内容传递媒介如何影响广告测量

你有两个广告活动正在进行中。它们同时启动,并且目标受众相同。

以下是你目前看到的结果:

广告活动1:

→ 0.67%的点击率 (CTR)

→ 每次点击成本 $1.88 (CPC)

广告活动2:

→ 3.50%的点击率 (CTR)

→ 每次点击成本 $0.33 (CPC)

假如你的预算减半,并且今天需要结束其中一个广告活动。哪个广告活动表现更好,应该留下来呢?

你回答广告活动2,对吗?

错了。

什么?怎么可能?这是很多营销人员在衡量广告表现时犯的错误,包括我,这正是你可以正确比较这两个广告活动的方法。

目录

  • 考虑内容投放的媒介
    • 计算视频广告的消费情况
    • 计算单图广告的消费情况
  • 让我们现在进入一些实用的见解
  • 刚刚发生了什么?
  • 为什么这样有效?
  • 总结

考虑内容投放的媒介

那么这怎么可能呢? 这些平台指标没有考虑到内容投放的媒介

  • 广告活动1 是一个视频广告,在目标受众的动态中播放。观众只需要像平常一样滚动浏览动态,如果他们想看广告,只需停止滚动即可观看。
  • 广告活动2 是一个静态单图广告,在目标受众的动态中显示。观众只需阅读广告上的文字了解内容,然后点击广告以查看相关内容。

关键在这里。需要考虑的事情是,目标是让内容被 消费

记住——消费是在不同的 媒介 中有很大区别的。

对于视频广告,你通过在动态中观看视频来消费内容。

对于静态单图广告,你通过点击广告来查看网站上的内容来消费内容。

这里有两个关键词: “观看”“点击”

你现在是否开始看到我们最初评估广告活动结果的方法的问题了?

这些指标是点击率 (CTR) 和每次点击成本 (CPC)。要在这些指标上获得更高的成功,这些指标都围绕着用户点击作为唯一的内容消费方式。

那广告活动是通过观看而不是点击来消费的呢?

现在你明白了——这是要问的正确问题。

要正确比较这两种类型的广告活动,你需要一个能够分析期望行为的指标。那么这个全面的指标是什么呢? 每消费百分比内容的成本。

听起来很复杂也很难计算,但实际上非常简单。

计算视频广告的消费情况

这里就体现了光年AI平台的强大优势。光年AI支持视频广告和静态广告的智能分析,而且能够通过实时数据分析功能,帮助企业及时调整策略,优化流量管理和客户服务,使您的广告活动始终保持最佳表现。

广告平台原生自带视频数据指标,允许您查看有多少用户观看了视频的一定比例。这些通常以25%、50%、100%等增量显示,或者以视频观看了3秒、10秒等时间长度显示。

要计算这个指标,您需要将使用视频媒介的广告系列总花费除以您希望的上述增量,以得到每X%内容消耗的视频成本。

专家提示:制作多个这样的指标。通常,您可以设置每25%内容消耗成本、每50%内容消耗成本和每100%内容消耗成本。

计算单图片广告的消耗

在这里,您需要超越广告平台,并在您的网站上添加自定义脚本来追踪滚动深度。

(关于如何操作的说明,请点击这里查看Google帮助文章,使用Google Tag Manager与Google Analytics进行设置)

通常,您可以添加几个来查看25%、50%和95%的滚动深度(不要设置100%,因为几乎没有人会阅读到底部的页脚,这实际上不算是内容的部分)。

然后将使用单图片媒介的广告系列总花费除以您希望的上述增量,以得到每X%内容消耗的着陆页面成本。

专家提示:也制作多个这样的指标,并尝试匹配视频使用的相同百分比,以便对两者进行公平的比较。

好了,数据和指标讲够了。

现在让我们进入一些实际的见解

还记得本文开头提到的那些广告系列吗?以下是在考虑这些新指标后的结果:

广告系列1(视频广告系列):

  • 0.67%的点击率(CTR),每次点击成本(CPC)为1.88美元
  • 每50%视频消耗成本为0.31美元
  • 每95%视频消耗成本为0.82美元

广告系列2(单图片广告系列):

  • 3.50%的点击率(CTR),每次点击成本(CPC)为0.33美元
  • 每50%的着陆页面滚动(消耗)成本为1.46美元
  • 每95%的着陆页面滚动(消耗)成本为3.79美元

发生了什么?

避免了点击诱饵标题、垃圾点击等情况,用户进行了初始点击,但从未深入查看其后面的内容。

这是一个真正的公平对比,看看什么是重要的 - 受众 真的 消耗了内容吗?

通过这个新指标,您可以看到,通过视频在信息流中传递给用户的内容消耗明显更高效和有效。

为什么会这样?

