CTV 与 OTT效果评估深度剖析
在 互联网电视(OTT)博客系列的第1部分,我们通过定义术语,介绍AppsFlyer的OTT评估集成以及值得关注的OTT市场关键趋势,阐明了高级电视的现状。对绩效广告主而言,定义归因方法应成为确定OTT测试策略的第一步。正因如此,我们在这篇文章中以OTT和联网电视(CTV)归因为技术重点,深入探讨高级电视效果评估主题。
电视评估概述
广告主长期以来受制于传统电视评估的局限性。不同于依赖追踪URL、像素、回传和S2S/SDK对接来提供广告互动与转化之间的一对一确定性评估的数字渠道,线性电视依赖于概率归因。电视广告主获得的是根据电视收视率和尼尔森面板数据并按人口(例如18-34岁年龄组)统计的有关预计展现投放的常规报告,但要了解这些展现产生的影响,就必须购买独立的研究报告。这通常通过增量提升分析或付费品牌研究来完成,以估测电视对相关指标(如认知度、获取和销售)的可能影响。AppsFlyer使用类似的方法通过基于时间和位置的信号将移动安装归因到电视广告 ,而无需额外费用。
现在来聊一聊CTV。尽管互联网连接具备为同一家庭提供电视广告与跨设备行为之间更准确链接的潜力,但真正基于人的归因的发展仍处于初期阶段。AppsFlyer很荣幸能够对在与CTV广告同一平台上发生的OTT应用下载进行确定性归因,但就目前而言,从CTV广告归因到其他设备仍然依赖于和传统电视相同的概率方法。一些营销云服务公司已开始提供“身份图”,使用基于家庭和用户的信号来提供CTV的高级跨设备归因,但这些服务尚未与任何主要的MMP对接。
确定性评估:SDK/S2S对接
目前可通过两种可靠的方案对在与CTV广告相同的OTT平台上发生的OTT应用下载进行整体归因:
- 与每个平台供应商直接对接以进行数据回传(针对跨平台广告的手动且繁琐的过程)
- 与集中式归因合作伙伴合作(例如AppsFlyer)
与AppsFlyer对接使广告主能够在同一界面查看自己的所有OTT安装,而不需要汇总来自每个OTT平台供应商的独立报告。除了简化分析流程外,AppsFlyer还提供高级评估方案。设置无限制的应用内事件、配置自定义归因窗口并无缝对接OTT媒体渠道,以便在OTT平台上实现更深入的分析和标准化。我们目前提供以下直接对接,并且即将推出更多平台:
OTT类型 | 平台 | SDK | S2S | 备注 |
---|---|---|---|---|
流媒体播放盒/棒 | Fire TV | X | X | SDK需要商店外APK |
Roku | X | X | SDK需要商店外APK; S2S需要 段对接 | |
Apple TV | X | X | 不适用 | |
游戏机 | Xbox | X | X | 不适用 |
智能电视 | Roku TV | X | 开发中 | |
三星 | X | |||
LG | X | |||
Android电视 | X | Android电视包括Nvidia、飞利浦、夏普、TCL、东芝和创维电视等品牌 |
将OTT应用与AppsFlyer SDK对接后,只需点击几下即可为对接的媒体渠道启用付费归因。可选的服务器到服务器(S2S)对接允许您将AppsFlyer事件回传给各个OTT合作伙伴和媒体渠道以进行优化。
概率评估:提升测试和设备图表
确定性评估总是比概率方法更准确,但对某些广告主来说,可能想要购买额外的分析服务,以使他们能更全面地了解CTV营销活动产生的影响。这不仅有利于OTT应用所有者,希望借助CTV广告来提升认知度的移动应用所有者同样能够从中受益。尤其是对移动效果广告主而言,策划CTV营销活动却无法获知其对产品或应用安装的影响,无异于浪费钱财。
幸运的是,一些媒体合作伙伴和营销分析公司已开始提供有助于满足这一诉求的解决方案。主要有两种方法:(1) 转化率提升测试;以及 (2) 跨设备图表。
转化率提升测试
转化率提升测试只能由在多个设备上运行媒体的DSP执行,并需要关闭其他媒体以避免测试污染。在启动测试之前,DSP会将您的目标受众分为暴露组和对照组。测试组将会看到您的广告,而对照组看到的则是无效对照广告。营销活动结束后,广告主会分析测试组和暴露组各自的安装转化率,以了解广告曝光可能产生的影响。接着,这可用来对CTV到移动设备的eCPI进行基准比较。
遗憾的是,由于广告主必须为投放给对照受众的广告付费,因此这种测试的价格较为高昂。针对此问题的一种类似但费用可能更低廉的方案跟幽灵广告有关。采用此方案,您只需为自己的广告付费。在后端,DSP会尝试随机选择受众并投放您广告以外的其他广告 – 相当于复制对照组。幽灵广告测试既可以作为附加价值提供,收取极低的费用(比如:20万美元),亦可采用固定费率,其费用会低于无效对照广告方案。
值得注意的是,这两种方案都基于可能受选择偏差影响的相关性分析。这可能导致不同测试产生迥异的结果,必须进行重复测试才能得出准确的预测模型。
跨设备图表
就CTV跨设备归因而言,跨设备图表无疑是目前最全面的方法。上图说明了广告主使用数据管理或营销云平台(如Drawbridge、Tru Optik、Samba TV、Data + Math、Adobe或Oracle)进行数据汇总的情形。IP通常是此方法的主要连接指标,而其他指标(如设备ID、用户代理、时间和地理位置)则用于验证跨设备图表连接的准确性。最终可生成多源归因报告,用来判断哪些App安装是由跨设备媒体驱动的,即CTV到移动设备和移动设备到CTV。
这种方法的主要缺陷是成本和准确性。使用自定义分析服务合作伙伴的费用可能高达每月1万美元以上。对此的替代方案是,寻找能够作为附加价值提供跨设备归因的DSP或程序化合作伙伴(例如The Trade Desk),但每个合作伙伴都有各自的方法、限制条件以及最低消费门槛。除了成本以外,跨设备图表提供的结果可能比转换率提升测试更准确,但却仍然无法媲美确定性方法。和概率性模型一样,跨设备图表中的任何关联都应该被保守看待。
未来展望
整体来说,就像20年前的移动归因的野蛮时代一样,CTV衡量仍然极端碎片化。然而,随着时间的推移,CTV的高速增长率使它天然适应了技术先进性。更重要的是,OTT 应用和移动端的协同效应为移动应用市场营销人员展现了一个清晰的机遇,让他们迟早会开始测试OTT电视。在我们的下一篇博客中,我们会分享更多与Amazon Fire TV整合的细节、特色广告的机会及如何评估的最佳实践。
有关如何通过AppsFlyer设置OTT的更多信息,请浏览我们的支持页面(Amazon Fire TV / Apple TV / Xbox / Android TV),联系您的客户成功经理,或预约向AppsFlyer专家进行免费咨询。