广告归因简介

一、什么是广告归因分析

对于广告主和市场营销人员，以合理的营销预算，实现ROI最大化，是每个人非常关心的目标，但是面对复杂的营销环境，常常会有如下的一些困扰：

• 哪个渠道带来的用户最多？

• 哪个渠道的转化最好？

• 哪个渠道的成本最低?

• 如何优化渠道提升ROI?

• 增加或减少某一渠道的预算是否会对其他渠道产生什么影响？

这时就需要进行广告归因分析。

归因分析是用于确定一个广告在多个媒体平台或广告资源位曝光 / 点击后，发生转化或其他行为效果归属的一套逻辑或规则，本质上是处理效果广告归因矛盾冲突，服务于资源位 / 媒体投放后的转化数量、投入产出比等投放效果。

举个例子，广告主投放了信息流广告，搜索广告，视频广告，转化很多都直接发生在搜索广告中，那么这些Conversion完全是搜索渠道功劳么？其实未必，很多转化都是用户在观看视频广告/信息流广告之后，引起用户注意，而后用户做了大量研究后，最后一次转化发生在搜索引擎渠道中而已。

广告归因的重要性及作用如下：

• 帮助广告主衡量渠道价值：通过明确各渠道带来的转化效果，准确了解每条营销渠道的投入产出比，便于广告主衡量渠道质量和价值，从而优化投放渠道，合理分配预算。比如广告主在不同平台投放广告，通过归因分析可确定哪个平台转化率高、投资回报率高，进而加大在该平台的投放预算

• 优化广告投放策略：能帮助广告主识别各渠道的用户特征，了解不同渠道吸引的用户类型及其行为模式，以便有针对性地调整业务策略。例如，发现信息流广告适合拉动跨类目商品新客，搜索广告利于老客和关键词用户的收割转化，广告主便可据此制定更精准的投放策略，提高广告效果

• 评估广告活动效果：客观地评估广告活动的效果，确定广告投放对用户转化行为的实际影响，有助于判断广告策略的有效性，为后续广告投放提供参考

广告归因的基本流程：

二、常见的归因分析模型

归因模型大概可以分成2类: 基于规则的传统方法和基于算法的方法

基于规则

预先为渠道设置了固定的权重值，好处是计算简单、数据容易合并、渠道之间互不影响，当然你也可以根据实际需要去调整他们的权重配比。

基于算法

每个渠道的权重值不一样，会根据算法和时间，不同渠道的权重值会发生变化(数据驱动)。

示例图：

2.1 单一触点归因

• 最终点击归因

将转化结果归功于用户最后一次点击广告的行为。这种方式简单直接，适用于转化路径少、周期短的场景，且单一渠道价值较大，目前是比较主流的归因方式之一 。例如，用户在多个平台看到某商品广告，最终通过点击其中一个平台的广告进入商品页面并完成购买，那么此次转化就归因于最后点击的那个广告。

• 首次点击归因

把转化结果归属于用户首次点击广告的行为，常用于品牌推广、粉丝关注、应用拉活等场景。比如一个新的品牌推出广告，用户首次点击广告关注了品牌公众号，后续可能通过其他渠道进一步了解品牌并产生购买等行为，最初的关注行为可作为重要的归因点。

• 最终触点归因

如果用户有点击行为，则将转化结果归功于最后一次点击；如果没有点击，则归功于最后一次展示。此方式同样适用于转化路径少、周期短，且单一渠道价值较大的情况。

• 最初触点归因

与首次点击归因类似，将转化结果归功于首次点击或首次展示。适用于品牌推广等场景，强调用户与品牌的首次接触对后续转化的影响。

• 有效触点归因

一句话来说，有效触点归因是针对last click归因的加强版。很像点击归因中一种常见的归因作弊方式：虚假点击。头条的解释如下：

一个用户进入抖音，看到一个产品的应用类广告，非常感兴趣，但并没有直接点击下载形成转化；后来，这个用户又在应用商店搜索后下载，完成了转化——那么，之前的广告播放对转化是否也有贡献呢？

