数字媒体广告高速发展的度量50年里，关于营销效果的效果量化评估，一直是难被困扰营销人的世界顶尖难题。尤其是数代在媒体碎片化、粉尘化的媒广今天，用户在多媒体、度量多平台、效果多设备上活跃，难被让单一媒体的数代效果归因变得更加复杂。

图源：视觉中国

通常来说，媒广广告主会用以下3种方式来评估广告投放效果，度量而这3种衡量方式，效果本身也对品牌自有数据能力和数据开放性提出了不同程度的难被要求。

早期，数代品牌们衡量广告效果的媒广形式往往较为“感性”，多是借力外部数据来评估广告投放效果，如：广告投前、投后的店铺访问量、各平台搜索指数、商品在投放周期内的售卖变化等。这种测量方式颗粒感很粗，产品在其他平台的投放、近期的促销、打折力度，以及用户季节性需求程度，都会引发数值的波动。

随着广告技术走向成熟，通过cookies、Device ID来定位、定向、追踪用户在线行为并进行效果评估，成为广告技术平台的通用选择。但这种测量方式，往往只关注“互动用户数据”多以“点击”为主，容易陷入到“高看”或“低估”广告价值的窠臼。

所谓“高看”，指的是在广告发生互动的人群中，本身也存在对广告脱敏、或缺乏真实需求的用户，他们即便是点击了广告，也不会为此买单;而“低估”广告效果，则是指即便有些广告没有被点击，依然对用户产生潜移默化的影响，并能助推他们在其他渠道上完成转化。但问题来了，当下无论是Cookies-based，还是last-click等广告测量方法，都无法追踪用户在其他渠道上的转化情况。因此，也就不能客观、全面地评估广告所产生的价值。

当然，还有一种情况，那就是通过竞价胜出的广告，本身就是曝光给了“对”的人群。在这部分人中存在有品牌的忠实用户，即便不投广告给他们，也有“自然转化”的可能。所以面向这部分人投放广告，看似是精准的、有价值的，但实际上：广告预算是被浪费了。

相比于前两种评估方式，我们接下来要讲到的第三种测量方法，显得科学了很多。那便是，如若广告主搭建了自有DMP数据管理平台，则可以通过mapping的方式，来对比评估一次广告投放后的互动用户设备号：是否存在于DMP中?是否在后续节点里有新的转化?如果重合度更高，或转化更高，会认为此次广告触达的精准度和有效性更好。

但这种衡量方式也存在问题。一来，所评估用户并非品牌增量用户;二来，因过分重视对于“老”用户数值研究，会弱化对新用户的意向评估，从而低估投放平台在拉新、促活、转化上的实际价值。

以上三种效果衡量方式，本质上的问题，都是没能找到广告投放与转化之间的因果关系，而只是相关关系，也就是说：没有帮助广告主找到“那些真正被广告影响到的有效人群”。为寻找到“最优解”，巨量引擎提出了“增效度量”。

为寻找到“最优解”，巨量引擎提出了“增效度量”方法。“增效度量”是指通过“随机对照实验”的方式，来计算某次广告投放带来的效果增量，对比“投广告”与“没有投广告”的收益差异，最终算出真正因为广告带来的生意增量。

增效度量，让广告效果可被“量化”

听起来是不是很玄乎?在正式介绍“增效度量”方法前，我们不妨来做个简单的比喻：

有一个苹果园，我们将其划分为了左右两个面积相等的果园。

左右两个果园，可享受到同样的阳光照耀和雨水灌溉，为了能评估“施肥”能否加大苹果收成，我们选择左边的果园不施肥，而右边的果园则进行每月一次的施肥。到了收成季节，我们对比两个果园的收成情况，如果左侧不施肥的果园收成为500公斤，而右边施了肥果园产量为800公斤，那么，即可判断：施肥带来的“增量”收益为300公斤。

显然，这个测量方式最大的优势是：在收成结果里，除去了自然环境带来的收成部分，能够更准确的反应“施肥”所带来的增量收成效果。

如若将其应用到广告投放里，则是“增效度量”的方法，即：在广告效果的评估过程里，去掉了自然转化不受广告影响也可发生的用户部分，能够“更准确地”还原一次广告所带来的真实效果。

具体步骤上，我们可拆解为三步：

广告投放前：巨量引擎的分流实验系统会将投放人群随机地分为测试组TEST和控制组HOLDOUT，以确保投放前两个组别在转化上并没有明显差异;

