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(shí)我們會(huì)去反推APP產(chǎn)品是不是哪里優(yōu)化不夠好？廣告文案不夠勾引？渠道策略出了問題？等等，當(dāng)然以上都對(duì)。但是卻沒人能回答這個(gè)問題：我的50%廣告花費(fèi)到底浪費(fèi)在哪？或者廣告預(yù)算如何分配更合理？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。前面所做的努力很可能不知不覺慢慢損耗在最終投放環(huán)節(jié)。

現(xiàn)在誰還在做粗放式效果評(píng)估就太被動(dòng)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(shì)打著精準(zhǔn)投放的概念一路收割廣告主的預(yù)算。數(shù)據(jù)總是會(huì)讓人產(chǎn)生莫名的迷戀，我們帶著固有的認(rèn)知與局限，看到數(shù)據(jù)是美好的，然而結(jié)果卻差強(qiáng)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(yùn)營同學(xué)也花了很多精力做效果評(píng)估，然并卵，這種粗放式的評(píng)估方法根本不能解決更實(shí)質(zhì)的問題：我們知道用戶點(diǎn)了這家渠道的廣告，但是點(diǎn)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(gè)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(diǎn)是覆蓋廣泛、粗略區(qū)分目標(biāo)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(shí)很有吸引力，比如搜索“旅游”，平臺(tái)會(huì)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(xì)的定向哪個(gè)效果更好？大部分廣告主在投放APP時(shí)都會(huì)采用多渠道組合推廣的方式，比如一個(gè)海外APP投放，會(huì)采用Facebook、Google、蘋果競價(jià)廣告或其他媒體渠道等多種渠道組合的廣告購買行為。對(duì)于廣告主而言，我需要明確廣告投放出去用戶是從哪個(gè)渠道來的，這個(gè)用戶的質(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(yàn)證，這就是歸因。

在實(shí)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(diǎn)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(gè)轉(zhuǎn)化應(yīng)該怎么算？某用戶通過QQ客戶端下載APP之后沒有其他APP內(nèi)部轉(zhuǎn)化行為，這個(gè)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(jìn)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(gè)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(jìn)行投放與運(yùn)營各層面的有效優(yōu)化。換句話說，通過一個(gè)平臺(tái)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(fèi)率是多少，付費(fèi)單價(jià)是多少，你可以根據(jù)這個(gè)數(shù)據(jù)做一個(gè)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(gè)渠道帶來的新增量級(jí)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(qiáng)大依據(jù)。

歸因也講方法論，多觸點(diǎn)歸因才是科學(xué)的歸因分析法

嚴(yán)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(diǎn)和多觸點(diǎn)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(dòng)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(cè)量，但屬于單觸點(diǎn)模式，不完善，適合轉(zhuǎn)化型廣告主。2、首次互動(dòng)模型：100%分配給第一次接觸的渠道，只考慮最初的品牌認(rèn)知、不考慮轉(zhuǎn)化，適合全新品牌。3、時(shí)間衰減互動(dòng)模型：配比按時(shí)間遞減，適合臨時(shí)促銷廣告。4、自定義互動(dòng)模型：自定義個(gè)階段配比，適合銷售和品牌同樣重視的廣告。

在實(shí)際用戶轉(zhuǎn)化路徑中，用戶在今日頭條看見并點(diǎn)擊了蘋果手機(jī)廣告，又在朋友圈點(diǎn)擊了推送廣告，回去之后在PC端用百度搜索了蘋果新機(jī)型，然后點(diǎn)擊百度上京東商城廣告，在京東商城完成購買行為，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(dòng)歸因模型，只會(huì)對(duì)百度出現(xiàn)的京東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(jì)算，等于說100%給最終接觸的渠道。如果按首次互動(dòng)模型，則將效果歸因給今日頭條廣告，無論是首次互動(dòng)還是最終互動(dòng)，這兩種都屬于單觸點(diǎn)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(gè)渠道，它體現(xiàn)了展示率，而且可能對(duì)用戶來說產(chǎn)生了轉(zhuǎn)化，采用單觸點(diǎn)歸因，對(duì)于其他廣告形式來說是非常不公平的，因?yàn)樗谟脩粽麄€(gè)購買過程中也起了作用。更科學(xué)的歸因方法需要考慮用戶的綜合行為，也就是我說的多觸點(diǎn)歸因，它通過一套算法或者模型去做分配，舉個(gè)例子，用戶在百度看見廣告，但是沒有完成購買行為，第二天再通過今日頭條完成了購買行為我會(huì)分出70%的效果給今日頭條，而30%的效果則給百度。多觸點(diǎn)歸因會(huì)通過跨設(shè)備，跨屏，跨渠道去綜合評(píng)估，給出一個(gè)更合理的效果分配比例。上圖中提到的時(shí)間衰減互動(dòng)和自定義互動(dòng)模型則屬于多觸點(diǎn)歸因。

