Độ Chính Xác Của Ước Lượng Chi Tiêu Quảng Cáo? Những Điều Công Cụ Giám Sát Sai Lầm

Ước lượng chi tiêu quảng cáo từ bất kỳ công cụ thông tin cạnh tranh nào đều là các con số được mô hình hoá, không phải thực tế quan sát được, và câu trả lời trung thực về độ chính xác của chúng là: hữu ích về hướng, không đáng tin cậy ở mức đô la. Không có công cụ bên ngoài nào nhìn thấy hoá đơn hoặc dữ liệu đặt giá thực tế của nhà quảng cáo. Những gì chúng thấy là khối lượng sáng tạo, mẫu đặt quảng cáo và ước tính số lần hiển thị, sau đó chạy qua các giả định về CPM hoặc CPC để tạo ra một con số tiền trông chính xác nhưng dựa trên những dự đoán nhiều lớp sâu.

Cách ước lượng chi tiêu thực sự được xây dựng#

Một ước lượng chi tiêu điển hình của công cụ giám sát theo chuỗi như sau: đếm số lần đặt quảng cáo hoặc hiển thị mà sáng tạo của nhà quảng cáo dường như đã nhận được, nhân với CPM hoặc CPC trung bình giả định cho mạng lưới và ngành, sau đó trình bày kết quả dưới dạng "chi tiêu hàng tháng ước tính". Mỗi bước trong chuỗi này đều gây ra lỗi:

1. Đếm hiển thị cũng là một ước tính. Hầu hết các công cụ không có dữ liệu hiển thị trực tiếp từ máy chủ quảng cáo, chúng suy ra khối lượng từ tần suất và phạm vi quan sát sáng tạo trong quá trình thu thập, đây là một mẫu, không phải toàn bộ.
2. Giả định CPM/CPC là trung bình áp dụng cho mọi người. Giá đấu giá thực tế thay đổi rất lớn tùy vào uy tín nhà quảng cáo, độ chính xác mục tiêu, địa lý, thiết bị và thời điểm trong năm. Một mức giá duy nhất áp dụng cho toàn ngành sẽ sai cho hầu hết các nhà quảng cáo cá nhân, đôi khi chênh lệch đáng kể.
3. Mạng lưới và định dạng không luôn được tách riêng rõ ràng. Khoản tồn kho desktop và mobile, vị trí trong feed so với widget, và mức giá địa lý Tier-1 so với Tier-3 đều có mức giá thực tế khác nhau, nhưng nhiều ước lượng công bố lại trộn lẫn chúng thành một con số duy nhất.

Kết hợp ba ước tính này và "ước lượng chi tiêu" có thể dễ dàng sai lệch nhiều lần theo cả hai hướng đối với bất kỳ nhà quảng cáo cụ thể nào, ngay cả khi nó tương đối đúng trung bình trên một mẫu đủ lớn.

Tại sao đây không phải là lỗi có thể khắc phục được#

Đây không phải là trường hợp một nhà cung cấp làm kém và nhà cung cấp khác làm tốt. Nó là cấu trúc: không ai ngoài nhà quảng cáo và mạng lưới có dữ liệu đặt giá và giao hàng thực tế. Ngay cả mạng lưới cũng chỉ biết mình đã tính phí cho nhà quảng cáo cụ thể như thế nào, không phải giả định pha trộn mà công cụ giám sát nên dùng. Bất kỳ công cụ nào tuyên bố con số đô la chính xác cho từng nhà quảng cáo đều đang trình bày kết quả mô hình với mức tự tin cao hơn dữ liệu nền tảng hỗ trợ.

Những gì ước lượng chi tiêu thực sự hữu ích cho#

Mặc dù không chính xác, các con số chi tiêu mô hình không vô dụng; nếu sử dụng đúng, chúng trả lời các câu hỏi khác, trung thực hơn:

• So sánh tương đối. Nhà quảng cáo A có chi tiêu khoảng hơn nhà quảng cáo B trong cùng ngành và mạng lưới không? Lỗi mô hình chung thường áp dụng tương tự cho cả hai, vì vậy thứ hạng giữa chúng thường đáng tin hơn bất kỳ con số tuyệt đối nào.
• Hướng xu hướng. Chi tiêu ước tính của nhà quảng cáo có đang tăng hay giảm tháng này so với tháng trước không? Sự di chuyển hướng vẫn tồn tại tốt hơn so với con số tuyệt đối.
• Ước lượng quy mô sơ bộ. Phân biệt ngân sách thử nghiệm năm chữ số với chiến dịch duy trì bảy chữ số thường khả thi ngay cả với mô hình nhiễu; nhưng phân biệt $40,000 với $55,000 một cách đáng tin cậy thì không.

Tín hiệu đáng tin cậy hơn ước lượng chi tiêu#

Nếu mục tiêu thực sự của bạn là hiểu mức độ đầu tư của đối thủ vào một đề nghị, một số tín hiệu quan sát được mang ít lỗi mô hình hơn so với con số đô la suy ra:

Những tín hiệu này sẽ không cung cấp cho bạn một con số đô la, nhưng chúng sẽ cho bạn một cái nhìn trung thực hơn về quy mô và cam kết so với một con số chi tiêu mô hình được trình bày như chính xác.

