你知道廣告費(fèi)浪費(fèi)了一半，卻不知道浪費(fèi)在哪里；你做了一次品牌推廣活動(dòng)，卻不知道如何衡量活動(dòng)對(duì)公司品牌的影響；你選擇了適合公司的營(yíng)銷矩陣，多管齊下的做營(yíng)銷活動(dòng)，卻沒有辦法區(qū)分不同渠道的效果。也許這篇文章能給你一些啟發(fā)。

營(yíng)銷理論中有4A、4R或者AIDA模型，依次對(duì)應(yīng)了用戶從接觸到營(yíng)銷信息開始，注意、知曉、態(tài)度、行動(dòng)的四個(gè)階段。從廣告投放上看，品牌廣告和效果廣告分別針對(duì)消費(fèi)者消費(fèi)行為過程中的不同階段。數(shù)據(jù)表明，在效果廣告投放中，品牌知名度高的企業(yè)獲得的銷售轉(zhuǎn)化率高于其他同類型企業(yè)。

反觀現(xiàn)在成功的企業(yè)，一般將品牌營(yíng)銷和效果營(yíng)銷相結(jié)合使用：

通過品牌營(yíng)銷來建立消費(fèi)者對(duì)產(chǎn)品的早期認(rèn)識(shí)，通過效果營(yíng)銷促進(jìn)消費(fèi)者最終購買產(chǎn)品。如此反復(fù)，將企業(yè)品牌和銷售額推向一輪又一輪高潮。

俗話說，有衡量才有促進(jìn)。相比效果營(yíng)銷，品牌營(yíng)銷一直具備模糊性。這篇文章提出4個(gè)數(shù)據(jù)模型，先嘗試解決品牌營(yíng)銷的模糊性問題。

球場(chǎng)上，一個(gè)助攻球員將球傳給主力球員進(jìn)球，并不能說助攻球員沒有價(jià)值。助攻球員的價(jià)值在于通過團(tuán)隊(duì)協(xié)作，輔助了其他球員進(jìn)球。

品牌營(yíng)銷就像助攻球員，前期做了大量的鋪墊，才會(huì)有最終的用戶下單，哪怕下單的渠道是其他渠道，也是這次品牌營(yíng)銷的助攻貢獻(xiàn)。

助攻貢獻(xiàn)的計(jì)算方法不難理解：

假如渠道A的一次營(yíng)銷活動(dòng)覆蓋的用戶，在一段時(shí)間內(nèi)，在渠道B中完成了轉(zhuǎn)化目標(biāo)，那么成功轉(zhuǎn)化的用戶就是渠道A對(duì)渠道B的助攻貢獻(xiàn)。轉(zhuǎn)化目標(biāo)可以是任意的用戶行為，比如注冊(cè)、下單、發(fā)帖、看完新手教程等等，根據(jù)產(chǎn)品的需要來設(shè)定。

因?yàn)槊看螤I(yíng)銷活動(dòng)對(duì)用戶的影響是隨著時(shí)間衰減的，所以在這個(gè)計(jì)算中需要人為的指定一個(gè)時(shí)間窗口（一般不要超過1個(gè)月）?？梢哉J(rèn)為只有在時(shí)間窗口內(nèi)完成了目標(biāo)轉(zhuǎn)化的用戶，才算作品牌營(yíng)銷活動(dòng)真正的助攻貢獻(xiàn)。

最后還想多說一點(diǎn)：

• 即便是完成了相同轉(zhuǎn)化目標(biāo)的用戶，他們的商業(yè)價(jià)值也不是完全相同的。
• 以注冊(cè)為例，papi醬加盟和某路人甲注冊(cè)，對(duì)直播平臺(tái)來說有天壤之別；
• 以消費(fèi)為例，買了輕奢品的土豪和薅羊毛黨，系統(tǒng)也不應(yīng)該一視同仁。不同的用戶對(duì)系統(tǒng)的價(jià)值不同，給價(jià)值高的用戶更高的權(quán)重，將這個(gè)權(quán)重加到助攻貢獻(xiàn)的計(jì)算中。

上述模型假設(shè)每個(gè)轉(zhuǎn)化用戶只受到單一助攻渠道的影響。現(xiàn)實(shí)情況中，企業(yè)會(huì)同時(shí)在多個(gè)渠道上進(jìn)行矩陣式營(yíng)銷，一個(gè)用戶可能會(huì)同時(shí)接受到多個(gè)助攻渠道的信息，最終完成下單。我們需要做多渠道分權(quán)，將助攻貢獻(xiàn)公平的分給不同的助攻渠道。重新評(píng)估每個(gè)品牌營(yíng)銷活動(dòng)的貢獻(xiàn)值。

