超級碗廣告：每秒110萬人民幣棚蓄，僅播一次
2017年2月哟楷，超級碗比賽瘤载。1.113億觀眾，這是近4年來超級碗觀眾人數(shù)最少的一屆卖擅。33.9億人民幣鸣奔，這是廣告收入最高的一屆。
對于今年的超級碗而言惩阶，一段長達(dá)30秒的廣告要花掉廣告主3390萬人民幣左右挎狸，這相當(dāng)于每秒鐘耗費110萬。下面這張圖表體現(xiàn)出了1967年以來超級碗廣告費的走勢断楷，從圖中可以看出廣告費總體呈現(xiàn)上升趨勢：
而許多大品牌廣告主的眉毛锨匆，就和上圖的廣告費一樣，越來越上揚冬筒。他們在過去的數(shù)十年中經(jīng)歷著“停投就沒生意恐锣，投了卻怕投錯”的品牌廣告困境茅主。在電視廣告那700億美元市場中，他們急于尋找可靠的數(shù)據(jù)來證明其投入產(chǎn)出土榴。
2017年5月诀姚，谷歌發(fā)布Google attribution，嘗試告訴營銷者那些沒有產(chǎn)生點擊的廣告“同樣具有價值”鞭衩。Google Attribution應(yīng)用機器學(xué)習(xí)來分析用戶與品牌廣告之間的各個接觸学搜，它可以在展示廣告、視頻廣告论衍、搜索廣告瑞佩、社會化廣告、自身網(wǎng)站以及app應(yīng)用中進行歸因坯台，并可以跨任何屏幕炬丸。用谷歌的話說Google Attribution的發(fā)布著重于簡化歸因過程，并讓谷歌的“黑科技”惠及所有人蜒蕾。
深層歸因：洞察每一分推廣費的價值
何為歸因稠炬？
歸因是在客戶旅程中衡量各個接觸點對轉(zhuǎn)化影響的過程，即在客戶觀看一系列廣告并最終做出廣告主希望的舉動后咪啡，評估每一次廣告對轉(zhuǎn)化影響的過程首启。在上一篇中，我已經(jīng)詳細(xì)介紹了歸因的含義撤摸、基礎(chǔ)模型和使用場景毅桃，有興趣的同學(xué)可以回顧一下。這一篇准夷，我會以Google attribution 以及及策為例钥飞，講述歸因分析的深層作用和基礎(chǔ)算法。
Google attribution：何為深層歸因
Know what every marketing dollar is doing for you
這句話衫嵌，講的是Google attribution 的愿景读宙，直白的翻譯，就是”洞察每一分推廣費的價值“楔绞。核心點很簡單结闸，谷歌想要的是”真正“評估每一次廣告曝光后的效果，也就是多設(shè)備多渠道歸因酒朵。這點看起來很簡單桦锄，但世界上做到的就只有谷歌，而及策做到了單設(shè)備多渠道歸因耻讽，還在努力察纯。至于其他公司帕棉，多半都還留在lastclick模型上针肥。
什么是多設(shè)備多渠道歸因饼记？舉個例子，用戶小及正在策劃一場家庭旅行慰枕。傍晚具则，她在電視上看到XX旅行的電視廣告，覺得還不錯具帮，便用平板在百度上進行搜索博肋，尋找適當(dāng)?shù)哪康牡亍Ｋc擊了一個“廈門酒店”的移動廣告蜂厅，覺得廣告帶她前往的XX旅行網(wǎng)站還不錯匪凡。臨睡前，小及在appstore的熱門應(yīng)用上又看到了該產(chǎn)品的APP掘猿，便下載了APP病游，為全家預(yù)訂了行程。
在這個例子中稠通，小及共經(jīng)歷了”電視“”平板“”手機“三個渠道衬衬。那么，我們該如何確定來自這三個渠道的廣告數(shù)據(jù)屬于小及改橘，而不是阿貓阿狗的滋尉？這里，就需要使用多設(shè)備多渠道歸因飞主。谷歌的歸因如下圖所示：
| 歸因類型 | 廣告類型 | 渠道類型 |
|---|---|---|
| 數(shù)字歸因 | 線上 | 展示廣告狮惜、視頻廣告、搜索廣告既棺、社會化廣告讽挟、自身網(wǎng)站以及app應(yīng)用、智能電視等 |
| 傳統(tǒng)電視歸因 | 線下 | 傳統(tǒng)電視廣告 |
| 營銷組合模型 | 綜合 | 綜合 |
其中丸冕，數(shù)字歸因可以是單設(shè)備多渠道歸因耽梅，也可以是多設(shè)備多渠道歸因；電視歸因是單設(shè)備多渠道歸因胖烛，而營銷組合模型是多設(shè)備多渠道歸因眼姐。
深層歸因的作用
利用深層歸因，我們實際上能看到用戶在一次轉(zhuǎn)化上完整的廣告路線圖：
- 看過幾次廣告
