品牌营销谈ROI有个屁的意义？！

“我跟老板申请今年的品牌推广预算，老板说，你要跟我说清楚，这些预算能产生多少的销售或实际销售ROI，我才给你预算！这我怎么能说得清楚？！”

ChatGPT都出来了，这个问题仍然是世纪大难题。

01 品牌营销谈ROI没意义？

从事品牌推广的从业者，会嗤之以鼻！说，品牌营销谈ROI有个屁的意义！我部分同意。

我并非是“品效合一”或者“品销合一”的坚定支持者，相反，我很认同由于不同的营销其目的有所不同，不可能都以最终的销售为导向。

但完全不谈ROI的营销，似乎又哪里不对头，即使是品牌推广，也是如此。更何况，老板们（在这样的经济形势下），比过去任何时候都要追求各种营销的最终销售效果。

老板会说，没有带来销售，什么营销效果都是白扯！

被动地且又不得不把销售跟品牌营销挂上钩，这大幅度增加了品牌推广业者的挑战和痛苦。因此，如何衡量品牌营销的ROI就是一个无解，却又不得不解的题目了。

所以，虽然品牌营销谈ROI看似没有意义，却又意义重大。正因如此，这篇文章，我的重点不在论述品牌营销的ROI衡量是否有意义，而在于论述，品牌营销的ROI应该如何衡量。

02 免责声明

如何解题，方法很多，但我首先要给一个“免责声明”：任何要精确衡量品牌营销ROI的要求，都是耍流氓！

品牌营销，毕竟是以改变人的“心智”为目标的营销，它期待的结果，是人的心理认知层面上的变化。AIPL的逻辑中，A和I是品牌营销要解决的问题：让人们知晓我的存在，以及让人们对我产生兴趣（或喜爱）。

连知晓都没有，是无法产生后续的销售的。但反过来，是否产生销售，也绝对不仅仅只是品牌营销的结果，它还跟经济环境、市场竞争、产品需求、产品定价、渠道便捷、其他宣传推广等等极为广泛的因素相关，所以，怎么可能说做了品牌营销后，能精确辨识单单由这个品牌营销创造的销售呢？

不可能精确归因，就算人工智能都普及了，也做不到。

除非你能极为清晰地了解每个人的行为动机，才可能做到。但，这侵犯了人的隐私，不合法。技术上也不可行。

所以，不要追求品牌营销的精确ROI。如果你的老板非要这么精确衡量你品牌营销的ROI，那么你要想想是不是你的老板在变相要求你走人了。

所以，我后面的内容，绝对教不了大家衡量精确的品牌营销的ROI。

03 方法1：宏观ROI

品牌营销ROI衡量的常规方法，最合理，或许也是“最不合理”的方法，就是衡量宏观ROI。所谓宏观ROI，很简单，统计全年的品牌投放的金额与去年相比的增量，以及全年的销售（包含线上线下）的总额相比去年的增量，然后将这两个增量相除进行ROI的计算。

今年品牌投放花了1个亿，全年销售额15个亿，去年品牌投放花了7000万，销量12个亿。那么，ROI就是3000万和3个亿的比值，即1:10。

这个方法，说它合理，是因为它确实大致说明了增加品牌投入可能产生了促进销量的效果，并且确实是以投入和产出的方式在计算ROI。说它不合理，是因为直接影响销售量的变量因素实在太多，谁说销售的增量，就一定是因为品牌投放的增加而产生的？

所以，这个方法，可以用来统计比较长的一段时间，例如三五年的总体的品牌投放的大致效果。如果能够略微加入一些其他变量，比如把居民可支配收入的增减情况，或是竞争对手的情况也加入进去，可能会更准确一点。

04 方法2：对宏观ROI来个AB测试不香吗

宏观ROI的不合理，并不是完全没有办法去纠正。AB测试的思想，完全可用在其中。比如，品牌投放进行严格的地域区隔，然后对比被品牌广告“轰炸”过的地区和完全没有被投放的地区之间的商品销量的增长差异。

地域区隔的广告投放，对线下而言，非常简单。线上投放，也不是特别复杂的事情，媒体都能帮助进行受众地理位置的定向。

上图：地理位置定向的广告投放

认真使用这个方法，是很能够估算出品牌投放对最终销售的影响程度的。但这个方法的缺点在于，对于那些我们坚决不投放广告的城市，是不是就意味着，我是准备放弃它们的市场了？

05 方法3：用电商和线下销售额的比例进行推测

这种方式只适用于线上品牌投放的流量引入电商的情形。在这种情形下，如果要计算品牌投放的ROI（包含直接在电商转化的，以及看到品牌广告但是没有直接在电商转化，而是在其他地方，比如在线下转化的所有转化），那么需要做几件事情。

第一，需要对线上品牌投放的流量具体在电商转化了多少销售额，进行追踪。如果是私域电商，那追踪起来就太容易了，用link tag的方法就好。如果是流量进入电商平台（比如进入天猫），目前的追踪方法包括CID方法，或是阿里的Unidesk（只适用于阿里电商），或是PA的方法（只适用于字节的投放），或是阿里和小红书合作的“小红星计划”，都是做这个事情的。

