歸因是精細化運營必不可少的利器。歸因的目的，終究是為了提升運營轉(zhuǎn)化與收入增長。

App研發(fā)好了，廣告做了，渠道選了，預(yù)算也到位了（雖然總是覺得不夠吧），廣告投放出去效果卻不夠好，這時我們會反推，產(chǎn)品是不是設(shè)計有問題？文案不夠勾引？推廣渠道選錯了？……當(dāng)然以上都對。但是卻沒人能回答：我的50%廣告花費到底浪費在哪？

廣告投放是直面用戶的最后一環(huán)，也是最重要一環(huán)，如果你沒法去追溯（歸因）出投放的效果（此處說的不是一般意義上渠道給你看的那些華麗但摻假的數(shù)據(jù)），那么你真的很難做好下一步的優(yōu)化。前面所做的全部努力很可能慢慢損耗在最終推廣投放環(huán)節(jié)。

現(xiàn)在誰還在做粗放式效果評估，就太被動了

互聯(lián)網(wǎng)線上廣告比之傳統(tǒng)廣告來說，其數(shù)據(jù)被記錄下來，可以用于數(shù)據(jù)分析，優(yōu)化投放效果。線上媒體渠道仗著這些優(yōu)勢打著精準投放的概念一路收割廣告主的預(yù)算。

數(shù)據(jù)總是會讓人產(chǎn)生莫名的迷戀，我們帶著固有的認知與局限，看到數(shù)據(jù)是美好的，然而結(jié)果卻差強人意，尤其現(xiàn)在渠道轉(zhuǎn)化越來越差，用戶增長越來越難，廣告投放出去，運營同學(xué)也花了很多精力做效果評估，然并卵，這種粗放式的評估方法根本不能解決更實質(zhì)的問題：

• 我們知道用戶點了這家渠道的廣告，但是點了后安裝沒安裝？
• 這次的下載量到底是哪家渠道帶來的？下次又該買哪家？
• 除了用戶引流之外，這個后期轉(zhuǎn)化應(yīng)該算誰的？怎么算更科學(xué)更合理？

互聯(lián)網(wǎng)營銷與傳統(tǒng)營銷最大的差別是：可定向、可追溯

傳統(tǒng)廣告的特點是覆蓋廣泛、粗略區(qū)分目標人群、不能追蹤效果。而互聯(lián)網(wǎng)廣告則可定向投放，也可追蹤效果，二者同樣重要。相信廣告主們多注重研究定向，卻很少關(guān)注歸因吧。大數(shù)據(jù)技術(shù)帶來的定向投放確實很有吸引力，比如搜索“旅游”，平臺會給不同的人展示不同的產(chǎn)品與廣告，定向?qū)V告主而言看起來很劃算，但是人總是有局限的，不結(jié)合歸因，你怎么知道粗放定向還是更精細的定向哪個效果更好？

大部分廣告主在投放App時都會采用多渠道組合推廣的方式，比如一個海外App投放，會采用Facebook、Google、蘋果競價廣告或其他媒體渠道等多種渠道組合的廣告購買行為。

對于廣告主而言，需要明確廣告投放出去用戶是從哪個渠道來的，這個用戶質(zhì)量怎么樣，廣告購買和用戶獲取以及用戶在App內(nèi)行為之間的關(guān)系是什么，這些需要一套方法或體系來驗證，這就是歸因。

在實際應(yīng)用中，歸因操作更復(fù)雜，比如說，某用戶看了信息流廣告、點擊了社交廣告、然后在搜索引擎廣告中完成下載行為，那么這個轉(zhuǎn)化應(yīng)該怎么算？某用戶通過某社交客戶端下載App之后沒有其他App內(nèi)部轉(zhuǎn)化行為，這個渠道又怎么判斷？再比如電商類用戶看了電商廣告產(chǎn)生了內(nèi)部轉(zhuǎn)化行為，那他更進一步的復(fù)購、活躍到什么樣的程度？這些都可以通過歸因把整個環(huán)節(jié)串聯(lián)起來，做到更綜合科學(xué)的判定與回溯，以此進行投放與運營各層面的有效優(yōu)化。