在短视频场景下，用户观看了视频广告，并未发生点击，但最终直接形成了转化。对于这种行为路径，如果使用传统的点击归因方式，无法科学的评估平台及对客户的价值。

对于种草类平台来说，点击并不是发生转化的必要行为，采用点击归因很容易低估平台的效果。抖音数据显示，有10-25%的用户在看过抖音广告后会去商店或搜索引擎搜索商品信息，从而完成转化。

可以简单理解为现在媒体不只是在用户点击广告时候给广告发送点击，调整为“用户点击+有效触点（如播放N秒之后算为有效触点）”也将归因信息发给广告主。

2.2 多触点归因

• 线性归因：将转化结果均匀线性地归因于窗口期内的每一个触点，认为各个渠道对用户都起到相同的促进作用。比如，用户在看到广告 A 后，又看到广告 B，最后点击广告 C 完成转化，那么广告 A、B、C 对此次转化都有相同的贡献权重

• 首末优先归因：提高第一个和最后一个触点的权重，其他触点均匀分配权重，一般首末各分配 40% 权重，其他分配 20% 权重。适用于重视线索来源和促成销售结果的场景，既关注最初的品牌曝光或引导，也重视最终促成转化的触点

• 时间衰减归因：更接近转化结果的触点权重越高，因为越接近转化时的广告互动，对用户决策的影响可能越大，适用于用户决策周期短、销售周期短的场景。例如，用户在一周内多次看到同一产品的广告，最后一次广告曝光或点击距离购买时间越近，其对转化的贡献权重就越大

• 数据驱动归因：以大量的数据为基础，通过建模将转化以不同权重归因于不同触点。适用于渠道众多、数据量丰富且有建模分析能力的广告主，可以更精准地分析每个触点对转化的实际贡献，但对数据质量和分析能力要求较高

2.3 其他归因方式

• 渠道包归因：主要应用于应用下载类广告，广告主在不同媒体渠道上投放不同渠道号的包体，用户下载和激活 App 后，可从安装包中读取到渠道号，以此来进行归因。不过，这种方式仅适用于 Android 生态，且容易被手机厂商劫持。

• 曝光归因：将广告的转化来源归结于广告曝光，即把用户转化前的最后一次曝光或有效播放作为归因依据。在一些品牌广告或展示类广告中，如果难以精确追踪用户的点击行为，但曝光对品牌认知和用户兴趣的激发有重要作用时，可采用曝光归因

• SDK 和 API 归因 ：

  • SDK 归因：广告主在自己的 App 内接入媒体的 SDK，由 SDK 采集用户的激活、App 启动和关闭等数据并上报给媒体，媒体将这些数据与广告信息进行关联后进行归因。其优点是功能稳定、响应速度快、数据相对安全；缺点是开发环节多、工作量大、对接周期长。

  • API 归因：通过 API 接口将触点事件和需要归因的转化事件交由广告主负责，媒体将用户的触点信息发送给广告主，广告主结合己方转化事件进行归因。API 的优点是开发成本低、对接简单，可快速验证商业模式和用户体验；缺点是不支持复杂逻辑场景。

三、如何实现广告归因

3.1 精准归因

在移动应用广告投放的归因流程中，主要依赖设备号来实现精准归因。针对不同的操作系统，所采用的设备号有所不同，例如 iOS 系统下运用设备的 IDFA/CAID，而 Android 设备则使用 IMEI、Android ID 及 OAID。其运作原理是，当用户成功下载并激活 App 后，将获取到的设备号与广告监测平台所监测到的设备号进行匹配，以此评估广告投放的实际效果。

整个归因过程大致可分为以下四个关键步骤：

第一步，广告主在创建广告计划时，会提供一个特定的 URL 点击监测链接。该链接通常包含一系列预先约定好的宏，诸如 idfa、mac、ip、ua、imei、oaid、caid 等等。其作用在于，当用户点击投放在媒体平台上的广告时，媒体会把 URL 中的宏替换为用户的真实信息值，随后向该 URL 发起请求。此时，广告主便能接收到媒体发送的用户点击数据，并将其妥善保存。

