营销|MarTech 营销数据闭环（六）效果评估( 二 )

经过一系列信息获取，消费者发现这是个不错的品牌，营销活动也很吸引人，那么品牌就要提供便利的手段让消费者沉淀到流量池中，这就是 Inbound Marketing；
后端交易可能在任一个渠道完成，比如官网、小程序、APP，也可能在电商平台或线下店，这取决于品牌的渠道建设情况。
当品牌在多端具有重复职能时，需要通过定量的方式分析出各个渠道，对消费者购买的贡献度，此时引入多渠道归因分析，我在「MarTech 归因分析」一文中做过详解。
以上是一个完美理论，但受限于多渠道 ID 体系的低打通率，现实中只有在 DTC（Direct to Consumer）渠道才有可能 100% 闭环，所以才会看到众多品牌的 DTC 策略。
基于现状，任何消费者在任何渠道的行为都有可能无法被获取，意味着无法把营销活动与消费者购买汇总到全链路层面，最终结果就是很多品牌发现「营销」和「收入」并没有直接关系的悖论，以及部分渠道陷入转化低 → 投入低 → 转化更低的恶性循环。但是随着 DTC 策略的深入和消费者数据量级的增加，在「大数定律」理论下，中观评估要解决的全渠道全链路效果评估，终可以彰显出巨大价值，帮助品牌完成消费者不同阶段、不同渠道预算 / 资源的最优配置。
三、宏观评估宏观评估同样是对于消费者行为进行分析，但不是基于个体行为的分析，是基于一定细分市场的分析。比如，消费者按照区域划分，营销活动按渠道划分，组成二维象限，交叉分析每个区域 + 每种营销方式的数据，如，营销成本、销售收入、触达人群、ROI 等，这样就可以把营销和销售进行连接，解决了无法评估的问题。
比较经典的宏观评估模型有两个：
1. MMO（Marketing Mix Optimization）按照 4P 理论，可以把市场按照「产品 Product」「价格 Price」「渠道 Place」「营销 Promotion」进行细分。
举个例子，在华北地区「渠道」，做「营销类型」和「销售收入」相关性分析，形成如下分析视图：

文章插图
基于营销数据，可以看到不同营销活动在华北地区对销售收入的提升情况，进一步结合算法，可以看到各种营销活动对销售收入影响的显著性明显不同，再进一步预测出未来营销活动所能带来的销售收入提升。
同理，将「渠道」换成电商 APP，分析「不同价格」区间产品对「销售收入」的影响；
将「渠道」换成上海，分析「不同品类产品」对「销售收入」的影响；
2. 营销效率分析同样是基于 4P 理论，重点看不同「渠道」下，「营销」投入的效率情况。
以某快消品行业举例，将「销售量 / 渠道目标人群」作为横轴，表示 1 个周期内的销售产出度，「营销量 / 渠道目标人群」作为纵轴，表示同 1 个周期内每个目标消费者的营销投入数量。
坐标上每一个点代表一个「渠道」，如果 1 个城市是 1 个渠道的话，由于快消品渗透率比较高，可以直接把城市人口数量当做渠道目标人数，下图中每个点代表 1 个城市。

文章插图
全图被分为 3 个区域，品牌可以根据这张图的分析结果，在不同城市间进行预算分配优化：
正常效率区：按照全国平均水平，在城市级别的平均投资回报，50% 以上城市是这个范围；
营销饱和区：在投资相同情况下，回报数量小于全国平均水平。可能由于消费者对品牌认知难以改变，对于品牌来说这里的营销投放效率最低；
营销红利区：在投资相同情况下，回报高于全国平均水平。对于品牌来说这些是营销投资效率最高的城市。
综上，从微观、中观、宏观 3 个层面对营销效果评估进行了解释说明，我们在构建营销工具时要能够站在营销人的角度，系统化思考如何解决品牌营销难题。
本文由 @刘生原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自Unsplash，基于CC0协议。