商业分析师是如何评估广告投放效果的？

通常，公司都会有一些广告投放的动作，为了让投入的资金有所回报，诸如投放效果好不好，如何评估，不好的原因，怎么调整等等，这些答案就显得很有参考价值了。

那么如何评估投放效果好还是不好？如果不好要怎么调整呢？

我将从商业分析的角度，运用营销航班的框架思维和底层思维工具，来讲述这个过程和方法论。

分析非常重视逻辑性和层次感，不管是商业分析，还是数据分析，都离不开框架；假如分析过程中，缺乏框架，非常容易发散，不但分析不到位，而且忙活一通，最后得出大家早就知道的答案。

所以当我们提到诸如方法论，分析过程的时候，实际展示的是一套框架，以及分析者本人的思维和视角。目的是总结经验，解决更多次的问题，而不是单纯的描述现在的状态

既然说到商业分析，貌似有不少人并不清楚它和数据分析的差别在哪里。我先简单的描述一下，同步认知：

商业分析师不仅仅只是对数据进行分析，还需要做信息类的分析，如市场研究、行业形势、经济政策等；而数据分析师更偏向针对某一产品的分析，以数据驱动增长，对业务了解需要很深刻，落地性比较强；二者的分析过程与模型有交叉点，又各有侧重。

现在回到问题本身：评估投放效果，以及调整优化的过程与方法论

对分析师来说，刚拿到任务的时候，所有的事情都不明朗，分析师既不参与运营，也不参与执行，只在尘埃落定后，拿着既定结果回溯整个业务过程才能窥得全貌。

想要找到答案，就必须了解业务，了解流程，了解数据，像拼图一样，把信息地图补充完整。

补地图的完整流程是这样的，其中在我看来，问题界定这个环节非常关键，所以我会重点讲它。

第一步：界定问题

分析工作没做到位的原因，有一部分在于初始，对问题的界定不清晰。

分析重视逻辑和层次；不过大部分人重视逻辑，却容易忽视层次性。

不管目的是品牌推广或者是单品推广，它都包含了多个子任务，而且分属不同层级：

             

指标层：投放效果好还是不好？

执行层：导致投放效果不好或者好的可能性

策略层：投放的调整方向或值得借鉴的地方

为什么把问题要分层级呢？而且用了黄金思维圈的框架？

这里不是简单套用黄金思维圈，而是被转化为同心圆层级工具的一种思维框架。它有两种思维模式：

• 透视模式：从现象洞察本质

• 非凡模式：从规律推测趋势

              

从指标层入手，通过统计和计算指标，与行业的标准对比，或者和过往历史数据对比；得出好或者不好的判断；再层层回溯，追查到执行层做过了什么，才导致的这个结果，再深入追溯，去发现，是什么策略或者指令导致了执行上的动作，最终呈现出指标层的现象。这就是最常用的透视模式。只有当三个层级的原因探索完毕，才会运用非凡模式，从策略层开始优化，指导执行层的调整与改变，得到指标层的新变化与调整。这个模式一般用在第五步：提供方案。

而分层，即层级思维，常用在把复杂问题简单化，以及把不清晰问题，清晰化。

好比减肥，大家都知道，减肥要“管住嘴迈开腿，制造热量缺口”；这个减肥的方法论，就是通过分层的方式得到的：

             

仅示范部分框架

而且经过分层后，才更容易知道问题出在哪一层，哪些层级是需要自己分析的，哪些层级是自己触及不到，需要协助的……

大多数情况下，岗位上的分析人员都集中在指标层的分析，部分会涉及执行层的分析，极少会涉及策略层。

举个小例子，某家公司想要提升业绩，做了单品投放广告（单品不能更换）；投放了多个渠道；2周后，转化效果比预期低，需要找到原因。

在这个案例中，常规做法是先梳理流程：

     

（可能先点击付费，跳转注册登录页面，也可能先登录再浏览）

再建立漏斗模型，计算出从点击网页到支付订单中每个环节的转化率；从而判断消费者是在哪个环节流失。

             

（图片仅供参考）

接着根据流失的环节，重点分析，导致流失的原因。

仔细评估这些步骤，会发现，大部分的分析是围绕数据本身，以指标层为主；并涉及到执行层中的一部分内容，比如技术BUG，详情页设计，人工错误，操作流程等；极少会涉及到策略层，触及最多的是用户画像，定价；

少部分人会关注策略层，比如产品经理，他们在设计交互的时候，他们会用到消费者行为学，并应用在认知设计中；营销总监，运营经理等人会关注策略层的定位，心理学，传播学等相关的知识。

所以能够分析的层次有多深，分析的结果就有多深刻，展示出的策略和方案就多有效。

第二步：收集信息

当我们把问题界定清楚后，接着就需要收集信息了。

做分析，没有数据和信息，分析师就是个瞎子；然而盲目的收集一大堆信息和数据，则是摸象的瞎子；心中没有完整的框架构思，不是容易收集少了，就是收集过度了。

那要怎么解决这个问题呢？答案是：框架思维。框架可以约束和界定人们思维发散的边界，不会脱缰也不会肤浅。

例如，我们知道了这个问题，可以拆解成三层分析，指标层、执行层和策略层；也知道了，导致投放效果不好（或者很好）的原因会出现在执行层的某个地方，或者出现在策略层的某个位置，需要我们去挖掘出来。