換句話說，通過一個平臺的歸因服務(wù)，可以明確出廣告投放效果數(shù)據(jù)。比如告訴廣告主，Google渠道帶來的App用戶，內(nèi)部付費率是多少，付費單價是多少，你可以根據(jù)這個數(shù)據(jù)做一個判斷，就知道下次應(yīng)該怎樣投放。如果說Google的量很好，可以加大投放預(yù)算。此外，如果某一個渠道帶來的新增量級很大，但內(nèi)部轉(zhuǎn)化行為非常差，后續(xù)就可以降低這部分推廣預(yù)算，甚至說直接把該渠道pass?？勺匪菥吞峁┝丝茖W(xué)優(yōu)化的強大依據(jù)。

歸因也講方法論，多觸點歸因才是科學(xué)的歸因分析法

嚴格意義上講，歸因模型大約有10種左右，而歸因分類則大體分為單觸點和多觸點兩類。為了方便理解，溪姐給大家介紹四種常見的歸因模型。

1. 最終互動模型：100%分配給轉(zhuǎn)化前用戶最后一次接觸的媒體，這樣也容易測量，但屬于單觸點模式，不完善，適合轉(zhuǎn)化型廣告主。
2. 首次互動模型：100%分配給第一次接觸的渠道，只考慮最初的品牌認知、不考慮轉(zhuǎn)化，適合全新品牌。
3. 時間衰減互動模型：配比按時間遞減，適合臨時促銷廣告。
4. 自定義互動模型：自定義個階段配比，適合銷售和品牌同樣重視的廣告。

在實際用戶轉(zhuǎn)化路徑中，用戶在某新聞端看見并點擊了蘋果手機廣告，又在朋友圈點擊了推送廣告，回去之后在PC端用百度搜索了蘋果新機型，然后點擊百度上某商城廣告，在某商城完成購買行為，這是比較常見的從廣告展現(xiàn)到用戶轉(zhuǎn)化的流程，如果采用最終互動歸因模型，只會對百度出現(xiàn)的某商城廣告做效果考核，而那些前置廣告因素所產(chǎn)生的廣告行為則不計算，等于說100%給最終接觸的渠道。

如果按首次互動模型，則將效果歸因給某新聞端廣告，無論是首次互動還是最終互動，這兩種都屬于單觸點歸因模式，在多渠道組合投放中這種歸因方式比較片面。用戶接觸的各個渠道，它體現(xiàn)了展示率，而且可能對用戶來說產(chǎn)生了轉(zhuǎn)化，采用單觸點歸因，對于其他廣告形式來說是非常不公平的，因為它在用戶整個購買過程中也起了作用。

更科學(xué)的歸因需要考慮用戶的綜合行為，也就是我說的多觸點歸因，它通過一套算法或者模型去做分配。舉個例子，用戶在百度看見廣告，但是沒有完成購買行為，第二天再通過某新聞端完成了購買行為我會分出70%的效果給新聞端，而30%的效果則給百度。多觸點歸因會通過跨設(shè)備，跨屏，跨渠道去綜合評估，給出一個更合理的效果分配比例。上圖中提到的時間衰減互動和自定義互動模型則屬于多觸點歸因。

App推廣目前做得最好的歸因有哪些？

App推廣鑒于數(shù)據(jù)統(tǒng)計的難度，很多地方暫時無法實現(xiàn)歸因技術(shù)。比如線上推廣數(shù)據(jù)的相互打通，或者線下推廣數(shù)據(jù)的收集。我這里說一下目前已經(jīng)實現(xiàn)歸因的兩個地方：

１、IOS推廣層面的蘋果官方競價廣告投放歸因

蘋果官網(wǎng)競價排名廣告，作為一種新興推廣渠道，之所以受CP青睞，因為它可以提供歸因API，告訴CP哪些下載量來自于哪個關(guān)鍵詞，從而幫CP改進關(guān)鍵詞投放方案。目前蘋果競價投放自2016年10月初陸續(xù)上線美國、新西蘭、澳大利亞、英國。國內(nèi)CP也非常期待它的上線，因為它利于結(jié)算、效果考核、方案改進。

