嗯？增量？统一测量是隐私时代营销的未来
- 营销衡量的未来是什么？
- 成长型营销人员将如何衡量隐私时代的影响力？
- 品牌需要哪些工具来获得战略和战术营销洞察力？
隐私时代
我们越来越生活在隐私时代，隐私将越来越多地定义人们如何使用数字工具，以及营销人员如何衡量他们的努力的影响。
但我们从确定性的粒度数据到更细致的总体现实的转变是具有挑战性的。 隐私这个词有很多含义和解释，虽然几乎所有这些含义和解释都是积极的，但在数字营销领域，它也提醒人们不确定性、复杂性、混乱和局限性。
这是我与移动营销人员的每次谈话中不断出现的一个话题。 不断侵蚀衡量和归因的一件事。 最大的警告。 巨大的未知数。
GDPR、CCPA、第三方 cookie 弃用、 ATT 、 SKAN 1.0/2.0/3.0/4.0 和Android Privacy Sandbox现在已成为您做出的每个决定的核心。其中一些的存在得益于对消费者隐私的真正关注，而另一些则在很大程度上受到当今大型科技平台的竞争利益的影响。
但有一点是显而易见的：这是一个难以驾驭的局面，增长营销的工作只会变得更加复杂，而不是变得更加复杂。
对于我个人和Singular来说，所有这些复杂性都凸显了一个非常明确的使命。我们的工作是让事情变得简单，并帮助公司实现营销的伟大。老实说：这两项工作都变得越来越难。
但让我百分百明确的是：它们并非不可能。
虽然那些在 SKAdNetwork 的战壕中挣扎的人可能很难相信，但老实说，我认为所有这些变化都是一个巨大的机会。 我相当确定，如果您正在阅读本文，您可能已经在我们所有的内容中看到了这种乐观情绪……网络研讨会、指南、Slack 小组、研讨会，甚至在 1:1 咨询中。 您可能认识到我们花了很多时间思考隐私问题。
我对我们社区的承诺：我们支持您。
今天，在我们生活的这个注重隐私的时代已经过去两年了，我想花点时间描述一下我对测量未来的愿景。 但要做到这一点，我必须首先描述我今天在测量空间中看到的情况，以及它如何塑造我们面向未来的视角。
前线市场划分相当分散
虽然目前 Android 上的营销方式基本保持不变（衡量标准是基于即将消失的 GAID 标识符），但 Apple 的 iOS 是变化最大的地方。
过去，大多数公司几乎都采用 IDFA 最后点击模型。当然，我们都非常想要 MTA。我们怀疑最后一次点击。当然，我们希望像 Google 或 Snap 这样的 SAN 在 IDFA 上共享展示级别数据，这样我们就可以拥有适当的 MTA。当然，我们希望 App Store 拥有类似于 Play Store 的“推荐人”机制。但在大多数情况下——市场是一致的。你有一个可接受的测量方法。
但现在——市场再次出现严重分化。
第 1 部分：iOS 和 SKAdNetwork
第一个划分的主题是SKAdNetwork （Apple 的隐私保护但非常有限的归因 API）。
如果我必须将公司分为两组，我会将它们定义为：
- 第一组——耶！我们让 SKAdNetwork 发挥作用
- 第 2 组——呃！我们无法让 SKAdNetwork 工作
让我们百分百清楚：
- 这两个群体都包含超级聪明的公司
- 两个集团都拥有各种行业和规模的公司
- 两家公司都不喜欢 SKAdNetwork（即使他们让它发挥作用！）
我什至可以说，人们普遍讨厌 SKAdNetwork。 我的意思是，这很困难，是一个黑匣子，而且很容易搞砸。 很多时候，您会看到没有意义的数字（例如 500 美元的每次转化费用），而您理解它的能力是有限的。
那么你为什么会喜欢它呢？
但有些事情可能会让您感到惊讶：第一组比您想象的要大。 公开对 SKAN 持积极态度并不受欢迎。 这是有道理的，因为即使你让 SKAN 工作，它仍然比你之前在 IDFA 中的情况更糟糕。 另外，如果其他人都在努力让 SKAdNetwork 发挥作用，而你却可以……这可能是一个巨大的竞争优势。
（旁注：如果您所在的群体无法使 SKAN 发挥作用，请与我们联系。我们实际上已经帮助数百家公司成为 SKAdNetwork 专家，他们正在取得惊人的成果。）
第 2 部分：概率归因（又名指纹识别）
