所有绩效营销利益相关者（代理商、营销人员、品牌、投资者和高管）面临的最大挑战是什么？
持续正确地量化通过营销举措为企业创造的价值。
简而言之：回答“我们的营销投资回报率是多少？”这个古老的问题。
或者更简单地说，“什么有效，什么无效？”
即使是最好的营销指标也未能达到要求吗？
营销平台历来为营销人员提供各种类型的数据来支持这项工作，包括：
- 广告费用数据（CPC 和/或 CPM）。
- 中期绩效数据（点击次数、展示次数等）。
- 收入/价值数据（转化/潜在客户、转化价值、交易收入等）。
然后将这些基础指标组合起来形成费率指标（每次点击费用、每次点击收入/每次点击价值、转化率等），构成当今绩效评估的基础。
依赖这些指标的理由乍一看似乎是合理的——毕竟，最大化收入不是一个可靠的策略吗？
（毕竟，哪个好的资本家会对最大化收入说“不”？）
如果最大化收入/价值是好事，那么难道不是说每次点击的收入/价值（“RPC”）就是一个可靠的方向性指标，表明该项目运行良好？
从数学上讲，有三个向量可以增加你的 RPC：
- 提高流量的转化率。
- 提高平均订单价值（“AOV”）或平均潜在客户价值或
- 降低每次点击的费用（如果购买 CPC，则直接降低；如果购买 CPM，则间接降低）。
这些似乎都与业务绩效的提高呈正相关。
以更高的比率转化用户难道不是好事吗？销售更多产品/吸引更多潜在客户难道不是好事吗？降低 CPC/CPM 难道不是好事吗？
每个问题的答案都是响亮的“也许”。
要理解为什么，重要的是要记住，企业的总体目标不仅仅是销售更多商品或获得更多客户；而是要通过盈利的方式去做这些事情。
了解某个特定的活动或关键词为组织带来了多少收入固然是件好事，但我曾与许多收入巨大的组织合作过，但它们崩溃的速度比《西斯的复仇》中的阿纳金·天行者还要快。
问题在于，即便是上面提到的最佳指标（可能是每次点击收入和转化率，但可以说它们都具有相对的重要性）也远远达不到对任何营销计划或活动进行稳健、可辩护的评估所需的水平。
要了解原因，请考虑以下场景——多年来，我发现这种情况适用于各种规模（以及所有行业）的品牌：
ACME 户外公司销售两种产品：售价 25 美元的花园小矮人以及售价 150 美元的草坪椅。
制作一个小矮人需要花费 2.50 美元，制作一把椅子需要花费 50 美元（椅子是漂亮的阿迪朗达克品种）。运送一个小矮人需要花费另外 2.50 美元，而运送一把椅子需要花费 25.00 美元。
现在，在考虑广告成本、持有成本、代理费或利息费用之前，ACME 在椅子上的毛利润为 150 美元 +（50 美元）+（25 美元）= 75.00 美元，在小矮人上的毛利润为 25 美元 +（2.50 美元）+（2.50 美元）= 20.00 美元。
（为简单起见，我使用财务/会计符号来表示负余额，即要求将负数（例如扣除额或费用）显示在括号中。因此，（$50）与 -$50 相同）。
我们假设 ACME 每月花费 10,000 美元为其业务做广告（小矮人 + 椅子）。
大多数自动竞价算法都会尝试最大化您的转化价值（在本例中为收入）或广告支出回报率（ROAS）（取决于您的竞价策略）——可能是通过将客户推向收入更高的座位而不是收入较低的座位（150 美元对 25 美元）。
但这并不总是正确的方法，正如我们将看到的：
在上述案例中，从 RPC 和 ROAS 来看，草坪椅的表现要优于地精——在相同支出的情况下，RPC 高出约 50%，ROAS 高出约 20%，收入高出约 20%。
虽然侏儒的转化率要高得多（对于低价商品而言，这是可以预料的，而对于更昂贵的商品而言，这是可以预料的），但根据这些数据，合理的建议是在草坪椅活动中投入更多资金，对吗？
嗯，不完全是——因为这个分析不包括 ACME 为生产和分销其商品而产生的销售成本 (COGS) 或运输成本。
