广告与品牌态度：来自575个以上品牌的证据

本文研究的指标表明了品牌态度的多个维度，其中一个维度（最近的满意度）可能反映最近的购买活动；但它们并没有明确区分意识和其他态度。我们进一步区分了三种类型的广告支出（国家传统、地方传统和数字）的影响。Clark等人（2009年）依靠动态面板工具变量估计器来控制广告的内生性，其结果在定性上与估计器不同。外生条件要求了解错误项的序列相关性，这些信息很难从理论或“小T”环境下的测试中获得。最后，实证结果差异很大：我们发现自己的广告支出对感知质量有积极影响；我们提供了与感知价值、近期满意度和个人广告类型相关的第一个发现；我们发现，竞争对手的广告支出通常会降低品牌态度。目前的研究还涉及已发表的广告效果元分析（例如，Sethuraman等人，2011）。然而，由于品牌样本是从一组早期综合的大型广告商中系统地选择的，因此它可能比任何给定的已发布案例研究包含更多的零效应，这表明平均效应估计可能更保守，更具代表性。目前的研究与一系列比较跨媒体和竞争对手广告效果的论文进一步相关。例如，Danaher和Dagger（2013）提供了一种方法，通过将忠诚计划成员的购买行为与他们在媒体消费调查中的反应联系起来，帮助品牌评估相对的媒体效果。Draganska等人。

（2014）显示，电视广告在辅助品牌召回中对三种形式的在线广告（视频、横幅和富媒体）产生了统计上难以区分的“提升”；但正确的推断取决于解释不同广告形式的人之间已有品牌知识的差异。Lovett等人（2017年）调查了大量品牌，结果表明，互联网和电视广告支出对口碑都有较小但显著的积极影响。还有证据表明，竞争对手的广告会干扰广告召回（Kentand Allen 1994）和销售响应（Danaher等人，2008）。更广泛地说，当前的研究与评估广告对品牌资产影响的文献有关。Ailawadi等人（2003年）介绍了基于客户的品牌资产评估，并报告了广告与品牌资产之间的正相关关系。Borkovsky等人（2017年）发现，由于广告投资的动态模型中的品牌，广告投资增加了未来现金流的预期净现值。Mela等人（1997年）发现，广告使消费者对价格不那么敏感，并减少了非忠诚群体的规模。我们的结果提供了与这些重要发现潜在的态度相关机制一致的证据。2数据和无模型证据结合了两个大型商业数据库——YouGov的品牌态度调查数据和Kantar的广告支出数据。我们相信这两个数据源都是“同类中最好的”BothKantar和YouGov是领先的市场研究机构。据我们所知，没有任何数据源可以提供更好的质量和类似的覆盖范围。我们进一步相信，这两个数据库是其产品类别的市场领导者，这表明我们使用的数据与许多从业者可用的数据相似。

然而，数据确实存在一些细微差别，在解释分析结果时需要考虑这些细微差别。我们首先描述数据来源和重点指标，然后是样本选择，然后是汇总统计和无模型证据。2.1品牌跟踪数据库利用市场调研公司进行纵向调查，以监测消费者的品牌态度。尽管此类调查传统上成本高昂，但有许多研究机构提供类似的产品，包括GfK、Millward Brown、TNS和YouGov。最近，Facebook推出了自己的调查平台，使品牌能够“准确地衡量surehttps://www.ama.org/publications/MarketingNews/Documents/2017-top-50-gold-report-article.pdf，于2018年3月访问。品牌知名度、影响力和广告召回。”调查数据的不足之处很多，而且有充分的记录。然而，对大型消费者小组的定期调查产生的品牌态度数据随着时间的推移相当稳定，尽管个别数据点可能会受到抽样误差的影响。当确实发生有意义的变化时，它们通常对应于可识别的冲击，如新闻事件或质量变化。品牌跟踪数据来自现有最大的调查小组YouGov BrandIndex。YouGov拥有一个由150多万美国消费者组成的小组，每个小组都有权每月在线完成一项调查。专家组成员在每次完成调查时都会获得可赎回的“分数”作为补偿，但调查参与不是强制性的，这会导致每个行业每周完成的调查数量出现一些外部影响。每个调查对象都被问及七个不同行业的七个态度问题中的一个，每个行业都有一个不同的问题。图1所示的标准化回复格式为每个行业的25-40个品牌征求回复。