具体怎样实现追踪的方法，如果感兴趣，欢迎参加我的线下大课堂。

第二，需要了解或估算，做一次线上品牌推广后，线上购买人群和线下购买人群的大致比例。比如，某品牌大致估计自己做一次品牌推广后，线上购买商品的消费者和线下购买商品的消费者的大概比例是1:20（可以通过调研获得相关数据，或者干脆简单用企业当前的线上线下总消费者的比例）。那么，如果某一次品牌营销，可以统计到大概有0.01%的受众会直接点广告线上购买（利用第一点所讲的CID等方法追踪），那么就意味着，所有受众中大约有0.2%的人会到线下购买。

有了这些数据，这一次品牌投放的大致ROI也就能算出来了。

不过，我再强调一遍，这个方法只适用于品牌投放的流量引入电商的情形。

06 方法4：AI归因

与前面的方法相比，AI归因是当前最火热的一个领域。因为，万事不决问AI，准没错。现在的AI跟天神似的。

据说有好几个外国的做AI归因的公司，也在中国淘MTA（多触点归因的）生意，只不过有点水土不服。

（关于多触点归因（MTA），欢迎大家听我的线上课详细了解。）

所谓AI归因的方法，是指在品牌广告投放之后，计算出所有影响最终销售的所有的变量。当我们排除这些变量对销售的影响之后，再看实际上销售量的增减，就是品牌广告带来的效用。

举个例子，品牌广告投放花了1000万，广告投放期内销售量1.5亿。那么品牌广告的ROI应该是多少？AI开始计算了：如果不投放品牌广告，正常销量应该是1.2亿；正好碰到促销季，促销季带动，导致销量增加2000万；正好天气变得冷了，大家需求增加了，又促进销售2000万；正好，竞争对手又推出了廉价的平替，减少了销售1000万；经济整体下降了，大家手里的钱少了，减少了销售1500万；……（此处省略一万字，包含各种情况）

这些促进销售和抑制销售的因素整体计算下来，发现如果不投品牌广告，销量应该是9450万。那么，现在的销量1.5亿减去9450万，就是品牌广告产生的作用。

这个方法靠谱吗？我不认为它能够穷尽所有影响销售的情况，但它确实考虑了更多变量的影响，并且用它所谓的AI去校正参数，从而能够得出尽可能准确的，对各种变量的权重的理解。但，是否真正准确，很难讲，它是一个黑箱，很难验证。但确实有一些品牌企业采买这样的服务。

07 方法5：内容影响力与销售量的拟合

有些媒体平台，提供品牌广告投放之后的内容影响力衡量，利用内容影响力的增减，推测品牌推广给销量带来的影响。内容影响力，是指品牌广告投放之后，在媒体平台上出现的更多的相关的内容以及这些内容的传播情况，包括文章、视频等的内容创作，以及基于这些内容的浏览、互动、转发等。

媒体平台提供内容影响力数据，会包含以固定的时间周期统计的同比或者环比等，比如本周的内容影响力比上周增加了20%。

那么，我们假定，这些在媒体平台上自发的内容的增长，也会导致销量的同等增长（20%），只是销量的增长会在更长的时间内发生罢了。

这样，我们统计投放前的日销量，然后乘以20%，大概就是品牌广告带来的销售额增量。

这种方法也可以用品牌词搜索量、直接流量的增长来进行类似的比较。或者你把三个都综合起来一起考量，也完全可行。

08 方法6：品牌推广流量引入私域，并用电商站内Engagement进行同比推算

这个方法的前提是，品牌推广的流量全部进入私域。且私域有品牌企业对自己的私域有完善的监测（部署基础监测代码 + 事件监测）。进入私域的品牌推广流量往往转化率非常低，跟电商平台的转化率不能相提并论，但这些流量可能只是不愿意在私域上转化，他们可能在其他地方（例如在货架型电商的电商平台上比价购买）完成购买。

因此，我们绝对不应该直接把私域上的转化量，作为衡量品牌推广的ROI的依据。这并不公平。一个更加公平的方法是，将品牌推广带给私域的流量的Engagement与电商平台的Engagement进行对比，然后按照电商平台的转化率，重新核定私域上流量的转化价值。

基于私域监测，能够很准确拿到用户的相关行为，例如，浏览产品页面的数量。

然后，统计电商平台上，浏览产品页面的数量和订单转化的比例关系。把这个比例，代入到私域中，即可推断出私域能够真正产生的订单。

例如，电商平台上的从商品浏览到转化的比例关系是10%，也就是每10个商品浏览，会有一个转化为购买。

然后，品牌推广带给私域的流量是10万个，并产生了20万个商品浏览。那么，这20万个商品浏览大约等于2万个商品购买。这样，就能大致推断出，这一次品牌推广能够产生的销售量。

09 方法7：利用特定暗号

这个方法，是在品牌推广的时候，强调某个特定的优惠券代码，然后统计该优惠券代码最终被核销的次数。所有用该优惠券代码的交易，都被记为由该品牌推广带来的效果。

这个方法对全渠道的数据统计有一定的要求，同时，要有好的销售渠道管理和优惠核销管理。但确实是一个非常容易操作的方法。