如果将这些因素考虑进去，情况就会有所不同。为此，我们使用了我称之为的每次点击利润（“PrPC”），其计算公式如下：
PrPC = (总收入 – 销售成本 – 交易成本 – 履行成本)/点击次数
在上面的例子中（为了简单起见），我省略了交易成本（即信用卡处理费、PayPal费、银行转账费），这些成本通常占总交易额的 0.5% 到 3%。
从上面可以看出，ACME 的椅子每次点击利润比侏儒利润低约 37％ – 这是因为后者的毛利率明显更高（80％对50％）。
如果 ACME 采纳上述 RPC 建议并在草坪椅上投入更多资金，那么公司最多可以获得 5,000 美元的利润（将 100% 的预算投资于地精可获得的最高利润为 10,000 美元；将 100% 的预算投资于草坪椅可获得的最高利润为 5,000 美元）。
哎呀。
虽然许多商业营销人员会（理所当然地）说上述分析是不完整的——尤其是因为许多侏儒买家也可能会购买草坪椅，反之亦然——但所示的基本原则仍然适用，并且很容易转化为这些场景。
每次点击利润的优点在于，盈利能力足够细化（它适用于结果级别），从而能够对绩效营销计划的各个级别进行分析——从关键字或创意级别到广告系列或帐户级别。
这使营销人员能够找到隐藏的价值来源，同时将他们的努力与整体组织目标（即更多利润）相结合。
同样，上述场景还不包括固定成本（例如代理机构聘用费或 3PL 月费或销售团队工资，用于潜在客户开发业务与直接商业），所有这些成本都很容易纳入并且足够细化。
虽然网络分析或数字平台默认不包含每次点击的利润，但整合它却非常简单。
- 通过产品信息中的 COGS（这里有一个有用的链接）为商业企业提供服务。
- 通过在 Analytics 中上传成本数据（更多信息请点击此处）。
- 根据结果的相对盈利能力，降低转化值/调整广告中的潜在客户价值。
随着讨论转向潜在客户和未来收入，每次点击利润的局限性变得更加明显。也就是说，非商业交易通常在转化事件和银行资金到账之间有较长的滞后。
包括销售跟进、提案提交和修订、合同谈判、价格讨论、发票、付款条款等。
对于许多较大的 B2B 交易而言，从获得线索到银行收到资金之间的时间间隔可能超过 6 个月，这对于库存持有来说是一个非常长的时间（或者更糟的是，已经发运库存并等待支票）。
DTC 品牌或电子商务交易也出现了类似的问题，因为初始销售额通常只代表客户生命周期价值 (LTV) 或 30/60/90 天现金（取决于您选择的模式）的一小部分。
无论哪种情况，我们的每次点击利润（“PrPC”）指标都没有提供正在发生的事情的实质性描述，可能会带来可怕的后果——DTC 墓地里到处都是那些在等待 LTV 实现时死去的品牌的墓碑。
PrPC 也存在这个缺点，它无法捕捉到这个关键的细微差别，因为它假设了即时的价值转移/即时的收入确认。
这可能会导致对企业状况的扭曲，并且可能出现现金短缺或终身价值陷阱，因为企业在等待潜在收入时会继续产生费用（运营费用、销货成本、工资、利息等）。
如果我们假设 ACME（从上文来看）有第三条业务线，即企业销售，该公司向学院、大学、市政当局等批量销售草坪椅，那么我们可以看到这个问题的出现。
为了简单起见（并且为了更容易与直接商务进行比较），我已经对转化率 + 每条线索的收入进行了折扣，以考虑不合格的转化（无论出于何种原因，未转化为实际客户的线索）。
首先引人注目的是企业客户的每次点击利润明显更高（比 gnomes 高约 9.5 倍，比 law chairs 高约 14 倍，并且比 law chairs 和 gnomes 的总收入还要高，尽管其广告活动预算仅为 gnomes 和 law chairs 总和的 25%）。
