1.2.4 歸因分析模型

回顧1.1.5節(jié)，我們曾引用過百貨之父約翰·沃納梅克（John Wanamaker）提出過的廣告營銷界的“哥德巴赫猜想”：“我知道我的廣告費有一半是浪費的，但我不知道浪費的是哪一半。”這里面體現(xiàn)的就是廣告主對于自己花錢投放出去的廣告效果的困惑，廣告主希望知道每個廣告的請求、曝光、點擊到最終營銷漏斗環(huán)節(jié)的轉化情況，借此來進一步分析廣告的ROI、渠道質量，以及未來的投放優(yōu)化策略。從風控的角度來看，歸因分析模型可以說是營銷渠道反作弊的基礎。

1.為什么需要歸因分析

假設手游創(chuàng)業(yè)公司A發(fā)布了新游戲，并選擇在C1、C2、C3三個媒體渠道App投放廣告。經過一段時間的推廣，游戲在應用市場的下載量顯著增長。現(xiàn)在，A想要了解哪個渠道對下載量的提升貢獻最大，以便更合理地分配后續(xù)的廣告預算，實現(xiàn)最優(yōu)的轉化效果。

用戶U在多個渠道上與A公司游戲廣告發(fā)生互動，并最終下載了游戲。通過分析用戶U的行為路徑，可以發(fā)現(xiàn)不同渠道在轉化過程中所起的作用。首先，C1渠道（如微博）吸引了用戶的注意力，并留下了深刻的第一印象。其次，C2渠道（如愛奇藝）通過貼片廣告進一步展示了游戲內容，增強了用戶興趣。最后，C3渠道（如小紅書）通過KOC的推薦帖子，強化了用戶的購買意愿，促使其采取下載行動。

如圖1-15所示，這個過程用戶U經歷了三個媒體渠道（也稱為歸因觸點），最終廣告費用應該如何分配給這三家媒體，就是歸因分析模型需要解決的問題。

圖1-15 多觸點營銷歸因

再舉一個籃球領域的有趣例子，在籃球活動中有兩個重要的統(tǒng)計指標，一個是得分，另一個是助攻。對比營銷活動，得分可以類比為營銷轉化（如App下載），助攻可以類比為渠道廣告，助攻可以轉換為最終的得分，而送出助攻的球員則可類比為營銷的媒體渠道。

以2022年金州勇士隊獲得NBA年度總冠軍為例，季后賽中勇士隊頭號球星斯蒂芬·庫里的場均助攻數(shù)為5.9次，而另一位以防守見長的球員德拉蒙德·格林的場均助攻數(shù)為6.3次，竟然比斯蒂芬·庫里還多。那么，我們可以直接認為德拉蒙德·格林這個“渠道”比斯蒂芬·庫里這個“渠道”更重要嗎？了解勇士隊打法的朋友可能都知道“庫有引力”這個梗。雖然德拉蒙德·格林的助攻數(shù)多，但其實有相當一部分都是源于對手對斯蒂芬·庫里的包夾，經過二次傳導才形成空位機會從而得分（轉化）。

通過上面的例子可以發(fā)現(xiàn)，在互聯(lián)網營銷推廣活動過程中，用戶一般不會看到廣告就立刻產生轉化。實際情況往往是由多家媒體渠道綜合作用的結果。在轉化效果歸因分析過程中，也不能一刀切，而應該根據(jù)不同的營銷場景采用靈活變通的方式進行歸因分析。

2.主流歸因分析模型

歸因的本質，就是在互聯(lián)網多渠道廣告營銷活動中能夠明確回溯廣告投放效果，進而提升流量價值轉化。通過效果歸因，廣告主能夠把從最初廣告投放到最終廣告效果轉化的鏈路有效串通，借助數(shù)字化效果轉化結論促進對廣告投放渠道、流量質量等進行更綜合科學的分析，從而對后續(xù)的營銷推廣活動做出有效優(yōu)化。另外通常情況下，用戶從看到廣告到最終的生產轉化行為往往會有一定的時間延遲，所以在實際應用的過程中一般會給最終點擊歸因增加一個Buffer（緩沖器）時間窗口，也稱歸因周期，比如7天時間窗口內由某個推廣渠道帶來的轉化都可算作轉化效果歸因。

如圖1-16所示，業(yè)界主流歸因分析模型可分為最終點擊歸因模型、首次點擊歸因模型、線性歸因模型、時間衰減歸因模型、基于位置的歸因模型和數(shù)據(jù)驅動歸因模型。

圖1-16 主流歸因分析模型

1）最終點擊歸因。這是最常用的歸因模型，顧名思義，該模型將廣告的轉化效果100%歸功于用戶在產生轉化行為前最后一次觸達點擊所在的媒體渠道。這種歸因模型的優(yōu)點是簡單直接，只需要監(jiān)測用戶最后觸達的媒體渠道即可，前面的都可以忽略不計。但其缺點也很明顯，由于只關注最終點擊，忽略了整個營銷效果轉化過程中的前置渠道，而這些前置渠道也是有價值的。最終點擊歸因模型適用于轉化路徑較少、周期短的效果類廣告營銷推廣活動，廣告主在投放過程中最關心的是誰給自己帶來最終的成交轉化而非品牌種草。

2）首次點擊歸因。與最終點擊歸因模型相反，首次點擊歸因模型將廣告效果100%歸功于用戶第一次發(fā)生廣告點擊行為的媒體渠道，而不關心后續(xù)的點擊行為。因此，首次點擊歸因模型適用于品牌拉新場景，用于品牌廣告主對用戶做品牌知名度宣傳和產品種草。

3）線性歸因。在多渠道推廣的過程中，無論是初次觸達用戶、最終引起轉化的觸達，還是中間過程中的觸達，線性歸因都會平等對待。但這種方式對于優(yōu)質流量渠道并不友好，特別是在某些劣質渠道作弊的情況下。

4）時間衰減歸因。時間衰減歸因類似于線性歸因，但在這個模型中，效果功勞會給接近最終轉化或購買的點擊分配更高權重。這種模式也適用于偏向周期短、注重效果的廣告類型，但對于周期長的前期引流渠道并不友好。

5）基于位置的歸因。基于位置的歸因結合了最終點擊和首次點擊歸因模型的優(yōu)點，對首次觸達和最終觸達賦予了更高的權重。因此，基于位置的歸因對初始的獲客線索和最終的促成轉化能夠兼顧。

6）數(shù)據(jù)驅動歸因。也稱為算法歸因模型，基于人工智能算法來評估廣告系列中的轉化和非轉化路徑，并為每個接觸點分配適當?shù)臍w因權重。

前面介紹了多種歸因模型。歸因對于廣告主來說可以識別渠道轉化價值，進一步優(yōu)化營銷預算分配。對于媒體來說，自身媒體渠道流量帶來的歸因會帶來收益，通過歸因數(shù)據(jù)進行廣告流量資金結算。接下來對結算環(huán)節(jié)的計費方式和作弊風險進行初步分析。