归因分析：精细化运营必不可少的利器

归因是精细化运营必不可少的利器。归因的目的，终究是为了提升运营转化与收入增长。

App研发好了，广告做了，渠道选了，预算也到位了（虽然总是觉得不够吧），广告投放出去效果却不够好，这时我们会反推，产品是不是设计有问题？文案不够勾引？推广渠道选错了？……当然以上都对。但是却没人能回答：我的50%广告花费到底浪费在哪？

广告投放是直面用户的最后一环，也是最重要一环，如果你没法去追溯（归因）出投放的效果（此处说的不是一般意义上渠道给你看的那些华丽但掺假的数据），那么你真的很难做好下一步的优化。前面所做的全部努力很可能慢慢损耗在最终推广投放环节。

现在谁还在做粗放式效果评估，就太被动了

互联网线上广告比之传统广告来说，其数据被记录下来，可以用于数据分析，优化投放效果。线上媒体渠道仗着这些优势打着精准投放的概念一路收割广告主的预算。

数据总是会让人产生莫名的迷恋，我们带着固有的认知与局限，看到数据是美好的，然而结果却差强人意，尤其现在渠道转化越来越差，用户增长越来越难，广告投放出去，运营同学也花了很多精力做效果评估，然并卵，这种粗放式的评估方法根本不能解决更实质的问题：

• 我们知道用户点了这家渠道的广告，但是点了后安装没安装？
• 这次的下载量到底是哪家渠道带来的？下次又该买哪家？
• 除了用户引流之外，这个后期转化应该算谁的？怎么算更科学更合理？

互联网营销与传统营销最大的差别是：可定向、可追溯

传统广告的特点是覆盖广泛、粗略区分目标人群、不能追踪效果。而互联网广告则可定向投放，也可追踪效果，二者同样重要。相信广告主们多注重研究定向，却很少关注归因吧。大数据技术带来的定向投放确实很有吸引力，比如搜索“旅游”，平台会给不同的人展示不同的产品与广告，定向对广告主而言看起来很划算，但是人总是有局限的，不结合归因，你怎么知道粗放定向还是更精细的定向哪个效果更好？

大部分广告主在投放App时都会采用多渠道组合推广的方式，比如一个海外App投放，会采用Facebook、Google、苹果竞价广告或其他媒体渠道等多种渠道组合的广告购买行为。

对于广告主而言，需要明确广告投放出去用户是从哪个渠道来的，这个用户质量怎么样，广告购买和用户获取以及用户在App内行为之间的关系是什么，这些需要一套方法或体系来验证，这就是归因。

在实际应用中，归因操作更复杂，比如说，某用户看了信息流广告、点击了社交广告、然后在搜索引擎广告中完成下载行为，那么这个转化应该怎么算？某用户通过某社交客户端下载App之后没有其他App内部转化行为，这个渠道又怎么判断？再比如电商类用户看了电商广告产生了内部转化行为，那他更进一步的复购、活跃到什么样的程度？这些都可以通过归因把整个环节串联起来，做到更综合科学的判定与回溯，以此进行投放与运营各层面的有效优化。

换句话说，通过一个平台的归因服务，可以明确出广告投放效果数据。比如告诉广告主，Google渠道带来的App用户，内部付费率是多少，付费单价是多少，你可以根据这个数据做一个判断，就知道下次应该怎样投放。如果说Google的量很好，可以加大投放预算。此外，如果某一个渠道带来的新增量级很大，但内部转化行为非常差，后续就可以降低这部分推广预算，甚至说直接把该渠道pass。可追溯就提供了科学优化的强大依据。

归因也讲方法论，多触点归因才是科学的归因分析法

严格意义上讲，归因模型大约有10种左右，而归因分类则大体分为单触点和多触点两类。为了方便理解，溪姐给大家介绍四种常见的归因模型。

1. 最终互动模型：100%分配给转化前用户最后一次接触的媒体，这样也容易测量，但属于单触点模式，不完善，适合转化型广告主。
2. 首次互动模型：100%分配给第一次接触的渠道，只考虑最初的品牌认知、不考虑转化，适合全新品牌。
3. 时间衰减互动模型：配比按时间递减，适合临时促销广告。
4. 自定义互动模型：自定义个阶段配比，适合销售和品牌同样重视的广告。

在实际用户转化路径中，用户在某新闻端看见并点击了苹果手机广告，又在朋友圈点击了推送广告，回去之后在PC端用百度搜索了苹果新机型，然后点击百度上某商城广告，在某商城完成购买行为，这是比较常见的从广告展现到用户转化的流程，如果采用最终互动归因模型，只会对百度出现的某商城广告做效果考核，而那些前置广告因素所产生的广告行为则不计算，等于说100%给最终接触的渠道。