从这些数字来看，Enterprise 为 ACME 提供了提高整体盈利能力的巨大机会 — — 毕竟，看看那个 ROAS！
多年来，我注意到具有类似、分叉模式（从 DTC 到 SaaS 到专业服务和消费品）的企业也存在类似的现象。
这个结论有时是正确的，但有时不是——在决定是否值得在营销“表面上”更有利可图的企业/潜在客户生成业务上投入更多资金方面，有三个因素起着重要作用：
- 从潜在客户到成交的时间。
- 潜在客户转化为客户的转化率。
- （1）和（2）的相对波动率。
顺便说一句（特别是对于许多小型企业而言），（3）经常被完全忽视，尽管它（可以说）是最重要的。
毕竟，如果您不知道何时可以收到现金（或者大致可以达成多少笔交易），您的运营风险就会大大增加。
- 你如何知道库存中要保留多少单位？
- 您什么时候可以知道您的销售团队是否存在问题？
- 如何构建你的融资？
- 是否停止运营还是加大营销力度？
这些都是严肃的问题，往往事关生存，但太多企业却忽视了这些问题，并因此自食其果。
虽然本文主要讨论评估营销绩效，但任何优秀的营销人员首先都应该是一名优秀的商人。
如果您当前的合作伙伴没有问这些问题，那么这就是一个危险信号，表明是时候寻找新的合作伙伴了（或对您的内部团队进行一些教育）。
幸运的是，我们有一个工具可以帮助我们评估如何平衡这些因素：净现值计算。
什么是净现值
净现值是一种根据货币时间价值和风险状况，使用折现率调整未来现金流（正值和负值）的方法。
简而言之，NPV 告诉我们潜在未来现金流的今天价值是多少。
对于 (期间，现金流) 对 (t, R t ) 的 NPV，其中 N 是总期间数，由以下公式给出（看起来很吓人，但相当简单）：
其中，R t = 表示每个时间 t 的净现金流量（流入减去流出），i 表示折现率。
什么是折现率
折现率（有时称为折现回报率）是一种反映与给定投资相关的机会成本（或资本成本）和风险的利率。
资本成本：企业进行的每一项资本支出都是零和博弈——如果资金用于 A，则不能用于 B（反之亦然）。
简而言之：任何公司获取资本都不是免费的——资金要么来自信贷（伴随利息成本、未来流动性风险和义务），要么来自股权（稀释所有权、产生承销成本并可能带来其他风险）。
其他风险：除了资本成本之外，任何投资决策还涉及其他风险。
例如，今天对营销的投资并不能保证明天就能带来销售（或销售）。
这些交易产生的现金流的时间往往不确定，企业履行未来订单的能力也不确定。在评估潜在未来现金流的当前价值时，必须将这些风险与资本成本一起考虑。
对于许多公司来说，折现率结合了他们的加权平均资本成本（WACC）加上额外的风险溢价，这取决于投资的性质（即，投资营销比购买新机器的风险更大，因此营销投资的折现率会更高）。
这导致年折现率范围从~10%（对于拥有强大资本渠道的大型上市公司）到~50%+（对于无法获得资本的小公司和初创公司）。
最后（也是至关重要的），折扣率并不是固定的。
根据现金流发生的时间，可以采用不同的折现率——因此，可以对 6 个月后的现金流（发生的可能性较小）采用较高的折现率，而对 30 天后的现金流（发生的可能性较大）采用较低的折现率。
这种稳健性使得折现率方法对所有组织都具有极高的价值（并且避免了现金乘数和直线 LTV 计算的许多陷阱）。
将 NPV 公式应用于 ACME 的企业业务
由于我们的企业交易实际上只是一对现金流（t=0 时的初始流出用于支付广告费用和提供产品，随后在未来某个时间点当 ACME 收到客户支付的椅子费用时流入），所以这个计算很简单。
为了简单起见，我使用了 270 天（约 9 个月）的时间，从收到线索到存入资金。对于一些企业来说，这实际上很短；对于其他企业来说，这似乎太长了。
NPV 计算的优点在于它具有无限的灵活性——您可以调整它以满足组织的独特需求。