例如，调查工具问：“你认为以下哪种广播和有线网络代表了良好的质量？”然后按随机顺序列出30个电视网络。被调查者可以根据需要标记尽可能多的品牌，没有时间限制，这表明数据应该反映被调查者所感知的绝对质量水平。YouGov使用以下一组问题收集数据：o“你认为哪些品牌的质量好？”“您认为哪些品牌性价比高？”o“您是否认为自己是这些品牌中最近满意的客户？”o“你会向朋友推荐哪些品牌？”o“您对哪些品牌有‘总体积极’的感觉？”o“您为哪一个品牌工作感到自豪？”o“在过去的两周里，您听到过以下哪些品牌的正面消息（无论是在新闻中、通过广告还是与朋友和家人交谈）？”https://www.facebook.com/business/learn/facebook-brand-polling，于2018年3月访问。图1：调查工具示例在整个抽样期间，调查项目保持不变。YouGov使用受访者人口统计数据对数据进行加权，并构建全国代表性的平均值，因此品牌态度数据表明每周美国消费者的百分比，这将为每个品牌的这七个问题中的每一个提供积极的回答，并进一步指出每周回答每个行业每个问题的受访者人数。这个调查小组的一个吸引人的特点是，它的选择似乎与广告处理无关。

然而，与其他激励参与或基于许可的调查样本一样，我们无法排除调查对象可能是根据未观察到的属性非随机选择的，例如，媒体消费或倾向于向他们做广告的通知栏。品牌态度数据的一个重要限制是，可能需要一定程度的认知才能为品牌提供积极的指示。例如，在图1中，从未听说过速度网络的参与者可能不会表示网络代表良好的质量。我们认为这是对品牌态度数据的一个令人遗憾但合理的限制。一定程度的消费者意识或熟悉度是我们能够观察到的品牌态度的先决条件。我们的研究重点是感知质量、感知价值和近期满意度的指标。感知质量和感知价值都与经常通过广告传达的可识别信息有关，例如关于产品属性或当前定价条款的不同声明。最近的满意度是最能反映销售额的品牌态度指标；如果广告增加了销售额，那么也应该提高表明自己是该品牌最近满意的客户的消费者的比例。2.2广告支出数据Kantar Media汇总了表1所列各种广告媒体的广告投放和支出估计的综合数据。Kantar被广泛视为“竞争广告情报”的市场领导者，即监控竞争对手广告投放和支出的服务。Kantar通过对媒体内容的持续监控，通过算法记录品牌广告插入，跟踪电视、印刷和数字媒体。

对于电视和印刷媒体，估计广告价格由媒体机构通过标准费率和数据服务（SRDS）间接提供。虽然SRDS价格估计值并不完美，但品牌通常会使用SRDS来规划未来的广告效果，并且是关于广告价格的广泛信息的唯一来源。数字广告投放由一个精心设计的网络爬虫系统收集。行业合作伙伴直接向Kantar提供户外和广播广告投放和价格以及数字广告价格数据。我们特别关注Kantar在互联网显示和互联网搜索数据方面的数据质量，因为在我们收集数据时，这些指标相对较新。互联网搜索（internetsearch）的广告支出数据似乎不可靠：数据过于稀少。我们对互联网显示数据的调查没有发现任何可识别的问题。因此，我们对数字广告的衡量仅包括互联网展示媒体。我们仍然认识到变量问题中经典错误的可能性，这可能会使参数估计值偏向于零，并且报告动机是混合的。媒体可能会夸大其广告价格，以缓解与广告商谈判时所感受到的折扣。或者，媒体可能会低估其广告价格，以吸引感兴趣的广告商。传统媒体中的实际广告价格通常在双边协商中确定，可能反映价格歧视或数量折扣。

数字广告价格通常是在广告网络、需求侧平台和供应侧平台内部或之间复杂、快速变化的现场拍卖市场中设定的。表1:Stradegy数据库中跟踪的广告媒体国家媒体当地媒体数字媒体企业对企业当地杂志互联网显示有线电视当地报纸互联网搜索国家报纸西班牙裔报纸Gazines Sunday Magazines西班牙裔杂志Spot TV国家Spot Radio Syndicated TVNetwork Radio当地广播网络电视户外西班牙语TVbias t统计向下（Griliches 1977），从而产生错误的空结果。然而，我们确实发现自己的数字广告和竞争对手的数字广告对品牌态度有显著影响。广告内容因媒体类型而异。国家传统广告通常用于传达信息和区别信息（Liaukonite et al.2015），而地方传统广告更关注当前的价格和可用性，因为这些变量通常跨越当地市场，同时也传递一些与质量相关的信息（Kaul和Wittink1995）。数字广告还经常传达当前的定价和可用性。例如，Lee等人（2017年）对10万条Facebook广告的内容进行了量化。他们报告称，62%的广告提供交易（“折扣或赠品”），44%的广告比较价格，69%的广告包含从哪里获得产品的信息。Yang等人（2015年）对酒店、旅行中介机构和汽车制造商的搜索广告内容进行了量化，发现他们分别使用了14%、25%和6%的空间来传达定价条款。当地传统广告比全国传统广告更有针对性，因为它们可能跨越不同的地理市场。基于人口统计学和行为变量以及地理位置，数字广告可以更好地定位。