不足的是，蘋果歸因API仍是簡單粗放式的，它可以追溯每一個下載來自于哪一個關(guān)鍵詞，但往下就提供不了了。什么意思呢？比如廣告主不僅想知道每一個下載來自哪個關(guān)鍵詞，可能還想看注冊數(shù)，看留存、購買轉(zhuǎn)化等數(shù)據(jù)，這時就需要使用更專業(yè)系統(tǒng)的第三方歸因工具。

２、針對安卓推廣層面的App推廣反作弊工具

用于識別渠道流量的來源與質(zhì)量。識別假量，不為假量買單，節(jié)省推廣成本；運營真用戶，切實提升用戶轉(zhuǎn)化率。（溪姐后續(xù)會單獨來講反作弊的相關(guān)內(nèi)容）

第三方工具如何利用ROI核算提升蘋果競價投放的轉(zhuǎn)化率？

第三方歸因工具主要通過監(jiān)測ASM投放后的點擊數(shù)據(jù)和轉(zhuǎn)化數(shù)據(jù)，將外部數(shù)據(jù)匯總。此外，通過SDK采集App內(nèi)部數(shù)據(jù)，最終歸因到哪個關(guān)鍵詞帶來這個用戶，他有沒有注冊，有沒有付費，乃至有沒有其他深度行為，歸因起的是連接作用，將數(shù)據(jù)全部打通，從而得到更準確的分析數(shù)據(jù)。

除了嵌入SDK外，更重要的是做定制化埋點方案。在什么地方做埋點很重要，舉例說，在App注冊頁埋一個點，就可以得到用戶注冊信息，在會員服務(wù)處埋點，就能知道哪些用戶購買了相關(guān)服務(wù)，諸如服務(wù)的種類、服務(wù)的金額、用戶的賬戶，在各個關(guān)鍵部位埋點能幫助完整記錄用戶每一步的行為，獲得各類數(shù)據(jù)。

最后根據(jù)收集來的數(shù)據(jù)進行分析，明確下載來自哪個詞，比如知道某詞帶來1000個用戶，這1000個用戶有600個注冊用戶，200個完成付費行為，進而指導(dǎo)下次投放。從渠道管理來講可以用以判斷渠道的質(zhì)量，合理優(yōu)化渠道投放策略，節(jié)省推廣成本，并提升渠道轉(zhuǎn)化效率；從用戶增長角度來看，可以用于判斷某個詞的帶量效果和轉(zhuǎn)化效率，從而優(yōu)化關(guān)鍵詞，提升用戶增長與收入增長。

后記

歸因的目的，終究是為了提升運營轉(zhuǎn)化與收入增長。沒有歸因分析，不去做追溯，就無法知道50%廣告花費到底浪費在哪。在傳統(tǒng)廣告時代，根本無法進行數(shù)據(jù)監(jiān)測與評估，在大數(shù)據(jù)技術(shù)逐漸完善的今天，有了實現(xiàn)歸因追溯的土壤，才能發(fā)揮其在精細運營上的價值。

可以說，歸因是精細化運營必不可少的利器，在移動互聯(lián)網(wǎng)流量紅利消失的今天，低成本、爆發(fā)式獲量已經(jīng)不可能，接下來我們思考的應(yīng)該是如何甄別和利用質(zhì)量好的流量，以及獲得營收的穩(wěn)步增長。那么，如何提升投入產(chǎn)出比（ROI）就變得至關(guān)重要。唯有對流量、對詞、對用戶的歸因分析才能實現(xiàn)ROI的評估。

正如我們在一次競價投放的歸因分析中，通過核算關(guān)鍵詞的ROI找到帶來購買轉(zhuǎn)化最多的高精準詞以及效果最差的詞，好的詞追加投放，差的詞削減甚至?xí)和Ｍ斗?，改進策略后該App產(chǎn)品的營收增長直接翻番。這就像馬太效應(yīng)所說的，凡是有價值的（用戶或關(guān)鍵詞），就應(yīng)給予更多關(guān)注與資源，才能使之產(chǎn)生更大的價值，而無價值無作為的，則應(yīng)迅速削減投放。浪費越多整體收益越少。

本文由 @溪姐 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。