什么是廣告歸因問(wèn)題
單渠道的廣告歸因問(wèn)題，其實(shí)就是用戶識(shí)別問(wèn)題暮现，上一篇已經(jīng)講過(guò)还绘，不再贅述。
廣告歸因問(wèn)題栖袋，一般指多屏或多渠道的情況下拍顷，產(chǎn)生的廣告轉(zhuǎn)化的歸屬問(wèn)題。
用場(chǎng)景舉例：
廣告公司在微信和今日頭條都投了某產(chǎn)品的廣告塘幅，然后用戶在微信上看到了這個(gè)廣告昔案，沒(méi)有下單；過(guò)幾天在今日頭條上也看到了這個(gè)廣告电媳，覺(jué)得東西挺好踏揣，還是沒(méi)有買；過(guò)幾天用戶正好需要這個(gè)產(chǎn)品的時(shí)候匾乓，想起來(lái)這個(gè)商品了捞稿，去京東搜索了這個(gè)商品，然后下單購(gòu)買了拼缝，那么這個(gè)購(gòu)買是廣告轉(zhuǎn)化嗎娱局？如果是廣告轉(zhuǎn)化那是誰(shuí)帶來(lái)的廣告轉(zhuǎn)化呢？
其實(shí)歸因這個(gè)問(wèn)題沒(méi)有固定的答案咧七，因?yàn)閺V告歸因其實(shí)不只是技術(shù)問(wèn)題衰齐，更是一個(gè)運(yùn)營(yíng)問(wèn)題，因?yàn)檫\(yùn)營(yíng)的策略來(lái)決定的這個(gè)廣告歸屬继阻。
一個(gè)好的歸因模型耻涛，可以告訴運(yùn)營(yíng)，廣告主的錢花在哪些地方去了穴翩，哪些渠道的效果更好犬第，哪些渠道ROI不高锦积，但是能覆蓋大量的人群芒帕，哪些渠道的復(fù)參很好... 諸如此類的問(wèn)題，都是由歸因模型來(lái)決定的丰介。
歸因的方式
這里的渠道可以是多個(gè)流量平臺(tái)背蟆，也可以是多個(gè)廣告位。
多流量平臺(tái)歸因通常需要借助第三方DMP平臺(tái)來(lái)完成哮幢。原因是多渠道間的數(shù)據(jù)孤島需要通過(guò)第三方DMP平臺(tái)來(lái)建立關(guān)聯(lián)關(guān)系带膀，第三方DMP平臺(tái)可以通過(guò)用戶識(shí)別的方式來(lái)將多渠道間的用戶關(guān)聯(lián)起來(lái)，統(tǒng)一按照歸因模型來(lái)分析轉(zhuǎn)化數(shù)據(jù)橙垢。
當(dāng)然垛叨，這不是說(shuō)廣告平臺(tái)自己做不行，只是說(shuō)效果沒(méi)有那么好柜某，而且廣告參與方越多嗽元，投放平臺(tái)越多敛纲，自己來(lái)歸因的效果會(huì)越差，這是顯而易見的道理剂癌；但是多個(gè)廣告位的歸因就沒(méi)這種煩惱了淤翔。
幾種常見的歸因模型
先假設(shè)一下廣告投放的場(chǎng)景：
廣告主在平臺(tái)ABCD等很多渠道上都投放了廣告，可能是效果廣告佩谷，也可能是品牌廣告;然后其中一個(gè)用戶的廣告訪問(wèn)路徑是：A渠道點(diǎn)擊 -> B渠道點(diǎn)擊 -> C渠道點(diǎn)擊 -> D渠道點(diǎn)擊旁壮，然后發(fā)生了轉(zhuǎn)化行為；
最終我們需要通過(guò)模型來(lái)分析效果廣告或者品牌廣告在這些渠道上歸因后的效果數(shù)據(jù)谐檀；那么每個(gè)渠道對(duì)這次轉(zhuǎn)化的貢獻(xiàn)我們用歸因系數(shù)來(lái)描述抡谐。
最終互動(dòng)模型
最終互動(dòng)模型的歸因系數(shù)列表如下：
最終互動(dòng)模型無(wú)疑是最簡(jiǎn)單，最直接可以衡量桐猬，直接將所有的廣告轉(zhuǎn)化效果歸功與最后一次廣告觸達(dá)童叠。
這種方式的好處就是：簡(jiǎn)單直接容易衡量，技術(shù)實(shí)現(xiàn)上最簡(jiǎn)單课幕；只需要記錄最后一次用戶廣告觸達(dá)即可厦坛，不需要去記錄并存儲(chǔ)每一次用戶廣告訪問(wèn)，在廣告業(yè)務(wù)場(chǎng)景下能節(jié)省巨量的存儲(chǔ)資源和服務(wù)器資源乍惊。
