一方面，如何衡量营销带来的影响和成本有不同的标准，计算营销的投资回报率可能会很棘手。弄清楚销售增长的哪一部分可归因于市场营销活动可能很困难。大公司拥有复杂的ROI公式和算法，需要计算很多变量。
其次，为每个营销活动手动测量营销ROI需要花费许多时间获得公司财务信息。
第三，这种方法需要耐心。一个广告可能要在几个月后才能知道是否盈利。
Source：WebStrategies简而言之，用“传统”的方式计算营销投资回报率并不总是可行的。我们需要一个更好的方法。因此，让我们搁置复杂的公式、归因模型和算法，并专注于一个简单的指标：收入与营销成本之比。什么是收入成本比？简单来说，收入与营销成本之比表示了在营销上每花费1美元会产生多少收入。例如，在营销上每花费1美元，就有5美元的销售收入，那么收入成本之比为5：1。什么是良好的营销投资回报率？良好的营销投资回报率是5：1。Source：WebStrategies
5：1处于钟形曲线的中间。对于大多数企业而言，超过5：1的比例即是良好的回报率，而10：1的比例则比较少见。虽然高于10：1的比例可以实现，但不应以此为预期来设定我们的目标。Source：Spotio此外，目标比例在很大程度上也取决于成本结构，并根据所在行业而有所不同。在解释为什么5:1是好的回报率之前，我们先要了解一下营销成本有哪些。哪些属于营销成本？在计算比例时，营销成本是执行营销活动所产生的任何增量费用（即可变费用）。这包括：付费搜索（pay-per-click）
展示广告点击（displayadclicks）
媒体支出（mediaspend）
内容制作成本（contentproductioncosts）
外部营销和广告代理费（advertisingagencyfees）
由于专职营销人员的工资费用是固定的，因此不计入该比例。该比例旨在为营销活动提供简单的判断标准，因此，仅将因某次营销活动产生的成本计算在内。为什么5：1是理想的比例？首先，一家公司的收入至少应该可以覆盖产品的制造成本和营销成本。2：1的收入与营销成本之比对于许多企业来说是无利可图的，因为生产成本或卖东西的成本（也称为商品销售成本或COGS）约为商品售价的50％。对于这些企业，如果花费美元在营销上以产生美元的销售额，花费美元来生产要出售的产品，则只能刚好达到收支平衡。这样的营销是没有成效的。毛利率较高的公司（其COGS不到售价的50％）不需要通过营销获得尽可能多的销售量，因此，它们的比例较低。同时，利润率较低的公司（其COGS比销价高出50％以上）需要进一步扩大营销费用，才能达到盈利，因此他们的比例必须更高。为什么用户终生价值（LifetimeValue）在计算投资回报率时至关重要终生价值指消费者在未来可能为该公司带来的收益总和，而不仅仅是第一笔交易的价值。许多企业只考虑第一笔交易的价值，但是客户的终生价值远不止于此，因此，要准确计算投资回报率，我们需要了解完整的回报。例如，我们与一个客户合作，为付费搜索（PPC）设置了跟踪报告系统。以前，我们只会将通过点击付费点击产生的首次销售归因于广告。实际上，在未来这些客户通常会从其他渠道进行更多购买。由于该客户来自PPC广告，因此PPC应该持续获得更多的销售增量。回到这篇文章开头的图表，表中显示了11.2万美元的支出达成了50万美元的收入。该客户已实现了5：1的收入支出比例，但在将重复购买添加到此图表之前，PPC的回报看起来并不乐观。Source：WebStrategies当我们只计算PPC的首次销售收入而不是消费者终生价值时，我们甚至达不到2：1的比例。以下是随着时间的推移，首次销售价值和终生价值之间的累计差异。Source：WebStrategies支出没有发生改变，但是我们对于广告对收入（以及最终ROI）产生的影响的认知发生了巨大变化。如何设定营销投资回报率的目标？首席营销官，首席财务官或首席执行官都能够计算目标比例。它们将考虑公司的毛利率目标，管理费用以及达到账本底线所需的资金。不要忘记，每次都达到10：1的比例是不现实的，也不应该作为营销预期和目标。对于大多数企业而言，以5：1的比例为目标是合理的。关于计算营销投资回报率的补充信息计算所有营销活动产生的收入并不容易。某些策略（例如社交媒体、内容营销、视频和展示广告）的实施远早于消费者作出购买行为。营销软件平台（例如Hubspot，Marketo和Pardot）可以将早期参与度与最终销售挂钩，但这些工具也并不完美。但即便营销活动不能被完美测量，也并不意味着就不应考虑它。营销从业者们应始终努力将活动与收益之间的点点滴滴联系起来。