计算广告（十六）

营销渠道效果评估与归因

分析背景

营销活动的投放目标通常是品牌知名度和直接效果的结合。除了品牌宣传，受众在品牌指定页面上的浏览、注册、咨询、收藏、成交等，都可作为营销活动的目标转化。衡量投放的渠道各自对目标转化的贡献如何，投入和回报是否合理，从而指导预算分配，则需要通过渠道的目标转化能力来衡量。

基本概念

进行渠道评估分析，需要四大要素：维度、指标、细分、归因。

维度

维度是数据的属性，用于对数据进行分类对比分析。渠道效果分析中常见的维度分类

如下：

编辑切换为居中

添加图片注释，不超过 140 字（可选）

指标

指标是对数据表现的衡量，按生成方式可分为基础指标和复合指标。按渠道分析衡量的内容来看，可以分流量端和转化端的数量、质量、成本、收益指标。

编辑切换为居中

添加图片注释，不超过 140 字（可选）

细分

细分是指将用户、会话或事件分为子集，其中渠道评估分析中常用的是用户细分。通过定义一个或一组特征或行为模式，我们可以从所有用户中筛选出特定的用户，形成用户细分。例如，可以通过定义“性别=女，年龄=18-35岁，城市级别=一线”的规则来创建“城市年轻女性”细分。用户细分通常用于关注特定人群，如目标受众、店铺新客等，用于人群过滤、对比分析或再营销。

归因

归因模型是一种或一组规则，用于将转化功劳分配给转化路径中的触点，以便广告主衡量营销活动的效果和投入回报。归因方式可以分为基于规则的模型（如最后互动、首次互动、线性、时间衰减等）和基于算法的模型（如Shapley归因）。根据参与归因触点的数量，归因可以分为单触点归因和多触点归因。分析者可以根据分析目的和营销方式选择不同的归因模型。归因过程由归因模型和归因周期共同完成。

Shapley归因是一种基于合作博弈理论的归因方法，用于确定多触点营销场景中每个触点的贡献。它由诺贝尔经济学奖得主Lloyd Shapley提出，并原本应用于合作博弈的场景，用于分配合作中的总收益。后来，这种方法被引入到数字营销领域，用于解决多触点归因问题。

Shapley归因的核心思想是将每个触点视为一个“玩家”，它们共同参与并影响用户的最终转化。该方法通过计算每个触点在所有可能的触点组合中的平均边际贡献来分配转化功劳。具体来说，Shapley归因遵循以下步骤：

列出所有可能的触点组合。

对于每个组合，计算添加或删除某个触点对转化率的边际影响。

对于每个触点，计算其在所有组合中的平均边际贡献。

将转化功劳分配给每个触点，根据其平均边际贡献。

Shapley归因具有公平性和稳定性，能够充分考虑触点间的协同效应。相比于其他归因方法，如最后点击、首次点击或线性归因等，Shapley归因能够提供更合理和准确的渠道贡献分配，从而帮助广告主优化营销策略和预算分配。然而，Shapley归因的计算过程可能较为复杂，尤其在触点数量较多的情况下，计算成本可能会很高。因此，在实际应用中，需要权衡Shapley归因的优点和计算成本。

解决方案

归因分析

什么是归因

归因是将目标收益分配给用户在达成收益前所经历的不同触点的过程。在数字广告归因中，触点为不同的营销渠道（如曝光或点击）。归因用于衡量广告的转化效果，并确定功劳应归于哪些渠道触点以及它们的贡献程度。

编辑切换为居中

添加图片注释，不超过 140 字（可选）

归因模型

广告主在营销投放后，需要对投放进行合理的投入回报评价。哪个渠道转化效果最好？哪个渠道获取新客成本最低？增加某渠道预算是否提高其他渠道的转化效率？归因模型的选择会影响渠道贡献的分配，因此广告主需要根据营销目的、方式和消费者决策周期来选择合适的归因模型。

