宋星数字营销33讲的No.01：品销转化的终极拷问。

今天我要讲的这个话题，我把它归在了数字营销三朵乌云系列中，是这个系列的第一期：品销转化衡量的终极拷问。

（下图，我在这个月的最后一天的《宋星大课堂》，仍在报名中）

【全部文字稿】

这个话题，来自于我们所有品牌营销人都会面对的一个特别头疼的问题：品牌推广，尤其是品牌广告的投放，到底在多大程度上帮助实现了产品的销售转化？

这是所有品牌营销人都希望解决的问题。如果能够定量回答这个问题，品牌推广的预算限制以及老板的焦虑，都能够大幅度地缓解。

为了解答这个问题，国外的营销从业者很早就做了很多的研究和努力。

最早的方法，当然，也是今天仍然在使用的方法，是用调研的方法。不过，这个方法用来衡量品牌认知和品牌好感度是挺好的方法，但是用来衡量品牌推广和销售之间的定量关系，还是太模糊了一些。

为了能够更定量衡量品牌投放所带来的销量增长，目前常常采用的方法有三种。

利用广告ID（如CID）追踪

第一种方法，直接把广告投放的链接引入电商平台，然后利用电商平台或者第三方平台提供的CID追踪方式，看到底有多少电商店铺内的购买转化，来自于广告投放。这种方法，最直接，数据也不会有分析上的太大的偏差。但是，它有一个问题，品牌广告不是效果广告，它存在的首要意义是为了改变消费者的心智认知，进而让消费者形成进一步的购买行为。那些看到品牌广告，立即就点击链接完成购买的受众，毕竟是少数，更多人可能受到广告的影响，在未来的某个时刻在其他的渠道进行购买。因此，这个方式就完全无法衡量品牌广告所起到的广而告之的作用，也忽略了它能够产生的更为广泛的，对于消费者购物心理层面上的影响，而这些作用和影响，也肯定会带来更多的销售收入。可惜，这部分收入就无法通过这个方法统计到了。

所以，这个方法肯定不是衡量品销转化的最好方法。

埋入标记法

第二种方法，被称为埋入标记法。这个方法需要在广告投放前在广告创意中就埋入特定的标记，从而能够通过这个标记统计到商品的销量。比如，在广告创意中标明，购买这个商品请用特定的优惠券码，可以获得更多的折扣；或者，给这个商品起一个独一无二的小名，什么紫胖子呀、黑绷带呀、粉芋头呀之类的，总之是越生动越邪门越好。那么，品牌广告投放之后，当用户使用这个优惠券码进行购买，或者在线上搜索这些新奇的小名之后进行的购买，就能一定程度上归因到对应的品牌广告宣传上了。

当然，这类方法也有明显的弱点。对于优惠券码这种方法，总有些人会没有注意到优惠券码的存在，虽然他们也受到了广告的影响购买了商品，却没能被统计到，导致品牌推广的作用被低估。也有可能，这个优惠券码被其他推广渠道甚至是被黑产灰产盗用滥用，导致品牌推广的作用被高估。

而用起小名的方法追踪的商品销售量也有不小的局限性，因为我们怎么能知道购买者中哪些是对这些小名产生了深刻印象的消费者，而哪些并没有受到这类广告影响呢？你说，我们可以统计到那些在电商平台上搜索了某些小名昵称，且最终完成购买的用户，这些购买用户一定是受广告的影响而牢牢记住了这些有趣的名称。但问题是，总有很多用户，他们虽然也对这些新的名称印象深刻，但他们却没有做出搜索行为，而通过其他的路径完成了购买。这种情况，同样会导致品牌推广的效果被低估。

所以，起小名这种方法更常常被用来衡量品牌广告对受众心智的植入。比如，看这些小名的搜索趋势，就能知道品牌广告的宣传对消费者心智影响程度的趋势。

MMM方法

第三种方法，是MMM方法。你没看错，就是三个M写在一起的这种方法。

MMM是Media Mix Modeling的首字母的缩写，意思是媒介混合模型。这个方法似乎是最高深莫测的一种方法。但实际上，理解起来并不困难。

MMM的主要思想，是建立一个回归模型，这个模型的输入，是各种营销活动的组合，输出，则是具体能够产生什么样的效果，尤其是能够产生什么样的销售额。

比如，你下个月要投放3个品牌营销活动，这些营销活动要用到15个线上媒体。你会把这些媒体各自分配的预算、广告形式、推广创意的主要内容等信息，都输入给MMM模型，这个模型随之会给你它的预测，告诉你下个月你的销售能增加多少。

什么？这么牛？它怎么做到的？

MMM本质上是一种预测方法，它之所以能帮你基于你的媒体投放情况做出产出的预测，是因为它积累了大量某个品牌过去的营销推广、广告投放和品牌销售的数据。并且通过回归模型，或者决策树模型之类的数学统计方法，建立起这些数据之间的统计学关系。

或者简单讲，就是用过去的数据，总结出规律，并用这个规律预测未来。

你可能会质疑：这不是扯的吗？这怎么能预测准确？！

没错，你的质疑很有道理。因为你相信，影响销量的变量太多，绝对不仅仅只是营销推广一个领域在发挥作用，全民经济的好坏、产品的品质、促销的次数、消费者的喜好，甚至天气的好坏、意外发生的战争，都会营销最终的销量，仅仅是一个MMM模型？太简单、太简化了吧！

考虑到这些质疑，今天的MMM模型，已尽可能多的把影响销量的变量囊括到模型的算法中，甚至把最新的AI技术也融入其中。但是，唉，问题就在这里，就算你再怎么努力，你也无法穷尽这些变量，难道你能预知到下个月某些国家之间会发生战争进而导致原油价格的飙升，并导致产品成本飙升售价上涨？更何况很多变量无法用定量描述，就更是让MMM模型的计算不得不加入很多人为主观的评判。

而且，MMM还有一个重大的弱点，它需要积累历史数据。但，一个全新的品牌或产品，从冷启动开始推广，就没有历史数据可用了，MMM的预测准确性就更会大打折扣。

更何况，今天品牌数字营销本身都是日新月异的变化，可能常常会冒出一些过去从来都没有过的创新型推广方式，这些对MMM的应用都是极大的制约。

所以呀，你看，品销转化的衡量这个事情，想要用科学的方法精确地衡量，是不可能完美实现的。上面这些流行的方法，发挥作用都有前提条件，且都只能在局部场景下起到作用，而且统计的数据也不能保证一定是准确的。品牌推广和销售转化之间的定量关系的衡量，仍然是悬在所有营销人头上的一片大大的乌云。这也意味着，至少在可预见的未来，品牌推广的策略制定，都不能只是依赖于数据，而必然需要有品牌人的智慧、经验甚至勇气和运气在其中，起到重要的甚至是关键性的作用。

这个问题，也来自于我知识星球里面星友的讨论。也放出来，供大家参考。

课程详情扫描二维码，备注“上海大课堂”咨询

扫码加入，收获数据做营销运营的干货精华

添加我的个人微信，备注“读者群”，并自我介绍