3. 分类层次：通常在统计分析过程中，我们需要从多个不同角度对问题进行分类，在这种情况下，就要求监测机构在监测过程中对其采集数据进行足够灵活的分类，尤其是分成多个层次的分类，只有如此才方便统计过程中对样本的多角度组合。
4. 数据留存：通常在分析当中我们需要更深入地了解企业各条广告的真实情况，而非被监测的统计指标，因此在这种情况下，监测机构对监测结果的留存水平也是一个很重要的评价标准。
5. 监测流程与质量控制：无疑这一过程是保证监测数据的可靠性的重要标准。
由于上述几个标准的存在，决定了目前国内能够可观回归各企业广告原始意图的机构必然是非常有限的，而由于目前还没有哪个机构可以全面监测所有媒体的广告数据，这也给企业原始意图的回归增加了难度。那么充分结合各家数据来进行该类分析是否可行呢？从我们以往的操作经验而言，我们并不建议这种做法，首先由于各机构的水平不同，监测媒体的特征不同，所采用的指标也存在较大差异，因此综合几家的数据不便于（很可能也是不可能）实现对数据的统计分析；其次是各企业广告投放所专注的媒体可能有所区别，而过多地考虑各媒体的综合情况很可能反而使得分析结果变得过于空洞，把握不住重点；最后从各媒体本身而言，由于不同媒体的不同特征，他们之间暂时保持一种相对平衡的可替代关系，因此分别分析各企业在各媒体的意图将更有实际价值，也更便于知道企业今后的各媒体广告投放的改进。基于以上原因我们主张企业在评价其广告效果时更应当把精力专注于某一种媒体当中，尤其是在需要对比自身和其他企业的广告效果时更应如此。
解决了上述问题之后我们回到最初的问题，也就是如何回归广告发布方的最初广告意图。首先我们需要分析各企业的营销战略，从各企业所经营产品的特征、所处生命周期以及未来产品战略等几个不同角度来推测各企业的营销目标，当然该目标不大可能被精确地推出，而我们分析这一问题的目的也仅在约束对广告数据的统计；接下来我们需要对广告数据进行全面的统计，比如统计各企业广告投放的总量，各产品广告投放的比例以及各类别广告投放的比例等。我们通过对各企业的广告总量以及广告结构的情况可以大体推测出各企业目前的广告投放目标，同时结合对各企业的营销目标的推测我们就可以粗略回归各企业的广告投放的原始意图于真实操作层面的差异。在实证层面的分析之后我们将对各企业的营销目标与广告目标进行进一步的评价，从而得到在投放层面的效果评估。
比如在下面这个例子当中，我们回归了国内几个主要SUV企业的广告投放与生命周期的策略，通过这个例子我们可以看到各企业的营销目标对比情况：