营销掌握主导权

十年之前，Adobe 增长营销绩效副总裁 Matt Scharf 在处理营销衡量时面临着支离破碎的局面。当时的营销渠道彼此独立运营，每个渠道都有不同的执行团队，比如展示广告、付费搜索和社交媒体。

向财务部门汇报营销的贡献颇具挑战性，因为每个渠道都是独立衡量的，而且往往使用不同的 KPI。这使得难以跨渠道比较绩效，或难以让这些 KPI 与财务部门最关注的收入保持对应关系。更糟糕的是，某些 KPI 偶尔会与收入趋势发生冲突，从而进一步加剧营销和财务之间的紧张关系。

“这种方法导致各渠道的报告不一致，无法总是做到同类比较。这还限制了我们与财务部门就营销预算和营销贡献进行深入沟通的能力，也限制了我们为扩大业务贡献寻找途径的能力，”Scharf 解释道。

认识到需要更统一的方法后，Adobe 的营销团队率先创建了一个解决方案，该解决方案现已发展成为如今的 Adobe Mix Modeler，这是一款 AI 驱动的工具，能在单一平台上集成衡量与规划功能。

借助 Mix Modeler，Scharf 及其团队能够分析所有渠道的数据，为将营销资金投向何处以实现最大回报提供一致而全面的洞察。这让营销团队有信心根据收入和 ROI 等指标做出更快速、更明智的决策，使营销成为业务增长的关键驱动力。

在破碎的媒体环境中统一衡量标准

在 Mix Modeler 出现之前，Scharf 的团队难以衡量零售媒体、联网电视和网红营销等新兴广告平台是否成功。“我们过去倾向于选择那些易于衡量的渠道，比如付费搜索、展示广告和电子邮件。然而，由于缺乏先进的衡量工具，我们无法充分地探索更新的高潜力平台。并不是我们不想去探索，而是我们受限于当时所能有效衡量的东西，这阻碍了我们对业务的贡献，”Scharf 说。

另一个重要阻碍是隐私法规的兴起，这使得收集准确数据变得更加困难。随着第三方 Cookie 被逐步淘汰，就连展示广告等成熟渠道也开始失去有价值的跟踪洞察。

“我们意识到这种对基于 Cookie 的归因模型的依赖已经走到了尽头。由于 Cookie 开始失去其准确度，尤其是在我们想要探索的渠道上，我们知道自己需要调整方向了。仅仅以‘打地鼠’的模式应对这些问题已经不够了——我们必须展望行业发展方向，让我们的策略能适应未来变化，”Scharf 回忆道。

与此同时，营销环境正在迅速发展，Scharf 的团队需要更快速的洞察以便及时应对趋势、竞争对手的活动以及不断变化的消费者行为。快速响应市场变化的压力要求采用一种新的营销衡量方法。

开发解决方案

面对这些挑战，Scharf 及其团队开始着手打造 Mix Modeler，这是一个 AI 驱动的解决方案，它能够突破基于 Cookie 衡量的局限性，适应不断变化的营销环境。该解决方案旨在统一自上而下和自下而上的数据，能够实现近乎实时的效果分析，并提供预测性洞察，支持快速尝试新渠道，从而打造出更多样化的媒体组合。这种现代化解决方案使 Adobe 的营销团队能够更快速、更明智地做出决策，最终在快速演变的市场中加速增长并增强适应能力。

该团队如今能够跨渠道衡量增量影响，即在基线之上可归因于营销活动的贡献，这让他们能够满怀信心地优化媒体支出。“Mix Modeler 帮助我们在衡量渠道和营销活动时避免猜测，让我们能够更有信心、更准确地探索新渠道，”Scharf 说。该解决方案中正在申请专利的双向迁移学习技术使团队能够在聚合级别和细化级别统一数据，解决他们最初因指标不一致而面临的“同类比较”问题。通过协调自上而下和自下而上的洞察，他们现在能够准确预测营销活动的结果，满怀信心地分配预算，并进行实时调整以最大限度地发挥影响力。

关键成果之一是营销团队和财务团队之间的协作得到改善。如今，Scharf 的团队可以讨论其营销工作如何与季度业务目标及风险状况保持一致，使营销成为重要的利润驱动因素，并确保财务部门对他们的预算建议和未来投资策略充满信心。“我们与财务团队的关系加深了许多。现在，我们会和他们坐下来，规划我们的目标如何与更广泛的业务 KPI 保持一致，”Scharf 说，“现在的情况是他们几乎对我们的预测深信不疑，我们能够就营销可以涵盖的方面、可能存在的差距以及我们如何拓展或调整渠道来实现那些目标进行深入的对话。”基于“收入”这一相同的底线指标，Mix Modeler 使两个团队能够使用相同的语言交流，从而达成共识，并形成共同的增长愿景。

Adobe 依赖媒体机构获取效果数据的日子一去不复返了，这种转变精简了管理洞察的方式。Scharf 及其团队现在能够更好地掌控 Adobe 的数据，从而确保透明度并与整体目标保持一致。借助该工具，团队还能够生成更详细的洞察并与机构合作伙伴共享，使媒体合作伙伴能够专注于确定并实施能带来成效的定位策略和战术。该解决方案成为促进 Adobe 与其媒体合作伙伴之间形成更平衡、更具协作性关系的催化剂。

“我们已经与机构团队建立了牢固的合作伙伴关系，每周都会让他们参与进来。我们一起分析 Mix Modeler 带来的全球成果，并就哪些策略有效、哪些无效展开合作，”Scharf 说。

跨渠道衡量成功

自从实施这一营销衡量与规划工具以来，Adobe 在其营销运营中取得了显著的改进。在过去五年中，这种优化使得媒体支出回报率提高了 80%，并且在 Adobe 数字媒体产品的全球媒体订阅份额增长 75% 的过程中发挥了重要作用。

借助数据驱动的高频率洞察，该团队能够以更快的速度调整策略，优化媒体支出。这种敏捷性使 Adobe 能够在各营销活动中最大限度地提高投资回报率，并为扩展成功经验奠定了基础。“借助 Mix Modeler，我们得以在季度内和季度间进行精准优化。通过持续评估效果数据，我们可以在业务需求变化时迅速重新分配预算并微调策略，让营销成为 Adobe 持续的增长驱动力，”Scharf 说。

展望未来

随着 Adobe 不断改进其营销策略，该解决方案将在推动创新方面发挥至关重要的作用。

“Mix Modeler 让我们在跨渠道扩展投资组合方面占得先机，而不用纠结于所有组织都在应对的衡量挑战。以此为基础，我们能够改进并拓展我们的衡量方法，以应对更广泛的业务目标、产品领域、绩效指标以及客户阶段，”Scharf 说。

Adobe 的成功反映了一种更广泛的行业趋势：向注重敏捷性、准确性和透明度的数据驱动型营销衡量方式转变。尽管 Mix Modeler 最近才正式推出，但它在公司内的起步可追溯到十多年前，并且一直在不断完善，为公司数十亿美元的营销运营提供着支持。秉持着改善永无止境的理念，Adobe 已经为满足现代营销人员不断变化的需求做好准备。

阅读本指南，了解如何借助 Adobe Mix Modeler 最大限度地提高营销投资回报率。

然后，观看此 Adobe 网络研讨会，了解 Mix Modeler 如何增强您的规划和衡量策略：AI 驱动的营销：借助先进的营销衡量提升您的策略。