传统的最后点击（last-click）模型将营销转化效果归因于最后一个营销触点，属于单触点归因。然而，在现实的营销环境中，消费者往往经历了一系列营销触点，如视频广告曝光、多次社交媒体点击，最后在促销广告刺激下达成转化。最后点击归因可能导致之前承担辅助（assisted）角色的营销触点的贡献被低估。多渠道归因模型（MTA，Multi-Touch Attribution）将转化效果归功于指定周期内所有营销触点，能够对营销活动的广告花费进行更全面的评估，明确媒体间的协同作用，告诉你每一次广告互动对转化的贡献。

选择合适的归因模型有助于广告主更合理地调整预算和出价，提升投资回报率（ROI）。通过对不同渠道和触点的归因分析，广告主可以了解哪些渠道和策略在吸引新客户、提高转化率和提升品牌认知度等方面发挥了重要作用，从而优化营销策略，实现更高的营销效果。

编辑切换为居中

添加图片注释，不超过 140 字（可选）

常见的归因模型有：

编辑切换为居中

添加图片注释，不超过 140 字（可选）

编辑切换为居中

添加图片注释，不超过 140 字（可选）

我们来介绍一个典型的数据驱动归因模型Data-Driven。主流的数据驱动归因模型通常应用合作博弈理论中的Shapley值。基于Shapley值的归因方法会计算每个渠道C在所有可能的子组合S（表示所有渠道）中的边际贡献，以及该渠道C与该组合选择合作的概率。通过累加所有的边际贡献乘以概率，得到一个算术平均贡献，即Shapley值，用于表示该渠道C在S组合中的最终贡献。

在实际结算中，模型会比较渠道的所有组合方式，考虑每个渠道的投放顺序，并为不同的投放顺序分配不同的贡献功劳（V(C)）。最终累计所有投放顺序的贡献功劳即为最终贡献。可以发现，在线性分摊中，视频广告C渠道的贡献被高估了。结合联合投放转化表可以看出，C渠道的独立贡献低，其组合贡献价值也偏低，在组合中的边际贡献较低，最终分配的转化贡献较低；而线性分摊一视同仁的方式则高估了C的贡献。

Shapley值解决了合作共赢后的利润分配问题，用数学公式阐述了经济学上如何分配才是公平。

以下是 shapley 的经济学原理：

编辑切换为居中

添加图片注释，不超过 140 字（可选）

在本文中，将贡献定义为渠道（渠道组合 ) 的转化率，通过 shapley 公式计算得到不同渠道的贡献，将各个渠道的分配权重定义为：渠道分配权重 = 渠道贡献 / 所有渠道贡献之和。最终通过渠道分配权重，将转化量进行分摊给不同渠道。

归因周期

归因周期指的的是用户在被触点触达后，需要追溯转化行为的时间，可以是天数、小时或分钟。举例来说，如果归因周期设定的为 7 天，则说明该场景下，某触点触达后，该用户在 7 天内所发生的转化都会归功于该触点。

归因模型建立步骤

归因模型的计算是一个通用的数据处理流程，根据不同的业务其计算范围和计算量都会不一样，不同业务的标准归因处理流程主要包含四个步骤。

编辑切换为居中

添加图片注释，不超过 140 字（可选）

应用案例：转化耗时分析

分析用途：

了解消费决策周期

评估合理的归因周期

判断再营销节点

广告从触达消费者到最终转化存在一定的时间间隔。如果本次广告投放目的是促进直接成交，那么转化耗时较短。如果投放目的是提升品牌知名度或宣传耐用品广告，那么转化耗时会较长。转化耗时报告提供了目标受众从首次触达或最后触达到转化所经历的时间（通常以天为单位），反映广告促成转化的速度和效果分布。广告主可以根据此评估合理的归因周期。如果归因周期过短，大量转化收益无法被统计，导致投入回报低估；归因周期过长则拖延判断投入回报的时长，影响决策优化效率。转化耗时报告还可以帮助广告主了解何时对未转化用户进行再营销，加快转化速度。分析平台提供最长90天的归因周期选择，在此范围内，分析者可以做1、7、15、30天的切换分析。

编辑切换为居中

添加图片注释，不超过 140 字（可选）

分析方法：

在指定转化类型、涉及渠道、按首次或末次触达归因模型计算后，耗时报告会按发生转化所需天数从小到大排序，并给出每个转化日期的次数、价值及占总数的比例。通过条形图可直观看出比例分布形态。

