在广告与营销的浩瀚海洋中，每一分投入都承载着品牌增长与市场份额扩张的期望。然而，如何精准衡量广告活动的成效，确保每一笔预算都能带来最大化的回报，是每位营销人员面临的重大挑战。这便是广告归因（Marketing Attribution）的核心价值所在。

1）概念定义

广告：广告是商家通过特定媒介向目标受众传递产品信息、服务内容或品牌理念的一种营销手段，旨在激发购买欲望，促进销售增长。

营销归因：营销归因是指识别并量化不同营销活动（如广告、促销、内容营销等）对最终业务成果（如销售、注册、下载等）的贡献度。它帮助营销人员理解哪些渠道、哪些策略最有效，从而优化资源配置。

为什么要做归因：归因不仅能帮助企业精准评估广告效果，还能揭示用户行为路径，指导预算分配，优化营销组合，最终实现ROI的最大化。

广告效果监测：通过技术手段（如数据分析工具、追踪代码等）收集广告活动产生的数据，如曝光量、点击率、转化率等，以评估广告效果的过程。

广告效果监测与广告归因的关系：广告效果监测是归因的基础，它提供了丰富的数据支持；而归因则是基于这些数据，通过特定模型和方法，分析并确定各营销触点对最终成果的贡献，为策略优化提供依据。

2）归因的逻辑

全域归因：强调在整个消费者旅程中，所有触点（包括线上线下的各种互动）对最终转化的影响，追求全面、综合的归因视角。

全域归因之所以比较难做到，主要源于以下几个方面的挑战：

数据追踪的全面性难：全域归因要求能够追踪到消费者在所有线上和线下环境中的行为和接触点。然而，线上数据虽然可以通过技术手段进行一定程度的追踪和分析，但线下数据的追踪则极为困难。例如，消费者可能在某个实体店被某个商品吸引，但这一行为很难被数字化并纳入归因模型中。隐私保护：随着数据保护法规的日益严格，如GDPR（通用数据保护条例）等，对个人隐私的保护要求越来越高。这限制了企业在没有明确用户同意的情况下收集和分析个人数据，从而增加了全域归因的难度。

触点定义：在消费者与品牌接触的每一个节点，如搜索广告点击、社交媒体互动、邮件营销打开等，均视为一个触点。

单触点归因：简单地将最终转化归因于单一触点，如“最后点击归因”，忽略了其他触点的贡献。

多触点归因：认识到消费者转化往往涉及多个触点，通过复杂模型分配不同触点的贡献值，更加科学合理。

归因周期：设定一个时间窗口，用于确定哪些触点在最终转化前有效影响了用户行为。合理的归因周期对于准确归因至关重要。

3）归因模型

最后归因模型（Last Click Attribution Model）：将转化完全归因于用户转化前的最后一次点击。简单易行，但忽略了之前的所有努力，可能导致策略偏差。适用于转化路径清晰、单次点击影响显著的场景。

线性归因模型（Linear Attribution Model）：假设所有触点对转化的贡献是均等的，将转化价值平均分配给所有触点。简单易操作，但忽略了不同触点影响力的差异。适用于触点影响力相对均衡的情况。

时间衰减归因模型（Time Decay Attribution Model）：认为越接近转化的触点影响力越大，通过给予近期触点更高的权重来反映这一趋势。适用于用户决策过程较短、近期信息影响较大的场景。

基于位置归因模型：根据触点在转化路径中的位置分配权重，如给予首次接触和最终转化前触点较高权重。灵活性高，可根据具体业务场景调整。

U 形归因模型（U-Shaped Attribution Model）：认为用户旅程的两端（首次接触和最终转化前）的触点影响力较大，中间触点影响力较小。适用于用户需要较长时间考虑和比较后做出决策的情况。

马尔科夫链的归因模型：利用马尔科夫链理论，考虑用户在不同状态（如浏览、加入购物车、购买）之间的转移概率，模拟用户行为路径，进行更复杂的归因分析。适用于复杂用户行为路径和高度个性化的营销场景。

“谷歌的PageRank，就是利用了马尔科夫模型。假设有A,B,C三个网页，A链向B，B链向C。那么C分到的PR权重只由B决定，和A没有任何关系。”

求解渠道贡献价值的方法：

第一步，求总体转化概率：

P(转化) = P（C1→C2→C3→转化）+ P（C2→C3→转化）=0.667*0.5*1*0.5+0.333*1*0.5=33.3%;

第二步：移除C1节点得到：

P(转化) =0.333*1*0.5=16.7%，所以C1移除节点的效应系数为1-0.167/0.333=0.5

同理移除C2和C3的效应系数为1和1

第三步，求得各个渠道的转化贡献价值：

渠道转化贡献值C1：0.5/（0.5+1+1）=0.2

渠道转化贡献值C2&C3：1 /（0.5+1+1）=0.4

4）归因模型在商业上应用亚马逊

亚马逊的广告归因逻辑主要基于“最后触点归因”（Last Touch Attribution）模型，这种模型将转化归功于用户在购买路径上的最后一次有效交互 。亚马逊广告归因的五大原则包括：

归因窗口期（Tracking window）：存在7天或14天的归因窗口。跨平台（Across all platforms）：覆盖亚马逊所有的平台。点击优先（Click trumps view）：在归因计算中，点击优先于浏览被记录。最后触点（Last touch）：转化归功于最后一次有效交互，无论是点击还是浏览 。

阿里妈妈

阿里妈妈作为阿里巴巴集团下的商业数字营销平台，其广告归因逻辑主要依托于其强大的数据技术能力，通过多触点归因技术（MTA，Multi-Touch Attribution）来实现对消费者购买路径的全域追踪和分析。这种技术能够精确地还原消费者在最终购买前的整个决策路径，并科学评估每个渠道对最终转化的贡献，帮助广告主合理分配投放渠道和投放预算。

在广告归因模型方面，阿里妈妈采用了多种模型来适应不同广告主的需求。例如，最后点击归因模型（Last Click Attribution Model）适用于转化路径短、周期快的业务，而多渠道归因模型（MTA）则更适合在消费者决策周期较长、接触点较多的情况下使用。

此外，阿里妈妈还提供了基于位置的归因模型（U-Shaped Attribution Model）和时间衰减归因模型（Time Decay Attribution Model），以及基于算法的归因模型，如Shapley归因等，来适应不同的营销目的和消费者行为模式。

总之，掌握归因不仅是广告入门的标志，更是提升营销效能、实现精准投放的关键。通过选择合适的归因模型，结合全面的数据监测与分析，企业可以不断优化营销策略，实现业绩的持续增长。

— END —

如需广告行业专题研究报告，请关注收藏，并后台留言。

《2024数字广告行业态势》

《2024中国广告主营销趋势调查报告》

《中国互联网广告市场》

《互联网广告市场调研报告》

《2024年中国数字营销发展报告》

《2024数字搜索广告市场数据分析》

《2024数字广告行业态势》

《2023年广告市场投放数据概览报告》