Asia Data

计算活动效果变得越来越复杂。其原因是媒体渠道（户外、互联网、广播、电视等）的增加和多样性以及对覆盖范围的影响，例如第二屏幕（手机和平板电脑）。使用OTS（Opportunity To See）等经典方法进行线上线下广告效果研究已不再是当代。


是什么导致 OTS 不可靠？
OTS 研究使用（在线）问卷来衡量受访者接触广告的机会。这些问卷提出的问题包括：您什么时候看电视、看哪些频道以及在什么时间？几年前，市场研究行业协会 MOA在其 2005 年年鉴(pdf)中批评了 OTS 方法，原因有以下两个主要问题。

内存问题
人们认为他们看到了不存在的东西，相反，他们没有看到存在的东西。事实上，OTS 研究测试的是受访者的记忆力，而不是活动的效果。Alfred Levi（2005，pdf）对消费者观看电视广告的行为进行了研究。根据研究，只有 19% 的人会关注广告，18% 的人会在广告休息时走开，43% 的人坐在电视机前但不看，20% 的人会看电视。所以 81% 的人没有（正确地）看到电视广告。

专心看电视 Fotolia

动机问题
此外，还存在一个动机问题：人们倾向于想 亚美尼亚电子邮件列表 象自己比实际情况更好，而他们自己往往没有意识到这一点。我们认为，如果我们认为智力很重要，那么我们会比阅读《Privé》更用心地阅读《Volkskrant》（这在心理学中也称为“自私偏见” ）。受访者的记忆和动机问题使得此类研究的结果成为讨论的主题。

该活动的直接效果尚不明确
此外，实践告诉我们，品牌知名度一周可以提高 5%，而接下来的一周，品牌知名度可能会无缘无故地下降 6%。在 OTS 模型中，活动的这些直接影响不够透明。但线上线下活动的效果如何客观识别呢？

一种新的研究方法
离线-在线-道路标志-fotolia随着互联网的出现，可以通过在线分析获得大量有关网络访问的数据。这种客观的消费者数据对于几乎每个广告商都很重要。许多广告商使用线下活动来吸引在线网络访问者。即使对于在线销售不是主要目标的广告商来说，网络访问也是营销活动效果的极其重要的指标。

比如，在汽车行业，只有不到2%的新车通过线上销售，但线上确实是销售过程中不可或缺的环节。对于许多汽车制造商来说，网络访问量的增加就等于销售额的增加。归因建模的创建是为了通过在线分析来衡量线下营销活动的效果。

归因建模：它是如何工作的？
与传统方法不同，归因建模衡量的是活动已经覆盖的消费者群体。使用计量经济学模型和算法，通过以下步骤衡量活动的直接效果（另见下图）。

确定标准
为了应用归因建模，必须首先解释对网络访问的影响。确定的标准是：非营销活动引起的网络访问量。这是通过确定对网络访问的外部影响（例如天气、季节和假期）来衡量的。

活动的影响力
通过纳入较长时期内的媒体时间表、外部影响和网络访问量，可以统计确定该活动对每日网络访问量的影响。通过将计算出的对网络访问的影响（温度、假期、季节和活动）相加并将其与实际网络访问进行比较，证明了模型的准确性。

确定渠道的有效性
现在活动产生的访问量已经很清楚了，可以应用归因建模来确定各个渠道的有效性。使用此模型时，可用数据越多，活动的效果就越好。通过将部署的预算与有效覆盖范围进行比较来衡量效果。通过测量同一单元中每个通道的效果，可以轻松地对通道进行相互比较。然后可以进一步放大每个频道并找出频道和小时级别的效果。