一句话说清
广告有用，但效果很小、很难测，而且大半靠长期积累。
为什么值得懂
约翰·沃纳梅克那句被反复引用的抱怨——「我知道我的广告费有一半是浪费的，只是不知道是哪一半」——过了一百多年仍然没有让人满意的答案。可广告的钱每年还是以万亿计地花出去。懂这件事直接决定两件事：你怎么花预算，以及你怎么判断别人递过来的战报是真的还是算出来的。
零基础讲解
一、问题出在哪。 广告不是开关，是一堆同时发生的事里的一件事。投放那几周，可能正好赶上换季、竞品涨价、平台改了流量分配。要看出广告单独的功劳，就得把别的因素按住——这就是全部测量方法存在的理由。
二、四种测法，各管一段。
- 销量回归（营销组合模型）：把历史销量拆成价格、促销、季节、广告几项，看广告那项贡献多少。便宜、能回溯很多年，但只能给出相关，拆不干净就分不清因果。
- 实验对照：最硬的一种。电视时代叫「分线实验」——把不同城市或不同机顶盒分成两组，一组看得到广告，一组看不到；今天叫地理实验和 A/B 测试。洛迪什等人汇总了 389 个真实分线电视实验，结论不是「有效」或「无效」，而是差异极大：投多少、说什么、对谁投，决定了广告是不是有用。
- 品牌追踪：不看销量，按月看知名度、联想、考虑集的变化。品牌广告的效果先出现在这里，销量要晚几个月甚至几年才动。
- 数字化归因：看点击、加购、成交，把功劳分给渠道。它算得最细，也最容易自欺。
三、归因的三个坑。 第一是最后一击归因：把成交全记在用户最后点的那条广告上，前面几十次品牌曝光一分不记。第二是跨设备断裂：手机看到、电脑下单，两段被记成两个人。第三是自然流量冒充效果：用户本来就要买，搜了品牌词又点一次广告，这笔成交就成了广告的功劳。伯曼等人指出，不修正这一点，各渠道的回报率会被系统性高估。
四、广告到底有多大用。 塞图拉曼等人汇总了大量广告弹性研究，发现短期广告弹性普遍很小：广告投入涨一成，销量涨不了多少。这催生了两种解释。主流观点是广告主要起强化作用（埃伦伯格的「知晓—试用—强化」模型）：广告把已经在买的人按住，让他们别换牌子，而不是说服新人。这里是有争议的：也有研究者坚持「强理论」，认为广告能在短期内说服消费者改选，尤其在新品上市和品类扩张期——那正是广告弹性最高的时候。
五、品牌广告与效果广告。 两者不是敌人，是两条时间尺度。效果广告买当下的转化，停投就停；品牌广告买记忆结构，见效慢、归因难，但会压低未来的获客成本。
边界条件：广告是放大器，不是发动机。产品、价格、渠道有一项不成立时，广告只会把问题放大得更快。
一个例子
设想一家宠物粮品牌，把预算全压到效果广告上，后台的投入产出比很漂亮。他们做了一次地理实验：在三个城市停投品牌广告，另外三个城市照常。三个月后，停投城市的品牌词搜索量、自然下单量和老客复购率一起下滑，损失远远超过省下的广告费。报表上算不出来的那部分，恰恰是品牌广告在干的活。
常见误解
- 以为投得多就卖得多：短期广告弹性远小于一，加预算的边际效果很快就平了。
- 以为投入产出比最高的渠道就该加码：最后一击归因把自然流量和品牌词的功劳都记给了效果渠道。
- 以为测不出效果就等于没效果：多数时候是方法不够硬，不是广告没用。
- 以为品牌广告是「形象工程」：它影响的是半年后的转化成本，只是当期报表看不见。
应用场景
- 生活：看到一条广告，先问「它想让我记住什么」，再问「它想让我现在做什么」——两个问题的答案不同，你就不会轻易被话术牵着走。
- 职场：汇报投放效果时，把「实验组与对照组的差」和「平台后台的回报率」分开写：前者能当证据，后者只能当线索。
- 写作与创作：写增长复盘时，先交代你控制住了哪些变量，再给结论；只甩一个漂亮的提升百分比，等于让读者替你踩归因的坑。
关联知识点
- 广告与公关（advertising-pr，先读那篇，分清广告与公关各自解决什么）
- 市场营销（marketing，广告只是营销组合里的一项）
- 相关与因果（correlation-causation，销量回归为什么只能算线索）
- 统计基础（statistics，实验对照、样本与显著性都从这里来）