你被广告盯住了吗？广告的渠道和频度

由于最近在做一些关于媒体触达、广告曝光的项目，所以对媒体渠道选择以及frequency和capping有一些新的看法。

趁着这些项目的关系，我最近登陆了不少航空公司的网站，研究了他们各自的广告策略。

01

先来看下，我们在上网时，经常会遇到的一个广告例子。

10:00am -10:30am 我先去了几家航空公司的官网，看一下机票

11:00am 我打开了下厨房网站。 期间，看到了某一家航空公司的广告，而且一放，就是放2个

11:30am 打开investopedia，同样又收到了这个航空公司的广告

12:30pm 去了New York Times网站，再次看到该航空公司的广告

8:00pm 回家路上，打开下厨房手机网页版，又收到一个该航空公司的广告

讲实话，在第一天，当我刚看到几次这家航空公司广告的时候，我感觉还是满不错的，觉得自己还挺受这家公司重视的。

但是，随着不断地，连续地，看了好几次他们的广告后，我的体验变得越来越差，感觉时时刻刻都被这家公司盯着，有点倒胃口了。

在这期间，我其实也有登陆过其他航空公司网站看过机票，但之后，只有收到这家航空公司，在给我不断地投放在线广告，而其他航空公司的广告，我一个也没有收到。（很显然，这家真的很舍得在重定向广告上砸钱）

02

这整一个过程，我们可以引出几个概念和数值。

Frequency： 每个时间单位间隔内，我收到的该公司的广告次数
Capping：每天我最多收到的该公司的广告数量

在这个例子里面，
frequency 的设置似乎是一个很小的值，因为我无论在多短的时间间隔内，总能收到这家的广告。
Capping 似乎是一个很大的值，这一整天，我在不同的设备（mobile/destop）、渠道（APP/website）看到他们的广告。累计起来，至少看了不下100次，奔溃。。。。。。

03

这里，我们又引出了另一个广告概念“渠道” 。

上面这个例子中，我在多个渠道看过广告，比如，我在APP看过该航空公司的广告，在某些知名的网站看过，在某些不知名的网站也看过。

那么，到底哪些是有效的广告渠道，哪些是无效的？还是说，哪个渠道不重要，认准是谁才最重要？

我们看一个渠道咨询会用到一张图。 非真实数据

1 广告商先确定自己的目标客户的人群画像；
2 广告商查看这些潜在人群常用的渠道（此案例指的是：网站或APP渠道）；
3 根据每个渠道覆盖的人群比，挑选最优的渠道组合；

最后，广告商或者客户觉得覆盖90%的人群就可以了，于是选择了前3个渠道进行触达。

04

很多咨询报告，到此就结束了，没有给出后续的建议。
其实这步只是渠道选择的开始，需要深入了解才能提供更有指导性、洞察性的内容。

比如：
1）广告的目
目的：触达潜在用户，还是重定向用户，还是增加品牌认知度，这些都会影响到渠道选择。

2）频道控制 (Frequency，Capping)
这个是广告研究很重要的一点。最完美的情况是，在用户触达过的所有渠道，总体设置一个总的控制，而不是每个渠道都设置一个控制值。

一般情况下，用户每天看同一个广告，10次为最佳。

然而现在广告行业，多数的广告投放系统的数据并不是互通的。

如果每个渠道都是设置每天10次，商家选择5个渠道投放的话，那么这个用户在同一天，很有可能看到50次同一个广告。

但肯定有人会说，既然这样，每个渠道都设置为2次，那么5个渠道正好10次，用户也不会觉得烦。

但是，这里又会有一个问题，你怎么知道，这个用户在某一天中，一定会去满这5个，万一周中的时候，他只会去其中一个呢？

3）渠道的转化率

有些渠道，覆盖潜在用户率高，但是这些用户转化率小，就使得渠道的获取用户成本高(CAC：cost acquisition cost)，ROI低。

而有些渠道，覆盖潜在用户率低，但是一旦触达，他们的转化率高，那么CAC就低，ROI高了。

我们都知道，同样收入的情况下，一定是成本越小越好，所以在选择渠道时，渠道用户质量也是要考量的要素。

4）DSP选择
我们有时候可以选定仅在某个渠道做广告，有时候可以选择DSP广告商为你做广告，当然了，这些都离不开之前提到的frequency，capping，转化率这些因素。

5）广告形式
这个。。。Micasa‘s cake 经营遇到瓶颈，可能我的广告形式有点问题吧。。。。。。

6）当然了，其实还有很多值得探索的东西，季节因素，一天中时间分布因素等。。。

如果我的文章能带给你一点点启发，还请动动你的手指，点赞、收藏、关注吧！
你的点赞和关注，是我一直写下去的动力！
如果你还想看我的其他文章，请戳👉

先别急着分析竞争格局，谁是你的竞争对手还没弄明白呢
从做蛋糕到多重共线性(Multicollinearity)
消费者、用户和产品的关系思考
结合日常生活的例子，了解什么是卡方检验
一步一步教你分析消费者大数据
从优惠券的投放人群，教你看分类模型的评判标准
数据分析师，少一点套路，多一点思路
关于数据建模变量标准化，你想知道的都在这里了
运营经理，你真的知道模型里的R平方吗？
从可视化角度浅谈如何做一份优秀的咨询PPT(一)
用可视化思维解读统计自由度
孰好孰坏？第一方数据与第三方数据
读完这篇，连小学生都看的懂什么是机器学习里的boosting
教你炼就火眼金睛，识别会说谎的数据分析