随着网络分析技术的进步，营销人员可以更好地追踪跨时间、跨平台的营销活动。最后，我们要始终记得营销的核心是创收，而不是艺术、幽默或创造力。不认真考虑将营销活动与收入挂钩的营销人员会错过更大的前景。应用营销支出收入比并以之为营销活动的“黄金标准”，将使团队专注于营销的最终目的：增长业务。熟悉衡量不同营销渠道对关键商业指标的回报率（ROI）是每一位营销数据分析人士都需要掌握的重要能力。在MarTechApe宝藏级实操项目《营销组合建模训练营》中就会围绕这一目标，手把手带你领悟如何有效处理不同来源的营销、销售数据，建立规范的指标，正确衡量和解读营销效果，从而理解各大公司市场营销部门、消费者洞察部门的关键痛点。除此之外，该项目会带你从头到尾经历从数据源概况、数据处理与可视化，到统计建模、深度诊断的全套企业内常用流程，同时配备SQL面试辅导和简历指导。每位学员将有一套亲自打磨的Data成果作品和一套Model成果作品，以及一段完整的可以写在简历中为客户解决实际问题的经历。现在项目第8期已开始招生，如果你希望通过这样一个项目在此番春招季中加速斩获理想Offer，就快来报名我们的《营销组合建模训练营》MarketingMixModelingBootcamp吧！以下是项目具体介绍：从年起，我们已举办了共7期《营销组合建模训练营》，往期的学生们拿到了全美顶级的面试机会以及全职工作OFFER，组成了训练营的荣誉之墙：MarketingMixModelingBootcamp往期学员拿到的面试机会以及全职工作OFFER包括Google、Facebook、Twitter、LinkedIn、Uber、Wayfair、Walmart、Accenture、Pepsi、Bloomberg、Square、Deloitte、Salesforce、ATT、JPMorgan、Mediamath、GroupM等互联网科技公司、咨询公司、广告传媒公司、金融机构。
1
营销组合模型训练营是什么？
营销组合模型训练营（MarketingMixModelingBootcamp）是MarTechApe的宝藏项目，由全球最大广告集团WPP美国办公室的数据总监以及营销分析经理共同授课。在训练营中，你将学习在真实商业情境中如何用营销组合模型解决广告营销最核心的问题——科学合理地评估不同广告对品牌和销售的影响，以统计模型的结果来科学优化广告预算。
训练营的学员收获了:
真正意义上的“用数据和模型解决营销中最重要的问题”的经历。
熟练掌握SQL、R、Tableau等时下最流行的数据处理语言，并用这些技能解决实际问题。
大大提高Media/AdvertisingIndustry的商业意识，熟悉不同媒介渠道的广告活动对不同商业指标的不同回报率（ROI）与有效性（Effectiveness），学会用“营销效果”的视角看待营销活动，理解各大公司市场营销部门、消费者洞洞察部门的痛点。
跳出学校作业的框架，上手真正商业情境中、实际工作中的实战案例。让校园与实际工作无缝衔接。将学到的Analytics思维方式泛化到其他应用场景，面对CaseStudy建立系统性解决思路。
提升项目演示Presentation技能，学会如何从原始数据中挖掘具有意义的故事。为客户解决实际问题，提高BusinessKPI。
完成项目后，辅导老师将帮助你利用这一个惊艳的项目背景打造最引人注目的简历；所有学员获得内推机会，优秀学员获得一对一面试辅导。
2
学员对训练营评价如何？
MarketingMixModelingBootcamp开办至今，收获了大量好评，学员们都觉得Bootcamp的质量非常高，在节课后给我们发来了很多让我们非常感动的评论：3
训练营老师是谁？
1.全球最大广告传媒集团WPP
数据总监
商业分析高级专家
拥有7年数据分析经历
各类SQL、Tableau疑难杂症的go-toperson
2.全球最大广告代理公司GroupM
营销分析经理
营销效果分析专家。为十多个每年广告预算上亿美元的大客户提供营销效果评估、销售预测等解决方案
拥有6年MarketingMixModeling等高阶分析经验，具有丰富的训练新人和带领团队的经验
毕业于ColumbiaUniversity统计学系
现在MarketingMixModelingBootcamp第八期
已正式开放报名！
我们的老规矩：小班教学，每一期Bootcamp只招收20名学生，先到先得！
接下来我们就看看训练营的具体课程内容吧！
4
在Bootcamp中可以学到哪些内容？
