在D2C（直接面向客户）的广告营销上，小型企业通常会向其所有客户的邮箱、手机以及从其他来源获得的新的邮件ID或电话号码发送促销邮件或短信。对这一操作没有投入太多思考的主要原因是因为小企业的用户数量少并且这类活动不太耗费成本。但是，在大型企业的情况中，事情就变得复杂了，因为测量广告的影响变成一种必要。

让我举一个我合作过的银行的例子。

该银行拥有超过1000万活跃客户，提供20多种产品。他们为这每一种产品进行交叉销售的营销活动。除此之外，他们还开展与服务激活相关的活动（比如电子报表激活，网上银行激活），与特定产品相关的促销优惠（比如信用卡返现）以及众多其他营销活动。

可能你已经能清楚认识到，将上面这些营销活动中的每一种都发送给所有1000万客户是没有意义的。我们需要选择目标群体。幸运的是，银行在目标群体选择方面一直很有优势，因为他们拥有大量有关其客户的信息。

现在，我们举一个用广告促进借记卡激活的例子。假设该银行希望增加其借记卡的激活率。大多数营销战役经理在这时会怎么做呢？大多数人无非会选择以下两种做法：

1.凭经验：广告战役经理根据他的经验采取一些主观安排来选择目标群体。在我们的借记卡激活例子中，营销活动经理可能就会选择年轻，住在城市地区，银行账户中有不错的余额并使用ATM的客户。这样做，目标群体的选择在某种程度上运作得是不错，因为选择了营销活动经理本来就知道会激活借记卡的客户。然而，这个方法最大的问题就是它不是受数据驱动的，并且会遗漏其他很可能会激活借记卡的客户。

2.运用倾向模型（Propensity Model，也叫反应模型，Response Model）：大多公司已经开始转向基于倾向模型的统计方法，主要是因为这是受数据驱动的，没有太多人为干预。倾向模型会根据用户数据告诉你用户采取预期行为的倾向（比如，哪些用户更有可能购买某一类产品）。在我们的例子中是激活借记卡。它们是利用过去的数据，通过使用标准分类算法搭建的。因变量将是这位客户是否在使用借记卡，自变量将是客户人口统计，交易模式，产品持有等数据。

精挑细选目标群体来推送广告的本质原因，是要提高广告的表现（随意投放就会浪费广告）。而广告的表现，先得测量，才提得上提高。所以我们先来了解广告活动的表现是如何用统计方法科学测量的。

测量广告战役的表现

增量（Lift）是用来估测战役表现的最广泛使用的方法。在选定一个目标人群之后，这个目标人群会被随机分成两组，人群分布大概是70%比30%。大一点的组（70%）叫做处理样本（也叫做实验组），而另一个小一点的组（30%）叫做控制样本（也叫做控制组）。顾名思义，处理样本指的就是接受实验处理的一组人，他们会被推送邮件/信息等广告。而控制组则不会被推送任何邮件/信息。然后我们给实验组一些时间（通常是3-4周）来等他们采取我们希望他们采取的行动（也就是激活借记卡），继而比较两组人群的借记卡激活率。

现在我们假设：

实验组的借记卡激活率：14%

控制组的借记卡激活率：12%

那么，增量也就是两组在激活率上的差值：14%-12%=2%

控制组的激活率代表的是：在你不做任何广告战役的情况下，会有多少人激活借记卡。

而实验组的激活率告诉你的是：多少额外的用户会因而你的广告而激活借记卡（也就是增量：2%）。

增量越高就说明这个战役的效果越好、ROI越高。只有增量才能证明广告是商业指标提高XX%的原因。

现在我们知道了什么是增量（也就是知道了怎样测量广告的效果），那就让我们回到最关键的问题上

——怎么选择目标人群才能让广告的效果最大？（正如前文所说，精挑细选目标群体来推送广告的本质原因，是要提高广告的表现。）

先让我们看看传统的倾向模型是怎么选取目标人群的。

倾向模型如何选择目标人群

假设我们已经运用历史数据、通过分类模型，计算出了所有已有用户的倾向分数，那我们就可以做出下图。

在下图中，X轴代表的是已有用户的借记卡激活倾向分数（下图中的“DC”指的是：借记卡Debit Card），y轴则是这些用户相应的实际激活率。比如对于倾向分数处于105～191这一档的用户来说，他们的借记卡激活率在1.4%左右，也就是这些人中有1.4%的人真正激活了借记卡。

可以清楚地看出，有着更高的倾向分数的用户，他们的借记卡激活率也更高。但当倾向分数超过293以上时，借记卡激活率陡然上升（圈出来的部分），这说明在293分以上的人更有可能实际激活借记卡。于是，在给潜在用户也计算了倾向分数后，那些超过293分的潜在用户，就会被选为目标用户用来推送广告。

这就是传统倾向模型在选择目标用户时的典型做法。

那么问题来了——

假如你给293分以上的潜在用户推送了广告，然后CEO跑来问你，我知道这些人本身就有更高的激活倾向，也许你不做广告，他们也会激活借记卡。那么请问，有多少用户的借记卡激活是因为你做的广告？这时你该怎么回答呢？