蘋果后臺(tái)提供的競價(jià)廣告歸因?qū)儆诖址攀綒w因

溪姐在上一篇文章《新手必備：史上最全的蘋果競價(jià)廣告ASM專有名詞匯總》中提到蘋果歸因API，它主要通過搜索廣告歸屬API，跟蹤和歸因于來自搜索廣告的應(yīng)用下載。優(yōu)點(diǎn)在于，通過蘋果歸因API信息可以為不同的關(guān)鍵詞、廣告組和受眾群體優(yōu)化你的CPT和CPA目標(biāo)。從結(jié)果來講，蘋果歸因API仍然是比較簡單粗略的，它可以追溯每一個(gè)下載來自于哪一個(gè)關(guān)鍵詞，但往下的話就提供不了了。而廣告主不僅想知道每一個(gè)下載來自哪個(gè)關(guān)鍵詞，可能還想看注冊(cè)數(shù)，看付費(fèi)比率，甚至關(guān)于用戶的更多畫像信息等等，這時(shí)就需要使用更專業(yè)更系統(tǒng)的第三方歸因工具。

蘋果競價(jià)投放如何獲取更有價(jià)值的歸因分析？

只有更詳細(xì)更科學(xué)的歸因數(shù)據(jù)，才能更好地指導(dǎo)蘋果競價(jià)廣告ASM投放的優(yōu)化工作，量江湖歸因作為獨(dú)立第三方歸因工具，通過監(jiān)測(cè)點(diǎn)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去采集APP內(nèi)部數(shù)據(jù)，然后通過APP數(shù)據(jù)進(jìn)行一步一步的歸因，最終歸到哪個(gè)關(guān)鍵詞帶來這個(gè)用戶，他有沒有注冊(cè)，有沒有付費(fèi)，甚至說有沒有其他的深度行為，歸因做的其實(shí)是一個(gè)連接作用，將數(shù)據(jù)全部打通，從而得到更準(zhǔn)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(diǎn)方案。在什么地方做埋點(diǎn)很重要，舉例說，在APP注冊(cè)頁埋一個(gè)點(diǎn)，就可以得到用戶注冊(cè)信息，在會(huì)員服務(wù)處埋點(diǎn)，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(gè)關(guān)鍵部位埋點(diǎn)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(jìn)行分析，可以明確下載來自哪個(gè)詞，比如知道一個(gè)詞帶來了1000個(gè)用戶，這1000個(gè)用戶有600個(gè)注冊(cè)用戶，200個(gè)完成付費(fèi)行為，進(jìn)而指導(dǎo)下次的投放。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(gè)詞的質(zhì)量和效果，從而優(yōu)化關(guān)鍵詞，提升用戶增長。

ASM歸因只是一個(gè)小局部，精細(xì)化運(yùn)營才是目的

上文只是以蘋果競價(jià)廣告歸因?yàn)槔趯?shí)際操作中歸因還可以結(jié)合大數(shù)據(jù)技術(shù)展開更多有實(shí)用價(jià)值的精細(xì)化運(yùn)營動(dòng)作，比如針對(duì)多渠道進(jìn)行多觸點(diǎn)歸因分析、數(shù)據(jù)反作弊、APP用戶畫像分析。當(dāng)然，這些都是為了更高效的控制成本，提升轉(zhuǎn)化。

