广告归因：揭秘用户来源奥秘

烧肉女士 2023-12-07 20:48:08

为了持续拿量，提高用户的转化率，广告主x制定了详细的渠道投放策略，并在多个广告平台上投放广告。

这带来了一个常见的问题：同一个用户可能在不同的平台上看到同一应用的广告。那么，当这个用户成功转化时，应该将此转化归因于哪个渠道呢？又是如何进行监测的呢？

这正是广告归因所要解决的核心问题。

本篇文章旨在清晰准确地解释广告归因的定义以及它的相关作用，并且讲述正确归因要考虑的重要要素，以此让读者对广告归因有更全面的了解。

一、什么是归因

首先，我们来解决什么是广告归因的问题。

举一个简单的例子：

用户A在同一天内，分别在abcd四个渠道看到了同一个应用的广告；

A在bcd三个渠道都点击了广告，但渠道a没有点击；

A最终通过渠道c下载了应用；

过了2天后，A又在渠道a中看到了这个应用的广告，点击了广告，并最终通过a购买了相关产品。

那么，广告对用户A的行为有什么影响？A究竟是从哪条渠道转化来的？

这就是广告归因要解决的。

广告归因指的是确定广告投放对于用户转化的影响，并将转化结果归属于相应的广告渠道或营销活动的过程。

归因可以通过跟踪和分析用户行为数据、点击数据、转化数据等进行实现。它对于优化广告投放策略、评估广告效果，并为决策提供数据支持都是非常关键的。

完整的广告归因流程如下图所示：

二、为什么要归因

在了解广告归因的流程后，我们来解释为什么要进行广告归因。

每一次广告点击都有一个唯一的广告追踪ID，也被称为Tracking ID。

追踪ID就好比是互联网广告中用户的身份证号码。凭此号码，每次广告转化都能准确地追溯到用户的行为数据。

由于商业闭环的存在，广告归因在像淘宝和Amazon这样的电商广告中变得相对容易。这是因为，从广告曝光到最终转化付费的整个过程，都在应用内完成，每个环节都可以通过唯一的追踪ID进行准确追踪。

然而，大多数广告链路无法完全追踪，用户在系统层做的操作脱离了媒体范围，无法进行监控。

例如：

应用的分发，从广告的下发到曝光、点击和下载，都可以使用追踪ID进行串联。但到达安装和激活阶段时，媒体的追踪ID无法透传，导致链路中断。

因此，只能通过归因逻辑进行处理。

在实际投放中，合理运用归因能为广告投放提效，本文以广告主x的618的广告投放来说明：

1. 方案设计：支持决策制定

广告归因提供了用户转化路径的详细信息，包括不同广告触点和互动。这可以帮助广告主了解用户行为模式，根据用户的转化路径和触点来制定更有效的决策和营销策略。

以广告主x的案例为例：

他在a、b、c、d四个渠道进行拉活广告测试，广告内容均以服饰和鞋类为主；

尽管广告内容相同，经过归因分析却发现，这四个渠道转化来的用户在平台浏览的商品和最终购买的商品却存在巨大的差异。

广告主A通过具体数据可知：

渠道a转化来的用户更倾向于浏览和购买服饰；
渠道b转化来的用户更爱浏览和购买鞋类；
渠道c转化来的用户喜欢浏览服饰，但最终购买的商品却更多的是美妆产品；
渠道d的用户只是浏览，不愿意花费购买。

广告主x根据4个渠道的测试情况，对这4个渠道制定了不同的投放策略。

2. 方案评估：预测广告效果

广告归因能帮助广告主客观地评估广告活动的效果，确定广告投放对用户转化行为的实际影响。这有助于确定广告策略的有效性，预测广告投放的效果。

还是以广告主x为例：

双十一、618等大促期间，平台会推出一系列优惠活动，覆盖各个品类。

以美妆、服饰、鞋类为例，它们都是该平台的优势品类，对广告主x的GMV贡献几乎相同；在今年的618活动期间，这三个品类的优惠力度相同，均为满300减50。

在活动前夕，广告主x对这三个品类制定了详细的投放策略。

广告主x根据上年618和双十一的情况，对今年的投放效果进行了预测，给各品类拨了相似的预算。

3. 方案上线：优化投放效率

广告归因可以帮助确定哪个广告渠道、计划或创意对于转化的贡献最大。通过了解哪些广告投放组合带来了更多的转化，广告主可以优化广告预算的分配，提升投放效果。

举个简单的例子：

广告主x在618期间对a、b、c、d四个渠道进行拉新广告投放。

通过广告归因可知：

a带来的新客数量为 200 人，激活成本为 15 元；
b 带来的新客数量为 500 人，激活成本为 16 元；
c带来的新客数量为 300 人，激活成本为 16 元；
d带来的新客数量为 1000 人，激活成本为 14 元。

