从“营销度量”到“增长度量”：品牌度量进入科技时代( 三 )

预算分配好后，就到了内容测试的环节了。在多数营销人的心里，都潜藏着一个朴素但不简单的愿望，那就是“让广告在对的时间用对的形式出现在对的人面前”，那么，究竟什么才是对的内容、形式和人?AB实验工具了解下。
AB实验并非什么新鲜概念，在传统广告时代就已大行其道，它的工作原理很简单，即在相同的营销环境里，通过隔离实验对象来评估营销效果优劣。
打个比方，街角的奶茶店开业了，店主分别设计了A、B两版广告，两版广告对应店里的两款饮品，并在两个路口进行派发，然后基于顾客到店消费情况，来判断哪支广告引流效果更好?哪个产品应该视为主推品出现在店铺的灯箱上?
不难看出，AB广告实验的结论是否接近“真实”，需同时满足三个要素:一，参与实验的样本量足够大;二，人群相似度足够高;三，实验组与组之间完全隔离。

文章插图
以上要求，对于有着海量丰富数据的巨量引擎平台，显然不是难题，在此基础上，巨量引擎的AB实验工具还支持3天为单位出具实验结果，并允许广告主自行设置变量，来找到“人与内容““内容与出价”“内容与转化”间的最优的组合方式。
如果说，投前的“预算分配”和“AB实验”，分别是从战略和战术上，前置性地优化了营销活动效果，那么，“增效优化”工具则是在投放中期为效果增益。
可能你会在此疑惑，竞价广告本身标榜的不就是精准投放吗，还有必要再去做“增效优化”吗?答案是肯定的。
众所周知，当我们在做竞价投放时，机器智能会倾向于将广告推送给“易被广告转化”的人群，但这些人群中，往往存在两类，一类是“不看广告也能自然转化的人群”，另一类是 “看广告才转化的人”，而“增效优化”会把更多的投放预算花在后者身上，以此来抓取到更多增量转化人群，通过破圈来实现ROI和GMV的提升。
很显然，相比于常规的竞价投放，辅以增效优化的竞价投放，能在相同的预算规模下，带来更高的ROI和更多的跑量。某头部女装品牌直播间就成为了增效优化工具的受益者，通过实验对比，发现:增效优化后的直播间，整体ROI提升了8.34%，全局GMV则提升了1个百分点。
当投前、投中的优化工作都做好了，投后的难题便接踵而至，常见为二:一结案难，二效果验证难。
结案的难题，通常在 “效果”和“效率”两端。于效果端，我们常见的结案，多是对于播放、点赞、评论数据的简单罗列，并不能从浅到深地查看跨媒体资源参与下的营销价值全貌;而于效率上，结案也多发生在营销完成后的一周以后，并不能及时辅导后续投放优化。巨量引擎推出的“投后结案”工具有效的解决了这两个问题。
它不仅支持广告主自主勾选广告资源，并以2小时为单位出具结案报告，也能够从浅到深，围绕着“触达-吸引-问询-转化”的营销漏斗，来细致拆解投放过程中存在的问题，并找到自身和TOP商家间的差距，逐一优化。
以某食品饮料商家的案例为例，在结案复盘中发现:Z世代是该品牌在抖音的核心人群，这些人群对于科技、游戏、二次元内容兴趣度高过美食内容，且比起单纯投放达人，辅以2次以内竞价广告投放的组合投放模式，会带来更高的点击和转化。这些宝贵的结论也成为了品牌后续投放的重要依据。
到了这个时候，你或许以为，一次营销投放的全过程已经结束了，其实并不然，为了帮助广告主找到“营销与增长”间的确定性关系，巨量引擎还在“增效度量”的基础上推出了BLS（品牌增效度量）和CLS(转化增效度量)两大工具。