我不建議采用簡(jiǎn)單的將助攻貢獻(xiàn)平分給所有助攻渠道的方法。門戶網(wǎng)站上的一個(gè)簡(jiǎn)單文字鏈，和線下體驗(yàn)店的深度交互的體驗(yàn)式營(yíng)銷，兩者給用戶留下的印象程度不同，不應(yīng)該獲得相同的數(shù)值；36kr的報(bào)導(dǎo)，和創(chuàng)業(yè)公司官方微信對(duì)公司的介紹公信力不同，前者相當(dāng)于獲得了媒體的背書……

要做到公平分配可能要考慮的因素：

1、 采用渠道的知名度為權(quán)重，給影響力大的渠道以較大的權(quán)重。

這里想多說一句，并非越大眾的渠道影響力就越大。如果你是一個(gè)細(xì)分行業(yè)，可能所在細(xì)分領(lǐng)域的專業(yè)媒體的用戶更加精準(zhǔn)，影響力也更大。好比不存在日?qǐng)?bào)之于科幻用戶，36kr之于互聯(lián)網(wǎng)從業(yè)人員的意義。

2、 采用營(yíng)銷活動(dòng)的用戶參與度為權(quán)重。

每一次營(yíng)銷活動(dòng)，能或多或少獲得用戶的瀏覽時(shí)間、瀏覽次數(shù)、滑屏次數(shù)、轉(zhuǎn)化、點(diǎn)贊等行為。我們假設(shè)用戶參與度越深，營(yíng)銷活動(dòng)在用戶注意力吸引和認(rèn)知建立上的效果越好。將用戶參與度作為營(yíng)銷渠道的權(quán)重。

3、 采用用戶參與營(yíng)銷活動(dòng)距離用戶產(chǎn)生行為的時(shí)間段為權(quán)重。

這里有一些算法，大家可以自行配置：

• 認(rèn)為第一次的營(yíng)銷和最后一次營(yíng)銷的影響力最大；
• 認(rèn)為最后一次營(yíng)銷的影響力最大；
• 認(rèn)為第一次營(yíng)銷的影響力最大。

2、模型二：參與度模型

用戶參與度指用戶在參與活動(dòng)過程中的可量化的行為指標(biāo)，比如用戶瀏覽時(shí)間，用戶點(diǎn)贊、轉(zhuǎn)發(fā)、評(píng)論等行為的次數(shù)。一般來說，用戶的參與度越深，說明活動(dòng)的吸睛效果越好，用戶對(duì)你的活動(dòng)越有興趣。

技術(shù)的發(fā)展，讓我們可以衡量的渠道形式越來越多。比如線下廣告可以通過wifi或者藍(lán)牙探針技術(shù)，來了解受眾的駐足時(shí)間。一次普通的線上媒體投放，可以獲得用戶閱讀時(shí)間、用戶評(píng)論數(shù)量及內(nèi)容、用戶翻屏次數(shù)等等。

在這個(gè)人人都是自媒體的時(shí)代，有的官方營(yíng)銷活動(dòng)不僅讓目標(biāo)用戶產(chǎn)生強(qiáng)烈的心理認(rèn)知，還會(huì)演變成熱門話題，以不同的姿態(tài)傳播開來。

我推薦重點(diǎn)關(guān)注新聞、微博、微信、知乎和所在細(xì)分行業(yè)垂直媒體和垂直論壇等渠道的輿論導(dǎo)向。了解參與話題的媒體數(shù)、文章數(shù)、用戶評(píng)論數(shù)、閱讀數(shù)、轉(zhuǎn)發(fā)數(shù)等等。

此外，關(guān)鍵節(jié)點(diǎn)也是傳播模型中需要重點(diǎn)關(guān)注的。大V的態(tài)度可能會(huì)影響未來的輿論方向。

在微博中重點(diǎn)關(guān)注大V用戶的轉(zhuǎn)發(fā)和直發(fā)話題，在知乎中需要關(guān)注大V用戶的點(diǎn)贊、評(píng)論、話題關(guān)注、回答話題。因?yàn)檫@些行為都會(huì)出現(xiàn)在信息流中，成為新的引爆點(diǎn)。

轉(zhuǎn)化成數(shù)據(jù)模型來看，先制定賬號(hào)的級(jí)別標(biāo)準(zhǔn)。

比如微博有多少個(gè)粉絲是A級(jí)別，知乎獲得多少個(gè)贊是B級(jí)別之類的；接著將參與上述行為的用戶數(shù)據(jù)搜集起來，分析賬號(hào)的級(jí)別分布、用戶所在的圈子（行業(yè)）等等。