转化贡献按天可选择分布为累计或不累计。通过累计条形图可看出指定天数内完成的转化数量。达到累计90%转化（或其他指定比例）的耗时越小，说明转化速度越快，所需归因周期越短，再营销节奏越快。

平均转化时长可作为归因周期参考，至少归因周期需大于平均转化时长。

通过了解历史转化耗时，可以评价本次营销活动是否符合预期。还可以按不同渠道查看转化耗时，评价不同渠道的转化速度。也可以对比不同目标受众，评价哪些受众更加迫切购买。

使用举例：

如图所示，某营销活动的平均转化耗时为2.7天，有57.5%的转化量在1天内完成，91.4%的转化量在7天内完成。因此，归因周期的选择至少为3天以上，建议选择7天。若您需要对未转化的用户进行再营销，则可以从第3天开始操作。

通过分析转化耗时报告，广告主可以了解营销活动的效果，合理调整归因周期和再营销策略，从而提高广告投放的效果和投资回报。在实际应用中，广告主还可以根据不同的营销目标和渠道特点，细化分析方法，以便更精准地评估和优化广告投放。

归因对比分析

分析目的：

在符合营销目的的模型下，直接评价渠道的投入产出是否符合预期；

通过与最后互动归因模型对比，分析渠道价值是否被低估，从而调整预算或投放方式。

通常，在明确的营销目的下，广告主可以直接选择合适的归因模型来评价渠道的投入产出是否符合预期。

例如，在大促销场景下，

若营销目的为直接销售，可以使用最终互动模型。

若目的是提升品牌知名度于目标群体中，可以使用首次互动模型。

若目的是维护客户关系、保持互动，可以使用线性模型或其他多渠道归因模型，按重要性为每个触点分配不同权重。

实际上，很多营销活动既考虑品牌效果又考虑效果转化，在复杂的营销策略下，多个渠道共同影响消费者，无法直接判断使用哪种归因模型。因此，广告主可以选择其他归因模型与最后互动归因模型进行对比，从而分析渠道价值是否被低估。

通过归因对比分析，广告主可以更全面地了解不同渠道的价值，为预算分配和投放策略调整提供依据。在实际应用中，广告主还可以根据不同的营销目标和渠道特点，细化分析方法，以便更精准地评估和优化广告投放。

编辑切换为居中

添加图片注释，不超过 140 字（可选）

分析方法：

进行归因对比，需要确定以下信息：

编辑切换为居中

添加图片注释，不超过 140 字（可选）

在确定以上信息后，进行模型对比。通过比较不同模型与最后互动模型在转化次数（价值）上的变化，评估哪些渠道可能被最后互动模型低估。若比较后，变动百分比为正，说明该渠道由于承担了一定的辅助转化，使用最后互动模型会低估此渠道的价值。

当营销活动涉及品牌渠道时，需要特别关注品牌渠道是否被合理评估。尝试多种多渠道模型与最后互动模型进行对比，参考营销计划，评价各渠道的定位与价值评估是否匹配。选择一个合适的归因模型后，进入投入回报分析。需要注意的是，归因模型不是预测模型，而是描述模型，没有所谓正确的参照标准。

使用举例：某护肤品公司推出新品眼霜，在3月进行第一波多渠道新品营销活动，通过展示广告大规模曝光、社交网络KOL推荐，信息流推荐、付费搜索关键词触达消费者。活动结束后，需要衡量不同渠道的营销效果，为第二波投放提供策略参考。

