广告主玩数据，有个大误区
计算广告©
本文来自微信公众号：计算广告（ID：Comp_Ad），作者：大数据仁波茄，头图来自：《广告狂人》
上周，跟老朋友S总喝了个豆汁，他在某新锐品牌负责市场营销。一提到投广告，他就开始嘬牙花子：“现如今广告平台越来越牛，我们甲方反倒有点被边缘化。似乎身不动膀不摇，设好佣金比例，等着出单就行了。出不了单，也没啥好办法。”
我调侃说：“不能反抗，那就躺平了享受呗！”他说：“那可不行——啥也没干，年终奖好意思拿么？”于是，在几个第三方狂轰乱炸的游说下，他揭竿而起，花大价钱搞了全套数据产品，打造理解用户的能力。什么用户画像啦、DMP啦、CDP啦，骚词整了一大堆。我问他：“有用没用呢？”他苦笑道：“但凡你要能让这些玩意有用，我给你一毛钱！”
这就回到上文留的扣子了：广告客户玩数据，该不该把主要精力放在理解用户上？在这点上，很多客户是有个认知上的误区的，今天就把这事聊明白。不过要说明，本文的讨论，不适用于像京东、美团、快手这类数据能力很强的平台型客户。
当然，我今天说的事，90%的广告代理和技术公司也不会跟你讲，因为他们基本上也干不了，或者不明白。
搞用户画像，有两个条件
为啥对广告客户来说，搞用户画像看起来高大，用起来鸡肋？从逻辑上讲，理解用户的能力要用得上，有两个前提：一是你真的能理解，而不是像扔鞋一样乱蒙；二是得有用武之地，也就是得有挑选用户的接口，跟你对接。
先来看看第一个条件。
就拿S总的全套数据产品来说，他无奈地告诉我，除了原来CRM里的那些线索以外，从站外拿到的数据，最多也只是一点自己投广告的监测数据。想根据谁看了你的广告，来给用户画像，这不是想瞎了心了么？
再看看人家平台方，什么社交关系、兴趣标签、搜索记录、购物历史，再加上移动端丰富的传感器，早就把用户从胸围到眼镜度数扒个底掉了。您想想，这些真正有价值的数据，客户能拿到哪怕一根毛线头不？
没数据？没数据你理解个大和尚！打个比方，你本来是个小学生，却非得去思考大学教授研究的问题，这事儿您觉得能靠谱么？
于是，除了卖系统的第三方火穴大转，这场轰轰烈烈的营销数据化运动唯一的价值，就是生动地诠释了一句至理名言：巧妇难为无米之炊。
当然，S总手里那些线索数据，也是有些价值的。可是毕竟用户全面的画像在广告平台那边，即使是把他的数据拿进来一起建模，那也一定是扔到平台的锅里炖。这事儿道理特简单：联合国大会在哪儿召开，是应该秘书长定呢，还是保洁员定呢？
再来看看第二个条件。
家里有老人的可以回去问问，在PC时代，竞价广告平台多采用CPC出价模式：平台与客户买卖的是点击；一个点击值多少钱，客户来算；而广告的点击率如何，媒体来算。
要把自己的用户画像用于广告投放，那就得有个实时挑流量、定价格的接口。这种接口大家都听说过，叫做程序化。
不过如今的广告平台，大趋势并非程序化，而是“智能投放”：平台的数据能力越强，手也越长，客户把你的转化事件报给我，干脆我来给你算转化率，咱们按一个转化多少钱算。于是，这就产生了oCPX/CPA这样的出价模式，这也就是“智能投放”的产品趋势。
看看上面的式子，您就明白了：现在点击率、转化率都不用算了，我把素材准备好，填个转化单价进去就得。投Facebook的客户体会更深：连出价都不用，您给个预算就得了。这样一来，就算是理解了用户，也没地方挑去不是？于是乎，收集数据、用户画像还有什么卵用呢？（上面的内容，我们在《广告为什么需要计算？》一文中有详细解读。)
不顾自己的数据资产和能力现状，盲目效法大平台做用户画像，是今天广告客户玩数据的一个大误区。
用数据好好理解产品
既然理解用户没什么卵用，我们管杀管埋，还得说说什么有用。
客户的营销体系，难道不需要数据化么？显然不是。我的观点是（此处敲黑板划重点）：对广告客户来说，最需要的数据能力不是理解用户，而是理解产品。
理解产品是什么意思？我们来想想，在智能投放的产品趋势下，客户还剩下什么事呢？其实只有三件事了：选产品、做素材、设单价。
抛开做素材不谈，就是选产品和设单价这两个环节，其实也是需要很强的数据能力，来“理解产品”的！只是这种能力的重要性，还没有被多数客户重视。
说到选品，您可能会问，这难道不是电商才会考虑的事儿么？其实不然。比方说，一个短视频应用投广告，肯定是挑出一条视频内容，比如下图中的某一个，直接把它投出去。而这每一条被投出来的视频，也就是你的产品了。