對(duì)于高影響力的賬號(hào)發(fā)出的信息，需要做情緒分析，了解其中正面、負(fù)面信息的比例。如果有必要，甚至需要逐條人工分析大V用戶的信息流，后續(xù)再做對(duì)應(yīng)的處理。

TIPS：上述傳播分析，可以借用一些第三方工具來完成，比如火線輿情、微博風(fēng)云榜、百度指數(shù)的輿情洞察（是的，不是百度指數(shù)整體趨勢(shì)）、清博指數(shù)。假如公司有資源，也可以自己獲得原始數(shù)據(jù)來分析。清博、微博、知乎提供了API，有微博、微信和知乎的數(shù)據(jù)。也可以通過爬蟲獲得更多平臺(tái)的原始數(shù)據(jù)。

4、模型四：情緒分析模型

有時(shí)候，并不是參與的用戶越多，用戶參與的越深入越好。我們還需要了解用戶的心理感受，判斷活動(dòng)是否如期引導(dǎo)了用戶的認(rèn)知。這里羅曼羅推薦用情緒分析的方法。

舉個(gè)例子，支付寶的兒童節(jié)營(yíng)銷引起了用戶、媒體們和互聯(lián)網(wǎng)從業(yè)人員的極大關(guān)注。如果只是將用戶參與度作為唯一指標(biāo)，那這次活動(dòng)無疑是巨大的成功。然而，大家對(duì)這次營(yíng)銷的態(tài)度也是兩極分化，如果結(jié)合情緒分析來看，這次活動(dòng)的成功與否就不好說了。

我們可以獲得用戶評(píng)論、用戶面部圖像或者用戶的語音等數(shù)據(jù)，來了解用戶是否滿意、評(píng)價(jià)是正面還是負(fù)面的。

如果是一次病毒營(yíng)銷，需要獲取參與話題的媒體文章、用戶評(píng)論，對(duì)文章和用戶的評(píng)論都做語義分析。

TIPS：技術(shù)的發(fā)展，讓我們的分析越來越智能。很多學(xué)者和研究機(jī)構(gòu)提出了不同的文本情緒分析模型，語音情感識(shí)別算法，面部情緒識(shí)別工具，其中很多算法框架被開源共享了。如果能采集到評(píng)論文字、用戶語音、用戶面部圖像的數(shù)據(jù)，可以考慮通過開源或自研的方式來分析用戶的態(tài)度。

如果不想占用研發(fā)資源，我推薦萬能的人工分析大法，全量或抽樣的分析上面的數(shù)據(jù)等。

1、品牌營(yíng)銷以建立用戶的早期認(rèn)知為主，不以銷量為目的，但是能為后續(xù)的效果營(yíng)銷帶來更高轉(zhuǎn)化率。可以用助攻模型來衡量品牌營(yíng)銷的效果。

2、用參與度模型來評(píng)估用戶對(duì)產(chǎn)品的興趣；用傳播模型來評(píng)估公眾或媒體對(duì)產(chǎn)品的興趣；用情緒分析模型來了解所有活動(dòng)參與者對(duì)活動(dòng)的態(tài)度，以免活動(dòng)產(chǎn)生了適得其反的效果。

具體指標(biāo)也許是：

• 自有渠道的覆蓋用戶數(shù)、用戶畫像、用戶評(píng)論/點(diǎn)贊/轉(zhuǎn)發(fā)數(shù)、評(píng)論的正負(fù)語義；
• 媒體的新聞數(shù)量、閱讀數(shù)、點(diǎn)贊數(shù)、評(píng)論數(shù)、文章和評(píng)論的正負(fù)語義；
• weibo中創(chuàng)造話題的人數(shù)及人群畫像、直發(fā)/轉(zhuǎn)發(fā)比例、閱讀人數(shù)、評(píng)論總數(shù)、參與話題互動(dòng)的粉絲用戶畫像、話題/評(píng)論的正負(fù)語義；
• 微信公眾號(hào)文章數(shù)、閱讀數(shù)、轉(zhuǎn)發(fā)數(shù)、文章的正負(fù)語義；
• 知乎問題數(shù)、回答數(shù)、關(guān)注人數(shù)、點(diǎn)贊數(shù)、評(píng)論數(shù)、話題/回答/評(píng)論的正負(fù)語義；
• 垂直論壇的文章數(shù)量、閱讀數(shù)、評(píng)論數(shù)、文章/評(píng)論的正負(fù)語義。