也许未来我们会通过家中的 Google 或 Amazon 助手进行购买，但目前这仍然要通过我们周围众多的屏幕来完成。而且这一进程正在加速：去年在线零售额增长了 19.5%，其中甚至没有实体店铺的企业的销售额增长相对更快。通过合适的程序化广告活动，可以提升转化率。
数据不会说谎，根据 Thuiswinkel.org 的最新数据，预计明年也将出现同样的增长，据 ING 估算，这种增长势头将持续显著至 2025 年。与此同时，在线媒体投资也在平行上升，仅在 2017 年荷兰就增长了 13%，其中主要通过程序化交易平台采购的部分增长尤为明显，达到 22%（IAB – Deloitte, 2017）。
增量投资的乌托邦
销售额和投资同时增长听起来可能令人振奋，但同时也带来了一个重大难题：你怎么能确定这些媒体投资确实促进了销售和销售额的增长？谁说看到在线广告的人本来就不会购买产品，或者说该受众已经被充分触达，使得投资变得多余？这里并没有一种“放之四海而皆准”的解决方案，每个产品/品牌/活动都是独特的。然而，确实有一些重要的方法和原则对成功的程序化电子商务活动至关重要。我们将在下文讨论五个能为你的投资增值的建议。
- 停止以“销售漏斗”思维思考
是时候告别销售漏斗了。经过 120 年（感谢 Elmo），我们需要以不同的方式看待消费者的购买行为。这种行为不再是从认知到考虑再到最终购买的线性过程，而是由一系列接触点组成的序列，这些接触点在任意时刻都可能导致购买。因此，所有渠道和阶段都应被同等重视，处于所谓“认知”阶段的消费者可能比处于“漏斗”底部的消费者更快地完成购买。用户在网站上的行为及其来源更加值得关注。这也意味着品牌建设和效果营销不再需要作为两个独立的术语存在，尽管它们通常仍被视为不同的学科。 - 实施近期再营销每个人都经历过以下场景：你在网站上浏览了几款产品，感到兴奋然后离开——追逐开始了。无论你走到哪里，该产品的广告都会如影随形。你会立刻被你的“追踪者”吸引回去并再次购买吗？有些人认为不会，但这因产品、阶段和用户而异。
对许多人来说，“再营销”只是一波接一波的广告横幅，试图说服你完成购买。但作为采购方，你需要聪明地应对这种情况，而所谓的“近期再营销”（recency retargeting）是一种更有效的采购方法。在此过程中，你将活动拆分为更小的集群：
- Recency 0（针对过去24小时内访问过页面的用户进行再营销）
- Recency 1-7（针对过去1-7天内访问过页面的用户进行再营销）
- Recency 8-14（针对过去8-14天内访问过页面的用户进行再营销）
通过这些集群，可以更清晰地了解特定结果与网站访问和广告展示之间的时间关系。据此可以确定哪些集群具有最高的相关性，从而调整出价水平。
- 创建包含关键预测指标（key predictive indicators）的像素计划
在线购买行为之前有一个过程。在这个过程中，不同阶段会涉及各种因素。
因此，明确制定目标非常重要，这些目标不应仅局限于购买本身。例如，转化数据中包含各种模式，展示了客户旅程中哪些时刻发生了关键变化。利用这些数据可以定义所谓的“关键绩效指标”（KPI），但更好的做法是定义“关键预测指标”。后者更注重基于历史模式与结果关系的购买行为预测，而不是仅仅评估最终结果。这样做可以更轻松地控制最终结果。例如，如果知道新闻订阅注册量的增加会带来收入的相应增长，那么一旦注册量出现波动，就会对KPI（收入）产生负面影响。优化或调整这些预测指标对于最终结果至关重要，即使它们并不直接可见。
因此，也要相应调整你的像素计划。“销售确认页像素”或感谢页面，对许多营销人员来说是核心页面。放置在此处的追踪器最终用于测量交易数量。尽管这看似反直觉，但将其作为优化点并不总是能带来最佳效果。
- 喂养你的算法
DSPs（需求方平台），也就是用于采购程序化媒体活动的系统，使用一种算法来确保广告的最佳价格、时机和投放位置。由于每个活动都不同，这种算法并非在所有情况下都能发挥最佳效果。
你可以根据自己的分析和需求对其进行调整。如果明确显示周日下午2点到4点之间桌面端的转化率更高，就可以对算法进行相应调整。每种DSP的操作方式不同：
- 在 Appnexus 中，你可以创建一个名为“Bonsai”的决策树作为自定义模型。在此过程中，你始终设定一个条件，该条件每次都会导致特定的输出。例如，如果时间是周五下午两点，则出价 X。
- 在 BYOA（MediaMath 的自定义模型）中，会创建一组系数。每个模型都有一个所谓的“主分支”和一个称为“节点”的值。在这里，会记录活动的标准设置。随后，每个新分支都是一个变量（例如小时），而每个“节点”是一个值（13:00）。
- DBM 是 Google 的程序化购买平台（DSP），其选项有限。在这里，你可以使用“出价乘数”，根据时间或设备等值来最大化或最小化出价。
你通过这些选项进行的测试越多，系统对你的工作就越理想。对于那些真正希望将活动提升到更高水平的人来说，必须纳入所有变体。
- 实施动态创意优化（DCO）
程序化购买通过添加数据，使在线广告的目标定位更加个性化。因此，不仅要充分利用最佳的时机、地点和设备，还要优化所传达的信息，这在电子商务领域尤为重要。
网上商店拥有广泛的产品选择，后台可以追踪访客的行为轨迹、浏览了哪些产品以及用户在页面上花费的时间。这些数据随后可以与用户在被重新定位时看到的广告展示内容相关联。当前的技术使得能够以如下方式设置规则和变量：当用户最近查看过某个特定产品时，他们就会看到包含该产品的广告。另一个变量可以是展示观看时间最长或互动最多的产品。确定所有可能的变量并将其与所有可能的产品关联并整合到广告展示中，这是一个庞大的过程。然而，定制化的广告展示显然具有更大的影响力，因此有助于实现增量投资回报。
不要只看正面数据
无论销售结果多么出色，仅关注相关媒体投资始终是一个陷阱。如果我们在广告支出回报率（ROAS）、投资回报率（ROI）或收入等指标上处处看到增长，往往感觉一切良好，并能用漂亮的图表展示出色的成绩。如果你想真正为投资增加价值？请避免使用标准的再营销，并通过近期再营销对其进行改进。不要只关注你的销售像素，而是查看与销售额增长相关联的像素，并根据用户在商店中的行为个性化创建内容。将这些方法与足够的耐心相结合，并改变你对纯利润数字的看法。
本文与 Booking.com 的程序化营销专家 Klaudia Szulc 合著