Cách sử dụng ước lượng chi tiêu một cách có trách nhiệm nếu công cụ cung cấp#

Nếu bạn nhìn thấy một ước lượng chi tiêu công bố ở bất kỳ đâu, hãy xử lý nó như một ước tính Fermi thô: hữu ích để sắp xếp thứ tự, không an toàn để trích dẫn là thực tế trong báo cáo cho khách hàng hoặc cấp trên. Một số quy tắc thực tiễn:

• Không bao giờ trình bày ước lượng chi tiêu của một nhà quảng cáo duy nhất như một con số cứng trong báo cáo bên ngoài; chỉ nên dán nhãn là một khoảng hướng.
• Đánh giá ước lượng cao hơn khi mẫu nền tảng (số sáng tạo, thời gian quan sát) lớn; một con số chi tiêu dựa trên một tuần dữ liệu của một sáng tạo sẽ có lỗi nhiều hơn so với một con số được xây dựng từ nhiều tháng quan sát liên tục.
• Kiểm tra chéo với các tín hiệu quan sát trực tiếp (độ bền, số sáng tạo, phạm vi địa lý) trước khi rút ra kết luận, và nếu các tín hiệu quan sát trực tiếp và ước lượng chi tiêu không khớp, hãy tin vào các tín hiệu quan sát trực tiếp.

Ví dụ thực tế về cách lỗi cộng dồn#

Giả sử một công cụ quan sát sáng tạo của nhà quảng cáo xuất hiện trên khoảng 200 vị trí nhà xuất bản riêng biệt trong một tháng và giả định CPM native pha trộn cho ngành. Nhân vị trí với số lần hiển thị giả định mỗi vị trí, sau đó nhân với CPM giả định, và bạn sẽ có một con số tiền. Bây giờ thay đổi bất kỳ một đầu vào nào: CPM thực tế mà nhà quảng cáo này trả có thể gấp đôi hoặc một nửa mức trung bình pha trộn tùy vào độ chính xác mục tiêu và điểm số chất lượng sáng tạo, số lần hiển thị thực tế mỗi vị trí có thể thay đổi theo địa lý và thiết bị mà mô hình không thấy, và số vị trí quan sát được tự nó chỉ là một mẫu thu thập, không phải toàn bộ. Mỗi trong ba đầu vào này có thể sai lệch đáng kể, và vì ước lượng cuối cùng nhân chúng lại với nhau, lỗi sẽ cộng dồn thay vì trung bình hoá. Đó là lý do cơ học khiến một ước lượng chi tiêu của nhà quảng cáo duy nhất có thể trông rất chính xác trên bảng điều khiển nhưng thực sự không đáng tin cậy.

Tại sao OpenAdLibrary không công bố các con số chi tiêu giả tạo#

Vì có quá nhiều suy đoán nằm dưới bất kỳ ước lượng đô la mô hình nào, chúng tôi cố ý không tạo ra một con số chi tiêu chính xác để đặt trên hồ sơ nhà quảng cáo. Những gì chúng tôi theo dõi và hiển thị là những gì thực sự có thể quan sát được: số lượng sáng tạo, thời gian chạy, hiện diện mạng lưới, phạm vi địa lý và thiết bị, tất cả được thu thập liên tục từ các mạng lưới thay vì suy ra từ giả định giá. Nếu quy trình làm việc của bạn phụ thuộc vào việc đánh giá mức độ đầu tư của đối thủ vào một đề nghị, những tín hiệu quan sát trực tiếp này, được trình bày chi tiết hơn trong how to estimate competitor native ad spend, là nơi trung thực hơn để xem xét so với bất kỳ con số đô la nào mà công cụ đưa ra. Công cụ ad intelligence của chúng tôi được xây dựng dựa trên cách tiếp cận ưu tiên dữ liệu quan sát trước, thay vì trình bày các dự đoán mô hình như là thực tế.

Những câu hỏi đáng hỏi bất kỳ công cụ nào công bố con số chi tiêu#

Nếu bạn đang đánh giá ước lượng chi tiêu của nhà cung cấp trước khi dựa vào chúng, một vài câu hỏi trực tiếp sẽ cắt giảm nhiều ngôn ngữ marketing: Nguồn dữ liệu nền tảng là gì, quan sát thu thập hay nguồn dữ liệu cấp phép? Giả định CPM hoặc CPC được đưa ra như thế nào, và nó có thay đổi theo mạng lưới, địa lý và ngành không, hay là một mức giá pha trộn duy nhất áp dụng mọi nơi? Cửa sổ quan sát đằng sau mỗi con số nhà quảng cáo là bao lâu, một tuần thu thập dữ liệu sẽ cho ước lượng nhiễu hơn nhiều so với nhiều tháng theo dõi liên tục. Một nhà cung cấp có thể trả lời những câu hỏi này một cách rõ ràng sẽ trung thực hơn so với người chỉ đưa ra một con số đô la sạch sẽ mà không kèm phương pháp luận.

Kết luận#

Ước lượng chi tiêu quảng cáo từ bất kỳ công cụ cạnh tranh nào, kể cả của chúng tôi nếu chúng tôi công bố, được xây dựng trên các giả định cách xa giao dịch thực tế. Chúng có thể hữu ích về hướng để so sánh nhà quảng cáo hoặc phát hiện xu hướng, nhưng việc coi một con số đô la cụ thể là chính xác ở mức nhà quảng cáo cá nhân là một sai lầm bất kể nhà cung cấp nào tạo ra. Con đường đáng tin cậy hơn là theo dõi các tín hiệu quan sát trực tiếp, khối lượng sáng tạo, độ bền, phạm vi mạng lưới, và suy luận từ những yếu tố đó thay vì tin vào một con số mô hình trông chính xác hơn thực tế.