第二步，倘若用户进一步下载并激活了应用程序，那么广告主在应用中嵌入的 SDK 便会自动上报诸如 idfa、mac、ip、ua、imei、oaid 等数据至自身的服务端。

第三步，广告主通过将从媒体点击数据中收集到的设备信息与自家 SDK 上报的数据进行匹配，从而确定该用户的来源渠道归属。

第四步，在 URL 中还会附带媒体的回调地址。一旦归因成功，便会依据事先约定好的规则，将相关信息回调给媒体平台。

需要注意的是，上述流程是基于理想状态下的描述。精准归因的核心依据是设备信息，因此，如何有效减少因设备相关问题而导致的归因不准确情况，是当前面临的一个较大挑战。

3.2 模糊归因

模糊归因，以 IP&UA 归因为例，其原理是将用户点击广告时的 IP 地址以及 User - Agent（简称 UA，可用于提取用户的操作系统、版本号、手机型号等信息）与激活应用时的相应 IP 和 UA 信息进行关联匹配，进而实现归因分析。

这种归因方式在很大程度上依赖于两次收集的信息、时间差以及所采用的算法。通常情况下，其匹配成功率处于 70% - 80% 的范围。对于大多数人而言，算法犹如一个黑匣子般难以理解。即便第三方工具仅仅是运用了简单的优先级匹配策略，却对外宣称是借助大数据与人工智能技术来实现匹配，外界也无从知晓其中的真实情况。

另外，由于 IP 地址可能被多个用户共用，例如在同一网络环境下多个用户使用同一个公网 IP 等情况较为常见，同时 UA 信息也可能存在重复或相似性，所以这种归因方式的准确率相对有限。它更多地是作为一种兜底的匹配手段，即在其他精准归因方式无法实施的情况下才会被采用。比如IOS归因再IDFA获取不到，CAID又归因不上的话，就会用IP&UA归因来兜底。

3.3 剪贴归因

如果精准归因拿不到ID，模糊归因精准度不高，那么还可以使用剪贴归因。

思路是：用户在广告页面点击下载的时候同时将唯一标识写入剪贴板，用户下载激活后，APP会读取剪贴板的内容，然后将信息上报，实现归因。

由于剪贴板上的信息是用户的隐私信息来的，所以这种方式其实是在侵犯用户的隐私，网信办的禁止的，这种方式严格说是违法的，所以并不是主流方式，但也有不少知名互联网公司在使用，尤其是在站外站外种草或者引流时使用较多，比如常见的复制口令打开某某APP

3.4 渠道包归因

由于 Google Play 无法在中国使用，催生了国内安卓生态中大量第三方应用内市场，目前国内 Android 应用市场被数十家应用商店占领，应用市场可以分成两个阵营：

• 一类是大型互联网公司，如腾讯的应用宝，百度的手机助手，360的360应用市场……

• 一类是是手机厂商的，如华为、小米、oppo、vivo、魅族……

渠道追踪主要围绕上述应用市场展开。渠道包的具体实现方式就是开发者为每一个渠道生成一个渠道安装包，不同渠道包用不同的 Channel ID （渠道标识）来标识，这个id一直跟app绑定；当用户下载了 App 之后，ID会随相关的数据发送回来，从而实现渠道的识别。 如果要上传的应用市场多的，意味着需要打很多的包，还催生一些专业打包工具，一键生成所有渠道的包。

这种方法存在天然缺陷，它仅能定位到应用市场，无法进行更细致的广告系列划分。还会被被手机应用厂商拦截的情况，也容易被不良的渠道方拿来进行数据作弊，从而无法有效评估真实的线上推广效果。

在安卓买量中有一种分包(也可以叫渠道包)，这些包在打包时候就把一个唯一标识打到里面，用户所有行为发生SDK上报到广告主侧时候。就知道这个分包是投放于哪个媒体的哪个广告上了。