但是弊端也很明顯杜秸，過(guò)于關(guān)注最終成交的渠道，導(dǎo)致區(qū)域渠道的對(duì)用戶興趣的建立都忽略了润绎，短期內(nèi)會(huì)導(dǎo)致部分非成交渠道的廣告投放數(shù)據(jù)過(guò)低撬碟，從長(zhǎng)遠(yuǎn)來(lái)看，會(huì)導(dǎo)致渠道在投放廣告時(shí)莉撇，過(guò)于傾向誘導(dǎo)呢蛤、作弊、強(qiáng)制客戶等行為棍郎，對(duì)廣告主的品牌形象和廣告投放效果都是負(fù)面影響其障。
一般來(lái)說(shuō)，在采用最終互動(dòng)模型時(shí)涂佃，會(huì)加上最終互動(dòng)的有效期励翼，舉個(gè)栗子：用戶在去年點(diǎn)過(guò)一個(gè)產(chǎn)品廣告，直到今年才下單辜荠，那么從常理來(lái)分析汽抚，這次廣告點(diǎn)擊對(duì)廣告的轉(zhuǎn)化作用基本可以忽略不計(jì)。所以這種方式需要提供7日轉(zhuǎn)化伯病、15日轉(zhuǎn)化造烁、30日轉(zhuǎn)化等不同維度的數(shù)據(jù)來(lái)綜合分析。
這種歸因模型很適合轉(zhuǎn)化路徑短、轉(zhuǎn)化行為直接惭蟋、廣告投放周期短的效果廣告使用叠纹，尤其是電商廣告這類直接已成交來(lái)評(píng)價(jià)廣告效果的廣告形式。
最終非直接點(diǎn)擊
這種歸因方式是對(duì)上一種最終互動(dòng)模型的彌補(bǔ)敞葛；
舉個(gè)栗子：在同一個(gè)站內(nèi)誉察，可能ABCD渠道對(duì)應(yīng)的不同的推薦位、購(gòu)物車惹谐、收藏架等模塊持偏，那么在評(píng)估這些模塊的轉(zhuǎn)化效果時(shí)，如果用戶之前在首頁(yè)推薦中看到了商品廣告氨肌，然后加入了收藏夾鸿秆，最終用戶在收藏夾中點(diǎn)擊了該商品下單了，根據(jù)最終歸因的模型怎囚，這次轉(zhuǎn)化是要?dú)w因給收藏夾的卿叽，但是收藏夾在系統(tǒng)中并沒(méi)有廣告數(shù)據(jù)，而且電商場(chǎng)景下恳守，很多商品成交都發(fā)生在收藏夾中考婴，這樣去歸因并沒(méi)有什么參考價(jià)值，那么剔除掉這種類似的直接渠道是比較合適的催烘。
線性歸因
這種是比較佛系的歸因模型沥阱，平等對(duì)待所有流量，平等去分配每次轉(zhuǎn)化的功勞伊群，這是多推廣平臺(tái)渠道歸因的一種模型考杉；
先說(shuō)一下這種模型的天然的缺陷：在互聯(lián)網(wǎng)廣告的場(chǎng)景中，每個(gè)渠道的作用很難均衡舰始，例如我們可能會(huì)在電視上看到某個(gè)產(chǎn)品的廣告崇棠，但是我們通過(guò)互聯(lián)網(wǎng)了解新信息的入口大部分是搜索引擎，那么很有可能是你通過(guò)搜索了解到詳細(xì)信息才決定成交的丸卷，那線性模型對(duì)于搜索引擎就是不公平的枕稀。
這種廣告也有優(yōu)勢(shì)，線性歸因的模型讓流量渠道可以不用過(guò)于關(guān)注轉(zhuǎn)化效果及老，而進(jìn)一步去加強(qiáng)廣告的品牌效應(yīng)抽莱，那么對(duì)于那些同流量渠道有長(zhǎng)期穩(wěn)定的合作關(guān)系的品牌方而言，可以幫助他們把流量平臺(tái)的注意力轉(zhuǎn)向加強(qiáng)廣告的各個(gè)過(guò)程骄恶，而不會(huì)太過(guò)功利。
時(shí)間衰減歸因
時(shí)間衰減歸因模型是一種傾向把功勞劃分給最接近轉(zhuǎn)化的觸點(diǎn)的多觸點(diǎn)模型匕垫。該模型基于一個(gè)假設(shè)僧鲁，該假設(shè)認(rèn)為觸點(diǎn)越接近轉(zhuǎn)化，對(duì)轉(zhuǎn)化的影響力就越大。
