TPG 週刊 Issue 23 - 歸因模型百百種
數位廣告對於廣告成效歸因邏輯「多重歸因」視為現在及未來發展的重點。Google 近期將與蓋洛普(Gallup)合作,透過線下調查 1,000 位受訪者,來驗證 Google 的 MMM (Media Mix Modeling)歸因模型是否準確。然而廣告成效歸因發展趨勢,可以從 Google 各項產品變革中找到蛛絲馬跡。
TPG 週報會在台灣時間每週一早上 10:00 出刊,每一期將由 TPG 成員分享當週所閱讀的大小新聞與短評,還有不分新舊的優質閱讀文章分享。
新聞短評
Unity Board of Directors Reaffirms Commitment to ironSource Transaction and Rejects Unsolicited Proposal from AppLovin
上期提到的 Unity 二選一難題,馬上就迎來了結果。Unity 重申對於 ironSource 的青睞,並拒絕了 AppLovin 的提親。根據 Unity 官方說法,主要拒絕的理由是在他們分析完 AppLovin 的提案後,認為在財務面上及戰略面上都沒有更佳的優勢,因此拒絕此項提案。(Richard)
The Secret Talks That Could Have Prevented the Apple vs. Facebook War
華爾街日報近日刊出一篇重磅報導,揭露了三年前 Apple 與 Facebook 曾經試圖達成若干協議,讓蘋果可以從廣告營收為主的 App 當中獲取利益。蘋果一開始提案由 Facebook 推出一個免費廣告版的訂閱功能,讓蘋果透過 App Store 取得 30% 的分潤,後續也曾提案是否 Facebook 能夠將 30% 的 iOS 廣告費分潤給蘋果。然而此二提案並沒有被 Facebook 接受,因此也被認為是後續蘋果推出 ATT 及 IDFA 緊縮的相關政策的原因。(Richard)
Streaming viewership surpasses cable TV for the first time in the US
世人皆知串流影音服務終將超越有線電視收視,而這天已到來。根據尼爾森的數據顯示,今年七月美國串流影音收視首次超過有線電視,34.8% 的時間觀看串流影音服務,略高於有線電視的 34.4%。從佔有率來看,Netflix 仍舊領先所有對手達 8%,其他平台包含 Hulu 3.6%、Amazon Prime Video 3% ,YouTube 和 YouTube TV 合計為 7.3%。(Brick)
Snapchat’s paid subscription is already a hit
Snapchat 於六月推出訂閱服務 Snapchat Plus,每個月收費 $3.99 美金,提供了包含更換 App Icon、可以檢視重複觀看 Story 的朋友,以及桌機版的 Snapchat 服務。此外,針對 Snapchat 上網紅的粉絲們,訂閱 Snapchat Plus 的粉絲回覆將會優先出現。這些付費訂閱的各種加值功能,在推出六週左右的時間已經吸引了超過百萬的訂閱使用者。(Richard)
Digiday+ Research deep dive: YouTube investments pay off for publishers’ brands, revenues
根據 Digiday+ 調查 72 家媒體,在 2021 年有 67% 的媒體會定期在 YouTube 上分享內容,而到了 2022 年則躍升到 83%!且令人注意的是,對於媒體而言若需要投資原創內容,YouTube 是他們的首選(29%),再來才是 Meta(26%)、TikTok(19%)。不過若是提到媒體的購買廣告時狀況則大不相同,只有 25% 的媒體會在 YouTube 上購買廣告,遠落後於 Facebook(75%)及 Instagram(46%)。(Richard)
iOS Privacy: Announcing InAppBrowser.com - see what JavaScript commands get injected through an in-app browser
在 iOS 有不少App 當開啟網頁時,使用非官方的 Safari 瀏覽器來開啟網頁,而是透過自家 App 內的瀏覽器。而近日有開發者發現,包含 Facebook / Instagram / Messenger / TikTok / Amazon 都有在自家瀏覽器中「加料 JavaScript」去做額外的使用者追蹤分析。其中 TikTok 甚至會紀錄下使用者在網頁中輸入的任何內容。 相信此一報導一出,未來蘋果勢必又會加上相關政策限制規範。(Richard)
長文閱讀
Google Is Creating A Panel To Feed Its Conversion Models
隨著各界對於隱私權政策的重視與實踐,數位廣告對於廣告成效歸因邏輯「多重歸因」視為現在及未來發展的重點。Google 近期將與蓋洛普(Gallup)合作,透過線下調查 1,000 位受訪者,來驗證 Google 的 MMM (Media Mix Modeling)歸因模型是否準確。
然而廣告成效歸因發展趨勢,可以從 Google 各項產品變革中找到蛛絲馬跡。
