Facebook Groups有了追蹤功能！廣告主的下一個必爭之地誕生了

來源 | MarTechCareer

作者 | Kerry Flynn

翻譯整理 | CC

近日，發生了成千上萬的品牌主都關注的大新聞：Facebook臉書近日在Facebook Groups中添加了Pixel像素，這一舉動讓營銷人員可以追蹤群組中的用戶在點擊了帖子之後會有怎樣的行為。

為什麼品牌主都在關注這件事呢？

因為Facebook Groups在Facebook的「community-driven」戰略指導下越來越重要，不管是在News Feed上顯示的優先順序，還是群組內帖子的互動率都有不錯的表現。而Facebook Groups Marketing群組營銷其實很早就開始了，不少品牌都說他們在群組中看到很高的活躍度。比如在TheSkimm群組（美國傳媒公司The Skimm的Facebook群組）中，曾有成員在群組裡發帖說他在飛機上丟了一件外套，結果幾小時後就有其他組員幫他找到了外套。

但是一直以來，Groups里沒有Facebook Pixel的功能，因此大家無法追蹤用戶在點開帖子後的行為（比如，有沒有從帖子前往品牌網站瀏覽？），很難有數字來證明其有效性。所以廣告主都處於蜻蜓點水的狀態，誰也沒下定決心花大資金投入Facebook Groups。

Facebook Groups Pixel的到來改變了現狀

Facebook Groups Pixel為品牌提供了更多數據點來理解他們的受眾。

「為品牌、產品或訂閱建立一個社群可以讓營銷人創造出忠實的粉絲和大使。」Calder Bateman的數字廣告戰略師Chris Mikulin這樣說，「Facebook Groups是達成這個目的的最好的營銷手段之一。現在我終於可以有武器來證明我的觀點了。」

Facebook在去年啟動了Group Insights幫助管理者看到群組的增長、活躍、成員數等。現在它拓展了功能，讓品牌可以將他們的群組與已有的Facebook廣告像素相聯繫起來，讓他們知道群組成員是如何與品牌的網站交互的。群組管理員可以在Group Insights的頁面上看到群組像素的數據。目前只有250人以上的大群才有Pixel的功能。

Sharma將Facebook Groups加上Pixel比喻成為email marketing的新形式：「Facebook Groups就是品牌的新型郵件。他們可以推送通知。群組裡的活躍度極高。所以在Groups里加入pixel是非常合理的，就像你也會通過郵件來追蹤用戶行為一樣。現在，通過群組，你就可以追蹤轉化率了。」

Tracking（營銷追蹤）為何如此重要？

營銷追蹤之所以至關重要，是因為它是營銷歸因的前提。

營銷渠道歸因分析的好處是顯而易見的。它能讓很多企業把錢投在最有效的推廣渠道上，在不增加市場推廣費用的情況下，通過合理安排推廣費用在不同渠道間的分配，顯著提升銷售額。

如果沒有Tracking追蹤，那該如何將用戶的廣告行為與用戶的產品行為相聯繫呢？

如果不做這個聯繫，那品牌怎麼知道哪些廣告渠道是有效的、且有多少效果呢？這就是營銷追蹤的重要性。

Tracking的本質就是是一段 JavaScript ，它主要用來追蹤用戶行為，並把數據傳送回第三方追蹤工具的伺服器。（如果你想仔細研究Facebook的Pixel Tracking，我們推薦你閱讀這篇文章：https://blog.hootsuite.com/facebook-pixel/）

實現了Tracking之後，品牌主們該如何做營銷歸因呢？

假設你在Facebook、Google、今日頭條、小紅書都投放了廣告，有800個用戶通過以下路徑購買了你的產品：

那你就可以用以下不同的模型來完成營銷歸因：

1. 最後點擊歸因模型（Last Click）

這是一個最典型的歸因方式，在所有的網頁分析報告及報告工具中（Google Analytics例外），可能包括你們自己的分析系統報告中，都可以看到這樣的歸因結果。你可以看到這樣的歸因模型是比較愚昧的（可是你確實天天在用它！）它會將上面的800個轉化統統歸因於Google的渠道。儘管你花了大量的推廣費用在Facebook、今日頭條及小紅書上，這些推廣渠道也確實對這800個轉化做出了貢獻，但你現在使用的歸因模型卻並沒有給它們記上一點功勞。

