所有企业都希望以最低的广告费获得更多的用户。根据中国今年的调查数据，2010年左右，广告业实现了大数据技术的指导。在接下来的两年里，广告费GDP相反，比例疯狂上升，在那之后，人们显然意识到数据的局限性，增长有所下降，但比例仍然很高。简单地说，在大数据准确发布的支持下，企业广告的成本和收入比降低了。为什么是这样？DataHunter从数据分析的角度来说，企业在做营销推广时，如何提高广告效果。

为什么广告没有效果？1.忽视产品生命周期的企业在进行推广时会涉及关键指标的跟踪，如CPM、CPS、GMV、DAU等等，这些指标不仅与企业的客户获取成本、平均客户单价、客户数量密切相关，还需要结合企业产品的生命周期进行监控。

上述指标对于业务模式良好的成熟公司是可行的。由于成熟公司注重到位的实施，商业模式验证阶段已经完成。企业只需要 ** 现有模式，循序渐进，扩大规模，顺利实现业务目标。GMV其他指标可以衡量运营业绩，跟踪这些关键指标也可以有效衡量企业的交付效果。

然而，对于仍处于探索阶段的新项目，由于商业模式尚未完全确定，目标客户仍在寻找和验证产品。现阶段主要做小规模广告，目的是验证产品与市场的匹配程度，了解当前产品和商业模式是否能通过广告测试盈利。此时需要评估的重要指标不是GMV、DAU，相反，广告停止投放后，有多少用户会继续使用与公司生存密切相关的数据，如产品、产品回购率、转介次数等。2.企业广告的目的是影响消费者的决策。我们经常听说大数据可以预测人们的行为。使用大数据会影响消费者的决策，使广告更有效吗？事实上，事实并非如此。主要数据平台通过每天准确地捕获和记录用户的行为数据，为用户建立标签，并对其进行详细分类。这种方法暂时无法准确预测人们的行为。首先，数据本身是不完整的，每个大数据平台可能保护用户隐私，或者每个平台之间的数据没有完全连接；其次，即使数据岛被连接，数据本身是完整的，不能保证主要信息流平台能够准确识别和预测潜在受众对广告的主观反映，因为人性本身是不可预测的。今天的大数据只节省了我们收集和处理的过程，如何洞察消费者的决策仍然需要人类的大脑。大数据技术只是辅助的，而不是主导的。3.忽视对人性的洞察企业做广告，无论是信息流还是其他，实际上是在研究人员的购买决策过程中，即研究用户从看到到兴趣，再到购买欲望，最终完成购买行为的整个过程。但真正的需求往往是隐藏的，如果你想探索隐藏的动机，你必须学会洞察人性。

菲利普科特勒的《营销管理》提到，消费者的决策路径分为中央决策路径和边缘决策路径，这意味着消费者态度的形成或变化来自于他对最重要的产品信息的大量认真和理性的思考；边缘路线意味着消费者态度的形成或变化不是基于充分的思考，而是基于积极或消极边缘线索形成的品牌联想。因此，当企业分析信息流广告的数据时，主要数据平台只给用户标签数据的外观，但也需要从多个角度，甚至从最深层次的人性角度探索背后的原因，思考观众为什么会做出这样的反应？他们转换或不转换的基本逻辑是什么？这样，我们就可以找到优化的方向，比竞争对手提前一步找到客户。2、如何识别广告效果？1.什么是好的效果在线营销主要有两种类型，一种是品牌推广，效果评估主要是曝光；另一种是绩效营销，效果评估主要是获得多少用户。当然，根据用户需要做的事情，它可以分为许多层次，如下载、激活、销售线索，如电话，微信粉丝上升，有触发行动，如收到优惠券、转发团体等。在绩效营销方面，如果用户想做上述事情，相应的门槛也不同，企业需要相应的激励措施，给用户必须遵循的理由。2.这里企业广告效果差是一个相对的概念，需要同时提供适当的参考系统，以了解效果差在哪里。例如，与谁相比，在什么标准和范围内。如果不清楚，那么差的效果就不能帮助后续的数据分析。在这里，我们可以从内部和外部两个方向来看：（1）企业内部①渠道:是某个渠道比较差，还是无论什么渠道都差？这两个问题的解决方案完全不同；②时间:是同比差，也就是现在和去年同期的效果对比？还是环比差，就是这个投放周期和上一个投放周期对比？③产品/服务/品牌:有的公司有很多产品线和品牌，那么某个产品效果差还是同类产品差？还是所有产品都不好？④区域:是在某些城市还是省份？⑤转换路径：落地后是点击率差还是转换环节差？⑥管理：各项指标与公司既定指标相比较差吗？还是和自己预期的不一样？