此外，由于我的（假设的） ACME 公司相对年轻且规模较小，我选择了上述范围高端的 50% 的折扣率。
虽然这个数字听起来很高，但对于资金有限且业务刚刚起步的小公司来说，这很常见。
（需要记住的是，许多初创公司都是通过信用卡融资，利率高于 25%；折现率不仅要考虑这个利率，还要考虑到投资远不能保证产生回报的事实。保守地说，使用以 25% 的利率借入的资金进行的投资，如果有 50/50 的机会产生回报，那么 50% 的折现率很容易就合理了。）
因此，对于 ACME Enterprise Lawn Chairs 的单个销售线索：
在 t=0 时，使用简化的计算，将预算（2,500 美元）除以潜在客户数量（6），我们产生的费用（现金流出）为 2,750 美元（COGS）+ 500 美元（运费）+ 416.67 美元（广告）= 3,667.67 美元。
将其代入我们的公式中，其 NPV 为：
初始支出的 NPV = = -$3,667.67
然后，在 t=270 时，我们收到 5,250 美元的现金流入，这代表我们的客户为所提供的商品支付的款项。
现金流入的 NPV = = 3,889.56 美元
将这些加在一起，我们实现净现值（$3,667.67）+$3,889.56 = $221.89 – 比直线（收入减去支出）分析显示的少$1,360多（86％）。
为什么？
因为 ACME 公司在企业交易中涉及的风险要大得多，因为该公司立即支出了大量的资金（用于持有和履行订单，加上支付销售人员、合同律师费等），但直到很晚才实现收入。
让我们把所有因素综合起来，得到一个能够反映我们讨论过的风险、不确定性和机会成本的指标，并让我们能够对每条业务线和营销活动的营销绩效进行同类比较：每次点击净现值（“NPPPC”）：
NPPPC 是通过将上述 NPV 公式的输出乘以我们的转换率来计算的：
当使用 NPPPC 代替 RPC 或 ROAS 时，企业活动仍然看起来不错，但看起来并不惊人——并且直观地（至少在许多企业主的心目中），这是正确的。
虽然大型企业销售的收入数字很吸引人，但实现这些收入所涉及的风险也是真实而巨大的。
对于所有绩效营销人员来说，考虑这一点绝对至关重要——请记住，我们首先应该是商人，其次才是营销人员。
NPPPC 的优点在于它可以作为自定义指标纳入 Google Analytics，并且它足够精细，可以用来比较不同关键字、广告系列、渠道和策略的效果，同时对组织内的所有利益相关者来说都是合理和可理解的。
同样的方法来计算（例如） SaaS 消费者的价值（每个月都是单独的现金流；根据您的客户流失数据，这些风险可能会更大或更小）或比 30/60/90 天现金乘数更准确地描述 DTC 品牌的财务状况。
同样，NPPPC 模型可以进行调整，以适应不同产品线、客户角色或服务产品的不同风险级别；它具有足够的粒度和无限的灵活性。
每次点击利润的限制
虽然我坚信 NPPPC 是绩效营销人员最可靠的指标之一，但我们仍需牢记古德哈特定律：每当一个指标成为目标时，它就不再是一个好的指标。
例如，如果我们通过生成的线索数量来衡量绩效，我们最终会优化线索数量而忽略成本，这可能会导致在每条线索上亏损——这不是一个好的情况！
虽然最大化 NPPPC 客观上是件好事，但孤立地这样做可能会产生负面影响（即，最大化 NPPPC 可能会导致潜在客户减少，从而限制组织的整体增长）。
创建三重指标始终是一个好主意 – 通常由一个细粒度绩效指标（NPPPC）、一个规模指标（净现值利润、利润或收入）和一个历史比较指标（同比增长目标、PoP 增长目标、预测百分比等）组成。
这些指标之间存在着天然的张力，因此最大化一个指标可能会对其他指标产生负面影响——有助于确保我们不会在任何方向上偏离太远，并在此过程中损害组织的整体健康和盈利能力。