广告归因正在成为数字营销的决策核心。从最后点击到马尔科夫链模型，不同的归因策略揭示了用户转化路径中的关键触点。本文将深入解析7大主流归因模型的适用场景与算法逻辑，带你看懂如何通过数据科学优化广告投放ROI。

1.什么是广告归因

广告归因是一种分析和确定广告触点对于转化行为的影响程度的方法。在广告营销中，用户通常会经历多个广告触点，例如点击广告、浏览网页、收到电子邮件等。广告归因的目标是找出哪些广告触点对用户最终的转化行为起到了决定性的作用。

广告归因分析可以帮助企业了解不同广告触点在转化过程中的贡献，从而优化广告投放策略、提升广告效果和回报率。通过使用不同的归因模型和算法，广告归因可以将转化行为的价值分配给不同的广告触点，以更准确地衡量和评估广告活动的效果。

2.为什么要做广告归因

精确评估广告效果：广告归因帮助企业准确评估各个广告触点对转化的贡献度。通过明确广告触点的效果，企业可以更好地了解广告活动的回报率和效果，避免盲目投入资源。

优化广告投放策略：通过广告归因，企业可以了解不同广告触点在用户决策路径中的作用。这使得企业能够优化广告投放策略，将资源投放到最具影响力和效果的广告触点上，提高广告活动的效果和转化率。

个性化营销和用户体验：广告归因可以帮助企业更好地理解用户行为和偏好。通过了解用户在转化过程中接触到的广告触点，企业可以进行个性化的营销和定制化的用户体验，提供更准确和有针对性的广告内容，增强用户的参与度和转化率。

资源优化和预算控制：广告归因可以帮助企业合理分配广告预算。通过了解广告触点的效果和贡献度，企业可以在关键的广告触点上投入更多资源，减少对低效触点的投入，实现资源的优化和预算的控制。

3.广告归因关键节点

3.1 数据收集

广告归因的数据收集涉及以下几种类型的数据：

• 广告投放数据：包括广告展示量、点击量、广告费用等。这些数据可以通过广告平台或广告服务提供商获取。
• 用户行为数据：包括用户的浏览行为、点击行为、转化行为等。这些数据可以通过网站分析工具、像素跟踪代码或用户标识进行收集。
• 转化数据：包括用户的购买行为、注册行为、订阅行为等。这些数据通常需要与业务系统或电子商务平台进行集成。

在收集广告归因数据时，需要注意以下事项：

• 数据来源可靠性：确保所收集的数据来自可靠的来源，例如官方广告平台或可信赖的第三方服务提供商。
• 数据完整性：确保收集到的数据是完整的，没有丢失或缺失的信息。
• 隐私保护：在收集用户行为数据时，必须遵守相关的隐私政策和法规，确保用户的个人信息得到保护。
• 数据一致性：在进行广告归因分析时，对不同来源的数据需要进行标准化和匹配，以便进行准确的归因分析。

3.2 归因模型

广告归因模型是一种分析广告效果的方法，用于确定广告触点对转化或目标达成的贡献程度。这些模型根据用户与广告之间的互动行为，分配权重给不同的广告触点，从而揭示广告投放对转化产生的影响

以下是几种常见的广告归因模型：最后点击模型（Last Click Model）、第一点击模型（First Click Model）、线性模型（Linear Model）、时间衰减模型（Time Decay Model）、U 形模型（U-Shaped Model）等不同的广告归因模型适用于不同的业务场景和目标。

3.3 归因时间窗口

广告归因的时间窗口是指在进行归因分析时，限定转化事件发生前的时间范围，以确定哪些广告触点对转化事件有贡献。常见的时间窗口设置包括：

1. 固定窗口（Fixed Window）：使用固定的时间段，如一天、一周或一个月作为时间窗口。例如，将转化归因给在过去7天内产生的广告触点。
2. 滑动窗口（Sliding Window）：使用滑动的时间窗口，以包括一定时间范围内的广告触点。例如，将转化归因给过去30天内的广告触点，随着时间的推移，滑动窗口会不断更新。
3. 自定义窗口（Custom Window）：根据特定的业务需求和转化行为，设置自定义的时间窗口。例如，对于不同的产品销售周期，可以设置不同的时间窗口。