這種歸因思路是脫胎于最終互動(dòng)模型寞秃，又沒(méi)有最終互動(dòng)那么絕對(duì)斟叼，一樣適用于最終互動(dòng)模型的業(yè)務(wù)場(chǎng)景：投放周期短、轉(zhuǎn)化路徑直接的廣告類型春寿。
但是這種模型的弊端也是對(duì)于引流類型的渠道而言很不公平朗涩，舉例我們?cè)谝恍┕娞?hào)上投放非效果廣告時(shí)候，用戶會(huì)在電商或?qū)嶓w店這類購(gòu)買渠道產(chǎn)生轉(zhuǎn)化绑改，如果使用這種模型來(lái)歸因的話谢床，對(duì)于公眾號(hào)渠道是很不友好的。
馬爾科夫模型
先解釋下馬爾科夫模型：是一種離散統(tǒng)計(jì)模型厘线，主要應(yīng)用于離散數(shù)學(xué)統(tǒng)計(jì)中识腿，例如語(yǔ)音識(shí)別、文法分析等領(lǐng)域造壮。馬爾科夫模型認(rèn)為渡讼，現(xiàn)在的狀態(tài)只由過(guò)去的行為決定，而未來(lái)的狀態(tài)只由現(xiàn)在的行為決定耳璧。
馬爾科夫模型中發(fā)生的一系列時(shí)間和狀態(tài)都是離散的過(guò)程成為馬爾科夫過(guò)程成箫，對(duì)于摩爾科夫過(guò)程中的每個(gè)當(dāng)前狀態(tài)的可能取值的條件概率，都可以通過(guò)之前的狀態(tài)來(lái)統(tǒng)計(jì)得出旨枯。
說(shuō)人話：在我們之前假設(shè)的廣告場(chǎng)景中伟众，假設(shè)ABCD四個(gè)渠道是四個(gè)互相關(guān)聯(lián)的頁(yè)面，A可以跳到B召廷，B可以跳C凳厢，以此類推：
那么當(dāng)我們大規(guī)模的統(tǒng)計(jì)ABCD四個(gè)頁(yè)面的跳轉(zhuǎn)行為之后，可以使用馬爾科夫模型來(lái)建模竞慢，這樣假設(shè)我們知道用戶瀏覽了B頁(yè)面時(shí)先紫，那么就可以得出用戶跳轉(zhuǎn)到C頁(yè)面的概率；
通過(guò)這種方式筹煮，我們就可以給所以廣告投放鏈路上的渠道一個(gè)經(jīng)過(guò)統(tǒng)計(jì)的系數(shù)遮精，來(lái)標(biāo)注該渠道對(duì)最終轉(zhuǎn)化的貢獻(xiàn)。
谷歌的Page Rank模型就是基于馬爾科夫模型來(lái)計(jì)算的败潦，需要長(zhǎng)時(shí)間統(tǒng)計(jì)所有頁(yè)面的跳轉(zhuǎn)行為本冲，經(jīng)過(guò)計(jì)算分析，為每個(gè)頁(yè)面生成一個(gè)PR值劫扒，來(lái)標(biāo)識(shí)頁(yè)面的質(zhì)量檬洞。
而馬爾科夫模型更適合的場(chǎng)景是語(yǔ)音識(shí)別，由Page Rank推而論之沟饥，我們說(shuō)出來(lái)的句子中的每個(gè)詞的順序其實(shí)也是離散的添怔，例如“我”后面跟著“們”這個(gè)字的概率湾戳，可以通過(guò)統(tǒng)計(jì)來(lái)得出。
選擇最適合的而不是最好的
廣告歸因的方式和算法多種多樣广料，核心的思路都是依賴用戶識(shí)別之后的點(diǎn)擊數(shù)據(jù)來(lái)分配轉(zhuǎn)化貢獻(xiàn)砾脑。
在我們實(shí)際應(yīng)用中，還是開頭的話艾杏，在我們實(shí)際廣告歸因場(chǎng)景中韧衣，不必要去追求更精準(zhǔn)，更完美的歸因方式购桑，而是根據(jù)運(yùn)營(yíng)需要去選擇最符合業(yè)務(wù)特性的方式畅铭，來(lái)達(dá)成業(yè)務(wù)目標(biāo)。再這個(gè)基礎(chǔ)上再?gòu)募夹g(shù)層面上做到更精準(zhǔn)其兴，更完美顶瞒。
