作者 | Tim Gough

文章来源 | adexchanger

编译 | Kristen

广告是驱动消费者行为的重要因素，这对广告主来讲是很好的消息，但也存在一定局限性。

Cost per install、cost per conversion、cost per acquisition是衡量线上数字广告效果的收费指标。

而cost per visit 、cost per incremental visit则是线下广告效果的收费指标。

代理商和广告主看到这些指标时并不明白他们接触了什么，这给广告主带来不小的麻烦。

因为通过位置数据来确定消费者是否线下访问商店的媒介定价模型难度系数较大，稍有不当就会改变效果广告的衡量结果。

位置数据充满不确定性

确定性指标是完美的，但是利用位置数据确定消费者是否线下访问店铺充满不确定性。不是所有的路径和设备可以可靠地追踪消费者线下行为。

以前通常是通过O2O数据来估量消费者线下访问商店。再根据总展示次数来放大或缩小消费者线下访问次数。

但是实际上，消费者线下访问次数的结果通常与真实数值偏差太多，因为在某些情况下，甚至可能会至少扩大100倍，虽然广告主需要随时为不确定性做准备，但结果扩大100倍确实有些过分了，特别是定价模型还会直接影响广告主制定广告策略 。

现在，有一些公司可以提供原始的线下访问指标，并承诺消除结果中的预测、膨胀数据。但这并不是一个有用的解决方案，因为有些消费者的线下访问无法被追踪，这会破坏每次访问成本等次要指标。

即使使用一组拥有丰富位置信息的设备，在将位置信息转换为消费者访问数据的过程中，也充满了不确定性。系统中固有的缺陷，包括兴趣点的不一致、环境因素、位置信号误差和结构的信号都会干扰对消费者线下行为的测量，从而造成严重影响。

另外，线下访问监测模型虽然在持续改进，但总会存在不精准性，特别是没有使用位置数据和访问验证的标准时更会如此。

例如，有两个在市场上受欢迎的媒介定价模型，他们都依赖移动位置数据来确定消费者的线下访问：每次访问成本（CPV）和每次增量访问成本（CPIV）。

CPV：
位置效率很好，但不属于广告效果指标

例子的前提很简单：投放广告后一定时间内计算消费者线下访问的数量，并用广告主的媒介支出除以总量。

这种方法看起来很好，但是CPV不应该被视为一种广告效果指标。首先消费者线下访问数据很难被追踪。而如果消费者安装APP的话就相反，消费者通过广告，最终点击安装应用程序。这种行为主要归功于广告，因此每次安装成本成为定价的主要指标。

CPV指标可以测量和优化位置效率。它可以很好的为CPG活动服务，CPV越低，CPG越接近目标受众。

CPIV：
方便广告主比较结果，但是衡量广告效果方面不稳定

每次增量访问成本可以帮助广告主根据消费者线下行为购买受广告影响最大的商店，但 CPIV稳定性不足以作为广告效果定价指标。

这个指标需要谨慎使用未暴露的控制标本来分辨，非自然增加的消费者访问量。这在增量部分出现了困难，因为消费者线下增量访问不能被直接观察和计数，他们是通过模型输出计算出来的。因此对于媒介直接驱动多少消费者访问的问题，永远不会有一个正确的答案。

进一步分析，模型的输出是不稳定的，由于活动后归因窗口，CPIV可以沿着甚至超过活动的生命周期震荡。

虽然CPIV使用了公平和同样的标准来比较多种媒介合作伙伴，但对定价媒介来讲这个指标是不够的。

衡量指标的真相

但以上内容并不代表“使用消费者线下访问数据是无用的”。

消费者线下访问是有价值的信息，它可以提升媒介定位受众和测量的能力。但由于消费者线下访问的不确定性，线下访问可以通过直接测量来比较和优化广告效果、评估多个媒介合作伙伴的广告效果。

如果认为线下访问数据指标，如CPV和CPIV无法衡量广告效果的看法是不合理的，虽然指标不能为广告主和营销人员解决所有问题，但广告主将数据和常识结合，才能设定并实现成功的广告Campaign目标。

虽然说这些步骤听起来很困难，但是一个好的数字广告都会从明确目标开始，然后定义目标受众，尽可能的让广告的内容吸引目标受众，为消费者带来他们所期待的体验。只有这样，才能确定最合适的指标。