- 何時何地在哪個渠道看的
- 廣告的內(nèi)容和類型是什么
- 是否有互動：點擊廣告佩番、訪問網(wǎng)站深度众旗、時長等等
而基于海量用戶的廣告路線圖，我們實際上就能通過機器學(xué)習(xí)來優(yōu)化廣告全局：
-
明確渠道角色：
- 助攻角色：對最后的轉(zhuǎn)化起輔助促進作用
- 轉(zhuǎn)化角色：直接影響最后的轉(zhuǎn)化
-
優(yōu)化廣告組合：
- 性價比最高的廣告組合
- 轉(zhuǎn)化率最高的廣告組合
- 轉(zhuǎn)化周期最短的廣告組合
- 轉(zhuǎn)化量最大的廣告組合
- 客單價最高的廣告組合
通過上述信息趟畏，你就能最大化限度地利用你的廣告經(jīng)費贡歧，讓每一分市場營銷費都為你帶來價值。
淺析深層歸因原理
在上一篇中，我介紹了點擊歸因的原理利朵，所以這一部分會以曝光歸因為例講解
單用戶單設(shè)備多渠道歸因
仍以小及為例律想，假設(shè)他使用手機，依次觀看了優(yōu)酷绍弟、愛奇藝技即、百度廣告，最后在appstore主動下載了XX旅行APP樟遣。而單設(shè)備多渠道歸因分析而叼，要做的就是以下兩步：
- 跨渠道識別來自小及的廣告曝光記錄；
- 還原小及的完整渠道觸達(dá)軌跡豹悬；
- 根據(jù)轉(zhuǎn)化點分析葵陵，每個渠道的位置和轉(zhuǎn)化價值；
跨渠道用戶識別：確定這三次廣告曝光對象都是小及
如何識別一個設(shè)備標(biāo)識(Device ID)
小及可以使用不同設(shè)備瞻佛，如手機埃难，電腦，平板等涤久。那么如何在廣告營銷中定義一個大家都能明白的設(shè)備呢涡尘？在移動廣告中，設(shè)備的唯一標(biāo)識需要滿足兩個要求：
- 可獲得性 ：App程序可以獲得該值
- 可交換性：這個值脫敏后响迂，不同系統(tǒng)間可以進行交換考抄。
舉例來說，很多互聯(lián)網(wǎng)服務(wù)都習(xí)慣于自己管理CRM系統(tǒng)蔗彤，提供注冊功能川梅，都有登陸賬號，自己管理登陸然遏。這種登陸賬號推廣難度大贫途，而且可交換性差。
在移動營銷中為了標(biāo)識一個設(shè)備待侵，在蘋果手機上丢早，大家都是用廣告ID: IDFA(ID for Advertising)；在Android上秧倾，國外都是用Google Ads ID怨酝；國內(nèi)因為Google Play無法使用，所以使用情況比較發(fā)散那先，有的用Android ID农猬，有的用IMEI，有的用IMEI-MD5售淡，也有用IMEI-SHA1斤葱。而在王章營銷中慷垮，往往會使用cookieID來標(biāo)識某臺電腦。
假設(shè)小及使用的是iPhone 7揍堕，那么他的手機就有一個唯一的IDFA换帜。在他瀏覽優(yōu)酷時，我們可以監(jiān)測這次曝光鹤啡，并用IDFA唯一標(biāo)識小及；同樣蹲嚣，在他瀏覽愛奇藝和百度時递瑰，我們也可以利用IDFA標(biāo)識小及。
還原小及的渠道觸達(dá)軌跡
- 確定軌跡終點：軌跡終點隙畜，也就是轉(zhuǎn)化點抖部，在小及的例子中，就是下載XX旅行APP
- 確定轉(zhuǎn)化周期：廣告曝光效果是隨時間減弱的议惰，比如半年前小及看過一次XX旅行的廣告慎颗，可能他早已忘記了。確定轉(zhuǎn)化周期言询，就是從下載XX旅行APP的時間點開始俯萎，回溯一個周期，在這個周期內(nèi)的廣告曝光我們認(rèn)為對小及的轉(zhuǎn)化是有幫助的运杭。
- 回溯渠道軌跡：根據(jù)轉(zhuǎn)化點和轉(zhuǎn)化周期夫啊，查找小及在這段期間內(nèi)觀看XX旅行廣告的歷史記錄，按照時間先后順序排序
這樣辆憔，我們就能完整還原小及的渠道觸達(dá)軌跡撇眯。
根據(jù)轉(zhuǎn)化點分析每個渠道的位置和轉(zhuǎn)化價值
在小及的例子中，我們可以看到百度廣告是小及最后看到的廣告虱咧，一般可以認(rèn)為這個廣告的價值最大熊榛。然而如果沒有優(yōu)酷和愛奇藝的曝光，小及也許根本不知道XX旅行腕巡，也談不上在百度主動搜索該產(chǎn)品玄坦。所以，優(yōu)酷和愛奇藝對這次轉(zhuǎn)化起了輔助轉(zhuǎn)化的角色绘沉。在上一篇中营搅，我已經(jīng)詳細(xì)介紹了如何運用歸因模型進行價值分析，這里不再贅述梆砸。