最近的一些研究发现，横幅广告可以增加销售额（如Lewis和Reiley 2014），互联网视频广告在品牌建设方面的效果与电视广告一样（Draganska、Hartmann和Stanglein2014），近年来数字广告收入的增长速度远快于传统广告。另一方面，一些已发表的研究将数字广告效应称为严重问题（Blake et al.2015，Lewis and Rao 2015）；数字广告具有较高的广告不可视性、被动广告屏蔽、广告盲目性和非人传播性；包括通用汽车和宝洁在内的一些知名品牌已公开质疑数字化活动是否具有成本效益。不同类别的广告媒体在广告内容和目标方面的差异使我们怀疑，品牌态度和广告支出之间的关系可能在这三类广告媒体中有所不同。2.3品牌样本选择本研究的目的是评估定期广告的成熟品牌的广告支出与品牌态度之间的关系。我们选择品牌时考虑到这些特定的标准，因此我们首先承认，结果只能解释为适用于所研究的一组品牌，不能推广到该组之外。尽管这一策略并不代表所有品牌，但这一子集规模巨大，尤其重要，因为它占了抽样期间所有广告支出的37%。我们首先将YouGov数据中的每个品牌与其KantardDatabase中的等效实体进行匹配。然后，我们下载了每个品牌在每个等效时间段的每周广告支出数据。

最后，我们保留了以下品牌：（a）YouGov在整个抽样期内跟踪的品牌，（b）在观察周内至少有30%的周内进行广告宣传，以及（c）连续13周没有广告宣传的品牌。附录中提供了符合这些标准的575个品牌，以及YouGov指出的每个品牌的行业。从2008年到2012年，这些品牌总共在广告上花费了2640亿美元，即每个品牌每年花费9200万美元。相应的品牌态度指标基于大约一千万次调查，每个品牌每个问题的平均回答数为595次（SD=77）。https://www.wsj.com/articles/SB10001424052702304192704577406394017764460,https://www.wsj.com/articles/p-g-cuts-more-than-100-million-in-largely-ineEffective-digital-ads-1501191104，2018年3月访问。2.4描述性统计和无模型证据我们首先总结品牌态度数据，然后总结广告支出数据。然后，我们可视化了几个选定品牌之间的关系，然后给出了分析中关键变量之间品牌水平相关性的分位数。图2显示了在每年的样本中，每个行业的平均品牌态度指标（感知质量、感知价值和近期满意度）是如何变化的。高端产业是消费品、工具/硬件和软饮料；银行业、处方药、杂货零售业、赌场和金融服务业排名垫底。

其中一些行业层面的差异部分是由品牌知名度造成的，因为美国各地都有大型消费品品牌，而一些低收入行业的许多品牌在地理上更为分散（如杂货零售商、消费银行）。非服务地区的消费者不会对他们没有遇到的品牌表示积极态度，因为意识必须先于感知质量、感知价值或近期满意度。图2：按行业和年份划分的品牌态度平均品牌态度（%）1020304050消费者Goodsools/HardwareSoft-Drinks饮料：通用媒体设备药物：OTCElectronics：音频/可视互联网网站商店/家具店联合部。商店Parel and ShoesCar Manufacturers电视网酒店Fast FoodLiquice Cream/Pizza/CoffeetClothing Stores Books/Kids/Office Stores Causal DiningBeerFast Casual Dining汽油/汽车配件运动/电子商店Scruise/Travelagents媒体服务保险牛排馆/CasualDiningWomen’s Clothing Stores SairlinesCasinos金融服务商店商店Drugs：一般药物：处方消费者银行2008年2月2日、2010年1月12日样本中各年的品牌态度指标行业平均值相当稳定，只有少数例外。例如，在抽样期间，消费者对软饮料的看法急剧下滑。音频/视频电子学也有普遍的负面趋势，尽管这种平均值的变化掩盖了异质性和整合；少数较新的品牌如ELG和宏碁有所改善，而一些较老的品牌（如柯达、索尼、松下）有所下降。尽管有少数例外情况，但在抽样期间，行业年平均值基本稳定。表2提供了关于品牌态度在样本年份中如何变化的进一步信息。