许多公司（尤其是需要保护较大品牌的公司）已决定放弃任何违反苹果指导方针概率归因他们愿意接受业务面临的潜在竞争劣势，因为他们希望遵守规则并保持安全。
另一方面，每个人都知道仍然有一些公司对其流量的某些部分采用指纹识别方法。
但让我们面对现实吧：很明显，这部分正在变得越来越小。
根据我们的数据，SAN 占据了 80% 以上的广告支出，并且它们已经 100% 符合 SKAN，并且不会泄露可用于跟踪的数据。 剩下的 20% 主要由一些相当大的公共广告网络组成，这些网络大部分也与 SKAN 合作。
因此，虽然有些人可能会进行指纹识别，但他们正在追逐不断缩小的市场份额。 冒着声明显而易见的风险，这不是一个制胜的长期策略。
第 3 部分：MMM 和增量
IDFA 弃用后，媒体混合建模 (MMM)和增量迅速成为热门话题。
媒体混合建模是一个数据科学密集的过程。 它获取总支出数据、总收入数据、其他生态系统参数，然后按渠道（或活动或更多）输出估计的投资回报率。 鉴于其不依赖 IDFA 或对平台数据的任何特殊访问权限，这种吸引力是很自然的。 另外，它只需要汇总支出和收入数据（如果您使用 Singular这样的平台，则很容易获得这些数据）。
我们都知道现实：MMM 并不新鲜，而且已经存在很多年了。
MMM 主要用于帮助财富 100 强企业回答非常复杂的媒体组合问题（考虑将电视广告支出与内布拉斯加州沃尔玛的润肤露销售联系起来）。 然而，新鲜的是探索 MMM 的新动机，看看它是否可以从几乎过时的企业专用服务解决方案转变为更现代的轻量级 SaaS 产品，可供用户使用。应用程序开发人员因缺乏今天的 SKAN 和明天的 Android 上的 Privacy Sandbox 提供的见解而苦恼。
MMM 的铁杆粉丝相信这是了解真实投资回报率的唯一方法，从而衡量媒体的真实增量。 其他人只是说他们正在为 iOS 应用程序使用简化的 MMM 模型，只是因为 SKAN 不起作用，而且不能依赖它。
虽然粉丝数量肯定在不断增加，但也有很多批评者：尝试过 MMM 的公司发现这些数字非常不准确（至少，在没有大量手动“调整”的情况下）。 MMM 可能需要大量投资才能实现正确的目标，甚至它的拥护者也确实告诉我，人们的兴趣仍然比实际采用要多得多。
还有增量？
值得一提的是关于增量的另一个分歧：有人说衡量增量的唯一黄金标准是同时针对受众进行 A/B 测试，并衡量每个群体的转化结果。唯一的问题是，现在在 iOS 上做到这一点即使不是不可能也是极其困难的，即使在 Android 世界也只能通过广告渠道的密切合作来完成。在这个隐私时代，我会对那些承诺通过受众A/B 测试
但我们要明确一点：当适应移动营销的特定领域和需求时，媒体混合建模和增量都具有价值。而且，当用于衡量和分配支出时，这两种方法不仅适用于移动、数字营销渠道，还适用于所有营销渠道，包括电视、联网电视、各种流媒体、户外、网络、甚至是极其传统的渠道，如印刷品或传单。
统一衡量是营销的未来
我认为很明显，我们现在不应该讨论我们应该使用哪种单一测量方法。相反，它是关于我们何时、何地以及如何一起使用多种测量方法。
这就是为什么我相信营销衡量的未来是我们选择所谓的统一衡量。我可能会花几个小时来讨论统一测量，说实话，当我们与客户进行测试时，还有很多东西需要学习和发现，但在其核心，我们已经确定了 3 个关键概念：
- 统一数据基础设施
- 多种测量方法
- 服务于多种观点和多种目的的报告和见解
统一数据基础设施
如果我告诉您，在 Singular 我们始终相信，营销的伟大之处在于将许多不同的信号整合到一个地方，您可能不会感到惊讶。 自 2014 年成立以来，这一直是我们产品的设计原则，我们成功创建了世界上最好的平台来处理来自数千个不同来源的营销数据。
为了正确构建混合测量愿景，有一长串关键数据输入：
- 营销支出数据
- 营销交付数据（展示次数、电子邮件浏览量、深层链接打开）
- 允许的粒度测量信号（ IDFA 、 GAID 、 cookies）
- 聚合的隐私安全测量信号（SKAN、Android Privacy Sandbox、ITP）
- 线上线下收入数据
- 客户数据（参与度、CAC、 LTV 、跨平台活动）
