Facebook成效衡量基础

一、如何衡量和分析广告

首先有以下四点需要考量：数据、成效衡量、报告、成效分析。

1、数据（Facebook 分析）

用户与线上内容互动会产生数据，比如顾客是如何对广告进行反应的，顾客的人口统计信息等，通过这些数据，我们能推知用户的兴趣和行为，从而更好的了解我们的受众群体。

2、成效衡量

Facebook成效衡量工具有：A/B测试、对照测试和品牌提升调研测试。

3、报告

前往广告管理工具，系统会分析整理出数据，梳理出摘要报告。从Facebook广告报告中，我们可以查看到自己投放每一条广告的成效分析，了解广告的表现如何。

另外，在这里我们要提一下，广告可见性的第三方验证（facebook与第三方验证公司携手合作）。可见性衡量的是受众看到广告的次数和时长。

4、成效分析

以数据为依据得出的结论，为什么会有这样的成效。用于反省得到经验教训，以后好制定和改进自己的营销策略。

二、业务目标和关键表现指标

如何去衡量广告的实际成效？

是关注点赞数吗？还是关注粉丝转发量这一类的间接指标呢？

显然，以上的间接指标并不能看出一个广告的成效。广告的成效和销量、购买量、品牌知名度、广告回想度等有关。有没有觉得很眼熟，这就是我们的广告目标。广告的成效应该是体现在对广告目标实现的意义上。

注：之前提到的 facebook pixel像素、SDK、线下时间追踪工具、转化api，这些是用来搜集相关信号的工具，但是真正实现跨平台和跨设备的成效衡量工具是facebook用户身份识别编号（UID）。

三、Facebook实验工具衡量广告

Facebook实验可以分为两大类：拥有对照组的测试和A/B测试（A/B不会用到对照组）

1、拥有对照组

品牌提升调研测试：衡量我们的广告对品牌知名度、认知度或回想度的提升效果。

操作方式：一组能看到facebook广告，另一组则完全看不到。之后对受众提出几个调研问题，从而形成对比。

对照测试：一组能看到facebook广告，另一组则完全看不到。广告应至少产生100次转化事件，对照测试才能得到可靠结果。

2、没有对照组

广告系列A/B测试：对比两个或者多个广告系列，系统会在各个测试版本之间随机平分展示机会，从而判出最好的一组。

广告系列预算优化测试：以现有广告系列为模板，确定使用广告系列预算优化以后的费用有没有什么变化。

开展A/B测试时要注意建议只更改一个变量，这样更好判断。

3、举例说明 | 什么是对照组，什么是A/B测试组

什么是A/B测试组？老陆现在手里有某款儿童滑板车的图片照和视频，他想知道图片和视频哪种效果会更好，这个时候他就可以开启A/B测试组，在其他变量相同的情况下，看哪种形式的转化率更高。

什么是对照组？老陆想知道之前一个以提高转化为广告目标的广告系列的作用有多大，所以这个时候就很适合开启对照组。只有一个广告能被看到，那么通过两个的对比，就能很清楚的看到那个转化广告的作用。

4、解读A/B测试的结果

A/B测试结束以后，我们会收到一封包含测试结果的电子邮件。

这封结果报告涉及到一个置信度的概念：采用相同的设置再次开展设置，优胜版本保持不变的几率。

举个例子，老陆用A/B测试去测试到底是视频的表现效果好还是图片的表现效果好。最后的结果报告显示视频是优胜者，置信度达85%。这意味着，视频广告的成效成本比较低，且多次开展相同测试时，获得同样结果的几率是85%。

在所有 A/B 测试中，只要置信度高于 75%，就表示优胜广告组的营销策略可能不错。

四、跨平台广告成效衡量

1、Facebook归因分析

Facebook 归因分析是一种能帮助我们更加全面地了解顾客决策历程的广告成效衡量工具，从而做出明智的决策：衡量广告成效；为后面策划和优化广告提供依据。

facebook归因分析只会追踪线上转化量，如果想要涉及到线下的转化量，那就需要找第三方归因合作伙伴。

比如，老陆在ins、Facebook上都投了广告，他想知道不同广告对销量的提升情况，所以他可以开展归因分析从而知道主要的转化来自哪里，以后投放广告的时候可以对表现好的平台加大预算。

2、营销组合模型

当要衡量各个渠道的广告影响力，包括线下渠道的时候，我们要用到营销组合模型。（即线上+线下）

营销组合模型也称为 MMM 或媒体组合模型，是一套数据驱动的统计分析方法，用于量化营销活动对销售成效的增量影响和投资回报 (ROI)。

这个模型是根据历史数据来量化各种变量对销售成效的作用，还能预测未来的营销。

• 本文分类：Facebook营销
• 本文标签：
• 浏览次数：127
• 本文链接： http://digital.mfsunny.com/page/41.html
• 上一篇：创意格式和广告版位
• 下一篇：广告报告以及如何优化