（2）企业外部企业外部是指同行甚至整个网络，如当转化率、客户获取成本 、订单成本等广告效果差时，从同行甚至整个网络的角度来看，是否与同行的平均水平相比？还是与主要竞争对手相比？因为企业不仅在与同行争夺流量，而且还在与你的用户关注的其他行业的产品争夺流量。另一个例子是，交付的问题是交付工作本身还是交付工作之外？此外，还有很多思维维度，比如交付本身是否有问题？用户分析是否有问题？产品本身是否适合在线推广等。当然，无论是内部还是外部，都有很多不同的维度可以拆卸，但无论如何，只有一个目的，就是找到关键指标，然后更准确、更有效地解决交付问题。3、企业抓住有效流量的三个关键点早期互联网产品并不多，流量基本集中在几个门户网站上，当时，只有一个目的，就是找到关键指标，然后更准确、更有效地解决交通问题。3、更高效地解决流量问题。3、早期早期的互联网产品，流量基本上的流量基本上都集中在几个门户网站上，但当时的推广方式，企业需要追求有自己的流量，主要追求流量，但是有效主要关键的流量，但所有自己的流量，流量。

1.媒体企业发布的目的是获得有效的流量，因此媒体相当于获取流量的渠道。不同的媒体，相应的流量也不同，广告目的也不同。例如，有些媒体适合品牌曝光，有些更适合销售商品，有些只适合互动，所以只适合曝光媒体应该匹配曝光文案，适合媒体媒体写有利于转化的文案，以便更准确的排水。在某种意义上，媒体也可以解释用户看到广告时的场景。换句话说，媒体代表了场景。不同场景下的用户状态不同，接收信息的状态也不同。我们需要根据用户当前的状态编写相应的内容。

例如，在地铁上，品牌广告主要是推广品牌形象，这与地铁广告给公众的心理形象有关。在这里做广告意味着品牌有实力，所以相应的交付成本相对较高；信息流广告平台上的内容通常伪装成信息发布。这是因为用户在浏览信息流时潜意识地查看信息，所以他们会抵制广告。伪装成信息可以缓解用户对广告的抵制，相对点开放率会更高。例如，同样的婚纱广告，在知乎，可以伪装成问答，最好有一点话题，否则很难引起沟通；但在头条新闻中，适合伪装成通知，如中华民国婚纱今天推出，限制99对新鲜。2.观众企业在做广告时需要明确目标用户是谁，这是抓住有效流量的另一个关键点。观众准确的创意内容有两个明显的好处：一是找到和吸引合格的人，使广告成本更有价值；二是赶走不合格的人，减少广告浪费。许多创意内容经常犯的错误是浪费时间在那些不能购买或没有实力购买的观众身上。为了避免这个错误，我们需要首先定义观众。也就是说，看看观众，要满足以下条件：（1）对产品/服务感兴趣。例如，如果企业销售交通工具汽车，对越野感兴趣的人基本上不需要考虑或向具有这种越野气质的用户投放广告。如果你投放人寿保险广告，那么超出年龄范围的用户不需要你考虑。除非有数据或研究证明这些超出产品年龄的人可以影响目标用户的决策，否则有必要为他们投放。

