綠色排版工具|熱門專題|網站地圖|移動官網
您的當前位置:網站首頁 > 網站分析 > 歸因分析 > 正文

歸因分析的幾種方式

來源:未知 編輯:小螞蟻站長 時間:2019-11-29 15:35:15 閱讀:

APP研發好了,廣告做了,渠道選了,預算也到位了(雖然總是覺得不夠吧),廣告投放出去效果卻不夠好,這時我們會去反推APP產品是不是哪里優化不夠好?廣告文案不夠勾引?渠道策略出了問題?等等,當然以上都對。但是卻沒人能回答這個問題:我的50%廣告花費到底浪費在哪?或者廣告預算如何分配更合理?

廣告投放是直面用戶的最后一環,也是最重要一環,如果你沒法去追溯(歸因)出投放的效果(此處說的不是一般意義上渠道給你看的那些華麗但摻假的數據),那么你真的很難做好下一步的優化。前面所做的努力很可能不知不覺慢慢損耗在最終投放環節。

現在誰還在做粗放式效果評估就太被動了

互聯網線上廣告比之傳統廣告來說,其數據被記錄下來,可以用于數據分析,優化投放效果。線上媒體渠道仗著這些優勢打著精準投放的概念一路收割廣告主的預算。

數據總是會讓人產生莫名的迷戀,我們帶著固有的認知與局限,看到數據是美好的,然而結果卻差強人意,尤其現在渠道轉化越來越差,用戶增長越來越難,廣告投放出去,運營同學也花了很多精力做效果評估,然并卵,這種粗放式的評估方法根本不能解決更實質的問題:

我們知道用戶點了這家渠道的廣告,但是點了后安裝沒安裝?

這次的下載量到底是哪家渠道帶來的?下次又該買哪家?

除了用戶引流之外,這個后期轉化應該算誰的?怎么算更科學更合理?

互聯網營銷與傳統營銷最大的差別是:可定向、可追溯

傳統廣告的特點是覆蓋廣泛、粗略區分目標人群、不能追蹤效果。而互聯網廣告則可定向投放,也可追蹤效果,二者同樣重要。相信廣告主們多注重研究定向,卻很少關注歸因吧。大數據技術帶來的定向投放確實很有吸引力,比如搜索“旅游”,平臺會給不同的人展示不同的產品與廣告,定向對廣告主而言看起來很劃算,但是人總是有局限的,不結合歸因,你怎么知道粗放定向還是更精細的定向哪個效果更好?

歸因分析的幾種方式

大部分廣告主在投放APP時都會采用多渠道組合推廣的方式,比如一個海外APP投放,會采用Facebook、Google、蘋果競價廣告或其他媒體渠道等多種渠道組合的廣告購買行為。對于廣告主而言,我需要明確廣告投放出去用戶是從哪個渠道來的,這個用戶的質量怎么樣,廣告購買和用戶獲取以及用戶在APP內行為之間的關系是什么,這些需要一套方法或體系來驗證,這就是歸因。

歸因分析的幾種方式

在實際應用中,歸因操作更復雜,比如說,某用戶看了信息流廣告、點擊了社交廣告、然后在搜索引擎廣告中完成下載行為,那么這個轉化應該怎么算?某用戶通過QQ客戶端下載APP之后沒有其他APP內部轉化行為,這個渠道又怎么判斷?再比如電商類用戶看了電商廣告產生了內部轉化行為,那他更進一步的復購、活躍到什么樣的程度?這些都可以通過歸因把整個環節串聯起來,做到更綜合科學的判定與回溯,以此進行投放與運營各層面的有效優化。

換句話說,通過一個平臺的歸因服務,可以明確出廣告投放效果數據。比如告訴廣告主,Google渠道帶來的APP用戶,內部付費率是多少,付費單價是多少,你可以根據這個數據做一個判斷,就知道下次應該怎樣投放。如果說Google的量很好,可以加大投放預算。此外,如果某一個渠道帶來的新增量級很大,但內部轉化行為非常差,后續就可以降低這部分推廣預算,甚至說直接把該渠道pass??勺匪菥吞峁┝丝茖W優化的強大依據。