广告投放中：测试组TEST和控制组HOLDOUT都会参与广告竞价。但不同的是，当测试组TEST广告在竞争中胜出时，广告会成功曝光出去，但控制组HOLDOUT的广告即便竞价成功，系统也会在广告露出前将其屏蔽，让“原本可以看到广告”的用户看不到这则广告。再次强调下：控制组里的用户是看不到广告的;

广告投放后：通过测试组TEST和控制组HOLDOUT用户的转化情况，来计算广告投放的增量效果。如上图，处于控制组HOLDOUT里的用户，即便没有看到广告，也有6个自然转化用户，而测试组TEST里的用户，除了自然转化的外，还新增了6个广告转化来的用户。

也就是说，若将增效“量化”，这次广告实验带来了6个新增用户。

增效度量：让广告评估趋近“真实”

从目前来看，国内外还没有度量数字广告效果的通用标准，而我们也不能完全通过实验来“量化”广告效果，但「增效度量」是目前几乎最接近广告真实效果的度量解决方案之一。

一、增效度量更为符合广告主的度量视角，Lift通过计算Test组和Holdout组的转化增量，能够帮助广告主更为清晰地判断“投广告”和“不投放广告”的价值差异;

二、增效度量可以在不同人群、创意、样式之间做比较评估，也可适用于不同平台间的效果评估，能帮助广告主更合理地认知不同平台的营销效果，从而优化预算分配，甄选出最有价值的媒体组合投放;

三、通过对“增量区间最大的用户”的统计、分析，能够帮助品牌更快地找到“最容易被广告触达、影响”到的人群的画像，从而优化广告投放人群、创意，让“对的广告”，在“对的人”面前充分曝光。同时，也可以动态调整出价，以优化投放ROI。

继续以前文所提到的“苹果园”为例。

在确定“施肥”可以增产增收后，我们不妨再来关注下苹果品质的提升。如我们了解在主肥外，施加不同的补充肥料，如：A、B、C、D、E，可带来苹果口感和品质的上升，但具体怎么补充施肥，我们仍不清楚。

那么我们可以继续做测试。如：明确“主肥+A”的方案能够让苹果变得更大，而“主肥+B”能够让苹果的水分更足，“主肥+C”可以让苹果更为脆、甜，那么则可以选择“主肥+A+B+C”的组合方式来施肥，但A、B、C的配比，则需要在后续的测试实验，进一步找到最优解。一旦找到“最优解”，我们则可以将这个方法推广到当地的其他果园中，以实现苹果的丰收。

简言之：增效度量的价值不只在于能精准判断“一次广告的投后效果”，也能指导品牌后续的投放优化，包括：创意优化、策略优化、以及组合投放优化等，以此带来品牌营销效果的加成提升。

再见了！效果难以被度量的数媒广告时代

如何总结“增效度量”价值的独特性?

归根到底：在于在广告投放前，预先设置了一个真实有效的随机“对照组”。

可能你会疑惑：这与此前品牌在投放时，多会在未触达广告的人群里，圈选出一些相似人群作为“对照”，有什么本质差异?

集中体现为三点：一、对照组样本量：“增效度量”对照组人群样本多是百万级甚至是千万级的，与传统抽样调查几百到几千的样本量有很大的不同;二、对照组人群有效性：均是实验系统随机抽取的具有潜在转化价值的人群，而不是人为圈出的“相似人群”;三、实验结果的可信度：测试实验发生在真实的互联网广告场景中，而非搭建“理想实验花园”，因此，实验结果可信度更高。

如果说“增效度量”只是提供了广告效果衡量的“术”，那么，我们还缺少更为普适的“道”，来多维度、综合评估广告所带来的差异价值。在测量方法上，针对短视频广告的价值板块，巨量引擎给出了相应策略，打造行业首个品牌全方位增效度量体系。

巨量引擎将在12月29日的“引擎大会2021”营销科学分会场，发布《短视频营销价值白皮书》，分别从品牌力和转化力提升两大维度，将短视频与其他媒体价值进行横向对比，为广告主发掘新的营销机会点。

增效度量的“术”与科学评估媒体价值的“道”双管齐下，品牌告别效果难度量的数媒时代，以更透明、科学、高效的投放，激发增长新可能。

引擎大会 2021

12月29日·上海

共探长效经营生意之路 共建全局繁荣生意生态

(责任编辑：焦点)