广告归因的时间窗口设置取决于不同的业务场景和转化行为的特点：

• 短周期转化：对于转化周期较短的业务，如快速购买的产品或服务，较短的时间窗口可以更好地反映广告触点对转化的影响。
• 长周期转化：对于转化周期较长的业务，如高价值商品或复杂决策的服务，较长的时间窗口可以更好地捕捉用户在购买过程中的多个触点。

3.4 数据分析及项目优化

广告归因分析的最终目的是为了优化广告投放策略，提高广告转化率和ROI。需要对分析结果进行深入的数据分析，了解用户行为和转化路径，制定合适的广告投放策略。

4 归因模型

4.1 最后点击模型（Last Click Model）

最后点击模型是一种归因模型，根据转化行为发生时的最后一次广告点击，将所有的销售额归因给该点击。它基于”最后一次点击”的假设，即最后一个广告触点对于转化的产生起到了决定性的作用。

特点：

• 简单易用：最后点击模型具有简单的实施和计算过程，只需追踪并记录最后一次广告点击即可进行归因分析。
• 直接导致转化：该模型适用于直接导致转化的情况，将所有的销售归因于最后一个广告点击，特别适用于购买决策较为简单和快速的场景。
• 忽略其他触点：最后点击模型忽略了其他广告对转化的影响，仅关注最后一次点击的触点。它假设前面的广告触点对转化的影响相对较小或可以被最后一次点击所代表。

使用场景和业务：

• 电子商务：最后点击模型常被电子商务行业采用，特别是在购买决策较为简单且交易发生在在线平台的情况下。这是因为在这些场景中，用户倾向于直接点击广告并立即进行购买。
• 即时交易：当销售过程可以追踪到明确的转化点，且转化过程非常快速时，最后点击模型能够提供简单而有效的归因分析。例如，订阅服务、软件应用程序等具有即时转化效果的业务。
• 直接反应广告：最后点击模型适用于那些以触发直接反应为目标的广告活动，例如优惠券、限时折扣等。在这些情况下，用户往往直接点击广告并立即购买，最后点击模型能够准确反映广告触点对转化的贡献。

4.2 第一点击模型（First Click Model）

第一点击模型是根据转化行为发生时的第一个广告点击，将所有的销售额归因给该点击。它基于”第一次点击”的假设，即第一个广告触点对于转化的产生起到了决定性的作用。

特点：

• 引导潜在客户：第一点击模型适用于关注引导潜在客户进入转化漏斗的情况。它强调广告的品牌影响力和意识提升，将销售归因于第一个接触点。
• 品牌推广：该模型适用于品牌推广、新品发布等需要引导潜在客户接触品牌的业务。通过将销售归因于第一次点击，可以评估广告在建立品牌认知和培养兴趣方面的效果。
• 着重引入阶段：第一点击模型适用于那些重视引入阶段的广告活动。在购买决策过程中，用户往往通过第一次接触广告来了解产品或服务，因此这个模型能够准确反映广告触点对引入阶段的影响。

使用场景和业务：

• 品牌建设：品牌建设是一个长期过程，第一点击模型适用于需要评估品牌广告对引入新潜在客户的效果的场景。通过归因于第一个广告触点，可以了解品牌广告在潜在客户意识提升和培养兴趣方面的贡献。
• 教育行业：在教育行业，学校和大学通常使用广告来吸引潜在学生。第一点击模型适用于这种情况下，可以衡量学校广告在吸引学生进入招生流程时的影响力。
• 旅游业：旅游业通常通过广告来引导潜在游客了解旅游目的地或旅行产品。第一点击模型适用于评估旅游广告在吸引游客进入旅行规划阶段时的效果。

4.3 线性归因模型（Linear Attribution Model）

线性模型是一种归因模型，它基于均等分配的原则，将销售额平均分配给广告路径中的所有点击。它假设每个广告点击对转化的贡献是相同的，没有考虑不同点击的重要性差异。

特点：

• 综合考虑多个触点：线性模型适用于考虑多个广告触点对转化的影响。它能够综合评估整个转化路径中的各个点击的贡献，而不偏袒任何一个触点。
• 公平分配销售额：该模型将销售额均匀分配给广告路径中的每个点击，以确保公平性。这意味着每个触点都对最终转化产生了一定的影响，无论它在转化路径中的位置如何。
• 适用于多渠道营销：线性模型适用于需要综合考虑多个渠道和广告触点的营销策略。它能够提供一个综合的视角，帮助评估各个渠道和触点的整体效果。不适用于某些渠道价值特别突出的业务。

