当我们需要测量营销活动时，我们中的大多数人都了解了在线广告系列跟踪，它使用 Cookie 或用户ID来清楚地跟踪用户行为以进行转换并生成强大的数据集。但是在离线的世界里，有一些强大的频道，比如电视和收音机，它们看起来像一个黑匣子，现金输入，效果出现，但是在这个过程中几乎没有数据可以收集，长期的品牌效应难以分析。但好消息是，如果你有合适的工具，你可以测量任何东西。以下所有解决方案都使用经过验证的统计分析来解锁您可能认为不可访问的见解。
即时响应（电视或广播宣传）您可以测量对频道和使用案例的即时响应，其中客户倾向于使用设备观看或收听广告，并且当您确切知道什么是营销活动时。例如，通过电视和广播，您可以从您的网站或移动站点或应用程序获取关于每个位置播放时间的数据，以及流量和用户数据。您可以使用实时统计算法将广播时间与广告后的用户响应进行比较。对灰色窗口开始播放的电视广告的实时响应。所有超过窗口中阈值的访问都属于此点。关键绩效指标：网站和移动网站访问、应用程序使用或安装。方法：测量接入和安装的峰值，如果直接在广播后出现，则明显高于正常日交通波动。这种通信是由这些单独的广播引起的。注意：确保保持过滤流程，因此仅限于更可能来自特定广告系列的来源。这需要有关用户如何访问您的站点或应用程序的域知识。此外，流量波动的原因不是营销活动。基于这些波动设置阈值对于确定细微变化是由按需还是仅由噪音引起至关重要。
短期响应（广播或广告牌活动）除了对营销活动做出即时响应外，客户还可以在看到广告后的几小时或几天内做出响应。收音机或广告牌广告系列就是这样，用户回家后可以访问您的网站或使用该应用程序，或者周末有空闲时间。它们的响应不会出现在上面提到的即时响应测量中，因此我们需要一个更准确的模型。网站访问的长期流量模式。在这个时间序列的后两周，有一个广播活动正在运行，我们需要确定是否有影响以及影响有多大。关键绩效指标：网站或移动网站访问，应用程序使用或安装，甚至实体商店访问。方法：通过贝叶斯建模，在了解其他因素可能影响广告系列的先验知识的基础上，分析顾客反应的时间序列数据。它需要涵盖所有可能的影响、饱和趋势、趋势的变化点、季节模式以及其他外部事件，如节假日和产品发布。应该注意的是，这是一种劳动密集型方法，需要在评估模型以及领域知识（例如渠道知识和业务模型）方面有很多经验。没有这一点，很难定义参数，并确保在合理的时间内找到准确的模型。
长期的品牌影响营销活动不仅仅是一次性的活动，将用户带到您的网站或商店-随着时间的推移，他们将有助于您的品牌的长期价值。不同的渠道甚至可能对彼此的有效性产生累积的影响，这使得这成为一个具有挑战性的现象。要做到这一点，您需要结合不同的方法。长期流动有两种基本模式：趋势和季节性。关键绩效指标：品牌有名度和亲和力的长期趋势，以及转型（如采购和应用活动）。
在这里，您可以更加关注下向漏斗的 KPI 和更高的价值转化，然后根据客户的生命周期价值对广告系列进行分析和优化。方法：市场调查是衡量品牌长期影响的有效方法。在这里，你可以监控消费者对你的品牌的长期认知，以及他们在目标人群或普通人群中对它的亲和力。对于稍微复杂一点的方法，但是有了深入的方法，您可以再次使用贝叶斯模型来捕获所有可能的趋势和变化源。首先，我们清理所有重复的季节模式或其他可能影响转换的事件的时间序列数据。然后我们检查变化点的长期趋势，并将其与已知的营销活动联系起来。
