用户增长“基建”⑴——归因

用户增长“基建”⑴——归因

​作者介绍

@五花肉

前网易出口大数据产品经理一枚；

负责过数据采集，BI，AB测试，画像等；

酷爱健身，钟爱咖啡，喜爱摩托，热爱生活。

01 前言

“在全球贸易下，随着美国通胀再创新高，各国经济也势必会受到影响，经济学家如何分析评估影响范围，如何制定应对措施？

“公司推出了一款新应用，渠道同学紧锣密鼓的进行线上、线下广告投放，用户安装完毕激活后如何评估渠道投放效果，如何优化后期投放的预算分配？

“没办法安静的学习新知识，但是却可以津津有味的看小说，如何克服注意力不集中的“问题”，提升学习效率。“

大到国家宏观经济问题，小到个人的自我分析，任何事情在制定解决办法之前都需要进行先归因再分析，那什么是归因?

02 归因的起源

归因是指人们对他人或自己行为原因的推论过程。具体的说，就是观察者对他人的行为过程或自己的行为过程所进行的因果解释和推论。

归因来源于心理学领域，最早由社会心理学家海德·F在1944年《社会知觉与现象世界的因果关系》的文章中提出，后在1958年《人际关系心理学》中又提到这一观点。当时海德在研究社会觉知现象时，发现被试（被研究者）对类似于“某人为什么会表现那样的行为“这类问题的回答和解释上存在规则上的差异。“有从情景角度切入”、“有从他人自身上找原因”。为对这种行为现象进行合理解释而提出了归因理论，该理论引起了社会心理学界的重点关注，随后在众多专家的潜心研究下，逐步发展出了各种理论：维纳归因论、三度归因论等。归因被广泛应用于各种领域：人力、经济、管理、用户研究、广告等。

在日常生活中，每一个人肯定都对各种行为的因果关系感兴趣，力图弄清背后的关系。好的归因过程和结论，有利于了解事物的本质，唤醒自我学习的原始驱动力，有针对性的进行整改和提升；反之则容易造成归因偏差，让事情发展越来越糟。

03 归因的应用场景

上面介绍了一下归因的起源，接下来我们看一下如何将这一思想运用到渠道投放的实际工作中，归因的主要使用场景有两个：

1. 渠道归因匹配

2. 数据分析

百度搜索“归因分析“返回结果大多描述的都是渠道归因模型，未免有失偏颇。归因与归因分析的关系应该是：归因是分析方法的一部分，但归因分析不仅仅只有渠道归因。归因是后验法的一种，例如日常业务波动归因分析、市场变化归因分析等。数据分析角度的归因方法后续会用单独一篇给大家阐述，这里先说渠道投放后的归因匹配问题，渠道归因是指在广告投放后如何进行准确识别各渠道的用户来源，为渠道分析提供统一、准确的数据”标准”。

渠道归因包括：归因逻辑、归因模型和归因窗口三个方面。

04 渠道如何归因

1.归因逻辑

●Android端媒体广告投放的量级和实际激活对不上，排查后却发现被归属在厂商商店里；

●隐私监管严格，设备信息获取越来越少，如何“准确”归因；

●Ios端用户激活后想拆分来源却发现渠道只有appstore等等。

因android与ios的生态不同，我们分别看一下每个平台的具体归因逻辑：

⑴Android：

安卓的渠道归因按照匹配方式可分为：

●埋点式

埋点式是android渠道的标配，开发者为每一个渠道投放的应用生成一个渠道标识（channel_id），这个标识与应用绑定，通过这种方式激活的用户都会归属于这个渠道，例如常用的小米商店、华为商店、应用宝等。

●匹配式

该方式适用于媒体广告投放的方式，通过第三方广告平台创建创意、物料，并投放至相应的广告位，这种渠道归因方式分以下两种情况：

①精确匹配

精确匹配需要获取到准确的标识字段，android手机标识字段为imei、android_id，随着数据安全的日渐严格，imei采集量变少，oaid将作为未来代替imei的标识来进行设备的区分。

②模糊匹配

模糊匹配沿用ip+ua的方式，ua主要包括操作系统、版本号、手机型号等。例如头条跟踪线索：search ads，苹果官方提供的搜索广告服务，只有通过搜索广告的新用户才进行归因，且因ios版本不一样导致采用的归因技术也不一样：

Idframework：

a.将 iAd framework 添加到 Xcode 项目文件。

b.请求归因API。

c.返回广告数据，进行广告归因。

Adservices framework：

a.请求生成Token。

b.将Token通过iAd framework发至ASA询问用户广告行为数据接口。

c.ASA回传广告数据，进行广告归因。

通过token方式归因有两种情况：前端归因和后端归因。

前端归因：

a.客户端获取token。

b.客户端请求归因数据（Attribution）。

c.归因数据（Attribution）下发，完成归因。

后端归因：

a.客户端获取token。

b.Token传递给服务端。

c.服务端批量请求归因数据（Attribution）。

d.归因数据（Attribution）批量返回数据，完成归因。

2.归因模型

著名的营销专家海因兹·姆·戈德曼提出了AIDA模式（如下图）

为了能更好的分析各渠道的实际贡献，进行精确的归因，我们伟大的前辈发展了好多模型：

③线性归因

认为从曝光到最终转化过程中的所有渠道都起到了相等价值的作用，故分配了相同的价值权重。

④位置归因

与线性归因类似，不过着重强调了首次触达渠道的“吸引力”以及最后转化渠道的实际贡献，一般情况下各占比40%，剩余20%权重由过程中其他渠道进行分配。

⑤时间衰减

这种归因模型强调了最终转化，又综合考虑过程中其他渠道的贡献，距离最终转化时间越近，贡献度越高。

⑥自定义位置归因

自定义位置归因基于线性归因或位置归因的变式，比较强调个人经验、平台流量大小以及实际分析的数据表现，对转化过程中所发生的全部渠道进行自定义权重配比。

3.归因窗口

05 总结

本文简述了归因起源及渠道归因的些许概念，希望能对刚进入用户增长业务的产品或分析师同学起到入门指引的作用。在实际业务分析或制定产品策略时，要综合考虑归因逻辑、归隐模型和窗口期三个维度在不同推广类型业务中的适配情况。

渠道归因作为用户增长环节的数据基础，是业务分析的重要保障，随着红利的消失，数据监管的严格，获客成本只会越来越高，精细化、数字化运营的重要性将被提升至战略级的高度。要想评估渠道价值好坏，仅识别渠道来源远远不够，还需要结合渠道质量分析、反作弊、智能评估等综合手段进行渠道价值评估，后面也会围绕这些角度和功能在数据产品中建逐一展开。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。