使用场景和业务：

• 多渠道营销：线性模型适用于多渠道营销的业务，特别是那些使用多个广告渠道和触点进行推广的企业。通过综合考虑各个渠道的贡献，线性模型可以提供对整体营销策略的评估和优化建议。
• 品牌建设：对于注重品牌建设的业务，线性模型可以帮助衡量各个广告触点对品牌认知和意识提升的贡献。它能够综合考虑各个触点的影响，帮助企业了解品牌推广的整体效果。
• 复杂转化路径：当转化路径较为复杂且包含多个关键触点时，线性模型可以提供一个整体的视角，帮助分析各个触点的相对贡献。它可以帮助企业了解不同触点的作用和效果，为优化转化路径提供指导。

4.4 时间衰减模型（Time Decay Model）：

时间衰减模型是一种归因模型，它基于时间的因素来衡量广告触点对转化的影响力。该模型假设广告触点与转化之间的时间间隔越近，广告的贡献越大；时间间隔越远，广告的贡献越小

特点：

• 时间加权：时间衰减模型对广告触点进行时间加权，即最近的触点权重较高，而较早的触点权重较低。这反映了用户行为的动态性，认为接近转化发生时的触点对转化产生了更大的影响。
• 适应长尾效应：时间衰减模型适应了长尾效应的情况。较早的广告触点可能为用户提供了品牌认知和兴趣培养，尽管距离转化发生的时间较远，但仍然对转化产生了一定的影响。
• 突显近期效果：该模型突出了近期广告触点对转化的影响，特别适用于需要重视用户近期行为的业务。它能够更准确地捕捉到用户决策过程中最后阶段的影响因素。

使用场景和业务：

• 限时促销：时间衰减模型适用于限时促销活动的归因分析。在这种情况下，最近的广告触点往往对促销转化产生较大的影响，因此该模型可以更好地评估促销活动的效果。
• 季节性销售：对于季节性销售或特定节日活动，时间衰减模型能够突出近期广告触点的影响，帮助企业了解广告投放在关键时间段内的效果。
• 长期购买决策过程：当用户在购买决策前需要经历较长的时间来考虑和比较不同选项时，时间衰减模型能更准确地反映广告触点的影响。这适用于涉及高价值产品或服务的行业，如房地产、汽车、金融等。

4.5 U 形模型（U-Shaped Model）：

U形模型是一种归因模型，它将转化归因于广告路径中的第一个触点和最后一个触点。该模型认为第一个触点引发了用户的兴趣和认知，而最后一个触点促使用户最终进行转化，这两个触点对于转化的贡献最大。

特点：

• 强调起始和结束阶段：U形模型强调广告路径中的起始和结束阶段对于转化的重要性。它认为第一个触点引发了用户的兴趣和认知，而最后一个触点起到了促使用户转化的关键作用。
• 忽略中间触点：该模型忽略了广告路径中的中间触点对转化的影响。它认为中间触点的贡献较小，相对于起始和结束阶段的触点来说，中间触点的作用不太显著。
• 突显转化路径的起止：U形模型突出了广告路径的起始和结束，帮助企业了解起始触点和最终触点对转化的相对重要性。它能够揭示用户转化过程中的关键触点。

使用场景和业务：

• 销售漏斗优化：U形模型适用于需要优化销售漏斗的业务。通过识别起始触点和最终触点对转化的影响，企业可以针对这两个阶段的触点进行精细化的广告投放和优化策略。
• 高价值转化：对于高价值转化，如大额购买、订阅服务等，U形模型可以帮助企业识别起始和结束阶段的触点，更好地理解用户转化的关键路径和决策过程。

4.6 W 形模型（W-Shaped Model）：

W形模型是一种归因模型，它将转化归因于广告路径中的多个关键触点，特别是第一个触点、中间触点和最后一个触点。该模型认为这些触点在转化路径中起到了重要的作用，对于转化的贡献较大。

