媒体与广告书籍读后感汇集(4)

广告是需要有费用投入的，其实可以想象有一个完美的函数关系f，可以表示成y=f(x)，其中y是因为广告投入而增加的销量，x是投入到广告的费用。而最终的目标就是找出下面这个式子的最大值：a*y-x，其中的a是单个产品的盈利，整个式子就是公司因为这个产品的总盈利。所以是否能找到这个完美的函数关系f就成了最关键的问题。
遗憾的是很难在现实中找到这个函数关系。首先，与产品销量有关的因素很多，如：产品的价格、产品的质量、潜在需要产品的用户数量等等，当然也有广告投放的效果。最理想的方法当然是能保证其他条件不变的情况下去查看不同广告投放方式的效果并找出最优，只是在现实中很难去真的这么实施，甚至没有可以用来参考的完整数据，因为每次需要投放广告的产品和市场都会不同。所以因为公告投放有着唯一性不可重复的特点，所以无法想科学实验一样设定其他条件不变而找出最优的方法。
其次，找出f的困难之处还在于广告投放的选择很多，选择什么样的媒体，什么样的媒介物，分别都投多少钱等等。不能一一去尝试，只能尽可能的去预测如何选择会有最好效果。预测广告效果又要有以前相关的历史数据，而相关的历史数据也不能完全准确的将广告的投放和销量增加对应起来并量化(第一个原因)，所以持续的累计，就会造成误差越来越大，最后导致预测失真。
其实前两个原因表现出来的直接问题，是首先要确定最有可能买产品的人群，然后如何投放广告能最大效果的覆盖这部分人群。在实际操作时，确定最有可能买产品的人群是市场人员的工作，媒体策划人员主要把精力放在如何解决第二个问题上面。但是在预测广告效果时，最理想的结果是可以知道有多少人在看完广告后会一定买产品(这里所说的预测也只能是根据历史数据预估未来一次广告投放的效果，所以下面讨论的都是如何测量广告已经投放后的历史数据，但是目的还是去预测广告效果)，但是这个测量过程还需要把握受众的心理活动，有相当大的主观成分，所以无法知道准确知道和量化。所以现在主要预测广告效果的方式，也只能从某个侧面去观察广告效果。而现在知道的是，受众人群中看广告的人数和看过广告人次与广告投放效果有着非常紧密的关系，而测量曝光量(也就是看过广告的人次，Imp)和独立受众数(看过广告的人数，Uv)会比较容易，并且这是一个客观过程所以容易量化。