1.2.4 归因分析模型

回顾1.1.5节，我们曾引用过百货之父约翰·沃纳梅克（John Wanamaker）提出过的广告营销界的“哥德巴赫猜想”：“我知道我的广告费有一半是浪费的，但我不知道浪费的是哪一半。”这里面体现的就是广告主对于自己花钱投放出去的广告效果的困惑，广告主希望知道每个广告的请求、曝光、点击到最终营销漏斗环节的转化情况，借此来进一步分析广告的ROI、渠道质量，以及未来的投放优化策略。从风控的角度来看，归因分析模型可以说是营销渠道反作弊的基础。

1.为什么需要归因分析

假设手游创业公司A发布了新游戏，并选择在C1、C2、C3三个媒体渠道App投放广告。经过一段时间的推广，游戏在应用市场的下载量显著增长。现在，A想要了解哪个渠道对下载量的提升贡献最大，以便更合理地分配后续的广告预算，实现最优的转化效果。

用户U在多个渠道上与A公司游戏广告发生互动，并最终下载了游戏。通过分析用户U的行为路径，可以发现不同渠道在转化过程中所起的作用。首先，C1渠道（如微博）吸引了用户的注意力，并留下了深刻的第一印象。其次，C2渠道（如爱奇艺）通过贴片广告进一步展示了游戏内容，增强了用户兴趣。最后，C3渠道（如小红书）通过KOC的推荐帖子，强化了用户的购买意愿，促使其采取下载行动。

如图1-15所示，这个过程用户U经历了三个媒体渠道（也称为归因触点），最终广告费用应该如何分配给这三家媒体，就是归因分析模型需要解决的问题。

图1-15 多触点营销归因

再举一个篮球领域的有趣例子，在篮球活动中有两个重要的统计指标，一个是得分，另一个是助攻。对比营销活动，得分可以类比为营销转化（如App下载），助攻可以类比为渠道广告，助攻可以转换为最终的得分，而送出助攻的球员则可类比为营销的媒体渠道。

以2022年金州勇士队获得NBA年度总冠军为例，季后赛中勇士队头号球星斯蒂芬·库里的场均助攻数为5.9次，而另一位以防守见长的球员德拉蒙德·格林的场均助攻数为6.3次，竟然比斯蒂芬·库里还多。那么，我们可以直接认为德拉蒙德·格林这个“渠道”比斯蒂芬·库里这个“渠道”更重要吗？了解勇士队打法的朋友可能都知道“库有引力”这个梗。虽然德拉蒙德·格林的助攻数多，但其实有相当一部分都是源于对手对斯蒂芬·库里的包夹，经过二次传导才形成空位机会从而得分（转化）。

通过上面的例子可以发现，在互联网营销推广活动过程中，用户一般不会看到广告就立刻产生转化。实际情况往往是由多家媒体渠道综合作用的结果。在转化效果归因分析过程中，也不能一刀切，而应该根据不同的营销场景采用灵活变通的方式进行归因分析。

2.主流归因分析模型

归因的本质，就是在互联网多渠道广告营销活动中能够明确回溯广告投放效果，进而提升流量价值转化。通过效果归因，广告主能够把从最初广告投放到最终广告效果转化的链路有效串通，借助数字化效果转化结论促进对广告投放渠道、流量质量等进行更综合科学的分析，从而对后续的营销推广活动做出有效优化。另外通常情况下，用户从看到广告到最终的生产转化行为往往会有一定的时间延迟，所以在实际应用的过程中一般会给最终点击归因增加一个Buffer（缓冲器）时间窗口，也称归因周期，比如7天时间窗口内由某个推广渠道带来的转化都可算作转化效果归因。

如图1-16所示，业界主流归因分析模型可分为最终点击归因模型、首次点击归因模型、线性归因模型、时间衰减归因模型、基于位置的归因模型和数据驱动归因模型。

图1-16 主流归因分析模型

1）最终点击归因。这是最常用的归因模型，顾名思义，该模型将广告的转化效果100%归功于用户在产生转化行为前最后一次触达点击所在的媒体渠道。这种归因模型的优点是简单直接，只需要监测用户最后触达的媒体渠道即可，前面的都可以忽略不计。但其缺点也很明显，由于只关注最终点击，忽略了整个营销效果转化过程中的前置渠道，而这些前置渠道也是有价值的。最终点击归因模型适用于转化路径较少、周期短的效果类广告营销推广活动，广告主在投放过程中最关心的是谁给自己带来最终的成交转化而非品牌种草。

2）首次点击归因。与最终点击归因模型相反，首次点击归因模型将广告效果100%归功于用户第一次发生广告点击行为的媒体渠道，而不关心后续的点击行为。因此，首次点击归因模型适用于品牌拉新场景，用于品牌广告主对用户做品牌知名度宣传和产品种草。

3）线性归因。在多渠道推广的过程中，无论是初次触达用户、最终引起转化的触达，还是中间过程中的触达，线性归因都会平等对待。但这种方式对于优质流量渠道并不友好，特别是在某些劣质渠道作弊的情况下。

4）时间衰减归因。时间衰减归因类似于线性归因，但在这个模型中，效果功劳会给接近最终转化或购买的点击分配更高权重。这种模式也适用于偏向周期短、注重效果的广告类型，但对于周期长的前期引流渠道并不友好。

5）基于位置的归因。基于位置的归因结合了最终点击和首次点击归因模型的优点，对首次触达和最终触达赋予了更高的权重。因此，基于位置的归因对初始的获客线索和最终的促成转化能够兼顾。

6）数据驱动归因。也称为算法归因模型，基于人工智能算法来评估广告系列中的转化和非转化路径，并为每个接触点分配适当的归因权重。

前面介绍了多种归因模型。归因对于广告主来说可以识别渠道转化价值，进一步优化营销预算分配。对于媒体来说，自身媒体渠道流量带来的归因会带来收益，通过归因数据进行广告流量资金结算。接下来对结算环节的计费方式和作弊风险进行初步分析。