从线上到线下(一):从概率性法入手,初探 ROPO 新趋势

媒体咨询 2018年 02月 02日

如今,数字化营销者常常执着于这样一个念头:能清楚告诉财务总监 (CFO) “数字化广告投入成本有多少,这些投入究竟能拉动多少销售量”。但是,如何证明数字化广告投入和门店销售量之间的关系呢?又如何衡量线上-线下这两个世界之间的关联呢?

消费者的购买行为日新月异,因而对于零售商而言,紧随最新潮流尤为重要。ROPO 便是当前一个重要的购买行为趋势。ROPO 即“线上调查、线下购买”,指消费者先在线调查产品信息,之后再在线下实体店购买产品。ROPO 趋势比较复杂,有许多不同的变化形式,如“展厅现象”趋势 (showrooming):先到实体店中查看产品,再在网上购买。尽管如此,了解并应对这种日益盛行的购买行为(目前88%的消费者均采取此种做法)已成为营销者孜孜以求的新圣杯。

任何人都无法避开 ROPO 这股潮流,无论是奢侈品牌、汽车制造商,还是保险行业。因此,五什五数据公司将就如何应对 ROPO 趋势提供一些参考方法。

为何不能忽视 ROPO 效应?

根据合适的在线衡量体系进行数字化广告投入固然不失为一个不错的开端,但若能保证数字化广告令公司最终盈利,则情形又会大为改观。原因在于,在奢侈品市场,77%的美国顾客和73%的中国顾客会事先在网上搜索产品信息,即使他们在购买产品时更倾向于线下渠道。在中国汽车行业,83%的消费者购车时会依靠事先在网上获取的信息,64%的消费者会受到社交媒体上流传观点的影响。这种现象给营销者带来重大挑战:如何得知消费者在到实体店购物之前,是否已与数字化触点进行互动?究根结底,如何衡量数字化广告投入对线下转化的影响?

直至不久前,零售商还极度缺乏用来评估在线广告对实体店销售量影响的相关指标。可如今,随着创新化监测技术层出不穷,零售商已能整体衡量跨渠道表现。这些技术的目标很简单:通过收集并分析匿名化顾客数据,将销售点与在线触点联系起来。那么,如何达到这个目标呢?共有两种方法来应对 ROPO 趋势:概率性法(本文的重点)和确定性法(下篇文章即将介绍)。

借助可用的广告网络方案,以概率性法应对 ROPO 趋势

消费者在手机上查看社交媒体消息、在笔记本电脑上浏览网页、在平板设备上阅读新闻,甚至有时三种同时进行,因此,监测消费者足迹并非易事。然而,对于零售商来说,了解消费者在访问实体店之前是否已在网上看过自家广告是非常重要的。概率性法有助于监测跨设备用户从线上到实体店的足迹。概率性技术在收集消费者数据(IP地址、地理定位等)时,会利用复杂的算法来识别消费者,并将实体店消费者与线上用户联系起来。

这些概率性工具颇具吸引力,已成为时下流行的工具。接下来,我们就分享几种有趣的概率性工具。

  • 谷歌到店访问衡量 (Google Store Visits):虽然这款工具仅能搭配谷歌广告服务平台使用,但其对零售商却格外有用。它能将点击了商家搜索广告的用户与他们在谷歌地图上显示的移动定位进行匹配,从而确认这些用户在浏览了商家在线广告之后是否访问过实体店。通过移动地理定位,该工具能将实体店访问与该店在线广告点击联系起来。
  • Facebook 到店访问衡量 (Facebook Store Visits):该工具主要面向门店众多的商家,如零售商、汽车经销商、餐馆等。它能将用户的地理定位与商家的在线媒体触点进行匹配。品牌商可根据位置瞄准消费者,面向其制定广告,以此向附近的消费者推送实体店定位。同时,该工具还能缩小目标顾客范围,令品牌商能更好地管理数字化媒体预算。
  • Snap 到店访问 (Snap-to-Store):这是 Snapchat 专为营销者设计的工具,旨在评估商家广告在推动消费者访问商店、餐厅等实体店的表现。该工具有助于品牌商跟踪消费者足迹,确认访问实体店的消费者是否曾浏览商家在线广告。值得一提的是,该工具能在应用程序内自动定位用户,不会给消费者带来任何不便。

然而,概率性法无法完全确定线上及线下关联

乍看之下,上述工具颇具吸引力,但正如其名所示,这些工具严重依赖概率,至多只能用于估计 ROPO 趋势的影响。具体而言,若谷歌到店访问衡量工具 (Google Store Visits) 试图将您的位置与某家实体店的位置进行匹配,如果该实体店位于购物中心之类的商业密集区域,那么该工具如何能得知您的具体位置呢?很可能您位于商场三楼,但该工具却认为您在商场一楼。因此,对于商场零售商而言,该工具的可靠性便有待商榷。

更进一步来看,这些概率性工具的真正目的并非衡量线上广告与线下购买之间的关联,而是提供促进消费者访问实体店的策略。诚然,这些工具重点围绕于推动消费者从线上广告走向线下商店,如 Snapchat 的方案。通过鼓励消费者访问实体店,这些工具简便的实施方案有时会采取可靠性调查,对商家促进消费者访问实体店的广告的效果进行初步估计,并就此得出粗略的看法。不过,它们流行的吸引力却掩盖了一个事实:这些工具实际上是广告营销工具,其数据衡量能力相对有限。由于缺乏自家广告平台以外的数据维度,这些工具的数据衡量结果都不太精确。不止如此,其地理定位设备也无法真正衡量实体店转化:万一消费者只是访问了店铺,却没购买任何商品呢?

最后,采用概率性法类似于品牌认知投入。虽然在 ROPO 效应衡量方面,概率性法还算不错的入门方法,但这种方法始终缺乏准确性。因此,在下一篇文章中,我们将介绍另一种数据衡量方法:确定性法。更多精彩内容,敬请期待!

还想再来一杯茶吗?