们可以通过API接口将转化用户的一些特征行为，如城市、商业行为等返回给媒体，广告媒体可以帮助我们找到更适合转化的受众。

沉淀品牌资产——正负人群模型训练

那么，您如何找到合适的受众？可以借用模型训练功能来帮助广告系统更好地识别受众群体。

假设一个产品有 100 万注册用户，其中 5000 人是非常忠诚的死忠用户，他们在产品粘性和支付能力方面表现出色。除了高留存率和高付费能力这两个指标外，这些死忠用户在设备型号、渠道来源、城市和省份等方面是否有共同的特点？

此时可以通过算法训练相关模型，在100万注册用户中找到与上述5000名铁杆粉丝特征非常接近的人群，人群规模可增减调整数据维度。计算的用户越少，受众越准确，数量越大，用户画像越广。

之后，我们会将我们认为适合的受众上传到媒体的海量用户数据库中，媒体会进行第二次模型匹配，也就是常说的，保证更感兴趣的人该产品可以在公共领域的潜在客户群和更合适的用户群中找到。

基于实时API对接能力提高获客效率

接下来，我们来介绍一个最近在广告业务中非常流行的能力——RTA。

Real-Time API RTA可以通过媒体提供的实时API接口快速完成程序化竞价快手广告运营全套知识，实现更好的竞价策略，满足动态调整的需求。

常见的RTA业务场景包括竞价频率控制，在不同阶段使用不同的竞价策略，根据个性化指标调整竞价策略和物料，如根据ROI自动调整预算和出价，自动计算物料运行效果不同时段的音量，调整前端素材的显示等。

以一个实际场景为例，假设广告主是一个自有品牌的吸尘器，在自己的App中找到这样一个频繁执行某些业务动作的用户，比如浏览详情页，添加某个吸尘器清理到购物车、点击降价提醒、完成与客服的对话等。用户最近几天没有完成订单支付。

此时，RTA会根据用户自身的特点，比如是否具有高价值，来判断是否满足某个竞价策略的触发条件。如果是这样，用户的出价策略和复制素材策略也会相应匹配。 结果，该用户可能在短视频平台上刷了他几天前非常喜欢的吸尘器产品。伴随着产品精美的素材推广，用户终于完成了一次有效的转化。

RTA的动作都是基于程序自动化，包括人群定义和筛选、广告平台受众定位、竞价策略、素材策略等。广告主需要做的是及时根据相关数据调整RTA策略方式。

ASA - App Store 广告生态系统的新革命

ASA 代表 Apple Ads，即 Apple App Store 搜索广告。广告主上线后，其应用会出现在App Store和iPad的第一搜索结果中，从而高效获取用户。 2021年7月，ASA将在中国大陆正式上市。

面对 ASA 与其他多个并发交付渠道整合的复杂场景，如何进行正确的归因成为许多早期采用者关心的话题。

通常，当广告商在 iOS 端推出和推广应用时，最终会跳转到 App Store，而苹果此前并未向开发者提供 App Store 上的用户数据。这样一来，广告主就无法准确跟踪投放广告后整个广告投放环节中每个用户的完整轨迹，也无法准确衡量渠道的具体推广效果。

现在，通过连接 ASA 渠道， Data 可以在用户点击 Apple App Store 搜索广告后，访问 App Store 的归因数据，帮助广告主追踪每个用户在整个广告投放链中的轨迹。

借助 ASA 归因，我们可以实现以前通过 ASO 优化无法想象的数据粒度。可能一直无法知道 ASO 的投放效果，但是现在我们可以知道不同热度的关键词，在一定的时间段内花了多少钱，能带来多少有效的 App 激活和后续转化数据，所以以便能够激活成本、转化率、投资回报率等指标进行优化。

多维度标签组合，持续关注A/B测试对获客的双重作用

实际上，广告媒体已经建立了一套基于海量用户数据的受众标签系统，并将其应用于媒体DMP。在业务投放中，可以合理利用媒体标签对受众进行对比测试，也可以有效降低获客成本。

例如，在第一阶段，您可以使用自己的行业标签来匹配行为兴趣标签。比如工具类广告主可以使用工具+游戏、工具+金融等标签的组合来测试成本，然后选择成本最低的一组标签进入下一轮标签测试。

