程序化广告归因模型知多少

在之前技术专栏的文章《简析程序化广告中的第三方监测》中曾提到，“

第三方监测对广告投放平台来说是不可缺少的基本功能。完备的监测体系能帮助广告主获得由第三方广告监测公司提供背书认证的、真实有效的广告数据，以此进行深度分析。”

因此，除了营销数据数据的监测，对于广告主来说，尤其是效果类广告主，在第三方监测平台上，还会依据归因模型，进行归因分析，区分和确认各个广告投放渠道甚至各个广告位、各类广告素材的转化效果，获取完整的广告投放反馈，给营销流程画上圆满的句号。

那么，归因模型是什么？当前行业内通用的归因模型有哪几个？本期技术专栏，AdBright广告带你一探究竟。

一、定义及分类

1.定义

在互联网数据领域，归因模型主要是指：一种、一组规则或算法，用于确定用户通过多个渠道访问时，将转化效果(APP下载、APP付费、商品下单量等)分配给哪一个渠道。

而归因分析是指在特定时间周期内，用户旅程中所经历的不同营销渠道的不同接触点对达成转化目标的贡献价值评估。

2.分类

在归因中，结合广告投放的转化路径，针对不同的营销场景和不同的渠道组合营销策略，有多种多样的归因模型。广告主则需要结合自身业务选择合适的归因模型，这里主要分为两类。

第一种，根据点击行为在广告投放中的时间顺序，将转化效果进行归因。

可以分为以下三类：

首次点击归因将全部转化效果都归因给第一次产生点击的渠道；

最终点击归因全部转化效果归因给最后一次点击的渠道；

最终非直接点击将忽略自然流量(即用户从非广告渠道主动下载付费、下单等的点击行为)，将全部功劳归因给产生最后一次点击的渠道，排除了自然流量的干扰

第二种，则将转化效果根据时间位置、周期等不同要素赋予不同的权重或比例进行归因。

可以分为以下四类：

时间衰减归因的原理是，渠道距离转化的时间越短，对转化的影响越大。往往最邻近转化使用的渠道，获得的权重更高。

线性归因则平等对待转化路径上的所有渠道，分配相等的权重和比例。

基于位置归因则结合了首次点击归因和最终点击归因；一般给首次和最终分别分配更大的比重，比如40%。

二、程序化广告中常用的归因模型

一个有效的归因模型(归因分析方法)，能够传递给广告主这样的信息：哪些渠道转化效果最好，哪些渠道能促进业务增长，哪些渠道有助于转化。

而在程序化广告生态中，首次点击归因和最终点击归因由于便于测量和使用，相关监测工具和手段比较成熟，得到了最为广泛的应用。

1.首次点击归因模型

定义：产生用户点击行为的第一个广告渠道被认为是产生转化效果的渠道

优点：适合为了打造最初的品牌知名度、辨识度的广告

缺点：割裂了与最终转化的联系，忽视了其他因素的影响，较为片面

首次点击归因模型

2.最终点击归因模型

定义：产生用户点击行为的最后一个广告渠道被认为是产生转化效果的渠道

优点：网站分析工具和搜索中得到应用，相对容易测量

缺点: 单触点模式不考虑产品宣传的认知度和兴趣作用的过程，用户可能是看到其他相同的广告促使最后的点击转化。

最终点击归因模型

三、总结

随着时代环境的演变，企业竞争力将更加聚焦于营销和服务层面，在多方协作下的程序化广告市场已将迎来更多广告渠道，如VR视频广告、OTT广告等。

不论何种形式，程序化广告推动着数字营销智能化发展的进程，对营销效果的归因、数据源头的追溯也将更加透明；跨渠道、跨媒体、跨终端、跨行业等的营销数据支持将更细致；从创意概念产生到内容管理、传播管理、客户关系维护管理、销售管理最终形成的是对营销活动周期的协同作战。

延伸阅读：

2019年必懂的41个程序化广告专业术语

程序化广告生态中的流量接入

浅析程序化广告中的RTB竞价原理

数据如何在程序化广告中发挥作用

程序化广告中的数据应用-oCPM

程序化广告中的数据应用-lookalike

简析程序化广告中的第三方监测

浅析程序化创意原理

程序化广告归因模型知多少