你可能會訴苦說：我沒有辦法給它們記上功勞, 因為我不知道在最後轉化前，它們都經歷了哪些渠道。哎，這就只能怪你沒有做好完整的追蹤啦！

2. 首次點擊歸因模型（First Click）

這個是最後點擊歸因的反向，它將所有的轉化的功勞歸功於消費者第一次點擊的渠道。在上面的圖示中，就是Facebook渠道。

這個模式初看起來也有一點道理，但仔細想想也會有很多漏洞：你的初次點擊可能發生在兩年前，然後你徹底地忘記了那個網站。兩年後那家公司在YouTube上做了大量廣告，你看到了並進入了官網產生了購買。這種模式完全忽略了讓你購買的YouTube的廣告效果。更為麻煩的是，在很多情況下，我們無法確切地知道哪一個渠道是消費者真正接觸到的「第一個渠道」，就像沒有人會知道他/她所有的朋友的第一個戀人是誰一樣，儘管他/她可能可能會知道那些朋友現任的太太/丈夫的名字。

3. 線性歸因模型

假設你剛剛拿到了奧斯卡獎，獎金有100萬（這只是個假設），你將要拿這些錢感謝幫助你拿到獎的人。為了簡化模型，我們假設對你有幫助的人只有你的父親、母親、經紀人和導演。你將怎麼分配這些錢呢？

有一個方法比較簡單粗暴，給他們平分了。也就是說，他們給你的幫助都是等價的，沒有人做特殊處理。這個方法雖然簡單，也考慮了多方面的因素對你產生的影響，但是，很顯然，這不夠合理。

線性歸因模型就像這樣，把貢獻率以等量權重賦值給所有影響因素/渠道。

4. 基本位置歸因模型

這種模型將40%轉化歸功於首次點擊，另外40%歸功於最後點擊，剩餘20%平均分配給中間渠道。該模型看上去比上面的幾種更合理一些，而且簡單實用。如果你的公司沒有很好的統計分析師或者數據科學家，你可以嘗試這種模型。

5. 時間衰減模型

當一次廣告展示或者點擊行為離最終購買時間越久遠，它在你記憶中留下的印象越模糊，對最終轉化的貢獻就越小。所以，時間衰減模型用時間衰減曲線來給不同的渠道觸點分配權重。在此基礎上得到一個合理的渠道貢獻分配比例。如下圖：

這種模型比上述其他模型要合理一些，困難點在於如何擬合不同的時間衰減曲線。這需要專業知識及對業務的充了解。

6. 個性化的歸因模型

事實上，不同的企業有不同的產品類別，不同的消費群體，採用不同的市場推廣方式。這在很大程度上限制了上述模型，特別是後面幾類模型的應用。並不是說上述模型不能用，主要原因是歸因的準確度會有很大的影響。很多因素，例如市場狀況、消費者類別、競爭對手狀況、長期品牌價值的影響、地域情況等都會影響到歸因的準確性。

多渠道歸因分析可以說是在大數據分析領域少有的幾個最具複雜性和挑戰性的分析項目之一。個性化的data-driven模型在大數據的基礎上考慮了儘可能多的因素的影響，在歸因準確程度方面比一般的模型提升很多。

科普1 | 什麼是Facebook Pixel？

簡單來說，Facebook Pixel（臉書像素）是一段Javascript的代碼，讓你可以追蹤、衡量，更可以在短時間內以更有效率的方式建立廣告活動的受眾。舉例來說，當用戶進入到被設有Facebook像素的頁面時，便會出發代碼並記錄其行為，以作為後續的廣告投放的資料庫。有了Facebook Pixel，你就可以用更科學的方式管理廣告成效。

科普2 | 關於Facebook Group Pixel

現在大家可以在Groups里設立Facebook pixel了！這樣一來，你就可以了解你的群組裡的posts是如何驅動組員去訪問你的網站。比如，一旦你執行了pixel基礎代碼和相關事件，你就能看到是否一個帖子導致了人們去你的網站留下他們的個人信息，或者在你的網站上購買了你的產品。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！