之后可以用其他标签测试第一阶段测试中的优质组合，然后选择一个优质的标签组合，比如工具+教育+咨询，然后是标签的目标人群组合将显示在不同的资源中。如果你在不同的资源上进行测试，你可以看到不同标签的获客成本是如何在不同资源上综合起来的。

三、完善全渠道绩效指标监控

在广告业务中，判断广告效果要注意哪些量化指标？

在整个广告营销环节，从一个广告在用户面前的曝光，到用户点击该广告，再到后续的激活、加入购物车、支付等行为，都有相应的不同业务阶段的行动。业务监控指标。

例如，在广告曝光和点击阶段，更注重想办法让你的广告被更多的潜在用户看到，以及文案和素材是否足够有趣，让用户感兴趣并愿意点击。这时候可以通过“曝光”、“点击率”等前端指标来判断第一阶段是否做得足够好，以及广告媒体的人群导向、时间导向、素材策略会影响前端指标的波动和趋势。

用户下载并激活应用后，更需要在产品中寻找业务触点指标来判断一个渠道是否能满足用户的需求。最常见的指标是不同渠道的激活和注册，以及一系列后续的转化指标，比如电商加法，比如线下行业（比如房地产）的资金留存数据。

在转化方面，还要关注网站上的行为指标，比如用户来app后对哪类SKU更感兴趣，新老客户更喜欢哪一种转换。

当然，指标体系不是万能的，因为会有一些黑盒指标出售快手号，会影响前后指标的判断。什么是黑盒指标？简单来说，就是指一些不受广告主控制的指标，无法定期掌握这些指标的走势。

比如不同的广告媒体账号和广告权重，比如是否有其他竞品同时争夺同一组用户，导致成本较高，又比如不慎使用了一些低-优质素材被用户投诉，导致广告流量受限等。

我们无法量化这些黑盒因素。只能说，在日常的交割分析中，我们尽量控制变量，尽量通过单一的衡量方法来索引可量化的特征，通过规律和趋势成为自己的。商业方法论。

完善贯穿前后链接的广告效果指标体系

同时，我们梳理了贯穿广告投放-平台运营/电商运营-用户运营的广告效果指标体系。

通过广告投放吸引新客户的事情，不是营销部门或用户增长中某个部门的责任，而是应该通过前后端链接的整体数据评估来拉动。在投放广告之前，链接不仅要关注广告素材的点击量，还要关注链接后用户操作相关的指标，比如是否广告材料是否与最终用户的行为相匹配？产品过程中的转化率是多少？新用户的入职程度如何？哪些频道失去了最沉默的用户？

着陆页指示器监控

随着落地页占比越来越高，需要监测相关指标。落地页指标更突出的是能否通过精美的落地页进行前瞻性的广告文案，突出产品特色，让用户产生转化的欲望。

要观察的指标是跳出率和停留时间。当用户进入落地页首页时，没有任何操作就迷路了。在这种情况下，跳出率高的原因可以根据不同的维度来分析，比如落地页的制作是否不足以吸引用户，或者与前端文案不匹配。用户有一种标题党等的感觉。停留时间长短也可以从另一个维度反映出上述问题。另外，类似表单域的填充率也可以判断表单登陆页的设计是否复杂。

从分析场景来看，数据响应的问题可以从内容与用户需求是否匹配、页面布局是否合理、着陆页信息是否符合等方面来判断一个着陆页是否合格。多余的。

综上所述，在整个广告业务流程中快手广告运营全套知识，根据各个渠道可以统计的数据，应用到投放端，也就是常见的广告前链接数据分析，比如计算CTR，查看不同广告的eCPM、CAC和ROI统计广告。

最后，基于以上广告投放全景图，申策总结提炼了广告业务的五项核心能力：广告归因、全球ID-、媒体洞察、受众洞察、全链路数据追踪连接能力，站在有效广告的基础上，从商业角度来看，只有结合底层归因能力、全球数据追踪能力、媒体受众洞察能力，企业才能真正实现高效投放和获客的增长目标。