數據運營筆記 | 廣告投放的數據思路

產品運營三大核心指標：拉新、活躍、留存。相信每一個小夥伴都不陌生。

不同的產品階段可能運營策略重心會有所不同，但肯定對於各種拉新活動並不陌生，例如H5活動、廣告投放、軟文擴散、渠道換量等。

每一輪的投放活動都需要衡量投入產出比ROI，每一次活動結束都需要進行復盤討論，每一輪迭代投放都可能在驗證一些猜想。

我們的目標是：用合理的投入成本，通過各類途徑優化，最大化效果產出。

但實際的運營投放中，往往會遇到各式各樣的投放方式：

這個渠道說，我們不能實現不了直接跳轉下載；

那個渠道又說，我們是做品牌的，高曝光才是我們的優勢，轉化不關我事；

還有的時候，一個渠道上，就有3個不同的位置x3種素材x3種跳轉方式，跳轉應用市場之後到底下載了木有，打開APP了木有，效果怎麼衡量，頭有點暈……

但其實，我們關心的是以下幾個方向：合理投入、優化路徑、最大化產出。簡而言之，我們關心的是：投入產出比。

（在不同的渠道進行拉新）

如何找到最大化的投入產出比，這是每一個負責拉新業務的小夥伴都曾經或者正在頭疼的事情。

從上圖的流程上看，我們可以優化的就是幾個環節：產品是否吸引人、渠道是否優質、投放的方式是否高效、效果是否符合預期。

這裡暫時不討論產品定位，我們只討論豐富多彩的渠道投放的效果優化。

我有100種投放姿勢，就問你敢不敢試~

這裡，我們雖然是以APP拉新為例，討論的是一種多渠道效果數據分析體系，但其實適用於每一個就算不是APP產品，或者你的拉新不是以增加APP用戶為核心，都可以復用這套數據分析框架。

設定預期目標

首先，對於任何一次投放活動，我們都必須界定它的目標產出。只有在清晰的效果衡量體系下，渠道數據的對比才有意義，多渠道的ROI才有可比性。

對於APP拉新的投放活動來說，常見的預期效果可能是：

① 提高對APP的認知（以傳播廣泛為目的）

②成為APP用戶（APP下載並激活）

③在APP內完成特定行為（如購買、身份驗證或者領取禮包）

我們以常見的拉新——「APP下載並激活」為例，先搭建一個數據漏斗，看看我們效果環節上需要觀察哪些數據。

如果我們希望監控的是上述內容中③的效果數據，我們就在激活之後繼續添加下一層級的漏斗，統計例如加入購物車、確認下單、付款這樣的流程。

在這樣的漏斗流程之上，我們可以搭建監控指標，有時候監控的數據可能無法實現理想的統計指標，我們可能會需要補充其他監控指標，有時候也無需如此精確的數據粒度。

我們最後監控的數據指標如下（表1）：

而效果數據部分，則可以通過MTA的新增報表——安裝來源分析實現。

為什麼這裡增加了「下載所用網路佔比」？

原因是在下載完成到安裝，這兩個事件屬於APP應用市場的原生事件，開發者無法主動採集，但我們依然關心這其中的轉化步驟，主要是擔心用戶如果處於較差網路環境下，下載行為可能會被終止，因此這裡用了「所用網路佔比」這樣的輔助欄位數據。

這裡的輔助欄位數據主要是為了優化轉化效果所做的準備。確定了目標，我們第二步就可以做投放過程的數據記錄了。

投放過程記錄

做這一部分的數據記錄，主要的目的，一是為了復盤的時候方便做分析對比，二是為了優化迭代的時候更有方向。

根據埃里克·萊斯的《精益創業》中的觀點：每一次的實驗迭代，其實都是為了得到一個經證實的認知。

應用在推廣投放體系下，每一次投放策略的設計，都是為了驗證一個投放策略的有效性，是為了提升效果產出。

這個環節是一個多路分支，我們需要做一些版本記錄，以便更好的定位問題。過程圖大致如下：

記錄過程表2為：

（表2 廣告投放策略記錄）

*根據投放方式的不同，可能記錄的方式也會略有不同

**具體的策略信息可以在詳表中展開記錄

然後把表1的效果數據映射在表2之後，得到一條投放活動的完整記錄。然後就可以通過數據來驗證具體的投放策略的有效性了。

驗證目標是怎樣的投放策略，這一點需要在投放開始前就規劃好，這樣數據分析的時候才能得到有效的結論。

分析與優化效果

對於搜集到的眾多詳細數據，我們接下來就可以做一些數據上的結果分析了。

首先，我們可能想驗證的是投放素材對渠道1的banner-1的影響，那麼，我們把表2中渠道1單獨拿出來，可以得到如下表格：

（表3.投放素材對渠道1的banner-1的影響）

如果我們想比較渠道1上Banner和Feeds流的差別，我們可以得到：

我們也可以針對人群定向投放效果、不同的投放時間，乃至渠道效果質量對比等多個維度進行數據分析，通過數據來驗證我們的策略，優化投入產出比。

所以，雖然說投放的姿勢有千千萬，但效果路徑總是相似的。

如果你有豐富多彩的投放策略，不用急，不要慌，把路徑理出來，控制策略的版本，採用A/B TEST等加快驗證迭代速度，最終得到有效的投放策略與最大化的ROI效果。

以上是關於投放效果上的數據指標體系分享，相似的分析思路可以復用在不同需求的投放方案中，包括一些線上、線下的運營活動，其實也可以復用這個框架。

（騰訊移動分析MTA的安裝來源分析功能已經上線，請戳官網http://mta.qq.com，發現更多驚喜哦~！）