多渠道归因分析：互联网的归因江湖

Posted 2021-05-29 悟乙己

在公众号【PMCoder之路】看到互联网归因用法上的一些有趣案例，搬运一些案例。

1 互联网归因的江湖混战（一）
2 不懂归因，也许你广告还没入门
3 互联网归因混战江湖（二）—应用归因详细说明
4 APP归因科普：归因核心关键——用户ID详解

5 【再说广告归因】强行将“助攻”算做“直接得分”，还要不要脸？
6「IOS广告归因」匹配式归因，链路式归因以及IOS SKAdNetwork归因说明（一）
7 【又说广告归因】有效触点归因能推广开的原因分析

---

本篇主要是python实现马尔科夫链归因，关联的文章：

• 多渠道归因分析（Attribution）：传统归因（一）
• 多渠道归因分析：互联网的归因江湖（二）
• 多渠道归因分析：python实现马尔可夫链归因（三）

---

1 Facebook Audience Network

当应用的广告在Facebook的媒体（含audience network联盟）曝光后，Facebook 会将媒体上报过来的曝光数据记录在其广告归因的后台上。当应用从 App Store 或者 Google play 上下载并激活应用后，Facebook要求广告主需要回传其应用的激活数据给到Facebook广告后台进行归因，只要有曝光过的广告媒体都可以分到该次激活的广告收入。

这个归因逻辑会有点霸道，相当于用户看过广告，只要有转化，不管当次转化是不是Facebook广告带来的Facebook都要分钱。但是没办法，Facebook话语权足够大，要来买流量的大有人在。详情如下图

这个归因逻辑将从两个主要场景上获益，使得Facebook的广告的变现效率比其他广告平台要好。

1）将其他广告流量的转化归到了Facebook的广告上：在Facebook 的流量或者联盟流量上曝光过的广告，但对在其他流量上转化的广告进行了归因，将广告的收益算到了Facebook的媒体上。

聪明的读者一定会想到，这种情况广告主岂不是要付双份的钱？实不相瞒，是的。由于非Facebook的广告使用的是第三方归因平台如AppFlyer、Adjust或者Kochava，他们并没有Facebook的归因数据，所以双方是独立的归因系统和归因逻辑，也就是会存在多次计费的可能。

2）将应用自然流量上（organic）归因到了Facebook的广告上：广告在Facebook 的流量或者联盟流量上曝光过，但是没有转化，最终用户主动的在Google play或者APP Store 上进行了转化激活，Facebook认为它也有影响，所以会将这次转化算到了它的曝光上，也就是我们常常提及的“助攻”。这里好像也能说得过去，好比踢足球，进球固然很重要，但助攻的协助也是不可或缺的。详情可以看下我之前的文章《互联网归因混战江湖（二）—应用归因详细说明》

若你是做海外的广告，必须深入的了解下Facebook、Google 以及 第三方归因平台如AppFlyer、Adjust或者Kochava的归因逻辑以及反作弊逻辑，这样可以提升你投放广告的流量效率。

2 “有效触点”的归因方案——广告主角度

最痛的应该就是广告主。但实际上，广告主要发现这里的问题也是相当不容易的。

首先，广告主做用户增长的团队需要有懂广告归因的人，况且即便懂了这套归因逻辑，也很难区分有效触点归因“抢”了多少自然量。

广告主的增长营销团队，需要有一个对应用广告类广告归因研究比较深入的同学，因为只有这样你才知道这个“有效触点”归因的是哪些用户，哪些场景及其影响，认知到位了，才知道如何区分。

之前我们提过，某抖某快广告平台并没有将归因的数据区分是点击的数据还是有效曝光的数据，直接统一全部回传给广告主。广告主归因后台获取到的是点击和有效曝光混在一起都作为“有效归因“的数据，想要完全区分清楚还是有难度的。

但是，可以统计计算 回传归因数据量/曝光数据 这个指标来看看数据的趋势情况。如果这个数据指标接近1，证明广告平台将视频广告的曝光数据直接回传给广告主；若这个指标值范围在0.5~0.7，有很大的概率是广告平台将有效视频曝光（3s）的数据回传给广告主作为归因数据。只有当 回传归因数据量/曝光数据 跟广告平台上点击率在同一个数值水平的情况下，才是点击归因的数据。

其次，广告主增长营销部门下属有多个团队，各个团队之间数据并不透明互通导致难以分析有效触点归因的实际影响。

有效触点归因从本质上来说并不会带来更多的转化。只是在广告主内部多个营销部门左手倒右手。如下图，原来“未匹配任意点击”的转化量部分变成了有效曝光的归因转化。

而品牌营销和内容营销部门，特别对于有线下渠道（如电梯媒体）或者非程序化渠道（如内容营销渠道），主要观测的目标数据是自然量的情况。由于有效触点归因会将部分原来属于“自然量”的转化归入到“有效触点”的广告效果上，从而使得这部分的转化量减少。同时，由于增长部门各个团队之间数据没有完全透明互通，使得分析难度大大增加。

这需要一个有全局视角且懂归因的人来统筹分析这个事情的影响！

那是不是代表无法解决。当然不是！

历史上，Amazon 和 Facebook 都曾经遇到过相同的情况。

大概是2016年到2017年的事情。当年Facebook 在东南亚推广Facebook lite 版本（即Facebook的轻量版本），Amazon在跟Shopee和Lazada在抢东南亚市场，这两个金主爸爸预算无上限。以Amazon和 Facebook的品牌号召力，在应用商店的免费榜单也是名列前茅，主动到应用商店去下载的用户很多。说个题外话，Google play 和 App Store 还是有榜单效应和评价体系的，但是国内应用商店则几乎全是广告，给钱就能上。

由于当年在东南亚归因作弊异常猖獗（具体作弊手段可以参考我的另一篇文章《不懂归因，也许你广告还没入门》），很多联盟的流量通过虚拟点击抢归因，抢了这两个广告主很多的“自然量”。广告主新增转化总量不变，但是钱却要多花很多。为了能更好的了解自然流量的占比情况，统计归因作弊的流量，Amazon 和 Facebook lite 版本在一个时间段内，直接在某几个国际地区上停止全部的广告投放。

结果，两个产品的自然流量大幅上涨。这个事情也从另外一个侧面推动了第三方归因服务公司加强归因作弊识别的能力。