计算广告效果测量核心问题探讨

前言：想要写出一篇引人入胜的文章？我们特意为您整理了计算广告效果测量核心问题探讨范文，希望能给你带来灵感和参考，敬请阅读。

作为一个新兴领域，计算广告正在快速发展，并大有重构广告业态之势。对于计算广告，我们可以将之理解为这是一种由数据驱动、由算法生成和传递的广告。随着线上线下数据的贯通，计算广告从线上扩展至线下，将使用该新方法、新技术的线下广告亦收入囊中。计算广告不仅改变了广告在策略、内容及媒体投放环节的工作方法，而且也在极大程度上改变了广告效果的监测技术和评估方法。在新的广告形态下，对广告效果的核心评估指标已然发生转移。点击率、转化率成为新的关键指标。与此同时，新的营销环境和消费者连接方式也对广告效果的考评指向提出了新的要求。事实上，计算广告效果评估已成学界和业界公认的难题，这不仅表现在不同机构给出的广告曝光、点击等关键数据出现“迷之差异”，还表现在对效果测量的内容和方法上始终都存在分歧，对测量指标的有效性和系统性亦缺乏考量。

测量什么？

在新的广告形态、分析技术和营销传播环境下，计算广告应该测量什么？从国内的行业探索来看，面对多样化的媒介环境、广告形态和市场环境，新型广告监测公司也给出了不同于以往的覆盖面相当广泛的监测和评估范围。以秒针系统为例，其所推出的全域营销测量（Omni-marketingIntelligence，OMI）涵盖了线上测量、线下测量及内容测量。此外，秒针系统还针对明星广告代言、综艺节目赞助等细分类目，分别推出明星CSI价值排名和SEI赞助评估指数。其他公司也有自身的特色业务领域，如尼尔森网联、广视-索福瑞针对传统广播电视和跨屏端的收视收听率监测、针对体育赛事赞助的效果评估等。除了测量范围，测量指标是广告效果测量的核心内容。在算法和数据极大改变广告生态的时代，约瑟夫•云（JosephT.Yun）等人提出，我们首先应该弄清楚，今天还有哪些效果测量指标被保留下来？它们在新的广告环境和背景下还有价值吗？又有哪些指标已经或正在被废弃？[1]总体来看，在线广告效果评估目前仍是计算广告测量的核心领域。根据中广协于2020年12月10日刚刚的《中国互联网广告投放监测及验证要求》，对互联网广告的核心监测指标及验证规范包括：广告曝光数、广告独立访问者数量、广告点击数、广告独立点击者数量、广告无效流量验证、广告可见性验证等。业界对广告效果的测量总体上存在以下倾向：在个体层面，是基于曝光和点击的；在社交层面，是基于点赞和分享的。这种倾向存在如下问题：首先，过于关注行为层面，而忽略心理层面；其次，大量聚焦于短期目标、甚至“即时”目标，而缺乏对中长期目标的考虑。

测量方法

除了测量内容和测量指标，我们今天在评估广告效果时，还需要考虑其所采用的测量方法、研究逻辑以及背后的方法论是什么，考虑不同方法的优势与不足、适用条件以及局限，并对测量进行有效性评估。一提起计算广告，就很容易让人想到大数据、算法、人工智能及各种层出不穷的新科技。相应地，对计算广告效果的测量也容易一边倒地偏向于依靠强大的数据收集和计算能力来获取和分析资料，而忽略了小数据和人工调查。就目前来看，首先，大数据所提供的仍然主要是行为层面的数据，而缺乏对复杂的动机、意愿、情感、态度等心理层面的考察；其次，一般认为大数据更适合用来做相关分析，而非因果推论；最后，即使大数据的数据量非常大，甚至有“全样本”“便利的消费者普查”之说，但我们仍然不能忽视大数据可能存在的样本偏性问题。而且，由于大数据的数据量非常大，所以更容易让人对其数据产生不恰当的、过高的信心。因此，即便是在大数据、算法、人工智能大行其道的时代，我们仍然需要传统的抽样调查方法和小数据。比如，对心理层面的测量，对着眼于更长期目标的某些指标，采取传统的调查方法可能更合适。秒针系统所进行的创意测量（BetterCreative）就是采取了传统的调查方法，一是通过问卷调查法，从注意吸引、情绪激发、信息传递、情绪影响这四个维度测量品牌体验指数（BEI）；二是采取仪器辅助的实验法，通过脑电、眼动等测量数据，记录消费者在广告面前的情感波动、注意力目标等反应。推陈出新的技术的确为计算广告的数据收集和分析提供了很大便利和多种可能。我们需要区分每种数据和研究方法的优势和局限，结合用好大小数据、综合运用多种方法。由于不同研究方法在研究目标、方法论和操作层面（如数据类型与规模、研究程序、测量工具）等方面的差异，通过不同的方法搜集数据，所采用的指标往往会存在较大差异。另一个问题是对测量的有效性评估。对于计算广告的测量，我们仍然需要从信度和效度两方面来进行有效性评估，如稳定性信度、一致性信度，表面效度、内容效度、结构效度等。伴随着计算广告的发展，一方面，对旧有的概念需要以新的方式和技术手段进行操作化和测量。例如，对广告曝光的测量，过去是通过收视率、毛评点等指标来测量，而现在，在新的媒介设备和监测技术条件下，我们既可以结合历史数据和广告位特点进行更可靠的广告曝光测量，也可以结合广告露出时长等数据，方便地进行广告可见性验证。另一方面，随着计算广告的发展，也出现了一些新的概念和测量指标。首先，这些概念和指标是否适合新的广告和营销环境下的市场需求？其次，在确立某个概念和指标的价值后，能否合理地操作化，使之具备足够的信度和效度？广告和营销数据监测已经发展成为一个庞大的市场，在激烈的市场竞争中，媒体方或第三方可能会提出一些全新的指标，以提供差别化的数据服务。例如，根据播放量、完播率等行为数据测量广告创意的精彩程度，而后者显然更多地属于一个心理层面的概念，或者是一个结合了心理和行为层面的概念，那么单纯通过行为数据来推测心理在效度方面显然不具备说服力。此外，关于广告效果测量指标还有一个使用习惯方面的小问题：为了提高专业壁垒，开发者在给测量指标或工具命名时，往往爱使用英文单词缩写，导致出现大量让人不明就里的概念名词，反而阻碍了测量标准的推广和正确使用。提高专业知识的深奥和抽象程度，以占有关于专业的深奥知识从而造成服务市场中的信息不对称，这是某些职业为提高自身地位和专业自主性而采取的一种做法。但广告监测和效果评估市场是一个多主体市场，各主体对广告效果测量的专业程度不一，使用过于抽象的概念命名方式，会进一步加深市场主体间的信息差距，从而阻碍信息的交流及对该信息的有效理解。

