一直以来很想写这样一篇文章,和大家聊一聊如何评估多个推广渠道的优劣。
今天借此机会,我将以某金融APP的推广为例,抛砖引玉,供大家参考。
1
输入数据
时间:2周
日预算:15万
2
选取数据模型的维度
我选了4个维度,分别是:流量、成本、稳定、潜力,下面一一阐述。
流量
价值:代表了该渠道的获客能力,与运营人员的核心KPI直接相关,也是区分大渠道和小渠道的重要指标。
数据:获客量的算术平均值。
成本
价值:代表了该渠道的投入成本,在用户质量相对稳定的条件下,获客成本与ROI直接相关。
数据:获客成本的加权平均值。
稳定
价值:代表了该渠道的长期稳定投放的可能性,间接影响运营人员对预算消耗、KPI完成的进度把控。
数据:现金消费的变异系数、获客量的变异系数、获客成本的变异系数。
注:变异系数 = (标准差 / 平均值)× 100%
潜力
价值:代表了该渠道未来可成长的空间,例如与对标竞品的差距等。间接影响运营人员对未来KPI增长的规划制定。
数据:对标竞品在同一推广渠道的预算或流量。
3
数据标准化,计算维度分值
这里数据标准化采取的是Min-max 标准化。
设minA和maxA分别为属性A的最小值和最大值,将A的一个原始值x通过min-max标准化映射成在区间[0,1]中的值x’,其公式为:新数据=(原数据-最小值)/(最大值-最小值)。
流量
成本
注:成本和流量不同,流量是越大分越高,流量应是越低分越高,故在Min-max基础上,进一步处理,用1减去Min-max的结果,得到新的评分。
稳定
注:与成本一样,变异系数是越小越好,故用1减去Min-max的结果,得到新的评分。
潜力
1)一定要选对标竞品,这样数据才有参考性;
2)对标竞品的日预算数据,大家各显神通吧,可以考虑向代理商、圈内、媒体方打听,不一定要特别精确的数字;
3)日均新安装量对于应用商店来说,非常有价值,因为安装到激活、注册的转化率并无显著差距。这个数据可以从第三方数据服务商,比如QuestMobile等拿到。
构建数据模型,得出结论
因为潜力这个维度的数据不足,暂时只用前三个维度构建数据模型。
现在涉及附加权重的问题,这里给出三种方案,仅供参考:
下面以ROI导向为例,得出评分模型:
注:综合得分 = 流量得分 + 成本得分 + 稳定得分
结论显而易见,根据ROI导向,综合效果最好的渠道是:应用商店B,其次是应用商店A、信息流A、应用商店D。
你可能想问
Q:就是评估渠道的效果,量和成本这两个指标不就可以了,需要这么复杂吗?
A:需要,实际投放工作中,很容易因为这样或那样的临时目标,忘了根本的目标,建立一套评分模型,可以更加理性客观地评估效果,当你的思路跑偏时,果断把你拉回来。根据不同的KPI,可以设置不同的权重,希望大家都能建立适合自己的评分模型。
Q:附权时就用了简单的1,2,3,会不会过于拍脑门,不靠谱呢?
A:这个问题我也纠结了很久,后来参考了不少资料,决定还是用最简单的123。先做起来很重要,1比0大很多。
2017年4月19日,哈佛商业评论网站发表了一篇文章,“为复杂决策创造简单规则”( Creating Simple Rules for Complex Decisions )。丹尼尔·卡尼曼在《思考,快与慢》这本书里,也专门讲过这个思想。简单来说就是:
1.选择几个你认为对结果有重要影响的因素,不要超过六个。
2.按照比如说满分十分的统一标准,对每个因素打分。
3.把分数简单相加获得总分。
书中最有意思的一个事实是,你使用更复杂的评分办法,或者是计算权重,或者是用什么大数据统计算法,得到的结果并不会比简单方法好很多。
扫一扫 微信咨询
商务合作 联系我们