- 生态系统数据（经济、天气、消费者行为、季节性）
我可以自信地说，我们构建这一愿景的出发点非常有力。 我们的统一数据基础设施是市场上最好的，我们现有的测量方法提供的产品以及我们将它们结合起来的复杂程度是无与伦比的，我们的报告和洞察层经过了近十年的压力测试和迭代改进。
但这并不意味着我们就完成了。 远非如此，我们才刚刚开始。
多种测量方法
不再依赖单一的性能视图（考虑到 iOS 中的数据碎片，目前这种情况已经不太可能实现），而是会出现多个视图，这些视图采用多种方法，使用上述所有数据，并服务于不同的目的：
- 基于允许的细粒度归因数据（如果可用）（Web、iOS、Android、第一方数据、PC、控制台、CTV、跨设备数据）的视图和方法，提供最后一次触摸或多点触摸归因
- 基于聚合的隐私安全测量信号的视图和方法，例如 SKAdNetwork、Android 的 PSA、Safari 的 PCM
- 基于在所有可用测量信号之上运行的数据科学层的视图和方法（例如我们的“SKAN 高级分析”）
- 涉及媒体混合建模的观点和方法，可用于评估渠道和活动的高水平投资回报率、确定增量以及为预算分配等决策提供信息
您可能已经注意到，我们越来越多地在测量方法中添加数据科学层面。如今，它主要关注 SKAdNetwork（以及我们的SKAN 高级分析产品）和媒体混合建模。但在未来，随着更多隐私安全技术开始获得更多采用，它将扩展到其他隐私安全技术（例如 Android Privacy Sandbox、Private ClickMeasurement 等）。
服务于多种观点和多种目的的报告和见解
显而易见的问题是：统一的衡量是否可以总结为我所有营销活动的单一事实来源？
马上？ 不，将来呢？ 是的。 但这需要一些时间。
一开始，这些数据集的设计并不适合彼此。 想象一下，采用允许的粒度归因数据（例如 IDFA），与聚合的隐私安全测量数据（例如 SKAdNetwork）相结合，并将其与 MMM 模型的统计输出结合起来。 您根本没有明确的方法来识别这些数据点之间的重叠。 第一个是设备级别，第二个是仍然具有一定确定性的聚合队列级别，最后一个是完整的统计模型，着眼于支出、收入和其他因素之间的相关性。
因此，今天要在不费力气的情况下将它们合并起来是非常具有挑战性的。 到目前为止，我们所看到的任何初步尝试，即使对于该数据的有限子集（例如合并 IDFA 和 SKAdNetwork 数据）也都过于简单化且非常不准确。
作为一个行业，我们仍处于正确采用 SKAdNetwork 的相对早期阶段，这意味着我们距离让每个应用程序开发人员成功运行自己的 MMM 模型还有很长的路要走。 本质上，到目前为止还没有一个平台能够应对以如此全面的方式支持所有这些多种观点的挑战，因此没有真正的过去经验可供学习。
但是，归根结底，我们很清楚营销人员想要并且需要一种方法来统一理解这些数字，这将是我们数据科学、工程和产品团队这几个月的目标之一以及未来几年。
统一测量什么时候发布？
这将是一个渐进的过程，我设想三个阶段：
- 第 1 阶段：通过我们的通用数据基础设施和数据科学层（也称为我们的混合测量平台）允许访问更多方法。这里的重点是实际采用，而不是炒作。
- 第 2 阶段：重新构想多种方法的报告可视化。今天，这一点已经浮出水面并正在开展工作，当更多的方法可用时，这一点将变得更加重要。
- 第 3 阶段：开发方法，将多种视图和方法的结果组合到基于所有可用数据源的单个洞察引擎中。
这些阶段不会完全连续，但很明显，第一阶段的经验教训将极大地影响第二阶段和第三阶段。
最后的话
我们对这一愿景感到非常兴奋。
由于技能或运气（可能两者兼而有之:)），我们建立了完美的平台来实现这一愿景。 这一直是我们平台乃至整个行业的自然扩张路径，而隐私是实现这一目标的完美催化剂。
很高兴看到数据科学如何融入我们当今所做的一切，以及事情如何变得越来越复杂。 另一方面，我们必须继续致力于简单性和可访问性，这是下一代测量解决方案必须提供的。
请继续关注，我们将在接下来的几周和几个月内分享更多相关信息。在那之前，您可以在所有常见地点找到我们： slack 、网络研讨会，当然还有我们的博客。
及时了解数字营销的最新动态
