“我在廣告上的投資有一半是無用的，但是問題是我不知道是哪一半。”這是百貨商店之父約翰.沃納梅克一百多年前提出的廣告界“哥德巴赫猜想”。

放在今天也是同樣的道理，你花了一大筆預算去給自家開發的App做廣告推廣，卻無法得知不同的廣告素材、不同的廣告位、不同的推廣平臺，各自帶來的投放效果到底如何。

想要弄清楚“哪一半的廣告是無用的”，就要對每一條素材、每一個平臺、每一波活動進行深入的渠道追蹤和監測，以此進行資料分析，從而改進廣告投放策略。

一、廣告監測的複雜性

廣告投放監測的參與者一般包括：

App企業（廣告投放者）媒體平臺（廣告曝光者）第三方監測平臺（廣告統計者）

多維度全面曝光是當下最有效的App推廣策略，要做到這一點，首先就要在多個渠道上做推廣投放，那麼我們靈魂拷問一下：

假如我在的App三個媒體平臺上都投放了廣告，而某位潛在使用者恰好在這三個平臺上都點選了廣告，那麼最後當這位使用者下載了App並且啟用的話，要歸功在哪個渠道上呢？使用者的點選行為由媒體平臺界定，使用者啟用由App界定，那麼監測資料的第三方又是如何將兩者精準統計出來的呢？

為了弄清楚這些問題，我們可以先舉例分析多個渠道廣告投放的一些實際場景：

當簡單的廣告資訊同時出現在多個渠道的時候，如果無法及時做出判斷，瞭解各個的廣告產生的真實效果，使用者、渠道、企業之間必然會出現意見分歧，比如：

在這個例子中，到底怎麼歸因比較好呢？

我們要理解，無論你投放了多少個平臺，【廣告A】、【廣告B】、【廣告C】實際上推廣的都是同一目標（同一款App），我們不管使用者在幾個平臺看到過幾次廣告，最終他就是透過【廣告C】這一渠道下載到App的。

二、渠道效果如何統計

其實廣告統計的技術邏輯也並不複雜，我們用第三方渠道統計監測SDK openinstall 為例來說明。

它的原理是：當用戶點選/掃描廣告進入推廣落地頁時，將相關引數先上傳給監測方openinstall伺服器儲存；當用戶首次安裝並開啟App時，透過 openinstall SDK 取回暫存的引數，就可以知道某個新使用者具體是由哪個渠道轉化而來的。

這其中最關鍵的一點在於：多個渠道的推廣目標屬於同一個App時，啟用的資料必須歸屬於最後一次點選的媒體。比如使用者在啟用前點選了【廣告A】，又點選了【廣告B】，最後才透過【廣告C】下載了App，那麼啟用的資料就應該歸屬給最後一次點選的【廣告C】，openinstall 這些第三方的方案就能很好的實現這一點，因此就可以做到精準統計廣告效果。

至此，廣告效果的統計方式基本明朗，但在廣告效果統計的邏輯被打通後，我們還能給這種統計方案想象更多的應用場景。

三、應用場景拓展

1、多維度渠道推廣

上述這種渠道統計方案不僅可以用於線上的App原生、資訊流等廣告，也可以應用到App好友邀請、App換量、渠道買量，甚至是線下地推、戶外廣告、二維碼推廣等一切推廣場景，同樣是以連結/二維碼的形式實時統計各自渠道的推廣效果。畢竟我們也不可能只是把所有資源都投在線上廣告這一塊，多維度渠道推廣，並去了解各自的實際效果，才能更有助於我們開源節流，改善廣告投放策略。

2、下載後續行為監測

除此之外，我們還要對使用者下載後的後續行為做跟蹤監測，比如電商App除了基礎的PV、UV、App下載/啟用/註冊等常規資料外，還需要統計“加入購物車”、分享、下單購買等重要行為；遊戲類App除了CPC、 CPA等考核指標，還要重視留存和活躍度，像次日留存、7日留存、30日留存、付費率、APRU等。這些App內的行為監測工作，也可以透過第三方SDK對接API實現。

3、最佳化使用者體驗

如果你以為渠道追蹤只能應用於監測廣告效果，那就錯了。基於 openinstall 這種統計方案，我們可以在使用者分享的邀請連結裡附帶 App 邀請人的 ID，這樣即便被邀請的使用者不填邀請碼，我們也能精準匹配雙方邀請關係，並自動發放獎勵；遊戲 App 的對戰邀請連結中附帶遊戲房間 ID，那麼雙方都可以透過此連結直接加入遊戲房間……有了這樣的技術，我們就可以根據業務需求想象更多使用場景。

將這些方案靈活運用到推廣場景中，能夠省去填寫、搜尋、記錄等環節，將使用者操作成本和推廣運營成本降至最低，這是減少流程的一小步，卻是運營推廣的一大步，能給到使用者極致的App體驗。

四、總結

從App互動上來看，無論哪種形式，幾乎都要經過一個下載落地頁來進行推廣，因此廣告投放或渠道推廣，落地頁的標題、素材、內容對效果的影響都是舉足輕重的。

統計資料可以幫助我們平衡這些素材、平臺以及推廣方式，及時調節推廣策略，把推廣經費花在刀刃上。

有投入就期待有所回報，但是不是所有的投入都會產生回報，就比如廣告投放，你不可以說我廣告投給那麼多人，一定有那麼多人來看，那我要如何瞭解到哪些人看了我的廣告？投放收益又如何？