特点：

• 强调多个关键触点：W形模型强调广告路径中的多个关键触点对于转化的重要性。它认为不仅第一个触点和最后一个触点对转化有影响，中间阶段的触点也起到了重要的作用。
• 复杂路径解析：W形模型具备较强的路径解析能力，能够揭示广告路径中的多个关键触点以及它们在转化过程中的相对贡献。它能够提供更详细和全面的归因分析。

使用场景和业务：

复杂转化路径：当广告路径较为复杂且包含多个关键触点时，W形模型适用。它可以帮助企业了解不同触点的作用和效果，识别转化路径中的关键转折点，为优化转化路径和投放策略提供指导。

4.7 马尔科夫归因模型（Markov Chain Attribution）：

马尔科夫归因（Markov Chain Attribution）是基于马尔科夫链的概率模型来分配转化价值给不同的广告渠道。马尔科夫链是一种随机过程，其中状态转移的概率只依赖于前一个状态，而与更早的状态无关。

特点：

• 顺序性分配：马尔科夫归因能够考虑广告接触的顺序，即广告接触路径的顺序对转化的贡献进行分配。它能够捕捉到广告接触的时间顺序和先后顺序的影响，更准确地评估广告对转化的影响。
• 多渠道分析：该模型能够分析多个广告渠道在转化路径中的作用。它不仅考虑到了每个渠道的影响，还考虑到了广告接触路径中的渠道切换和转变。这使得马尔科夫归因能够提供对多渠道营销策略的全面评估。
• 路径解析能力：马尔科夫归因提供了对广告接触路径的路径解析能力，可以识别关键的状态转移和转化决策点。这有助于企业理解用户在转化过程中的行为轨迹，为优化营销策略提供指导。

使用场景：

• 复杂的营销环境：当营销活动涉及多个渠道、多个触点，并且需要了解每个渠道的贡献时，马尔科夫归因可以帮助企业评估广告在整个转化路径中的作用。
• 多渠道整合营销：在多渠道整合营销中，马尔科夫归因能够提供对不同渠道的综合评估。它可以揭示不同渠道之间的转化路径和相互影响，为优化渠道配比和整合营销策略提供指导。
• 个性化营销：马尔科夫归因可以帮助企业了解用户在不同触点和转化决策点上的行为偏好。这有助于实施个性化的广告定位和推荐策略，提供更具针对性的用户体验。

5 广告归因案例

1.最后一次触达—亚马逊广告归因

针对众多卖家在亚马逊做的站内站外广告投放来说，这类广告直接以成交来评价广告效果，转化路径短、转化行为直接、渠道也有限，为了吸引客户购买，点击可以直接落地到商品详情页，因此，正常会通过最后一次触达来分析在这些渠道上归因后的效果数据。亚马逊广告归因的五大原则有

1. Tracking window ：有7天/14天的归因窗口；
2. Across all platforms：跨亚马逊所有的平台；
3. Across all media/ad programs：跨亚马逊所有的媒体渠道和程序（AMG/AMS）；
4. Click trumps view：点击优先于浏览被记录；
5. Last touch：转化归功于最后一次有效交互；

案例一：某用户在购买路径中，只接触到单一的Display广告，在浏览了该广告之后，还有了点击行为，那么同时需要结合归因周期、Click Trumps view以及Last touch这三个原则衡量，

第一种情况：第一次 6月 1 日只是浏览了该广告，第二次6 月 10 日看到广告后有了点击但并未立即购买，第三次 6 月 15 日又浏览了该产品的广告，最后在 6 月 20 日进行了购买，可以返现点击在最终购买回溯 14 天周期内，那么遵循 Click trumps view ，最终购买将归功于第二次点击

第二种情况：第一次 6月 1 日浏览了该广告之后直接就有了点击行为，第二次6 月 10 日只是浏览了该广告，第三次 6 月 15 日又浏览了该产品的广告，最后在 6 月 20 日进行了购买，虽然在 6 月 1 日有点击，但超过了回溯 14 天周期，那么购买将归功于 6 月 15 日的 View#3 触达.

参考：https://zhuanlan.zhihu.com/p/350792160