如果按首次互动模型，则将效果归因给某新闻端广告，无论是首次互动还是最终互动，这两种都属于单触点归因模式，在多渠道组合投放中这种归因方式比较片面。用户接触的各个渠道，它体现了展示率，而且可能对用户来说产生了转化，采用单触点归因，对于其他广告形式来说是非常不公平的，因为它在用户整个购买过程中也起了作用。

更科学的归因需要考虑用户的综合行为，也就是我说的多触点归因，它通过一套算法或者模型去做分配。举个例子，用户在百度看见广告，但是没有完成购买行为，第二天再通过某新闻端完成了购买行为我会分出70%的效果给新闻端，而30%的效果则给百度。多触点归因会通过跨设备，跨屏，跨渠道去综合评估，给出一个更合理的效果分配比例。上图中提到的时间衰减互动和自定义互动模型则属于多触点归因。

App推广目前做得最好的归因有哪些？

App推广鉴于数据统计的难度，很多地方暂时无法实现归因技术。比如线上推广数据的相互打通，或者线下推广数据的收集。我这里说一下目前已经实现归因的两个地方：

１、IOS推广层面的苹果官方竞价广告投放归因

苹果官网竞价排名广告，作为一种新兴推广渠道，之所以受CP青睐，因为它可以提供归因API，告诉CP哪些下载量来自于哪个关键词，从而帮CP改进关键词投放方案。目前苹果竞价投放自2016年10月初陆续上线美国、新西兰、澳大利亚、英国。国内CP也非常期待它的上线，因为它利于结算、效果考核、方案改进。

不足的是，苹果归因API仍是简单粗放式的，它可以追溯每一个下载来自于哪一个关键词，但往下就提供不了了。什么意思呢？比如广告主不仅想知道每一个下载来自哪个关键词，可能还想看注册数，看留存、购买转化等数据，这时就需要使用更专业系统的第三方归因工具。

２、针对安卓推广层面的App推广反作弊工具

用于识别渠道流量的来源与质量。识别假量，不为假量买单，节省推广成本；运营真用户，切实提升用户转化率。（溪姐后续会单独来讲反作弊的相关内容）

第三方工具如何利用ROI核算提升苹果竞价投放的转化率？

第三方归因工具主要通过监测ASM投放后的点击数据和转化数据，将外部数据汇总。此外，通过SDK采集App内部数据，最终归因到哪个关键词带来这个用户，他有没有注册，有没有付费，乃至有没有其他深度行为，归因起的是连接作用，将数据全部打通，从而得到更准确的分析数据。

除了嵌入SDK外，更重要的是做定制化埋点方案。在什么地方做埋点很重要，举例说，在App注册页埋一个点，就可以得到用户注册信息，在会员服务处埋点，就能知道哪些用户购买了相关服务，诸如服务的种类、服务的金额、用户的账户，在各个关键部位埋点能帮助完整记录用户每一步的行为，获得各类数据。

最后根据收集来的数据进行分析，明确下载来自哪个词，比如知道某词带来1000个用户，这1000个用户有600个注册用户，200个完成付费行为，进而指导下次投放。从渠道管理来讲可以用以判断渠道的质量，合理优化渠道投放策略，节省推广成本，并提升渠道转化效率；从用户增长角度来看，可以用于判断某个词的带量效果和转化效率，从而优化关键词，提升用户增长与收入增长。

后记

归因的目的，终究是为了提升运营转化与收入增长。没有归因分析，不去做追溯，就无法知道50%广告花费到底浪费在哪。在传统广告时代，根本无法进行数据监测与评估，在大数据技术逐渐完善的今天，有了实现归因追溯的土壤，才能发挥其在精细运营上的价值。

可以说，归因是精细化运营必不可少的利器，在移动互联网流量红利消失的今天，低成本、爆发式获量已经不可能，接下来我们思考的应该是如何甄别和利用质量好的流量，以及获得营收的稳步增长。那么，如何提升投入产出比（ROI）就变得至关重要。唯有对流量、对词、对用户的归因分析才能实现ROI的评估。

正如我们在一次竞价投放的归因分析中，通过核算关键词的ROI找到带来购买转化最多的高精准词以及效果最差的词，好的词追加投放，差的词削减甚至暂停投放，改进策略后该App产品的营收增长直接翻番。这就像马太效应所说的，凡是有价值的（用户或关键词），就应给予更多关注与资源，才能使之产生更大的价值，而无价值无作为的，则应迅速削减投放。浪费越多整体收益越少。

本文由 @溪姐 原创发布。未经许可，禁止转载。