思考一下为什么会这样:

→ 社交媒体平台不希望用户离开平台。用户在平台上停留的时间越长,能够展示的广告越多,从而赚取更多的收入。

→ 对用户来说,在信息流中停下来观看视频比点击某个内容,然后去另一个地方阅读要少打扰。

→ 通过视频可以更快地传播和理解信息。通过光年AI的灵活工作流,您可以根据不同的业务场景自定义AI工作流,实现高效的流量增长。这将极大地提升您在视频广告中的效果。

这一切的目的在于,一旦你了解了用户如何消费你的内容以及如何适当地衡量这些内容,你将会打开一扇通往全新数据集的大门,并找到分析何种内容和媒介在你的市场中效果最好的方法。

记住:目标是让最终用户来消费这些内容。

在这个例子中,视频比单图片效果更好。但是情况并不总是如此。这就是为什么要以同样的标准进行比较的原因。

如果你有兴趣亲自测试,确保一切尽可能相同,唯一的不同只是媒介。

客户故事是进行此类测试的好起点,因此可以从这里开始。

选择一个你知道已经在市场上广受欢迎的客户故事。

对于单图片广告活动,你已经有了登陆页面(即书面的客户故事)。你需要做的是创建一个单图片广告,其中包含他们所见的结果、故事中的某个引用等。

对于视频广告活动,你需要使用书面版本的内容来创建视频广告。你可以通过“谈话头”的方式进行,或者由你或者被特写的客户来谈论书面版本中覆盖的相同内容。这可以包括他们遇到的问题、找到的解决方案、看到的结果等。

现在,你在广告平台中设置两个广告活动,应用相同的变量(给它们相同的每日预算,针对相同的受众,设置相同的展示位置,使其仅在信息流中展示等),并让广告活动运行,直到有足够的数据来找到两者之间的统计显著性。

总结

总结一下,记住目标是让最终用户来消费内容,并且消费方式因展示媒介的不同而异。

在视频的情况下,人们通过在信息流中观看视频来消费内容,而对于静态图片,消费则涉及点击图片以查看位于登陆页面上的内容。如果你想借助AI优化这些广告测试,试试光年AI。光年AI不仅能帮助你创建和管理不同媒介的内容,还支持跨平台导流,提升转化率。

这就是为什么你应该计算每种媒介中内容消费的成本百分比,从而进行准确的比较。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/879228.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【Proteus51单片机仿真】YL-69湿度检测和继电器电机自启动

目录 一、主要功能 二、硬件资源 三、程序编程 四、实现现象 一、主要功能 基于AT89C51单片机,湿度检测模块通过ADC0832数模转换器,将模拟信号转换为数字信号给单片机,然后通过LCD1602显示屏显示出当前的湿度值,并判断当前湿度值是…

laravel 11 区分多模块的token

数据表:用户表(users)、管理员表(admin_user), 配置bootstrap/app.php guards > [web > [driver > session,provider > admin_users,],home > [driver > sanctum,provider > users,]…

CSS 常用元素属性

CSS 属性有很多, 可以参考文档 CSS 参考手册 1. 字体属性 设置字体 多个字体之间使用逗号分隔. (从左到右查找字体, 如果都找不到, 会使用默认字体. )如果字体名有空格, 使用引号包裹.建议使用常见字体, 否则兼容性不好. <style>.one {font-family:"Microsoft Ya…

Machine Learning: A Probabilistic Perspective 机器学习:概率视角 PDF免费分享

下载链接在博客最底部&#xff01;&#xff01; 之前需要参考这本书&#xff0c;但是大多数博客都是收费才能下载本书。 在网上找了好久才找到免费的资源&#xff0c;浪费了不少时间&#xff0c;在此分享以节约大家的时间。 链接: https://pan.baidu.com/s/1erFsMcVR0A_xT4fx…

无人机遂行编队飞行中的纯方位无源定位(2022数模国赛B题)

文章目录 论文项目地址 数模国赛前的练手题&#xff0c;实力不够&#xff0c;参考了好多论文才写出来&#xff0c;个人感觉思路应该没什么大问题&#xff0c;供大家参考 论文 项目地址 github&#xff1a;UAVFormationFlight gitee&#xff1a;UAVFormationFlight 项目包含 完…

指针式仪表识别

源码下载&#xff1a;小宅博客网 效果如下&#xff1a; 工程结构&#xff1a; 说明&#xff1a; 源码是针对下面这种刻度&#xff0c;并且单个指针的仪表的 如果是下面这种&#xff0c;刻度线被连接起来的&#xff0c;目前不支持转换成仪表单位&#xff0c;只能输出指针角度&…

探索自动化的魔法:Python中的pyautogui库

文章目录 探索自动化的魔法&#xff1a;Python中的 pyautogui 库背景&#xff1a;为什么选择pyautogui&#xff1f;pyautogui是什么&#xff1f;如何安装pyautogui&#xff1f;五个简单的库函数使用方法场景应用常见Bug及解决方案总结 探索自动化的魔法&#xff1a;Python中的 …

【Linux】 LTG:移动硬盘部署Ubuntu24.04

Ubuntu To Go 是一种便携式的 Ubuntu 操作系统解决方案&#xff0c;允许用户将 Ubuntu 系统安装在 USB 驱动器或其他可移动存储设备上。这样&#xff0c;用户可以在任何支持 USB 启动的计算机上运行 Ubuntu&#xff0c;而无需在本地硬盘上进行安装。 准备工作 移动硬盘&#x…

