由於廣告技術越來越複雜，因此若能瞭解如何從龐大的資料中找出實用的洞察，就可掌握重要的競爭優勢。許多品牌仍透過爭取潛在消費者的方式來調配廣告活動支出，但由於消費者行為在疫情期間的轉變，加上行銷預算縮水，能否妥善運用資料並找出能帶來最多利潤的行銷指標，就成了推動業務持續成長的關鍵。
為了跳脫數位行銷投資報酬率的侷限性思維、提升獲利能力，品牌必須瞭解使用者在消費旅程中的各種小動作。只要掌握使用者決定購買或對商品失去興趣的原因，品牌就能做出更明智的投資決策，進而直接提高利潤。幸好，現在有一些解決方案能協助您達成這個目標。
只要採用最新的數位行銷自動化和機器學習工具，您就能分析大量資料信號，並據此即時大規模採取有意義的行動。下文以 3 個品牌為例，說明如何運用這類工具來分析資料，以設定能提升獲利能力的優質廣告。
如何利用資料信號找出能帶來最多利潤的潛在消費者
第一步是運用資料信號分析工具找出能帶來最多利潤的消費者；印度的影視串流服務 ZEE5 就是透過這種方式，為自家平台爭取到更多訂閱者。
ZEE5 改用 Google Analytics for Firebase (GA4F) 來分析廣告活動，這個解決方案提供不限數量的事件記錄功能，而且會集中存放所收集到的資料。因此，該公司得以分析來自現有訂閱者的不同資料點，例如地點、裝置和瀏覽行為，並據此建構模型來找出最有價值的兩個訂閱者區隔，也就是重新安裝應用程式的訂閱者，以及觀看節目預告後加入的使用者。
由於 GA4F 會自動連結 Google Ads，因此當潛在消費者更有可能訂閱且效期價值更高時，ZEE5 的廣告活動就會設定更高的出價。該公司也開始將解除安裝 30 天後的重新安裝事件歸因於廣告活動，不再採用 6 個月的回溯期，以充分改善廣告活動，爭取高價值的重新安裝目標對象區隔。
ZEE5 還利用機器學習技術來分析匯回 Firebase 的成效資料，以持續調整模
型，這使得該公司得以進一步改良 Google Ads 廣告活動。自從開始全力爭取能帶來最多利潤的目標對象後，該公司將交易價值提升了 125%，總訂閱量則提高了 2 倍。
採用 GA4F 的品牌能獲得更多關於使用者的信號，以利找出最佳潛在消費者，並針對這類目標對象提高出價。Google 內部資料顯示，若改用 GA4F 來分析廣告活動，在單次轉換費用幾乎不變的情況下，就能吸引更多活躍使用者，並將安裝次數提高 13%、應用程式內事件總數提升 20%。
如何找出可能流失的消費者並列為重點目標受眾
有另一種行銷策略也能提高利潤，就是根據相關資料找出極有可能流失的
消費者，然後好好培養這些消費者。印度隨選影片服務 Voot 希望降低付費消費者流失率，因此與 Google 合作，希望進一步瞭解何種類型的觀眾可能取消訂閱。
該團隊使用廣告資料中心輕鬆整合多個平台的資料，包括第一方 Google Ads 廣告活動資料和 Mixpanel 等第三方來源。接著 Voot 使用 BigQuery，分析包含超過 100 億個使用者程序資料點的統合資料，並建立模型來預測可能取消訂閱的目標對象。公司團隊分析了各種類型的資料，包括所觀看的內容、觀眾行為和流量來源等，並運用機器學習技術找出應注意的區隔和關鍵屬性，例如在訂閱的第一個月內只觀看過一種類型的新使用者。
現在有了可用於使用者流失預測模型的資料，Voot 就能將再行銷預算花在只要稍加努力就能留住的使用者身上。
接著，該公司將可能流失的目標受眾，按照行為模式分成多個較小的群組，並分析相關群組中使用者觀看的內容類型，以便針對可能取消服務的個別訂閱者選出要推薦的特定節目。在一項實驗中，獲得個人化建議的群組取消服務的比例比起控制組低了 35%。
採用這個自訂流失預測模型後，Voot 就能根據相關資料來決定行銷策略，也能將再行銷預算精準花在只要稍加努力就能留住的使用者身上，而不是自己會回頭的使用者。
如何針對較高價值的消費者調整搜尋廣告活動出價
只要分析多個消費流程的資料，您就能找出值得放送廣告活動來爭取的高價值消費者，甚至在對方成為潛在消費者前，就鎖定這類客群。線上飯店預訂網站 Oyo 原本習慣根據每位潛在消費者費用來評估廣告活動成效，但疫情讓飯店業承受了更大的壓力，該網站發現許多潛在消費者並未轉換，因此決定著重於可能成交的高意願目標受眾。
Oyo 捨棄爭取潛在消費者的策略，改為盡量提升轉換，因此為搜尋廣告活動採用以價值為準出價，針對可能帶來更高利潤的消費者提高出價。同時，該網站仍持續將飯店住宿天數、頻率和交易價值等第一方轉換資料，匯回採用機器學習技術的廣告活動。
Oyo 運用行銷工具中的機器學習技術來分析各種資料信號，因此得以找出最有價值的消費者。該網站後續還投注了更多預算來觸及高價值的潛在消費者，並將搜尋廣告活動的廣告投資報酬率提升了 75%。
如果品牌未根據整個消費流程的資料來調配廣告支出，就會錯失獲利的機會。不過，只要利用 GA4F 和廣告資料中心等最新行銷工具，您就能透過機器學習技術輕鬆整合與分析各種消費者資料信號，更聰明地調配行銷預算。