單設(shè)備多渠道歸因的挑戰(zhàn)：龐大的曝光數(shù)據(jù)量
國內(nèi)的廣告監(jiān)測公司基本都能做到廣告被點擊后的統(tǒng)計转质，但每一次廣告被曝光后的數(shù)據(jù)則不會被統(tǒng)計，因為曝光數(shù)據(jù)太多帖世，統(tǒng)計了也沒能力計算休蟹。
舉個例子沸枯，假設(shè)點擊數(shù)據(jù)是1億，點擊率是1%赂弓，那么曝光數(shù)據(jù)則是100億绑榴。一般企業(yè)處理億級的數(shù)據(jù)普遍還行，但是如果處理100億級的數(shù)據(jù)盈魁，服務(wù)器很可能會掛掉翔怎。
單用戶多設(shè)備多渠道歸因
如何進行跨屏標(biāo)識用戶？
在上面的例子我有提到杨耙，我們之所以能判斷小及看過優(yōu)酷、愛奇藝珊膜、百度的廣告容握，是因為小及的iPhone 7有唯一的IDFA標(biāo)識。這里车柠，假設(shè)小及還在電腦上看過XX旅行APP的廣告剔氏，而電腦是沒有IDFA標(biāo)識的。那么我們?nèi)绾沃肋@臺電腦和這部手機屬于同一個人呢竹祷？在跨屏用戶分析谈跛，有兩種方法：
確定性方法（Deterministic)匹配：確定的信息產(chǎn)生設(shè)備連接（往往是隱私數(shù)據(jù) PII數(shù)據(jù)，數(shù)據(jù)分散在各個系統(tǒng)中）塑陵，例如登陸賬號币旧，手機號等
概率論方法（Probabilistc)匹配：使用間接信息（特別是匿名信息）進行連接，例如Cookie等猿妈，上網(wǎng)時間吹菱，IP，廣告點擊信息等等彭则，然后通過機器學(xué)或者復(fù)雜的規(guī)則來分析
能夠幫助跨屏分析的數(shù)據(jù)源是很多的鳍刷，有確定的，弱確定性的俯抖，有不變的输瓜，有易變的。
跨屏識別的技術(shù)實現(xiàn)算法是多種的芬萍，因為每個公司的數(shù)據(jù)種類和數(shù)量都是大相徑庭的尤揣，算法因而不同。如果有統(tǒng)一的賬號體系柬祠，問題會簡化很多北戏，同一個手機和平板，登陸了同一個社交網(wǎng)絡(luò)漫蛔，說明這兩個設(shè)備的用戶很有可能是一個人嗜愈。再舉例旧蛾，一個手機和一個PC處于一個IP，那么他們很可能來自于一個家庭的網(wǎng)絡(luò)蠕嫁，它們后面是同一個人的可能性會提高锨天，然后可以再根據(jù)其它的一些數(shù)據(jù)線索進一步分析置信度，包括如下過程：
- 發(fā)現(xiàn)關(guān)聯(lián)：確定性剃毒，概率匹配
- 關(guān)聯(lián)強度：時間病袄，任務(wù)，內(nèi)容等
- 關(guān)聯(lián)調(diào)整：狀體轉(zhuǎn)移赘阀，淡出等
跨屏的挑戰(zhàn)
中國跨屏分析會比美國要復(fù)雜很多：
- 中國IP復(fù)用情況多：中國IPv4大約3.3億益缠，網(wǎng)民大約７億；美國IPv4大約12億纤壁，網(wǎng)民大約2.6億；中國網(wǎng)民的人均IP遠(yuǎn)遠(yuǎn)少于美國捺信，很多用戶的IP都混雜在一起酌媒，分析起來復(fù)雜度也更高一些。例如迄靠，有些運營商在整個縣城都使用一個公網(wǎng)IP秒咨。
- 中國雙卡手機的使用率高于美國市場，使用場景也更加復(fù)雜一些掌挚，地域上中國人口分布在高密度的城市雨席。
- 中國的山寨機，網(wǎng)絡(luò)劫持和流氓軟件都會影響跨屏分析的精準(zhǔn)性吠式。
此外陡厘，多設(shè)備多渠道的歸因與單設(shè)備多渠道的歸因基本一致，不再贅述特占。
寫在最后
隨著AI技術(shù)的發(fā)展糙置，深層歸因分析必然成為未來廣告監(jiān)測行業(yè)的標(biāo)準(zhǔn)。關(guān)于廣告投放和效果監(jiān)測的系列文章就寫到這里是目。下一個系列谤饭，我會講述如何精細(xì)化運營客戶。歡迎關(guān)注及策云課堂懊纳，也可以點此免費試用我們的產(chǎn)品揉抵。
及策——洞察你的用戶。
