广告归因对市场营销人员和广告主来说一直是一个难题, 在投入了营销费用的同时, 我们还希望评估不同广告渠道带来了多少实际收入(ROI), 以此制定出一个有效的推广计划, 那么广告归因真的那么简单吗?

常见归因模型

首先我先简单介绍一下广告中常用的归因模型:

Last Click

Last Click 模型会将 100% 的转化价值归功于用户在购买或转化前进行的最后一次点击. 如果没有点击,则该模型会将价值归功于最终展示.

Last Interaction

Last Interaction 模型会将 100% 的转化价值归功于客户在购买或转化前与之互动的最后一个渠道.

适用情况:该模型可用于突显渠道在促成销售/转化方面所起到的作用。对于旨在在购买或转化发生时吸引用户的广告系列而言,该模型具有重要意义。如果您的商家主要经营交易性业务,并且销售周期内的观望时间不长,那么该模型也会十分有用。

First Interaction

First Interaction 模型会将 100% 的转化价值归功于客户与之互动的第一个渠道.

适用情况:当您想通过投放广告系列来建立品牌认知度时,可考虑使用该模型。例如,如果您想推广一个并不知名的品牌,那么您可能需要把重点放在会最先将您的品牌展示给客户的关键字和渠道上。该模型可用于突显展示广告在启动转化渠道方面所起到的作用。

Linear

Linear 模型会将功劳平均分配给转化路径中的每次渠道互动。

适用情况:适用于旨在在整个销售周期内保持客户接触度和认知度的广告系列。在该模型中,每个接触点在客户观望期间都同等重要。

Time Decay

Time Decay 模型适合仅涉及较短观望时间的销售周期。该模型基于指数式衰减的概念。它会将大部分功劳分配给最接近转化/销售时间的接触点。

适用情况:适用于短期促销广告系列。如果您要投放为期一天或两天的促销广告系列,则可能希望向这些促销广告系列中发生的互动分配更多功劳。与转化前刚刚产生的接触点相比,产生时间更早的接触点的价值会更低。

Position Based

Position Based 模型是“Last Interaction”模型和“First Interaction”模型的混合版。该模型不会将功劳全部分配给首次互动或最终互动,而是会向两者各分配一部分功劳。

适用情况:如果您重视能吸引客户关注您的品牌或促销广告系列的接触点,同时也重视可促成销售/转化的接触点,则可以使用该模型。

Social

Social 模型以“线性”模型为基础,但会对展示次数进行加权处理以考虑社交互动。

适用情况:如果您想衡量在社交网络(如 Twitter)上投放的广告系列,可考虑使用该模型。注意:该模型的功能仅适用于 Twitter 衡量测试版的用户。生成的概率模型则会显示:当各个事件按特定顺序发生时,用户在路径中的任一接触点进行转化的可能性有多大。

Data Driven Attribution

Data Driven Model 会使用所有可用的路径数据(包括来自转化用户和非转化用户的数据)了解所出现的特定营销接触点会如何影响您用户的转化概率。

这个模型运用了一种以合作博弈理论中的“Shapley 值”概念为基础的算法. 以数据为依据的归因算法会计算每个营销接触点的反事实增益 - 具体而言,它会比较下面这两个概率:(1) 接触过这些接触点的用户的转化概率,与 (2) 某个接触点在路径中没有出现时的类似用户的转化概率。

DDA

Adometry 是一家做归因分析的公司, 在 2014 年被 Google 收购, 将归因模型加到了 Google 的 Doubleclick, GA 等广告或监测平台中来优化现有产品. 现在这个产品更名为 Google Attribution 360, 是 GA 360 套件的一部分. 这是一个企业级的产品, 可以帮助大型广告主和市场营销人员来评估广告投放中每个营销点(touchpoints) 准确的投资回报率(ROI)

在 Google 团队的继续开发下, 这个产品变得越来越强大, 其核心内容可以分成三块:

  • Digital Attribution(DA)
  • TV Attribution(TVA)
  • Market Mix Modeling(MMM)

总的来说, 这是一个复杂的产品, 目前还在开发阶段, 属于没有完全上线的产品.