從 2020 年 Google 開放讓使用者可以在帳戶中選擇退出標籤追蹤,到 2023 年將完全取代舊版 Google Analytics 的 GA 4 甚至根本不會儲存用戶的 IP 位置。
在此同時,在 2021 年 9 月 Google Ads 也將「最終點擊歸因」(Last-click attribution),替換為「以數據為準的歸因」(Data-driven attribution )作為預設轉換模型,概念上,因為各種因素無法輕易追蹤使用者,因此過去單純認列最後點擊的歸因會讓 Google 廣告成效看似大幅下滑,因此透過時間序列,將部分轉換貢獻分配給不同版位的廣告曝光。
廣告主的成效困境
即便 Google 宣布三方 Cookies 的退場 要延期到 2024 年底,但廣告成效日益下滑,及廣告成本日漸高漲仍在發生當中。iOS 的 ATT 政策,根據 Flurry 的報告指出,僅有 25% 使用者願意讓 App 廠商追蹤、使用資料以提供更完善的服務。另外 eMarketer 報導也提到,Meta 於 2021 年第四季度,廣告 CPM 成本提高了66%,而曝光卻少了22%,其中影響最大的是 Facebook Audience Network 廣告聯播網的成效。
當廣告成效不彰時,則會影響廣告主的收益,收益一但下滑就會縮減廣告預算,預算因而更集中在「成效型媒體」,當「曝光型媒體」的預算開始下滑,便會產生負向循環、影響整個廣告生態圈。最終,廣告市場的預算將更集中在特定媒體身上,而形成壟斷市場的局面。
雪上加霜的是,廣告成效的衡量指標因為各家媒體定義而有所不同,導致媒體間重複認列成效狀況的發生,往往當廣告主購買多家的媒體廣告曝光,當加總各家媒體的成效報表時,會發現同一筆訂單每間媒體都認為是他的功勞。
然而當廣告主想要自己下去分析成效時,有許多點擊轉換的成效,由於追蹤使用者斷點 (例如Web 至 APP的購物歷程)而導致無法判定,因而被判定為「直接流量」。簡言之,對廣告主來說,目前市場上流通的成效歸因方法,都無法協助衡量哪些媒體是真正的「好」的成效,進而優化廣告預算分配。
MTA 與 MMM 衡量廣告成效
全球行動行銷協會(MMA)研究報告指出,53% 廣告主已採用 MTA(Multi-touch attribution)多重接觸歸因,其概念是將廣告的每一個點擊,透過機器學習模型來重新分配廣告的貢獻與價值,讓廣告主可以更細緻化、更有效率優化自己的廣告。根據 IAB的調查,72%企業受訪者表示已採用 MTA 或 MMM 其中一種方式,作為檢視行銷效益工具。
MTA 模型會將使用者點擊廣告的歷程,視為是一種時間序列的路徑, 透過每個不同媒體廣告點擊的機率分佈,再應用損失效應來計算出每一廣告來源對於結果(例如營收)的影響,算出每一個廣告流量來源的實際貢獻。但由於廣告點擊相關數據,仍然屬於個人的層級的數據,一但用戶完全無法追蹤,MTA 模型將無法發揮原本的效益。因此,在 Ad Tech 領域經常將 MTA與另外一個類似概念的 MMM 去做比較。
MMM(Media Mix Modeling)歸因模型,其原理是應用多元性的資料特徵,如季節性、市場趨勢、隱私政策、行銷活動、廣告預算,這些變數可視為名目變數或是連續變數訓練模型的資料集,透過模型的迭代訓練及轉換資料,觀察每一個變數的衰退及強盛區間,進而重新推估分配每一個廣告流量來源的貢獻,以及預估廣告優化後的營收表現。相對 MTA,此一 MMM 模型的確可以在廣告主無法追蹤使用者時,衡量各廣告流量來源的廣告成效。
MMM 歸因模型對於全球品牌廣告主來說,最重要應用即是檢視全球廣告預算,包含電視、數位媒體、紙媒、戶外廣告、廣播、節目置入、內容行銷等,實際為自己的營收到底產生多少貢獻,進而歸因及優化媒體組合預算。廣告主可以應用 MMM 作為同一個衡量標準,來評估電視廣告預算與數位廣告預算效益的差異,與實際營收的關係為何,以及預估預算分配還優化整體營收。
看似美好及強大的 MMM 有一個天生的弱勢:本質上 MMM 就是一個聚合型數據應用,因此需要大量的數據,方能訓練出準確且可預期符合信度的結果,這也是為何MMM 通常需要 2至 3 年以上的數據,才能發揮完整的功能。然而我們都知道,品牌廣告活動通常走期為一至二個月,MMM 因此完全不適用活動型的廣告歸因。
結論
從 Google 及產業持續關注 MMM及 MTA 應用,我們可以解讀為是為了因應 Cookieless 及各隱私政策的日益緊縮。目前 Google 因產品及市場因素, 導致隱私沙河提案陷入囚徒困情的兩難,無論是廣告主或是媒體陣營,要更把握這段期間投資未來的應用場景,如第一方數據應用、各 Universal ID 佈局,到了 2025 年數位廣告市場,才不會更陷入只剩下少數媒體廣告可以買及賣的窘境。
本文提及多重成效歸因的方法,無論是 MMM 或是 MTA 皆是要補足,目前市場上歸因主流 Last-click 的不足,讓媒體成效報表不要再淪為一種嘲諷式快樂報表。面對媒體成效與 GA 上顯示成效差異甚大的問題,廣告主卻也無從判斷何者為真。另外,隨著各種用戶追蹤受限政策,也將導致無法判斷來源的「直接流量」,在整體成效貢獻佔比日漸攀升,我想這就是 Google 及其他全球廣告大廠不遺餘力推廣 MTA 及 MMM 的主要因素,用以輔助證明自己廣告成效,除了 Last-click 以外的價值所在。(Brick)
技術議題
聯繫與社群
有任何問題與反饋?歡迎與我們聯繫: [email protected]
也歡迎在 LinkedIn 上追蹤我們,接收即時發刊與活動訊息!
核稿編輯:Ariel