层级就像书架一样，把不同信息分门别类，不同层要收集的资料会有所不同，有不同的维度和标准。

             

通过这样框架的设计，可以获得尽量齐全，而且对口的信息，提前排除无关的内容。

还是以上述的小案例作为参考，假设经过指标层的分析结果，发现问题出在最初的环节：广告触达后，虽然展现量很高，但是进入落地页的转化率不高，而且是所有渠道都偏低。

面对这种情况，我们常规的做法有3种

分析和优化吸引用户点击的图文

分析渠道的特征

用户画像的匹配度

问题来了，以什么标准来优化文案和图片？渠道的特征从哪些维度去了解？用户画像是什么？渠道的用户画像是什么，在投放之前做过基础分析，判断人群画像符合，为什么投放后效果不好？

这些答案在哪一层找答案呢？要收集哪些方面信息呢？指标层能给结果，但是给不了答案呀！

看下图：

       

第三步：信息整理

信息整理过程，把收集到的信息加以归类和提炼，此外，在这个环节中，要把关键信息给整理出来。

通过第一步的问题界定，往往会找到多个现象，围绕这些现象，锁定几个可能性，在第二步的时候收集了大量的信息。

然而这些可能性中，有的是关键因素，有的则是小打小闹。一方面为了减少干扰，一方面也是因为影响投放的因素很多，不可能每个都调整，否则成本、时间、员工精力都是非常大的消耗。

所以我们只需找最关键核心的几个因素，其他因素可以直接排除。

例如，在这个单品投放的案例中，我们通过数据知道了，虽然展现量高，但是点击率很低；换句话说：看的人多，有兴趣购买的人少。

        

     经过拆分，收集到的信息可以整理归类成三个主题：

定价

需求

品类认知

将第二步中收集到的信息，按照这三个主题归类即可，而没有归类的信息，可先保留备用。

第四步：建模分析

建模分析环节，就是用特定的视角来组织信息，获取新的洞察。

也不需要把建模想象的非常复杂和高端。例如我们熟知的SWOT，PEST，5W2H这些都是模型，主要针对专题进行信息分析，模型实际也是框架。不过常常在运用模型的时候，会默认忽视一个前提条件：假设。虽然我们并没有意识到，我们做了怎样的假设，但是在分析的过程，总是会不自觉的按照自己假设的方向去探索。

假设有什么作用呢？

在中学的物理课本中，我们为了求得某个结果，都会先假设某个值是固定不变的，是恒量；这就是假设的意义。

例如在评估广告投放效果的案例里，经过前面三个步骤的逐步分析，得到三个信息主体：定价，需求，品类认知。

所以我们可以假设，造成用户点击低的原因有三种：

1、定价不合理，可能太高了

2、用户没有需求，或者广告文案/图片没有激发用户的需求

3、用户不认识这个产品，不知道如何使用，没有相应的应用场景

基于这三个假设，我们才能选择合适的模型来验证，哪些假设可行，哪些假设会被推翻。

比如，第一个假设，定价不合理，就可以通过和行业对比，同行对比来评估定价是否合理；假如不合理，那么不合理的部分有没有应对的服务或者其他增值；假如合理，那么是不是文案部分并没有体现出价值感，让用户体会不出来？

再比如第二个假设，用户没有需求或者需求没有被激发。

在营销领域，需求有五种类型，八种状态：

表明了的需要

真实的需要

未标明的需要

令人愉悦的需要

隐秘的需要

 那么没有点击的用户，他们的需求可能处于哪一种状态？可以通过对消费者行为特征，营销知识来搭建模型

第三个假设，用户没见过，或者没意识到自己是否需要。

脱离场景的需求都是伪需求，所以当我们的推广文案中，没有提供场景，让用户意识到，这对他有用，或者提示他这个产品有什么作用；导致无法吸引他注意，就很有可能第一时间就被当做无效信息，被划走了。这样可以搭建场景模型来验证，比如5W2H

第五步：提供方案

在界定问题时，就按照层级思维，把问题给分层了。其实分层还有一个很重要的作用：不同层级应用的手段不同；

当我们做好了假设，也做好了分析，接下来就得提供参考意见或者解决方案了。

我们提供的方案可能会落脚在执行层的优化，也可能落脚在策略层的校正，还有可能会落脚在指标层上，更换指标，或者调整标准。不管落在哪一层，我们都需要在对应的位置，找匹配的理论支撑和同行案例交叉验证。

指标层：统计学，数据分析，技术工具等

执行层：人员，流程，项目管理等

策略层：营销，社会学，心理学等

总结与迁移

这样五个步骤完整走下来，一套分析的流程和方法论就成型了。

界定问题：按层级拆分问题，明确任务所在层级和方向

收集信息：先分析数据异常之处，再根据异常，推测原因，并按层级搭建框架，不重不漏的列举各层级下，关联的维度，按维度收集信息

信息整理：归类整理，聚焦关键因素

建模分析：选择视角，合理假设，选择合适框架模型验证假设

提供方案：按层级选择适配的支撑理论和手段，并结合案例交叉验证

是否能迁移到其他地方使用呢？下面我列出几个可以迁移的地方：

可以迁移到任何需要用到分析的场景；也可以迁移到做方案策划

可以迁移到行业分析，对手分析，了解新公司、新offer

可以迁移到评估别人的方案

需求的五种类型八种状态可以迁移到设计文案和排版

层级思维的应用范围就更广了，可以迁移到绝大部分的工作场景中。