這就需要我們來進行廣告資料的追蹤了，追蹤的結果也就可以讓我們知道廣告投放的效果如何。我們可以根據廣告的形式、素材的不一樣，選用專門的檢測工具進行檢測。REMERGE透過精準的App再營銷來驅動App的收入增長，可面向App使用者投放個性化的、具有高度相關性的廣告。可對廣告活動進行效果提升測試，讓廣告支出回報率的增長和單個轉化增長所需的成本來衡量再營銷活動對您業務的實際影響。

做資料分析：1投入多少 2產出多少銷售線索 3獲得銷售線索的成本是多少 4銷售成交量 5成交成本是多少

綜上所述與同行對比，就可大概得知你的廣告投放效果如何了

迄今，Data Box對應的資料庫是27萬全國設點，361個城市的覆蓋點，8億精準使用者資料，17億日使用者數和1000+的使用者資料標籤形成的後臺大資料。Data Box背後連線的是一個大收聽資料庫，所以，帶著智慧裝置的人都有可能成為我們的受訪者。

Data Box可以對採集區域內的所有客戶群體進行日常行為透視，採集海量的資料進行分析，可以在活動營銷中給到客戶比較明細的人群的畫像。所以可以很好的知道廣告的投放效果！

個人認為，對於廣告‘’效果‘’的統計，只是對投放過程的監測及調整的手段，目的是為網站（App）精細化運營提供準確的資料支援；資料應該包括渠道、投放量、廣告存活率、目標受眾的響應率、返饋率、參與率以及最終的成交率等等。

廣告主在廣告投放平臺投放廣告，透過自有或第三方監測平臺進行資料統計。

準確講，廣告的投放效果的評估，我認為分三個階段，一是創意階段；二是執行、監測階段，三是微調再創意階段。

第一階段的創意要做定向及定量研究，評估指標包括：創意的方向、概念、指令碼、執行方式以及小範圍的定量測試分析報告等。

第二階段上文講過，採用定量監測評估，力求資料客觀真實有效。

第三階段是在第二階段的基礎上對目標受眾的再一次深度拓展，擴大範圍，昇華創意，強化投放效果。

一般在 Apple Search Ads 帳號中，可以透過三種方法來檢視效果資料。

“廣告系列”儀表盤

開發者們可以在“廣告系列”儀表盤、“廣告組”儀表盤或“關鍵詞”標籤中檢視頂層指標。每個元素所對應標籤下也在廣告組級別提供了關鍵詞、搜尋詞和 Creative Sets 對應的效果資料。一般能夠檢視的有關任意或所有資料如下：

費用

平均轉化費用

展示次數

安裝次數

轉化率

新下載次數

重新下載次數

已開啟“限制廣告跟蹤”時獲得的安裝次數

未開啟“限制廣告跟蹤”時獲得的安裝次數

Campaigns 資訊中心、“廣告組”儀表盤以及“廣告組”儀表盤和“搜尋詞”標籤中還包括所有關鍵指標的資料總計。

開發者可以透過這些詳細的資料對產品投放效果做進一步的分析，保證投放價效比。

“圖表”儀表盤

“圖表”儀表盤一般會以柱狀圖和圖表的形式展現檢視的資料，更方便開發者開導資料後有整體的把控，並以趨勢線的形式直觀呈現效果資料隨時間而變化的情況。可以按日期、廣告組、裝置或根據特定受眾群體細分來檢視多種關鍵指標：

費用

App 安裝次數

平均每次轉化費用

展示次數

除以上維度，開發者還可以按裝置進行資料篩選。與“廣告系列”儀表盤報告類似，預設期限設定為過去七天，不包括當天。所以對於資料統計時要保證資料提取的週期性。

1) 圖表檢視

“圖表”儀表盤頂部的圖表檢視按日期為開發者提供了效果資料快照。開發者可以篩選檢視並比較指標，以便深入瞭解廣告系列資料。注意：僅日期檢視允許開發者選擇多個指標。

2) 表格檢視

根據開發者選擇的篩選器和指標，表格結合了所選檢視中每個組的總數。

注意：報告以開發者帳號對應的時區來顯示指標。要在與計費交易歷史記錄相同的時區內檢視指標，請在頁尾的時區選單中選擇“UTC”。為反映 UTC 時差，你選擇的日期範圍可能會略有變化，搜尋詞、年齡、性別和位置報告無法在 UTC 中檢視。

自定報告

建立自定報告時，可以完全按照自身邏輯定義檢視資料。選擇報告維度、指標和粒度，在廣告系列組的任何級別執行廣泛的查詢，還可將報告安排為執行一次，或者每天、每週、每月執行。此方式所出報告更符合開發者關注的資料維度，更能夠透過資料看出產品情況。

在自定報告中，維度以列的形式顯示。可以選擇的選項包括：

在自定報告中，指標以列的形式顯示。可以選擇包括：

注意：檢視最新資料最多可能延遲三個小時。報告不包括 App 內購買專案的資料。此外，Apple Search Ads 不支援使用第三方跟蹤網址變數。但是，如果你想跟蹤使用者的生命週期價值，請考慮實施搜尋廣告歸因 API。