營(yíng)銷(xiāo)渠道越多、顧客行為路徑越復(fù)雜，就越需要?dú)w因模型來(lái)幫助判斷渠道價(jià)值，優(yōu)化渠道組合和資源分配。一個(gè)細(xì)微的渠道差異，或許就能幫助企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中勝出。

營(yíng)銷(xiāo)歸因模型有助于判斷渠道的價(jià)值。

一個(gè)有效的歸因模型，能夠告訴我們：哪些渠道能賺錢(qián)，哪些渠道能促進(jìn)業(yè)務(wù)增長(zhǎng)，哪些渠道有助于轉(zhuǎn)化。

隨著消費(fèi)者能接觸的渠道、設(shè)備越來(lái)越多，營(yíng)銷(xiāo)分析也變得越來(lái)越復(fù)雜。

一個(gè)訪客變成顧客，是直接在淘寶、京東完成購(gòu)買(mǎi)，還是之前：

• 在朋友圈、今日頭條看到產(chǎn)品廣告？
• 用電腦搜索過(guò)眾多產(chǎn)品信息并比較？
• 在公眾號(hào)、抖音上看到了產(chǎn)品推薦？
• ……

總有些渠道的ROI很高，能賺錢(qián)；有些渠道不賺錢(qián)，但覆蓋人群很廣；還有些渠道能把訪客留住，把路人變成粉絲。

營(yíng)銷(xiāo)渠道越多、顧客行為路徑越復(fù)雜，就越需要?dú)w因模型來(lái)幫助判斷渠道價(jià)值，優(yōu)化渠道組合和資源分配。一個(gè)細(xì)微的渠道差異，或許就能幫助企業(yè)在市場(chǎng)競(jìng)爭(zhēng)中勝出。

八種營(yíng)銷(xiāo)歸因模型

1. 最終互動(dòng)

或者說(shuō)，最后點(diǎn)擊模型——100%的功勞都屬于產(chǎn)生最后一次互動(dòng)的渠道。

這是最簡(jiǎn)單直接，也應(yīng)用最廣泛的歸因模型，主要是分析時(shí)不容易出錯(cuò)。

比如：很多網(wǎng)站的追蹤cookie只有30天，淘寶廣告的計(jì)算周期最長(zhǎng)15天，如果顧客的行為路徑，周期特別長(zhǎng)，可能會(huì)發(fā)生輔助轉(zhuǎn)化渠道的數(shù)據(jù)丟失的現(xiàn)象。如果只考慮末次互動(dòng)，數(shù)據(jù)追蹤周期就變得不那么重要了。

這種模型的弊端也很明顯：顧客最終是從淘寶收藏夾進(jìn)入寶貝頁(yè)面后成交的，按照這個(gè)模型，會(huì)把這次成交100%歸功于收藏夾（直接流量）。但在之前，對(duì)產(chǎn)品產(chǎn)生興趣、信任、購(gòu)買(mǎi)意向，可能是其他渠道的功勞，收藏夾只是方便顧客記錄、找到產(chǎn)品而已。

所以這種模型適用于轉(zhuǎn)化路徑少、周期短的業(yè)務(wù)，或者說(shuō)，廣告目的就是吸引顧客購(gòu)買(mǎi)，起臨門(mén)一腳作用的。

2. 最終非直接點(diǎn)擊

忽略直接流量，將100%的功勞歸于最后一次非直接互動(dòng)。為什么要排除直接互動(dòng)流量呢？

因?yàn)?，直接互?dòng)，或者說(shuō)直接點(diǎn)擊，其來(lái)源難以確定，容易對(duì)數(shù)據(jù)分析產(chǎn)生誤導(dǎo)。比如：一篇文章或者email里面沒(méi)有加跟蹤代碼的鏈接，收藏夾里面不知道什么時(shí)候添加的網(wǎng)址，訪客直接輸入了廣告圖片上的URL……

比如：點(diǎn)擊了淘寶收藏夾里的寶貝，并且購(gòu)買(mǎi)。賣(mài)家會(huì)看到這個(gè)客戶(hù)來(lái)自收藏夾，但其實(shí)客戶(hù)之前是點(diǎn)擊鉆展廣告后才添加的收藏夾。

排除掉直接互動(dòng)流量，避免了上述問(wèn)題產(chǎn)生的誤導(dǎo)。如果公司認(rèn)為，業(yè)務(wù)的直接流量大部分都來(lái)自被其他渠道吸引的客戶(hù)，需要排除掉直接流量，這種模型會(huì)很適合。

3. 最終渠道互動(dòng)

將100%的功勞歸于客戶(hù)在轉(zhuǎn)化前，點(diǎn)擊的最后一個(gè)廣告的來(lái)源渠道。比如：谷歌分析，可以選擇100%的權(quán)重歸因于最后一次AdWords廣告，無(wú)論這個(gè)客戶(hù)在點(diǎn)擊競(jìng)價(jià)廣告后，是否有在其他渠道進(jìn)行互動(dòng)。

