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化與收入增長。

App研發好了，廣告做了，渠道選了，預算也到位了（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，産品是不是設計有問題？文案不夠勾引？推廣渠道選錯了？……當然以上都對。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後一環，也是最重要一環，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據），那麼你真的很難做好下一步的優化。前面所做的全部努力很可能慢慢損耗在最終推廣投放環節。

現在誰還在做粗放式效果評估，就太被動了

互聯網線上廣告比之傳統廣告來說，其數據被記錄下來，可以用于數據分析，優化投放效果。線上媒體渠道仗着這些優勢打着精準投放的概念一路收割廣告主的預算。

數據總是會讓人産生莫名的迷戀，我們帶着固有的認知與局限，看到數據是美好的，然而結果卻差強人意，尤其現在渠道轉化越來越差，用戶增長越來越難，廣告投放出去，運營同學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的問題：

• 我們知道用戶點了這家渠道的廣告，但是點了後安裝沒安裝？
• 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，這個後期轉化應該算誰的？怎麼算更科學更合理？

互聯網營銷與傳統營銷最大的差别是：可定向、可追溯

傳統廣告的特點是覆蓋廣泛、粗略區分目标人群、不能追蹤效果。而互聯網廣告則可定向投放，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，卻很少關注歸因吧。大數據技術帶來的定向投放确實很有吸引力，比如搜索“旅遊”，平台會給不同的人展示不同的産品與廣告，定向對廣告主而言看起來很劃算，但是人總是有局限的，不結合歸因，你怎麼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，需要明确廣告投放出去用戶是從哪個渠道來的，這個用戶質量怎麼樣，廣告購買和用戶獲取以及用戶在App内行為之間的關系是什麼，這些需要一套方法或體系來驗證，這就是歸因。

在實際應用中，歸因操作更複雜，比如說，某用戶看了信息流廣告、點擊了社交廣告、然後在搜索引擎廣告中完成下載行為，那麼這個轉化應該怎麼算？某用戶通過某社交客戶端下載App之後沒有其他App内部轉化行為，這個渠道又怎麼判斷？再比如電商類用戶看了電商廣告産生了内部轉化行為，那他更進一步的複購、活躍到什麼樣的程度？這些都可以通過歸因把整個環節串聯起來，做到更綜合科學的判定與回溯，以此進行投放與運營各層面的有效優化。

換句話說，通過一個平台的歸因服務，可以明确出廣告投放效果數據。比如告訴廣告主，Google渠道帶來的App用戶，内部付費率是多少，付費單價是多少，你可以根據這個數據做一個判斷，就知道下次應該怎樣投放。如果說Google的量很好，可以加大投放預算。此外，如果某一個渠道帶來的新增量級很大，但内部轉化行為非常差，後續就可以降低這部分推廣預算，甚至說直接把該渠道pass。可追溯就提供了科學優化的強大依據。

歸因也講方法論，多觸點歸因才是科學的歸因分析法

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%分配給轉化前用戶最後一次接觸的媒體，這樣也容易測量，但屬于單觸點模式，不完善，适合轉化型廣告主。
2. 首次互動模型：100%分配給第一次接觸的渠道，隻考慮最初的品牌認知、不考慮轉化，适合全新品牌。
3. 時間衰減互動模型：配比按時間遞減，适合臨時促銷廣告。
4. 自定義互動模型：自定義個階段配比，适合銷售和品牌同樣重視的廣告。

在實際用戶轉化路徑中，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，回去之後在PC端用百度搜索了蘋果新機型，然後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到用戶轉化的流程，如果采用最終互動歸因模型，隻會對百度出現的某商城廣告做效果考核，而那些前置廣告因素所産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，則将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，它體現了展示率，而且可能對用戶來說産生了轉化，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推廣鑒于數據統計的難度，很多地方暫時無法實現歸因技術。比如線上推廣數據的相互打通，或者線下推廣數據的收集。我這裡說一下目前已經實現歸因的兩個地方：

１、IOS推廣層面的蘋果官方競價廣告投放歸因

蘋果官網競價排名廣告，作為一種新興推廣渠道，之所以受CP青睐，因為它可以提供歸因API，告訴CP哪些下載量來自于哪個關鍵詞，從而幫CP改進關鍵詞投放方案。目前蘋果競價投放自2016年10月初陸續上線美國、新西蘭、澳大利亞、英國。國内CP也非常期待它的上線，因為它利于結算、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鍵詞，但往下就提供不了了。什麼意思呢？比如廣告主不僅想知道每一個下載來自哪個關鍵詞，可能還想看注冊數，看留存、購買轉化等數據，這時就需要使用更專業系統的第三方歸因工具。

２、針對安卓推廣層面的App推廣反作弊工具

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部