Martech企业为何未能提供关键指标测量工具？

互联网充满了解释增量销售重要性以及归因法可能导致误导的文章。许多营销人员将增量专家阿维纳什·库希克（Avinash Kaushik）视为指导方针的来源——如果你错过了这场关键辩论，那真是太值得补上了。然而，奇怪的是，很多 martech 厂商似乎仍然对“增量销售才是真正重要的”这一观点熟视无睹。

增加测试以衡量增量性不会只是解锁用户工具箱中戏剧性的ROI提升——它还会让你的营销人员避免因掩盖 poorly designed 和 poorly executed 但被错误宣传为成功的广告而尴尬。

归因法太差了

归因法是 martech 衡量绩效的标准。它是成年 marketers对“你上次点开的东西就是导致你的”这一简单逻辑的效仿。逻辑本身很吸引人：如果你看到了一条广告、收到了一封电子邮件，然后进行了一个被算作转化的行为——比如注册、下载或购买——那么一定是营销活动造成了这个结果，对吧？

不完全是。想象一下，你经营一家电子商务网站。由于你拥有品牌在 Google 搜索结果页面的首字母位置，所以在没有竞争对手投放搜索广告的情况下，你肯定会赢得该品牌的 SERP（搜索结果页）。假设没有人为你的品牌投放搜索广告，那么 Google 的搜索广告就不会影响到人们是否点击你的网站。

在这种情况下，归因法将被用来衡量 ROI 最好的广告。因为你在SERP上拥有你的品牌，所以几乎可以肯定，任何搜索“你品牌”的人都在寻找你。在 SERP 上投放搜索广告并不会改变人们在搜索后是否会访问你的网站。然而，很多人会点击你的广告，因为它位于页面顶部，因此 Google 的归因算法会告诉你，这个广告取得了巨大的成功。

想想看：你花了钱，结果并没有看到实际效果的提升，而且 ROI 还是负数。然而，归因法却告诉你，这个广告取得了成功。这太荒谬了！

关于 A/B 测试

“等等！”你说，“难道我们没有 A/B 测试吗？”

有的。不过，如果你诚实的话，你可能正在测试不同的创意方式，而不是测试是否运行某个广告活动。除了少数基础的营销自动化平台外，几乎所有营销自动化平台都提供一键式 A/B 测试，可以比较不同邮件的效果。然而，如果你想看到发送电子邮件与什么都不做之间的效果差异，你需要手动分组并花费很多时间设置测试。这并不是我们的懒惰，而是平台缺乏功能的表现。

在许多情况下，进行测试以确认销售量是否增加是具有挑战性的。让我们回到 Google 搜索广告的例子：如何知道运行广告活动对我的销售产生了积极影响？

Google 无法告诉你点击了广告、看到了广告但没有点击的人之间的转化差异。尽管你可以从访问过你的网站并点击了广告的用户和那些没有点击广告的用户的数据显示中获得数据，但你仍然无法识别出谁点击了广告却没点击。

营销人员的傲慢

问题的核心在于我称之为“营销人员的傲慢”——尽管事实上，这是 martech 厂商的傲慢。有一种潜在假设是，我们所做的所有事情都带来了正 ROI，因此只需要“比较两件事并找出更好的那件”。

这种逻辑是有缺陷的。假设我把预算的一半用于搜索广告，另一半用于电子邮件营销。使用归因法进行 A/B 测试可以帮助我提高每个渠道的表现，但无法告诉我如何分配我的预算。如果电子邮件渠道的 ROI 更好，可能是因为我给现有客户发送了电子邮件，而这些客户本来就会从我的公司购买更多产品，无论他们是否收到邮件。然而，归因法会告诉你这个活动取得了成功。我们之前已经讨论过搜索广告归因法的问题，因此希望你能明白，在这种情况下，数字上的一些信息将不会有帮助。

测试增量性的按钮

我只想看到 martech 工具中的一个简单的“增量性测试”按钮——一种简单的方式来测试运行活动与不运行活动之间的影响。有了这个数据，我们就能知道我们的组织是否通过这些活动实现了目标。

我听到世界各地的 martech 厂商在窃窃私语：但如果我们测试后发现某些活动不会带来比什么都不做的更好的结果呢？

对于那些厂商来说，坏消息是：是的，有些活动不会带来销售量的提升。这是不可避免的，并且非常、非常罕见。许多研究表明，营销活动会提高组织的绩效，因此我们无需担心。当然，这些活动会被专业、有经验的市场营销人员取消，因为他们知道即使这些活动没有带来收益，他们也会继续投资。

那么，哪些 martech 厂商能够帮助我实现测试增量性的目标？告诉我吧。我相信这个功能将赢得许多客户的支持。