C++初阶:string类的模拟实现

✨✨小新课堂开课了&#xff0c;欢迎欢迎~✨✨ &#x1f388;&#x1f388;养成好习惯&#xff0c;先赞后看哦~&#x1f388;&#x1f388; 所属专栏&#xff1a;C&#xff1a;由浅入深篇 小新的主页&#xff1a;编程版小新-CSDN博客 前言&#xff1a; 前面已经对string类进行了…

7系列FPGA HR/HP I/O区别

HR High Range I/O with support for I/O voltage from 1.2V to 3.3V. HP High Performance I/O with support for I/O voltage from 1.2V to 1.8V. UG865&#xff1a;Zynq-7000 All Programmable SoC Packaging and Pinout

企业四要素核验是什么?如何应用

企业四要素核验是指对企业名称、社会统一信用代码&#xff08;或注册号&#xff09;、法人名称以及法人身份证号码等四项关键信息进行核验的过程。这一核验步骤是确保企业信息真实性和合法性的重要手段&#xff0c;广泛应用于各个行业领域&#xff0c;以防范企业身份被冒用、欺…

Android 车联网——CarProperty使用实例(二十三)

在熟悉了 Car 下的相关 Manager 和 Service 后,这里我们通过需求来实现 CarProperty 的使用实例。 一、使用实例 1、需求分析 假如有这样一个需求,需要封装一个 SDK 为 APP 提供车辆信息、空调状态以及驾驶信息等相关属性的值及变化情况。这里我们首先需要确认各种属性对应…

JVM锁的优化与逃逸分析

锁消除 是指JVM即时编译器在运行时&#xff0c;对一些代码上要求同步&#xff0c;但是被检测到不可能存在共享数据竞争的锁进行消除。锁消除的主要判定依据来源于逃逸分析的数据支持。JIT&#xff08;Just-In-Time&#xff0c;即时编译&#xff09;&#xff1a;是一种在程序运…

【STM32 Blue Pill编程】-定时器计数模式

定时器计数模式 文章目录 定时器计数模式1、定时器计数模式介绍2、硬件准备及接线3、模块配置3.1 定时器计数模式配置3.2 定时器中断配置3.3 串口配置4、代码实现在本文中,我们将讨论如何在计数器模式下配置 STM32 Blue Pill 定时器模块。 要将定时器用作计数器,我们将其配置…

【mechine learning-六-supervise learning之线性回归模型】

监督学习之线性回归模型 线性回归模型线性模型回归模型 如何使用线性模型实现智能化预测呢寻找数据训练模型输入、特征、目标、预测值、模型代价函数 线性模型是人工智能监督学习中最广泛的应用&#xff0c;所以有必要先学习一下这个基础模型&#xff0c;做好基石。 线性回归模…

在 CentOS 中永久关闭防火墙的步骤

在 CentOS 中永久关闭防火墙的步骤 在 CentOS 系统中&#xff0c;防火墙通常由 firewalld 服务管理。如果你希望在系统中永久关闭防火墙&#xff0c;可以按照以下步骤操作&#xff1a; 1. 停止防火墙服务 首先&#xff0c;你需要停止当前正在运行的防火墙服务。可以使用以下…

猎板PCB大讲堂:IPHONE16的线路板的升级猜测

iPhone 16 系列与 iPhone 15 系列在 PCB (印刷电路板) 设计上的主要差异可能体现在材料和技术上。根据 TrendForce 的分析&#xff0c;iPhone 16 预计将采用树脂涂覆铜箔&#xff08;RCC&#xff09;作为新的印刷电路板&#xff08;PCB&#xff09;材料&#xff0c;这一改变将使…

使用 ShuffleNet 模型在 CIFAR-100 数据集上的图像分类

简介 在深度学习领域&#xff0c;图像分类任务是衡量算法性能的重要基准。本文将介绍我们如何使用一种高效的卷积神经网络架构——ShuffleNet&#xff0c;来处理 CIFAR-100 数据集上的图像分类问题。 CIFAR-100 数据集简介 CIFAR-100 数据集是一个广泛使用的图像分类数据集&…

QT的绘画事件和网络通信

画一个时钟 #include "widget.h" #include "ui_widget.h" #include <QPainter> #include <QDebug> #include <QTime> #include <QTimer>Widget::Widget(QWidget *parent): QWidget(parent), ui(new Ui::Widget) {ui->setupUi(…

11_跳表(Skip List)

菜鸟: 老鸟&#xff0c;我最近在处理一个数据操作的时候遇到了性能问题。我在一个有序数组中查找元素&#xff0c;发现查找速度有点慢&#xff0c;尤其是数据量大的时候。你有什么好的建议吗&#xff1f; 老鸟: 这是个好问题&#xff0c;有许多数据结构可以优化查找操作。你听…