解读营销投资回报率的复杂格局

作者

西玛·谢奥兰

Artefact 公司数据咨询高级经理

作者

卡伦·里格

Artefact 公司数据战略顾问

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。

“将数据分析作为战略重点的企业，其营销投资回报率（ROI）可提升10%至20%。”

衡量营销投资回报率是当今企业面临的一项关键挑战

对许多企业而言，全面衡量依然是一块难以拼合的拼图，无法完全融入其整体战略。事实上，仍有70%的营销高管难以准确衡量和优化其营销活动的投资回报率（ROI）。但为何会如此？为何衡量工作变得日益复杂？又该采取何种最佳方法来应对这些挑战？

以下是塑造当前营销衡量格局的三大关键趋势：

您在媒体投资上的多元化布局，重点聚焦数字领域：随着数字媒体的持续发展，预计到2026年，该领域的投资占比将达到71%。然而，广告位竞争日益激烈，导致成本不断攀升，这使得营销人员更难实现高投资回报率。
销售渠道的多元化与全渠道战略的兴起：全球全渠道零售市场正以14%的复合年增长率（CAGR）发展，预计到2030年将达到195.1亿美元。销售渠道的多元化为营销人员带来了机遇与挑战，他们需要衡量并优化在多个渠道上的营销活动。
隐私法规日益严格，个性化需求日益增长：随着隐私政策的收紧以及cookies即将被淘汰，提供个性化服务的品牌正获得显著优势，其收入增幅最高可达40%。然而，这一趋势也使效果衡量变得更加复杂，营销人员在个性化与合规之间寻求平衡。

除了这些趋势之外，营销衡量领域正涌现出一个新话题：广告对环境的影响。广告服务器与终端用户之间的每次数据传输，都涉及各种技术之间交换的数百万条信号。定向投放、实时竞价和效果验证等活动都会消耗电力，从而导致温室气体的产生。通过量化广告投放各阶段的用电量，并结合能源生产的碳强度，我们可以估算一条广告产生的排放量。然而，碳测量往往伴随着额外成本，在经济形势严峻的时期，它往往被视为一种奢侈而非标准要求。

此外，当前状况与关键战略目标之间往往存在显著差距。营销人员必须在管理大量营销技术的同时，设法弥合这一差距。这一过程对于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至关重要。

全面衡量：营销人员仍面临关键挑战

1) 缺乏自信

一个关键挑战在于，在媒体策划、预算审批和预算论证等领域缺乏信心（Mank 等，2019）。一项针对德奥瑞士（DACH）地区各行业市场营销经理的内部满意度调查显示，近25%的人对其当前的投资回报率（ROI）衡量能力感到不满，仅有30%的人认为当前的能力令人满意且发展方向正确。

这有几个原因：

过时的预算编制方法：许多公司仍依赖过时的预算编制方法，例如简单的业务规则或“上年数据±x”的方法。由于这些方法未能考虑到不断变化的市场状况或不同渠道效果的差异，导致资源配置效率低下。

解决方案是一种数据驱动的方法，通过利用分析和洞察，更有效地在各个渠道和销售漏斗阶段分配预算。借助数据，企业能够做出更明智的决策，从而优化营销支出并提升整体投资回报率。例如，对于我们的一家饮料行业客户而言，天气、足球比赛和节假日等外部因素在制定预算情景规划方案时至关重要，这使得预算决策更加精准且具有战略性。
关键绩效指标（KPI）不统一：整个组织缺乏一套通用的关键绩效指标（KPI），可能会导致营销绩效评估结果不一致。这种不一致使得难以比较不同营销活动和渠道之间的结果，也难以准确衡量成功程度。

为解决这一问题，企业应建立一套与战略目标相一致的统一关键绩效指标（KPI）体系。一致的KPI有助于更清晰地传达信息，更好地比较营销成果，从而促进更具战略性的决策。
MMM 结果的延迟：营销组合建模（MMM）往往面临时间周期较长的难题，因为数据收集和分析过程可能既复杂又耗时。这种延迟可能导致洞察过时，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，企业应投资于更高效的数据采集方法和技术，以优化MMM流程。我们在题为《在技术与监管环境不断变化的背景下，品牌应采取何种消费者数据策略？》的文章中对此解决方案进行了详细探讨。此外，整合实时数据分析有助于提供更快速、更具操作性的洞察，从而能够更及时地调整营销策略。
对第三方“黑箱”解决方案的依赖：许多营销人员依赖第三方解决方案，但这可能带来问题，因为此类方案通常需要与外部方共享敏感数据，且自定义选项往往有限。这种依赖可能导致数据透明度和控制力不足，并带来潜在的数据安全风险。

为缓解这些问题，企业应考虑建立内部市场营销数学（MMM）能力，或寻求更透明、可定制的解决方案，以便更好地掌控数据和分析流程。这种转变不仅能提升数据安全性，还能提供更贴合具体业务需求的定制化洞察。

2) 缺乏技术理解

另一个重大挑战是缺乏技术理解。现有的衡量方法不断演变，导致营销人员不确定如何有效利用它们。一家德国旅行社的国际媒体采购负责人指出了这一问题，他表示：“我们意识到衡量方面存在问题，但不知道如何解决。”

在衡量营销效果方面，人们仍然过度依赖初步且不准确的基于规则的归因方法，以及耗时耗资的A/B测试。DACH地区60%的营销负责人对自己设计有效实验的能力缺乏信心。Artefact 表明，仅有极少数营销人员采用将MMM（营销混合模型）、归因分析和增量效应测试相结合的统一方法。70%的受访者表示，他们仅将基于规则的归因分析用于理解测量结果，而这本身是一个非常有问题的指标。

图1：MMM、A/B测试和多触点归因的潜在服务提供商

3) 企业内部的关注点冲突

首席营销官（CMO）与首席财务官（CFO）之间常因关键绩效指标（KPI）的优先级不同而产生分歧。CFO主要关注营销支出，而CMO则更重视品牌建设及客户终身价值（CLV），而非短期销售额。这种差异使得在短期销售刺激与长期品牌发展之间寻求平衡变得颇具挑战。

图2：公司内部战略重点存在冲突

4) 确定真正有效的营销措施

众所周知，50%的营销支出是无效的，而如何识别出那50%的有效支出仍是关键问题。这凸显了制定一套完善的学习计划以检验各种营销策略的增量影响的重要性。企业需要了解哪种MMM模型最适合自身。

基于计量经济学或机器学习的媒体组合模型（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，主要利用历史数据；它能提供高层次的洞察，有助于识别规律。
因果建模：多触点归因（MTA）仅限于追踪在线事件，且往往难以处理Facebook、亚马逊和谷歌等不同平台之间不完善的关联。与此同时，营销组合模型（MMM）虽能解答战略层面的问题，但仅适用于低频分析（超过每三个月一次），且细节有限（无法细化至受众细分或创意素材层面）。因果建模则通过频繁为运营层面的问题提供精准答案，并衡量线上线下各类营销触点的因果影响，从而对上述技术形成有效补充。