Navigating the Complex Landscape of Marketing ROI

作者

Seema Sheoran

德国 Artefact 咨询公司 Data 高级经理

作者

卡伦-里格

Data 德国 Artefact 战略顾问

衡量和优化营销投资回报率对许多公司来说都是一项挑战，70% 的营销主管都在努力有效地衡量和优化营销投资回报率。.

“将衡量作为战略重点的组织，其营销投资回报率会提高 10 到 20%”。”

衡量营销投资回报率是当今企业面临的一项重要挑战

对于许多公司来说，整体衡量仍然是一个具有挑战性的难题，与他们的整体战略不太相符。事实上，70% 的营销高管仍在努力准确衡量和优化营销活动的投资回报率（ROI）。但为什么会出现这种情况呢？为什么衡量变得越来越复杂，应对这些挑战的最佳方法是什么？

以下是影响当前营销测量格局的三大趋势：

媒体投资多元化，重点关注数字媒体:随着数字媒体的不断发展，预计到 2026 年，该领域的投资将达到 71%。然而，广告空间的竞争日益激烈，导致成本上升，使营销人员实现高投资回报率面临更大挑战。.
销售渠道的多样性与全渠道战略的兴起:全球全渠道零售市场的复合年增长率（CAGR）为 14%，预计到 2030 年将达到 195.1 亿美元。销售渠道的多样化为营销人员衡量和优化多渠道营销工作带来了机遇和挑战。.
个性化需求与隐私法规并存:随着隐私政策的收紧和第三方 cookies 的即将淘汰，个性化品牌正获得显著优势，收入最多可增加 40%。然而，这一趋势也使测量变得复杂，因为营销人员要在个性化和合规性之间取得平衡。.

除了这些趋势之外，营销测量领域还出现了一个新课题：广告对环境的影响。广告服务器与最终用户之间的每一次 data 传输都涉及各种技术之间数百万次的信号交换。targeting、实时竞价和跟踪验证等活动都会消耗电力，从而产生温室气体。通过量化广告投放每个阶段的用电量并考虑能源生产的碳强度，我们可以估算出广告产生的排放量。然而，碳测量通常需要额外的成本，而且在经济形势严峻的时期，碳测量被视为一种奢侈而非标准要求。.

此外，当前状态与关键战略目标之间经常存在巨大差距。营销人员必须在管理大量营销技术的同时，驾驭消除这种差距的复杂性。要使营销工作与整体业务目标保持一致并取得可持续的成功，这种导航至关重要。.

全面衡量：营销人员面临的主要挑战

1) 缺乏自信

其中一个关键挑战是在媒体规划、预算审批和论证等方面缺乏信心（Mank 等人（2019 年））。一项针对 DACH 地区各行业营销经理的内部满意度调查发现，近 25% 的营销经理对其当前的投资回报率衡量能力不满意，只有 30% 的营销经理认为其当前的能力令人满意且处于正确的轨道上。.

这有几个原因：

过时的预算编制方法:许多公司依赖过时的预算编制方法，如简单的业务规则或 “上一年 +/- x ”方法。这导致资源分配效率低下，因为这些方法没有考虑到不断变化的市场条件或不同渠道的不同效果。.

解决方案是 利用分析和洞察力的 data-driven 方法 以更有效地在不同渠道和漏斗阶段分配预算。利用 data，企业可以做出更明智的决策，优化营销支出，提高整体投资回报率。例如，对于我们的一个饮料行业客户来说，天气、足球比赛和节假日等外部因素在创建预算情景计划器时至关重要，从而可以做出更准确、更具战略性的预算决策。.
关键绩效指标不一致:整个组织缺乏一套通用的关键绩效指标（KPI），会导致营销绩效评估不一致。这种不一致性导致难以比较不同营销活动和渠道的结果，也难以准确衡量成功与否。.

为解决这一问题，公司应建立 对符合其战略目标的关键绩效指标进行统一分类. .一致的关键绩效指标能够更清晰地沟通和更好地比较营销成果，从而促进更具战略性的决策。.
监测、评估和监测结果的延迟:由于 data 收集和分析过程可能既复杂又耗时，营销组合建模（MMM）经常会遇到时间过长的问题。这种延误可能导致洞察力过时，无法反映当前的市场动态，从而降低决策的有效性。.

为解决这一问题，企业应在以下方面加大投资力度 高效的 data 采集方法和技术，可简化 MMM 流程. 我们的文章关于“在不断变化的技术和监管环境中，品牌应采取何种消费者 data 战略？”详细介绍了该解决方案。此外，整合实时 data 分析有助于提供更快、更可行的见解，从而更及时地调整营销策略。.
依赖第三方 “黑盒 ”解决方案:许多营销人员依赖第三方解决方案，这可能存在问题，因为这些解决方案需要与外部共享敏感的 data，而且通常提供的定制选项有限。这种依赖性会导致 data 缺乏透明度和控制，以及潜在的 data 安全风险。.

为减少这些问题，公司应考虑制定 MMM 的内部能力 或寻求更多 透明和可定制的解决方案 这种转变不仅提高了 data 的安全性，还能根据特定业务需求提供更有针对性的见解。这种转变不仅提高了 data 的安全性，还能根据具体业务需求提供更多定制的见解。.

2) 缺乏对技术的了解

另一个重大挑战是缺乏对技术的了解。现有的测量方法已经发生了变化，但营销人员却不知道如何有效利用这些方法。德国一家旅行社的国际媒体采购员强调了这一问题，他说：“我们意识到了测量问题，但不知道如何解决”。”

在衡量营销效果方面，人们仍然严重依赖于初步的、不准确的基于规则的归因，以及昂贵而耗时的 A/B 测试。60% DACH 地区的营销领导者对自己设计有效实验的能力缺乏信心。Artefact DACH 的研究表明，只有极少数营销人员采用了将 MMM、归因和增量测试相结合的统一方法。70% 表示他们仅使用基于规则的归因来了解测量，而这是一个非常有问题的指标。.

图 1：MMM、A/B 测试和多触点分布的潜在服务提供商组合

Chart: Potential set of service providers of MMM, A:B Testing and Multi-Touch-Attribution

3) 公司内部的重点冲突

首席营销官（CMO）和首席财务官（CFO）之间经常会因为关键绩效指标的优先级不同而发生冲突。首席财务官主要关注营销支出，而首席营销官则强调品牌建设和客户终身价值（CLV），而不是短期销售额。这种差异导致在平衡短期销售刺激与长期品牌发展之间面临挑战。.

图 2：公司内部战略重点的冲突

conflicting strategic focus on marketing ROI in company

4) 确定真正相关的营销措施

众所周知，50% 的营销费用是浪费的，而确定哪一半是浪费仍然是一个关键问题。这凸显了建立健全的学习议程以测试各种营销策略的增量影响的重要性。企业需要了解哪种 MMM 模式最适合自己。.

计量经济学或基于 ML 的 MMM:媒体组合建模是一种基于趋势的建模方法，旨在了解对销售的长期影响，主要使用历史 data；它提供高层次的见解，以帮助识别模式。.
因果关系建模:多触点归因（MTA）仅限于跟踪在线事件，而且往往难以解决 Facebook、亚马逊和谷歌等不同平台之间联系不完善的问题。同时，营销组合建模（MMM）可以回答战略问题，但频率较低（超过每三个月一次），且细节有限（不包括细分市场或创意层面）。因果关系建模经常为运营问题提供精确答案，并测量线上和线下各种营销接触点的因果影响，是对这些技术的补充。.