在30天归因周期下，对比首次互动、线性和最后互动模型，发现使用最终互动模型会低估作为品牌广告的展示广告渠道价值。结合营销计划，认为采用线性归因方式更合适。

编辑切换为居中

添加图片注释，不超过 140 字（可选）

渠道转化效果评估

通过使用营销目标的关键指标来衡量营销活动的效果是否达到预期，并对比评价各个渠道效果的优劣。

流量转化报告：流量转化报告以表格形式展示各个渠道的流量、目标转化、成本、投入回报等关键指标，以评估渠道转化效果。

同时，也可以从细分广告渠道维度，如创意、计划、关键词等，对流量转化效果进行评价。

通过基于归因模型的流量转化报告，您可以进行以下分析：

流量转化质量分析：量化广告渠道带来的价值，并对比不同渠道达成目标转化的质量差异。根据不同的营销目标，目标转化可以定义为以进店为目标的用户访问量，以提高兴趣为目标的用户搜索量、加购量、收藏量等，以销量为目标的成交量和成交金额。衡量流量转化质量的指标主要包括：

触达量：衡量流量多少的指标，可以是基于数量的曝光量、点击量，或者基于人数的曝光人数、点击人数。

转化量：渠道流量产生的转化数量。以转化等于成交为例，不同的成交金额直接反映各个广告渠道的贡献大小，运营人员可以直接对比不同的广告渠道、广告计划、创意下的转化差异。

转化率：转化人数/渠道触达人数。通过渠道触达的人中发生转化的比例反映渠道转化效率。

营销投入回报分析：在转化质量分析的基础上，引入渠道营销成本，以得到流量渠道的投入回报分析。通过投入回报分析，能够指导营销人员预算分配。相关的指标包括：

ROI：渠道的ROI（投入回报）=一段周期内渠道带来的成交转化金额/渠道成本。

转化成本：渠道的平均转化成本=一段周期内的广告成本/转化量，如收藏成本、搜索成本等。

CPUV：广告渠道的人均转化成本=一段周期内的广告成本/转化人数。

通过这些指标，广告主可以更全面地了解不同渠道的转化效果，为预算分配和投放策略调整提供依据。

编辑切换为居中

添加图片注释，不超过 140 字（可选）

分析方法：

选择统计时段，包括投放时间、转化时间
选择合适的归因模型和归因周期
指定衡量营销目标转化的关键指标，从流量、行为、目标转化方面，如触达量、浏览量、收藏量、成交量、成交金额、点击成交率等。
对目标转化进行归因分配后，结合渠道的成本指标，对投入回报进行计算

编辑切换为居中

添加图片注释，不超过 140 字（可选）

使用举例：

本次营销活动以成交金额为目标，线性归因并结合营销成本计算各渠道的投入产出发现，展示广告的 ROI 为 0.5 低于 1 ，意味着价值回报低于投入，是亏本的，但考虑到展示广告为品牌广告，目的更多是为了获得品牌知名度而不是直接成交，ROI 低于1 在预期范围内。付费搜索的投入产出为 6.17，表现不错，可以持续投入。社交网络可以根据历史经验或行业水平，评价是否需要优化渠道策略。

编辑切换为居中

添加图片注释，不超过 140 字（可选）

转化质量矩阵：流量转化报告通常对渠道的评价是基于单一指标。若需要通过多个指标对渠道流量转化进行综合评价，则可以使用四象限矩阵模型，通常以气泡图的形式对渠道的流量数量、质量和成本进行直观对比评估。转化质量矩阵不仅可以评估不同渠道的质量，同时可以定位不同渠道的差异，进而针对性地寻找优化方法。

分析方法：转化质量矩阵是将流量转化报告进行气泡图可视化展示。X轴、Y轴和气泡大小各选择一个指标，每个气泡代表一个渠道或渠道细分，颜色可以选择一个指标或维度。

以X-Y-气泡大小的选择来看，一组模型通常涵盖了流量的质、量、成本指标中的两种或三种。常用的模型有：ROI-互动-流量大小模型，其中互动是用户的某种或一组交互行为，可以由数量表达，如页面访问次数、收藏次数，也可以用转化率表达，如点击成交转化率、点击收藏率，或者一系列综合行为的指数表达，如购买意愿指数。通过横纵均值参考线，将气泡区域划分成四个象限，每个渠道的渠道质量特征也就有了判断。

通过更换气泡图中的指标，可以得到其他评价模型，这取决于营销目标衡量的关键指标，如“CPC-点击转化率-流量大小模型”，“点击率-转化率-流量大小模型”，“访问人数-转化率-人均成交金额模型”等等。

解读举例：