整个bootcamp分为广告数据源概况、数据处理与可视化、统计建模、深度诊断，共计24小时课时，在两个月内完成。周末OnlineLive授课，课后完成老师布置的作业，助教团队在班级群随时答疑，直播录像永久回放。课程内容涵盖了数据分析岗位的完整工作流程（analyticscycle）：数据收集DataAcquisition数据处理和清洗DataProcessing数据可视化与商业洞察DataVisualizationDataStory-telling统计建模Modeling模型优化Optimization销售预测Simulation深度诊断SideDiagnostics结果展示Presentation每位学员将有一套亲自做的Data成果作品和一套Model成果作品，以及一段完整的为客户解决实际问题的经历。结课后，每位学员获得提升简历的ProjectExperience完美描述，所有学员获得内推机会！优秀学员获得额外一对一面试辅导。报名的学员可在开课前一周获得详细的Syllabus。1.AdvertisingPlatformOverview广告平台概述了解美国主要的广告平台/第三方Vendor了解主要的广告数据源、变量及其意义了解现代广告机制以及各方角色感受真实的数据收集过程2.DataProcessVisualization数据处理与可视化搭建一个真实的数据库用SQL对数据进行ETL(Extract-Transform-Load)用Tableau来完成完整的DataVisualization通过挖掘数据中的信息，总结商业洞察DataPresentation：对数据产品进行展示，展示作品可作为项目经历成果学员在前四周会聚焦在数据处理和商业洞察上。学员会面对大量的营销活动数据（如Display、Search、Social、Video、TV等广告数据），根据MediaData的数据源与结构来处理纷繁复杂的数据。并用可视化来呈现出数据洞察。你将学会如何搭建一个数据库、如何利用SQL去处理未经处理的、大型原始数据集，并利用Tableau对数据进行可视化分析。你还将完成对一份数据的商业分析。简而言之，我们将以DataProcessingDataVisualizationInsightsGeneration这样一套体系，系统加强你的数据分析能力以及商业意识。3.StatisticalModeling统计建模建立MarketingMixModeling、调参、模型甄选构造与模型结果相关的visualization，分析各营销渠道ROI，提取洞察和战略建议建立Optimization，优化不同的营销渠道的预算安排，得出最优的营销组合在真实的世界里，模型用来回答各类不同的商业问题，帮助决策者作出最优的决策。在本次bootcamp的第四～第八周中，你将建立一个真正的MarketingMixModel！掌握模型最核心的秘诀，调整各类模型参数、学会解读模型结果、优化营销预算、精准预测销售走势。在这个过程中，学会将商业问题翻译成模型问题，用不同的分析手段来回答不同的营销问题，真正做到数据驱动战略决策。4.SideDiagnostics
深度诊断
详细解析模型结果，为每一个渠道对销售的影响做深度诊断在广告战役、广告创意（Creative）、投放策略（Tactics）等多个纬度上对媒介渠道的有效性进行拆解分析掌握如何通过深度诊断来回答各类数据与模型向商业传达的信息与洞察FinalPresentation：对数据和模型变量、结果做一个完整的presentation，展示作品可作为项目经历成果，助力求职面试在向你的观众解释MarketingMixModeling的模型结果时，SideDiagnostics（深度诊断）往往是一个让你的受众通过商业意义来理解模型结果的重要手段。模型的解释力以及与商业可行性的融合性是决定你的受众是否“买账”的关键因素。深度诊断部分将教你如何用统计的方法说服你的受众！5
上完Bootcamp，有哪些成果可以展示？
从变量可视化分析、模型解读、营销渠道分析，到战略洞察、PPT演示，学员的精致作业就是他们最好的训练营成果，这一份拿的出手的高品质项目，无论是LinkedIn还是面试展示，都会是脱颖而出的最佳帮手！
学员作品正是这些实打实的项目经验和能够直接拿到面试官面前展示的作品，让我们的学员在面试的时候信心倍增，让面试官刮目相看！说了这么多，到底怎么报名这门干货十足物超所值的项目课程呢？6
报名方式
长按转载请注明：http://www.bociwangnai.com/tzysjs/7297.html