通过对这些数据的分析可以发现，渠道d的广告效率最高，不仅提高了新客的数量，而且激活成本较低、质量也是最好的。

因此，在投放期间，广告主就可以有针对性地对渠道d加大预算，以扩大拉新效果。

4. 方案复盘：衡量投放回报

广告归因能帮助广告主客观地复盘广告投放的整体策略情况，衡量广告投资的回报。

以广告主x的品类投放情况为例：

随后，在 618 活动结束后，广告主x对品类数据进行了复盘，发现：

美妆品类的广告投放效果最好，通过在美妆品类上进行的广告投放转化而来的用户，其下单意愿明显高于其他两个品类；

整体广告投放效果超出了预期，证明了投放策略的有效性，美妆、服饰、鞋类等三个品类表现比预期还要出色。

因此，广告主x这次618的投放策略是有效的，给下次投放提供了借鉴。

通过广告归因，广告主可以准确地了解广告投放的效果和影响，优化广告策略，提高广告投放的效率与回报。

三、怎么归因

在将归因应用于实际业务之前，广告主需要思考清楚以下几个问题：

1. 归因模型

目前市面上存在多种广告归因模型，我们从自然量和付费量的角度来阐述，着重介绍两种归因方法，即渠道包归因和末次归因模型。

1）渠道包归因

渠道包归因就是将定义好的“渠道包”写入到APK安装包中，然后投放到指定渠道，用户下载和激活App后，可以从安装包中读取到渠道号，以此来进行归因。

一个App能拆分成不同的渠道包去投不同的媒体，甚至可以细分到每个媒体下的每个广告都投放不同的渠道包。

渠道包的形式存在明显的弊端：

这种方式只适用于Android生态，IOS生态不适用。苹果公司有比较高的话语权，整个IOS生态对同一个App，只允许一个包存在，因此无法有正常的渠道包归因。
这种方式很容易被手机厂商劫持。为了提高下载量，厂商会识别用户即将下载的渠道包，引导用户去商店下载渠道包。
在付费投放的场景中，渠道包归因容易被不良渠道方刷量，数据作弊导致真实效果无法评估。

因此，渠道包归因更多时候起到参考的作用，主要作为自然渠道的补充归因，很少作为付费渠道的主要归因。

2）末次归因模型

付费量的归因方法主要涵盖以下几种：

广告的影响力很难用数字化指标精确衡量，无法准确评估不同广告对用户的影响程度。在用户多次接触同一App的广告时，可能会激发好奇心或尝试行为，所以将转化完全归因于某一次的曝光或点击可能存在一定的偏差。

因此，针对广告归因模型，没有一种是完美的，每种模型都可能存在一定的倾向性。

目前市场上使用最广泛的是末次归因模型，即将发生的待归因事件按照最后一次触达的原则与广告的点击或曝光进行匹配。

一般做法是将媒体的触达数据回传给广告主，广告主根据末次触达的相关参数进行匹配归因。

还是拿广告主x来说明：

用户C在abcd四个渠道先后依次看到了平台x的广告；

用户C在渠道a看到广告后，没有点击；用户在渠道bcd看到广告后，立马就点击了广告；渠道c的点击在渠道d的曝光之后。

而广告主在归因的时候，发现收到了abcd四个渠道的曝光数据，以及bcd三个渠道的点击数据。

此外，广告主x发现，用户C不但激活了App，还购买了平台上的产品。

那么用户C的转化究竟是哪个渠道的功劳呢？

根据末次归因，用户C是渠道d或者渠道c转化而来的。

这是因为：他最后一次观看广告的数据来源于d，而最后一次点击广告的数据来源于c。

至于是渠道b还是渠道c的功劳，跟归因方式有关。

这种归因模型的使用已经是多方博弈的结果，具备较高的科学依据和实操性。

2. 归因方式

广告行业中常见的归因方式主要包括曝光归因和点击归因。

曝光归因方式：根据用户在转化行为发生之前的特定时间段内浏览广告的情况，来计算广告对转化过程的贡献价值。通过分析用户在广告曝光后的行为，曝光归因能够评估广告对用户行为转化的影响程度。
点击归因方式：侧重于以用户在转化行为发生之前的特定时间段内点击广告的情况，来计算广告对转化过程的贡献价值。在点击归因的视角下，用户主动点击广告被视为转化发生的关键因素。

还是末次归因模型中的例子：