同樣的，也可以設(shè)置將權(quán)重歸因于今日頭條的信息流或是朋友圈廣告。如果是單一渠道，或者某一渠道價(jià)值特別大，模型適用。如果是多渠道，就會(huì)比較麻煩，特別是不同渠道由不同部門(mén)負(fù)責(zé)的時(shí)候。

比如：一個(gè)顧客點(diǎn)了今日頭條的廣告，又去百度搜索信息并購(gòu)買(mǎi)。如果信息流和競(jìng)價(jià)都采用末次渠道歸因模型，會(huì)把這次成交都算成自己的功勞。這樣的結(jié)果，就是兩個(gè)部門(mén)的數(shù)據(jù)都很好看，都認(rèn)為自己為公司貢獻(xiàn)最多，但實(shí)際的效果可能要減半。

4. 首次互動(dòng)

100%的功勞都屬于產(chǎn)生第一次互動(dòng)的渠道。

如果，最終互動(dòng)是認(rèn)為，管你之前多少互動(dòng)，沒(méi)有最后一次互動(dòng)就沒(méi)有成交。那么，首次互動(dòng)就是認(rèn)為，沒(méi)有我這第一次互動(dòng)，剩下的渠道都不會(huì)有互動(dòng)。

這個(gè)模型的缺點(diǎn)很明顯，就是受限于數(shù)據(jù)跟蹤周期。比如：網(wǎng)站cookie存活30天，但第一次互動(dòng)到轉(zhuǎn)化的周期是31天，成交權(quán)重就沒(méi)有歸因到真正的首次互動(dòng)渠道。

這種模型適用于品牌沒(méi)有知名度的公司。關(guān)注能夠帶來(lái)客戶(hù)的最初渠道，對(duì)于拓展市場(chǎng)很有幫助。首次互動(dòng)和末次互動(dòng)模型，事實(shí)上都是單渠道歸因模型。

5. 線性歸因

平等對(duì)待轉(zhuǎn)化路徑上的所有渠道，分配相等的權(quán)重。

• 模型優(yōu)點(diǎn)是：這是一個(gè)多渠道歸因模型，而且計(jì)算很簡(jiǎn)單。比如：《ROI的優(yōu)化，其實(shí)是場(chǎng)足球賽》中舉的例子，一個(gè)簡(jiǎn)單的公式就可以計(jì)算所有渠道的產(chǎn)出，而且價(jià)值系數(shù)的調(diào)整很方便。
• 缺點(diǎn)也同樣明顯，不適用于某些渠道價(jià)值特別突出的業(yè)務(wù)。比如：顧客在電視上看到廣告，用百度搜索并進(jìn)到官網(wǎng)，隨后3天都通過(guò)百度進(jìn)入官網(wǎng)，并在第5天成交。

按照線性歸因模型，百度會(huì)分配80%的權(quán)重。但事實(shí)上，顧客可能只是懶得記網(wǎng)址，用百度搜索更方便而已。如果第2天百度后添加了收藏，剩下3天都從收藏夾直接訪問(wèn)網(wǎng)站，那么就會(huì)給直接訪問(wèn)分配60%的權(quán)重。

這兩種計(jì)算方式都沒(méi)有給電視廣告足夠的權(quán)重。

所以，這種模型適用于，期望在整個(gè)銷(xiāo)售周期內(nèi)保持與客戶(hù)的聯(lián)系，并維持品牌認(rèn)知度的公司。這種情況下，各個(gè)渠道在客戶(hù)的考慮過(guò)程中，都起到相同的促進(jìn)作用。

6. 時(shí)間衰減

這個(gè)模型認(rèn)為，渠道距離轉(zhuǎn)化的時(shí)間越短，對(duì)轉(zhuǎn)化的影響越大。

這種模型基于指數(shù)衰減概念，默認(rèn)周期為7天。就是說(shuō)，與成交當(dāng)天相比，成交前7天內(nèi)的渠道，分50%權(quán)重，前14天的渠道分25%。如果成交周期過(guò)長(zhǎng)，這種模型對(duì)前面的渠道相當(dāng)不友好，無(wú)法分配一個(gè)合理的權(quán)重。

所以這個(gè)模型適用于：客戶(hù)決策周期短、銷(xiāo)售周期短的情況。比如：做短期促銷(xiāo)，打了兩天的廣告，這兩天的廣告理應(yīng)獲得較高權(quán)重。

7. 基于位置

混合使用最終互動(dòng)和首次互動(dòng)模型。

這種模型重視最初帶來(lái)線索和最終產(chǎn)生成交的渠道，一般給他們分別分配40%的權(quán)重。給中間的渠道分配20%的權(quán)重，也可以根據(jù)實(shí)際情況，調(diào)整最終互動(dòng)和首次互動(dòng)的權(quán)重比例。

顯而易見(jiàn)，如果一家公司十分重視線索來(lái)源和促成銷(xiāo)售的渠道，這個(gè)模型再合適不過(guò)了。

8. 馬爾科夫

基于馬爾科夫鏈的歸因模型。

馬爾科夫鏈?zhǔn)菚r(shí)間、狀態(tài)都是離散的馬爾可夫過(guò)程。馬爾科夫過(guò)程，是將來(lái)發(fā)生的事情，和過(guò)去的經(jīng)歷沒(méi)有任何關(guān)系。也就是說(shuō)：今天的事情只取決于昨天，而明天的事情只取決于今天。