（2）如果你能负担得起产品/服务，你可能会说，只要你想买，钱就不是问题。例如，许多人买不起苹果手机，正在想办法买。但有两个前提，即用户愿意尽最大努力购买该产品，并且没有强大的反对力量来拉动他；如果我们从一开始就锁定了有购买力的人，他可以自己做，我们不需要花时间通过内容来处理可能影响用户购买决策的反对意见（3）购买产品/服务的决策者很容易被周围有决策权的人否认，比如昂贵的游戏机。其中一个受众是青少年，而决策者往往是父母。此时，内容需要感动的是成年人和具有消费能力的年轻人内心深处的孩子的愿望。如果过度针对儿童，家长的反对意见可能需要花费大量精力来处理。在信息流的环境中，用户每多考虑一秒钟，就会有更多的可能性。除非企业有最好的广告经验，否则，张三将为他提供最好的产品/服务。此类似的人才是最佳选择。（例如果你有足够的产品/服务，让他们在网易云课堂上找到最好的产品/服务。他们对自己的文案课程很有信心，所以下次网易云推文案课程时，很容易感兴趣，愿意理解。如果是张三从未关注过的平台，没有信任，无论他的课程有多好，张三都可能不感兴趣。即使企业在张三身上花费更多的广告费，也很难有效。3.所谓产品，就是能够供应市场，被人们使用和消费，满足人们某些需求的东西。简单来说，产品就是观众购买的原因。因此，企业在推出产品时，可以用文字帮助产品描述这个原因，吸引需要的流量。这里很多企业可能会说产品同质化程度太高，找不到差异化点。可能是因为他们还没有成为这个产品/服务的专家。这里的专家不是指需要了解太多的专业知识，而是需要了解哪个产品或服务点才能真正打动用户的心灵。

这不仅需要熟悉要销售的产品/服务的信息，包括你自己的信息，还需要竞争对手的信息。面对不同需求的用户，我们应该迅速找出可以说服用户购买的点。这一点可以是关于产品特征或产品价值，价值分为功能价值和情感价值。综上所述，企业流量捕捉的质量取决于广告的创意和内容是否有效地将媒体、产品和受众联系起来。当一家公司在所有平台上放置相同的内容时，这表明负责人对平台属性没有基本的了解，对受众的感受关注不够。4、企业精准广告的五个步骤

1.要确定是否有需求，企业首先需要知道的是市场上是否有人真的急需自己的产品/服务。这一步解决了企业是否有必要做广告。例如，一根带风扇的筷子可以帮助我们冷却面条。虽然产品很新鲜，市场上没有竞争对手，但用户不需要产品，所以广告毫无意义。2.在明确用户目的确认市场后，企业应明确产品/服务可以帮助这些需要的用户完成什么任务，以及他们可以实现什么目标。这一步解决了企业在广告后能否找到有效用户的问题。3.在确定用户与产品/服务匹配后，企业应开始收集用户肖像，主要通过用户研究和竞争用户分析匹配相关关键词。如果决策者不是目标用户本身，他们甚至需要找到与目标用户相关的决策者通常关注的关键词来匹配交付。4.确定用户在哪里这一步解决的是企业该把广告投放到哪里的问题。在前面一步里广告可以投给本人，也就是购买服务的决策者。也可以是利益相关人，比如决策参与者，直系亲属等。一般来说，决策者和相关人员都会出现在哪里？可以通过以下方式确认（1）地理位置可以利用企业我们媒体的背景地理位置数据来研究粉丝的特点，然后选择相关省市进行广告。（2）媒体渠道企业的目标用户通常通过传统媒体、新媒体、微信或微博、头条新闻或移动百度获取信息。不同的用户组，在不同的目标状态下，将进入不同的渠道。我们需要根据企业的用户肖像选择最具成本效益的渠道，然后进行有针对性的交付。许多广告效果不好的原因之一是在媒体的这一步中选择了错误的媒体。选择错误的媒体意味着企业的目标用户不在这个平台上，所以他们看不到广告。5.了解用户的偏好，确定用户的方向，然后根据上述步骤收集的信息，有针对性地制作标签和内容定位。此时，企业需要了解目标用户群体的偏好。许多信息流广告投资者仍处于搜索平台的思维阶段。例如，法律服务的广告只投资于带有法律标签的，其他的人群就不管了，这样做的直接后果就是，定向会被设置的非常狭隘，除非抬高出价，否则广告很难投放出去。比如一个太阳伞的厂商，他可以去找标签中带着“防晒”的女性用户，也可以去找标注有“墨镜”“美白”“晒后修复”等标签的用户，要知道会买太阳伞的女孩子，一定是有美白需求的。再比如礼品类企业，目标用户同时也在关心脑白金、药酒之类的产品、关心如何让自己的血压降下去之类的健康资讯，那么广告关键词、创意方向都可以参考这些与目标用户有交集的内容。五、如何利用数据分析让投放更精准1.区别“有效标签”和“关联标签”大部分企业习惯去运用直观可见的单一属性，机械的将市场上存在的某些相似的用户归类在一起，将关键词和用户行为之间的相关关系，误解为因果关系。就好像冰淇淋销量增加的时候，溺水人数同比增加，并不能得出冰激凌热卖导致溺水。而是天气炎热导致冰激凌热卖和水上运动人数增加，从而基数增加，溺水人数必然按比例增加。可见理清投放关键词与产品间的关系，是企业广告投放必须要做的功课。