短视频如此，什么小说、新闻、旅游甚至教育，今天都是这样的投放逻辑：从挑出具体的产品内容，直接面向用户投广告。如果还有人傻呵呵地拿个logo在那儿硬推的，说句文言，那一定是浪催的。
好了，短视频也好、小说也罢，内容都是汗牛充栋的，您说有没有选品的问题？因为其中有相当大的一部分，跟手工耿老师的作品一样，一件也卖不出去。您说全投出去测测看？这种瞎猫策略成本太高了：就算一条内容投十块钱儿的，一天测十万条，一百万先就打了水漂了，这实在有点二。
那么怎么选品呢？这就自然地过渡到下一个问题，也就是出价。或者说。这本来就是同一个问题——用数据好好理解产品。而把单价算清楚这一点的重要性，其实是被严重低估了。
算得准就是挣得多
智能投放的逻辑下，你报给平台的转化单价应该是多少呢？有人说，这个不用搞那么准吧，设一个肯定不亏的价格，不就得了？说这话的人，对竞价广告的本质并不了解。
有一点大家应该知道：目前几乎所有的竞价广告平台，采用的都是第二高价(或VCG)的机制。二价机制有个重要的性质，就是truthful：客户忠实地按照回报出价，才能获得最大的总利润！
怎么理解呢？在二价市场中，当我们把出价准确地设成“收益 = 收入 – 成本”时（注意：这里的收益是不含广告费的），总的利润是最多的。
因此，这里的关键，就是要把产品收益算准！
先来说说，算不准会怎么样？那就不能按照“预估收益”来出价，而是要按“（预估收益 + 安全边际）”出价。这里的安全边际，大致就是成本估计的平均偏差，也就是“Δ（预估收益 – 收益）”。显然，收益预估越准，安全边际就越可以留得小，按照truthful原理，也就可以有更高的总利润。
如果您没什么感性认识，我来说个定量的结果：在一次规模化的A/B测试中发现，我们发现，当把出价的安全边际由10%降至5%后，总利润反而上升了70%左右。也就是说，在二价市场中，毛利率越低，总利润越高！
明白这个，关键任务就清晰了：对广告客户来说，努力将毛利算准，使出价更接近于真实收益，会带来巨大的利润空间。简而言之，算得准就是挣得多！
话说回来，把数算准为什么这么难呢？还拿上面的短视频做例子，如果推小姐姐，那么可能进来的用户后续会把钱花在直播打赏上；如果推是辛巴，那么是用他会用直播带货来获利；如果推老杨道，人见人骂，可是对推高应用日活很有帮助，这后面的收益就是个长期效果了。
咱们做个形象的比喻：好比说，您在玩一个题图里模拟经营的游戏，这里可以生产五花八门的资源，什么粮食、棉花、木材、布匹、衣服、瓷器，彼此还互相依赖，你要根据开始仓库里的东西，制定出一个收益最高的生产计划来。显然，靠我们人类的直觉摸着来，作为游戏消遣当然没问题，可是要跟数据化的建模和优化结果相比，那可能差得非常远。
当然，这只是玩游戏。真正的业务里，没有人先画好这样一张生产流程图摆在你面前，更不会给你把数都标上。所谓理解产品，就是把从广告转化到最终形成利润的整个后链路，都数据化和模型化起来。这样做，为的是在投广告的瞬间，更准确地计算出每个产品的收益来。
而产品的收益算准了，选品问题自然也就迎刃而解了。
拿上回谈的电商来说，决定收益的环节，包括但不限于采购、运费、退货和客服等。就说一个退货，产品之间相差很大，对收益影响显著，然而相对准确的数据要个把月后才能拿到。您想想，要在广告投放的时候就把这些算得靠谱，得有多少把流程数字化，以及建模预估的工作。
虽然不好做，可是跟理解用户相比，至少这些后链路上的数据，客户是能拿到的啊！这样一来，客户的数据产品，才能摆脱纯粹吹牛逼的窘境。
总结
这么看来，每个产品从转化到最终形成利润的链路，非常漫长而曲折。必须用数字化的方法，把这些理解透彻，建出模型，才能在产品从广告渠道投出去的那一瞬间，相对准确地算出每个转化的定量价值。这样，才能解决好选品和出价这两个看起来跟数据关系不大的问题。
所以，把自己产品的收益算清楚，利用truthful原理将总利润放大，这里面的油水大了去了。产品的理解还基本靠感觉呢，就非得去抢平台的生意理解用户，是不是有点儿缘木求鱼了？
对多数广告客户而言，理解用户，看起来辉煌灿烂，实则是镜花水月；理解产品，看起来庞杂纷乱，但是路就在脚下。
本文来自微信公众号：计算广告（ID：Comp_Ad），作者：大数据仁波茄