这就是在上文“补充知识”中提到的，倾向模型的局限所在——并不能帮你证明，你的广告是激活率提高了XX%的原因。

这时，你需要的是——增量模型。

什么是Uplift models（增量模型）？

到目前为止，你应该对广告战役以及如何测量效果有了初步了解。诚然，用倾向性模型可以让选目标用户这个流程变得自动化而且可以轻松管理。

但是，它在选择目标群体和估计战役表现这两者之间，有着非常根本的断裂。

倾向性模型只能告诉你一个用户用某个产品或者激活某向服务的倾向性，不管有没有广告、广告效果如何，他们的倾向性都是这样的。

所以它并不能告诉你，当用户被推送广告时，广告所产生的增量。而这广告的影响，才是我们最关心的。

而增量模型，则能够帮助我们预测每一个用户的增量，从而让我们可以只把广告推送给那些可以产生高增量的用户，从而提高广告的效果。

如上图所示，增量模型可以把用户们可以被分成四个类型：

• Persuadable：可被广告说服从而购买的人

• The Sure Things：就算不做广告也一定会购买的人

• The Lost Causes：无论怎么做广告都不会购买的人

• Do Not Disturbs：本来可能会购买，一看到广告反而不想购买的人
  

很明显，只有第一类人是我们感兴趣的——可被广告说服从而购买的人。如果我们只推送广告给这些人，那么我们的战役就会有很高的增量，因为他们在没有看广告时不会采取任何行为，而他们采取的购买行为完全就是因为广告。第二组人是确定无疑会激活借记卡的用户。他们是不管有没有广告都会激活的人，因此我们的广告战役不需要推送给这一群人。而第三和第四组也不应该被推送广告，因为他们要么是怎么推送广告也不会有反应的人，要么就是看了广告适得其反的人。简而言之，我们只要推送第一组的人，对其余的人不用做任何推送。

那传统倾向性模型到底能不能让我们找到第一组的人呢？答案是，不能。

倾向性模型能告诉我们那些有着高倾向性的用户大多在第一组和第二组，但无法进一步区分哪些人是第一组，哪些人是第二组。

而这就是增量模型才能完成的使命了。增量模型可以将用户精确分到上面的四组，帮你运行一个高ROI的战役。

那增量模型到底是怎样把用户分成四组，帮你找到那些可被广告说服从而购买的人群呢？怎样能利用增量模型达到广告效果的大幅提高呢？

想知道答案的话，就赶紧报名MarTechApe的《增量模型在营销中的应用》课程吧！

增量模型是常见的测量市场营销战役对消费者行为的影响的预测模型。它在追加销售（up-sell）、交叉销售（cross-sell）和留存（retention）模型中都有广泛的应用。

美国家具电商巨头Wayfair公司的数据科学经理（Data Science Manager）为大家开设《增量模型在营销中的应用》，她在课程中将由浅入深地介绍增量模型的原理、做法、应用场景、实际案例，并详细还原如何在Python中建立增量模型。授课语言为中文。

课程大纲：

如何报名：

增量模型有两种方式报名。

第一种，原价购买

【人民币¥479元（美金$69刀）】

扫二维码，原价购买👇

欲支付美元

联系小助手👆

第二种，参与《营销分析专项系列课》，学习包括增量模型在内的5种营销分析方法

【5门课程一共¥1199元人民币（美金$180刀），相当于每门课程享受65-85折优惠】

了解专项课详情

报名课程👇

欲支付美元

联系小助手👆

提问1：单独购买《增量模型》一门课，和购买《专项课》五门课，在获得的课程服务上，有什么区别？

• 差别一：在课程体验上，购买单一课程无法获得学习规划、作业、证书、直播答疑、课件PPT等，一切需要依赖你的自学精神，而结果就是，最后很可能都把课囤着没有上完。但专项系列课配备全套运营服务，升级了课程体验，确保你完成课程！

• 差别二：购买单一课程只能学会一种分析方法、解决一种商业问题，并不能知道各种不同的分析方法之间的联系与区别，也不知道在什么场合该使用哪一种方法。专项课程有专门的直播环节帮大家建立联系，并教大家如何把所学与工作面试相联系。

• 差别三：报名专项课的同学，既可以获得手机课程通道，又可以获得桌面大屏课程通道！对于身处海外的同学，不用再担心跨境服务器的龟速，我们有网速无敌的视频平台，可以在桌面直接看视频！

提问2: 我已经买过专项课其中的某些课程怎么办？

完全没关系，我们考虑到了有不少用户已经单独购买过专项中的个别课程。但是我们有让你满意的解决方案！事实上，我们鼓励已经买过部分课程的同学来参与这个专项学习，尤其是买了课却还没有完课的同学。我们想让你看到自己认真上完课程后的改变！

请联系小助手购买课程

如果你还有更多疑问，欢迎咨询小助手！

我们的课堂，期待你的到来！

关于MarTechApe

MarTechApe是一个来自纽约、专注MarTech领域的知识分享|技能学习|求职服务的终身学习平台。我们提供最专业的Marketing Technology课程。