2.优先关注发出消费信号的用户侦查学家艾德蒙·洛卡德认为，当人们在实施某个行为时，总会跟各种各样的物质发生接触和互换关系。对应的大数据时代，用户的每一个行为，都会在他接触过的地方留下数据。而这些数据，就是一个个的消费信号，分析和整理这些信号，可以帮助企业侦查用户的状态、预测用户的行为。3.尽量保持与动机型用户的同频观察到用户的消费动机之后是不是就代表，只要我们把产品信息推送给他，就一定能把产品卖出去呢？还需要进一步考虑，你的产品层级，是否和用户的消费水平、习惯在同一个层级上。这都需要进行大量的数据搜集和分析。通常情况下，数据搜集可以理解为搜集客户静态数据和交易数据。静态数据就是客户的静态数据文件，如姓名、地址、联系电话、年收入之类的背景档案；而交易数据则是流动的，如交易商品属性、规格、活动参与数据及客服记录等，以及商品特性编码，用来记录与交易商品本身相关的价格、产地、功能描述、口碑数据等信息。这些数据非常重要，是我们用户画像的重要指向部分。但是更容易发现精准关键词的地方是客户交易的商品本身。在同类用户同期消费的产品上，我们更容易搜集到更具分析价值的信息。六、小结企业在做广告投放的数据解读时不能预设立场。当你预设了某个立场后，首先你就会忍不住关注那些与自己想法相关的人、事、物，导致分析结果出现了方向性的偏差；其次绝大部分情况下可能企业都没意识到；最后还有可能只统计自己想统计的，然后用来证明自己已有的观点。但数据分析的精髓并不在于用数据证明自己的既有观点，而是从数据里发现洞察，为企业的业绩KPI增长找到方向和突破点。企业应该具有严谨负责的态度，保持中立的立场，客观的评价数据分析工作中存在的问题。企业要善用上帝视角。数据分析是企业的一部分，当用用户决策视角来看待数据分析的作用时，就能提纲挈领的理解数据是怎么回事了。比如很多销售导向型的信息流广告转化不好，此时企业要做的不是直接钻到点击率曝光量这些投放数据里埋头苦干，而是先要识别当下这个广告行为有效的前提是什么。

数据可以指导广告投放的前提是能够正确的解读数据。比如前文所说的混淆了因果关系和相关关系的情况，以局部视角诠释整体格局的误区等等。企业要对数据变化敏感、更要对数据变化背后的原因敏感。企业如何提高数据的敏感性呢？DataHunter就能帮到你了。Data Analytics是一个轻量级业务数据可视化平台，可一键快速接入企业本地和云端内外部Execl/CSV等数据文件，无需编程仅需简单的拖拽即可制作酷炫的数据可视化看板，用直观的数据帮你做好的决策。

本文中所有图表都是借助Data Analytics软件免费版做出来的。想尝试自己做图，点击“阅读原文”即可学习如何制作，记得先注册哦～使用Data Analytics数据可视化软件制作，原数据已做脱敏处理关于 DataHunterDataHunter 是一家专业的数据分析和商业智能服务提供商，注册于2014年。团队核心成员来自 IBM、Oracle、SAP 等知名公司，深耕大数据分析领域，具有十余年丰富的企业服务经验。DataHunter 旗下核心产品智能数据分析平台 Data Analytics、数据大屏设计配置工具 Data MAX已在业内形成自己的独特优势，并在各行业积累了众多标杆客户和成功案例。

成立以来，DataHunter就致力于为客户提供实时、高效、智能的数据分析展示解决方案，帮助企业查看分析数据并改进业务，成为最值得信赖的数据业务公司。

欢迎关注公众号：DataHunter－数据分析展示就用 DataHunter－

数据分析网站-数据可视化分析工具-敏捷BI-数据运营平台-DataHunter