1、監(jiān)控基于ASM投放、不同渠道、不同廣告組的CPA轉(zhuǎn)化數(shù)據(jù)，用于優(yōu)化投放方案

有些廣告主，只想看用戶注冊(cè)率是多少，我們只需在注冊(cè)頁面做埋點(diǎn)即可。有些廣告主KPI要求不一樣，比方說電商類我會(huì)在購物車、購買成功的環(huán)節(jié)都去做埋點(diǎn)，然后收集相關(guān)數(shù)據(jù)做分析。此外，還能監(jiān)測(cè)非ASM的其他渠道的CPA轉(zhuǎn)化數(shù)據(jù)，從而獲取推廣投放的全路徑數(shù)據(jù)，提供實(shí)時(shí)可自定義的數(shù)據(jù)報(bào)告和渠道質(zhì)量評(píng)估分析，有助于廣告優(yōu)化并最大化提升APP推廣效果。

2、建立APP用戶畫像分析，用于用戶精細(xì)運(yùn)營

在APP內(nèi)通過SDK采集到的用戶數(shù)據(jù)并不是特別的多，但是如果有大數(shù)據(jù)基礎(chǔ)的話，則可以針對(duì)該用戶結(jié)合其他外圍海量數(shù)據(jù)做分析，獲得更全面的APP用戶畫像分析，所謂更全面的用戶畫像，是指你獲得60%用戶畫像是不足以支撐用戶運(yùn)營，但是如果數(shù)據(jù)非常多的情況下，可以把準(zhǔn)確率提高到90%，數(shù)據(jù)的量級(jí)，會(huì)決定后續(xù)數(shù)據(jù)分析的準(zhǔn)確性。而用戶畫像分析則可以用于用戶運(yùn)營優(yōu)化的各個(gè)層面。

3、為競價(jià)廣告投放提供反作弊服務(wù)，節(jié)省運(yùn)營成本

這里所說的反作弊主要是針對(duì)ASM競價(jià)廣告的反作弊，主要針對(duì)競價(jià)中關(guān)鍵詞被惡意刷點(diǎn)擊的情況，在操作中通過設(shè)置一個(gè)閾值來進(jìn)行實(shí)時(shí)智能處理，比如一分鐘內(nèi)，如果平均展示量是100，點(diǎn)擊次數(shù)50，當(dāng)數(shù)值超過以往平均值的數(shù)倍，系統(tǒng)自動(dòng)進(jìn)行暫停的動(dòng)作。這個(gè)可以有效防止ASM惡性競爭和渠道作弊行為，有效阻止虛假流量，你的真實(shí)流量自然就上來了。（關(guān)于安卓系的反作弊更為復(fù)雜，感興趣的同學(xué)可以關(guān)注量江湖APP反作弊）實(shí)現(xiàn)以上這些功能需要基于大量數(shù)據(jù)積累，專業(yè)的數(shù)據(jù)建模能力，分布式實(shí)時(shí)處理數(shù)據(jù)的能力，以及后期數(shù)據(jù)分析的維度，這些都會(huì)使結(jié)果趨于更準(zhǔn)確。比如采用實(shí)時(shí)流式計(jì)算平臺(tái)，轉(zhuǎn)化數(shù)據(jù)通知無延遲、無丟失，實(shí)時(shí)處理上也就會(huì)有更高的準(zhǔn)確性。關(guān)于技術(shù)的部分就不多贅述。后記：沒有歸因分析，不去做追溯，你就無法知道廣告花費(fèi)到底浪費(fèi)在哪個(gè)環(huán)節(jié)，在傳統(tǒng)廣告時(shí)代，根本無法進(jìn)行科學(xué)的效果評(píng)估，在大數(shù)據(jù)技術(shù)逐漸完善的今天，有了實(shí)現(xiàn)歸因分析的土壤，歸因才得以展現(xiàn)運(yùn)營的價(jià)值。歸因是精細(xì)化運(yùn)營必不可少的利刃，一次歸因可能會(huì)讓成本節(jié)省30%，讓轉(zhuǎn)化提升50%。說到底，歸因就是要撕開一條新鮮的運(yùn)營口子，抓住被忽視卻大有價(jià)值的流量與新增。
 

本文作者：溪姐（微信：xuan033），轉(zhuǎn)載請(qǐng)標(biāo)注。

【原創(chuàng)】   本篇文章屬于愛盈利原創(chuàng)，如需轉(zhuǎn)載：1、網(wǎng)站端請(qǐng)注明出處，并在文章中附帶原文鏈接。2、微信公號(hào)及其他自媒體平臺(tái)需聯(lián)系授權(quán)方可，未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載！