广告归因的基本逻辑是一套避免归因冲突的规则。既然是规则,那么就需要清晰,易懂,落地简单,容易验证。否则,这套规则就很难推广普及。
相比于之前的“首次归因模型”以及“最后归因模型”,这两个模型都只将效果分给单一渠道。这里会探讨下将广告转化的效果按一定逻辑分给每次曝光媒体的归因逻辑。
互联网广告归因,涉及到双方或者三方的合作,包括广告主,广告平台以及第三方归因服务公司。广告归因的逻辑就需要相对简单、清晰,容易验证。主要原因是,不同的广告主,技术能力水平是有差异的,对归因规则的理解也是不同的。因此需要在市场上普及的归因规则逻辑就不能太过复杂。
但存在部分的大型广告平台的归因规则,可以很复杂,比如Facebook和Amazon 针对他们广告的归因逻辑(也称多触点归因逻辑),就可以做到针对每个转化的效果都可以计算到每一次广告的曝光上。而我们接触最多的广告归因逻辑,通常只有单触点归因逻辑,每个转化只会归因到某一个广告上。
从理论上说,一个广告经过了多次的曝光后发生转化,每个广告的曝光可能都发挥了一定的作用。比如你在上班的路上看到了一个曝光,觉得有兴趣,但由于路上不方便,最终主动搜索去转化了,这其中,就有路上广告的功劳。因为它影响了你的心智。品牌广告的故事就是这么讲的。
只不过,这样的归因规则逻辑比较复杂,不利于推广和验证。过于复杂的归因逻辑,只有大型广告平台进行自归因的时候才适用。
目前在常用的归因方式的主要是“首次归因模型”和“最后归因模型”,这两个模型都是一锤定音的规则模型,也有人称为是“单触点归因模型”。简单,方便,好理解。
最后归因模型(Last Model),将转化的功劳100%作用于最后一次互动。当一个广告在相同的用户下在多个媒体上发生了曝光、播放或者点击,并最终发生了一个转化,广告主则会按照最后的归因模型,通常通过设备ID的方式进行匹配,找到转化前的最后一次有效的播放或者点击对应的媒体,并将这次转化的效果归功于最后一次有效触点(曝光、播放或者点击)的媒体。由于是通过某个ID匹配最后发生广告动作的媒体,因此这种归因模型又被称为是最后的归因模型。
首次归因模型(First Model),将转化的功劳100%作用于第一次互动。如关注归因,注册归因等,都是首次归因。
与之相对的是 “多触点归因模型“”,即归因是按每次广告曝光的权重进行效果的分配。比如:
线性归因模型,用户转化路径上的各个渠道,都被平均分配用户广告转化效果的权重,但不适于部分渠道具备突出贡献的业务;这种归因模型的效果,很容易被一些联盟流量,曝光量大但转化率差的媒体抢走,比如小说APP或者小说文底广告,每一章节都有多个广告,很容易就占了便宜。
时间衰减归因模型,这是一种指数衰减的概念,按照一般7天的周期,认为越靠近用户转化触点的渠道,所提供的价值和影响力越大,应当分配的权重越多;这种归因模型有一定的合理性,既综合考虑了用于接触多次广告后心智的影响,同时也考虑了最后一次带来转化的效果,属于既考虑助攻,又考虑进球的归因方式。Facebook 内部归因逻辑,就有这样的归因方式。
U型归因模型,融合了首次互动和末次互动归因模型,比较重视线索来源(首次互动)和成交触发(末次互动)的权重,销售类业务十分常见。这种归因模型,主要是场景适用于线索的带来,以及最终成交的归因分配。比如教育行业的正价课,会有漫长的转化过程,线索的带来是一部分,最终转化还需要销售的讲解和兜售,因此U型归因模型就比较适合。
归因规则,除了规则简单和清晰外,还需要一个逻辑就是,要易于验证。目前很多的广告归因逻辑都放在了广告主或者第三方广告归因服务商进行。如果归因逻辑不利于验证,势必会产生很多的矛盾和纠纷。首次归因逻辑和最后归因逻辑都相对好验证,也就是说,广告只要是满足“首次”或者“最后”的逻辑和条件,归因结果就会给到相应的广告和广告平台。
而如果使用“线性归因逻辑”、“时间衰减归因模型”或者“U型归因模型”,由于广告平台无法得知广告主在其他平台上到底曝光了多少次,时间衰减到什么程度,即便发生了转化,都无法明确得知这次广告转化的“真实转化贡献比例”,这就会导致相互的不信任。因此,这些模型只有特定的公司里使用。
看完觉得写得好的,不防打赏一元,以支持蓝海情报网揭秘更多好的项目。