做SEO的同學(xué)，應(yīng)該熟悉谷歌的PageRank，也利用了馬爾科夫模型：

假設(shè)只有A、B、C 3個(gè)網(wǎng)頁(yè)，A鏈向B，B鏈向C。那么，C分到的PR權(quán)重只由B決定，和A沒(méi)有任何關(guān)系。

如果對(duì)互聯(lián)網(wǎng)的網(wǎng)頁(yè)不斷重復(fù)計(jì)算PR，那么網(wǎng)頁(yè)的PR值會(huì)趨向于穩(wěn)定，是一種收斂的狀態(tài)。所以谷歌會(huì)用這種算法來(lái)確定網(wǎng)頁(yè)等級(jí)。

如果用馬爾科夫鏈模型對(duì)一個(gè)用戶(hù)瀏覽網(wǎng)頁(yè)的行為進(jìn)行建模，就可以預(yù)測(cè)他之后的行為——當(dāng)前瀏覽了B網(wǎng)頁(yè)，那么瀏覽C網(wǎng)頁(yè)的概率就可以算出來(lái)。

用在營(yíng)銷(xiāo)歸因上，就是：訪客下一次訪問(wèn)某個(gè)渠道的概率，取決于這次訪問(wèn)的渠道。

就如谷歌可以一直實(shí)時(shí)的計(jì)算PageRank一樣（但對(duì)外的PR權(quán)重不定期更新，當(dāng)然現(xiàn)在已經(jīng)停止對(duì)外更新快10年了），基于馬爾科夫鏈的營(yíng)銷(xiāo)歸因模型也可以實(shí)時(shí)計(jì)算，某些訪客群體下次訪問(wèn)渠道的概率、成交的概率。

顯然，這種模型適用于渠道多、數(shù)量大、有建模分析能力的公司。

如何選擇歸因模型

上面的8種模型，可以分為兩類(lèi)：基于規(guī)則的，基于算法的。

• 基于規(guī)則的歸因模型：預(yù)先為渠道設(shè)置了固定的權(quán)重值，分析時(shí)根據(jù)權(quán)重進(jìn)行計(jì)算就可以。好處是，計(jì)算簡(jiǎn)單，數(shù)據(jù)容易合并，渠道互不影響，按照規(guī)則來(lái)計(jì)算即可。
• 基于算法的歸因模型：每個(gè)渠道有不同的權(quán)重值，而且，隨著時(shí)間推移，不同渠道的權(quán)重值會(huì)發(fā)生變化。

互聯(lián)網(wǎng)時(shí)代，技術(shù)日新月異，新渠道也層出不窮，相比基于規(guī)則的模型，基于算法的模型能夠感知渠道變化，并調(diào)整渠道權(quán)重值，因而會(huì)更加準(zhǔn)確。

那么，應(yīng)該選擇基于算法的歸因模型？

不，應(yīng)該先考慮業(yè)務(wù)模式。如果某個(gè)規(guī)則模型特別適合當(dāng)前業(yè)務(wù)，直接用就好了。

• 比如：新產(chǎn)品推廣，能夠帶來(lái)更多新客戶(hù)的渠道需要給予足夠的權(quán)重，用首次互動(dòng)模型就很好。
• 比如：就一個(gè)競(jìng)價(jià)渠道，還只開(kāi)了百度，也只能選擇最終互動(dòng)或最終百度互動(dòng)模型。

如果就想用算法歸因模型呢？不妨先問(wèn)幾個(gè)問(wèn)題：

1. 渠道有多少？
2. 數(shù)據(jù)量有多少？
3. 是否使用DMP平臺(tái)？
4. 是否有永久客戶(hù)標(biāo)識(shí)？

如果渠道很少，相互之間沒(méi)有太多配合，直接用最終渠道互動(dòng)模型就很好。很多公司現(xiàn)在就是這樣做的，為各個(gè)渠道單獨(dú)計(jì)算產(chǎn)出。如果數(shù)據(jù)量很少，算法模型不適合——數(shù)據(jù)過(guò)少，無(wú)法進(jìn)行最初的建模。如果沒(méi)有使用統(tǒng)一的DMP來(lái)合并各個(gè)渠道數(shù)據(jù)，用規(guī)則模型，因?yàn)樗惴Ｐ托枰髑罃?shù)據(jù)統(tǒng)一。

永久用戶(hù)標(biāo)識(shí)同上。

如果渠道多、數(shù)據(jù)量大、使用了DMP平臺(tái)，并且有永久用戶(hù)標(biāo)識(shí)，基于算法的歸因模型能夠?yàn)闋I(yíng)銷(xiāo)分析提供巨大的幫助。

現(xiàn)在，萬(wàn)事俱備，就差一個(gè)數(shù)據(jù)分析師了。

本文由 @小曹同學(xué) 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議