计算广告效果测量的系统观

纵观计算广告效果测量的发展，可以发现：整个行业在不断提出新的测量内容、指标、方法和技术的同时，也推动了效果测量向系统化发展。首先，按监测内容，广告效果测量可分三类：曝光监测、站内监测、归因监测。曝光监测只是狭义的广告监测。目前常见的广告监测指标多属于曝光监测这一范畴。站内监测也叫网站分析、用户行为分析工具或增长工具[2]。曝光监测相当于过去传统广告效果评估当中的事后广告接受分析，站内监测则是对媒体特性及媒体受众特征与行为的分析，在传统的广告效果研究中，属于媒介研究范畴。归因监测则是由计算广告这种全新形态所带来的新的监测内容，具有很高的应用价值。归因监测即分析在有多屏或多渠道的情况下，产生的广告转化的归属问题。目前已发展出最后一次触达模型、首次点击归因模型、时间衰弱归因模型、线性归因模型等不同广告归因模型。不同的媒体、不同的渠道、不同的行业可能适用于不同的广告归因模型。其次，计算广告的测量有不同目标层面：战略与战术层面、短期目标与长期目标层面。战略层面及长期目标往往与品牌发展和企业愿景相关，通过使用由数据、算法和模型提供的各种信息，为品牌预测未来趋势；战术层面及短期目标，则往往是将计算方法用于分析所有可能的渠道和触点，以期向目标用户进行有效曝光和推荐。目前的计算广告常见监测指标，如曝光、点击、转发、评论、注册、活动参与等，实际上都属于战术层面，对应的是短期目标，追求看到“立竿见影”的效果。同样，实时竞价（RTB）在很大程度上依赖于点击率、流量等即时性指标，因此，这种投放和购买模式事实上加深了广告测量在战略与战术、短时与长期目标上的失衡。如果不用整体的、系统的眼光来审视广告测量指标体系，就容易陷入具体的战术执行层面，而忽略对战略层面和长期目标的考虑。第三，就广告监测及效果评估业务而言，活跃的市场主体有甲方（广告主）、乙方（广告公司）、第三方（营销数据服务商）以及媒体平台方。不同的市场主体对数据会有不同的需求，同时其所提供的数据类型及测量方法也往往有着明显差异。例如，甲方往往更关注长期目标，如品牌建设与品牌资产；乙方往往更关注短期目标，按常见的KPI对广告投放效果进行考评，完成广告费用结算。不同的市场主体也意味着不同的利益相关者身份。市场监测从来都不仅仅是一个技术和方法问题，它同时也是一个利益问题。因此，我们在进行计算广告效果测量时，就需要考虑到不同的主体身份及其目标需求，结合不同的数据来源和数据类型，采取相应的适当方法，进行测量的操作化。最后，指标系统的开放性。伴随着新技术的发展和新需求的出现，广告测量指标也将处于不断发展和完善的过程当中。比如，利用支持语音功能的智能音箱来进行计算广告心理层面的测量；针对计算广告的个性化和定制化可能会加重对消费者个人的干扰性，增加对广告退出、回避和屏蔽等问题的测量。使用科学有效的测量指标和测量方法，推进测量指标的系统化和标准化，这也是计算广告产业发展的需要，对于促进行业的公平、规范、健康、有序发展至关重要。

参考文献

[2]黄业忠.在线广告监测指南（2020）.[2019-08-22].GA小站.

作者：周丽玲 郝昱佳 董梦媛 单位：武汉大学新闻与传播学院广告学系副教授