線下廣告效果收費指標CPV和CPIV的優劣和作用

作者 | Tim Gough

文章來源 | adexchanger

編譯 | Kristen

廣告是驅動消費者行為的重要因素，這對廣告主來講是很好的消息，但也存在一定局限性。

Cost per install、cost per conversion、cost per acquisition是衡量線上數字廣告效果的收費指標。

而cost per visit 、cost per incremental visit則是線下廣告效果的收費指標。

代理商和廣告主看到這些指標時並不明白他們接觸了什麼，這給廣告主帶來不小的麻煩。

因為通過位置數據來確定消費者是否線下訪問商店的媒介定價模型難度係數較大，稍有不當就會改變效果廣告的衡量結果。

位置數據充滿不確定性

確定性指標是完美的，但是利用位置數據確定消費者是否線下訪問店鋪充滿不確定性。不是所有的路徑和設備可以可靠地追蹤消費者線下行為。

以前通常是通過O2O數據來估量消費者線下訪問商店。再根據總展示次數來放大或縮小消費者線下訪問次數。

但是實際上，消費者線下訪問次數的結果通常與真實數值偏差太多，因為在某些情況下，甚至可能會至少擴大100倍，雖然廣告主需要隨時為不確定性做準備，但結果擴大100倍確實有些過分了，特別是定價模型還會直接影響廣告主制定廣告策略 。

現在，有一些公司可以提供原始的線下訪問指標，並承諾消除結果中的預測、膨脹數據。但這並不是一個有用的解決方案，因為有些消費者的線下訪問無法被追蹤，這會破壞每次訪問成本等次要指標。

即使使用一組擁有豐富位置信息的設備，在將位置信息轉換為消費者訪問數據的過程中，也充滿了不確定性。系統中固有的缺陷，包括興趣點的不一致、環境因素、位置信號誤差和結構的信號都會干擾對消費者線下行為的測量，從而造成嚴重影響。

另外，線下訪問監測模型雖然在持續改進，但總會存在不精準性，特別是沒有使用位置數據和訪問驗證的標準時更會如此。

例如，有兩個在市場上受歡迎的媒介定價模型，他們都依賴移動位置數據來確定消費者的線下訪問：每次訪問成本（CPV）和每次增量訪問成本（CPIV）。

CPV：

位置效率很好，但不屬於廣告效果指標

例子的前提很簡單：投放廣告後一定時間內計算消費者線下訪問的數量，並用廣告主的媒介支出除以總量。

這種方法看起來很好，但是CPV不應該被視為一種廣告效果指標。首先消費者線下訪問數據很難被追蹤。而如果消費者安裝APP的話就相反，消費者通過廣告，最終點擊安裝應用程序。這種行為主要歸功於廣告，因此每次安裝成本成為定價的主要指標。

CPV指標可以測量和優化位置效率。它可以很好的為CPG活動服務，CPV越低，CPG越接近目標受眾。

CPIV：

方便廣告主比較結果，但是衡量廣告效果方面不穩定

每次增量訪問成本可以幫助廣告主根據消費者線下行為購買受廣告影響最大的商店，但 CPIV穩定性不足以作為廣告效果定價指標。

這個指標需要謹慎使用未暴露的控制標本來分辨，非自然增加的消費者訪問量。這在增量部分出現了困難，因為消費者線下增量訪問不能被直接觀察和計數，他們是通過模型輸出計算出來的。因此對於媒介直接驅動多少消費者訪問的問題，永遠不會有一個正確的答案。

進一步分析，模型的輸出是不穩定的，由於活動後歸因窗口，CPIV可以沿著甚至超過活動的生命周期震蕩。

雖然CPIV使用了公平和同樣的標準來比較多種媒介合作夥伴，但對定價媒介來講這個指標是不夠的。

衡量指標的真相

但以上內容並不代表「使用消費者線下訪問數據是無用的」。

消費者線下訪問是有價值的信息，它可以提升媒介定位受眾和測量的能力。但由於消費者線下訪問的不確定性，線下訪問可以通過直接測量來比較和優化廣告效果、評估多個媒介合作夥伴的廣告效果。

如果認為線下訪問數據指標，如CPV和CPIV無法衡量廣告效果的看法是不合理的，雖然指標不能為廣告主和營銷人員解決所有問題，但廣告主將數據和常識結合，才能設定並實現成功的廣告Campaign目標。

雖然說這些步驟聽起來很困難，但是一個好的數字廣告都會從明確目標開始，然後定義目標受眾，儘可能的讓廣告的內容吸引目標受眾，為消費者帶來他們所期待的體驗。只有這樣，才能確定最合適的指標。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！