歸因也講方法論,多觸點歸因才是科學的歸因分析

嚴格意義上講,歸因模型大約有10種左右,而歸因分類則大體分為單觸點和多觸點兩類。為了方便理解,溪姐給大家介紹四種常見的歸因模型。 1、最終互動模型:100%分配給轉化前用戶最后一次接觸的媒體,這樣也容易測量,但屬于單觸點模式,不完善,適合轉化型廣告主。 2、首次互動模型:100%分配給第一次接觸的渠道,只考慮最初的品牌認知、不考慮轉化,適合全新品牌。 3、時間衰減互動模型:配比按時間遞減,適合臨時促銷廣告。 4、自定義互動模型:自定義個階段配比,適合銷售和品牌同樣重視的廣告。

歸因分析的幾種方式

在實際用戶轉化路徑中,用戶在今日頭條看見并點擊了蘋果手機廣告,又在朋友圈點擊了推送廣告,回去之后在PC端用百度搜索了蘋果新機型,然后點擊百度上京東商城廣告,在京東商城完成購買行為,這是比較常見的從廣告展現到用戶轉化的流程,如果采用最終互動歸因模型,只會對百度出現的京東商城廣告做效果考核,而那些前置廣告因素所產生的廣告行為則不計算,等于說100%給最終接觸的渠道。

如果按首次互動模型,則將效果歸因給今日頭條廣告,無論是首次互動還是最終互動,這兩種都屬于單觸點歸因模式,在多渠道組合投放中這種歸因方式比較片面。用戶接觸的各個渠道,它體現了展示率,而且可能對用戶來說產生了轉化,采用單觸點歸因,對于其他廣告形式來說是非常不公平的,因為它在用戶整個購買過程中也起了作用。

更科學的歸因方法需要考慮用戶的綜合行為,也就是我說的多觸點歸因,它通過一套算法或者模型去做分配,舉個例子,用戶在百度看見廣告,但是沒有完成購買行為,第二天再通過今日頭條完成了購買行為我會分出70%的效果給今日頭條,而30%的效果則給百度。多觸點歸因會通過跨設備,跨屏,跨渠道去綜合評估,給出一個更合理的效果分配比例。上圖中提到的時間衰減互動和自定義互動模型則屬于多觸點歸因。

蘋果后臺提供的競價廣告歸因屬于粗放式歸因

溪姐在上一篇文章《新手必備:史上最全的蘋果競價廣告ASM專有名詞匯總》中提到蘋果歸因API,它主要通過搜索廣告歸屬API,跟蹤和歸因于來自搜索廣告的應用下載。優點在于,通過蘋果歸因API信息可以為不同的關鍵詞、廣告組和受眾群體優化你的CPT和CPA目標。

從結果來講,蘋果歸因API仍然是比較簡單粗略的,它可以追溯每一個下載來自于哪一個關鍵詞,但往下的話就提供不了了。而廣告主不僅想知道每一個下載來自哪個關鍵詞,可能還想看注冊數,看付費比率,甚至關于用戶的更多畫像信息等等,這時就需要使用更專業更系統的第三方歸因工具。

蘋果競價投放如何獲取更有價值的歸因分析?

只有更詳細更科學的歸因數據,才能更好地指導蘋果競價廣告ASM投放的優化工作,通過監測點擊數據和轉化數據,將外部數據匯總,此外,通過SDK去采集APP內部數據,然后通過APP數據進行一步一步的歸因,最終歸到哪個關鍵詞帶來這個用戶,他有沒有注冊,有沒有付費,甚至說有沒有其他的深度行為,歸因做的其實是一個連接作用,將數據全部打通,從而得到更準確的分析數據。

歸因分析的幾種方式

除了嵌入SDK外,更重要的是做定制化埋點方案。在什么地方做埋點很重要,舉例說,在APP注冊頁埋一個點,就可以得到用戶注冊信息,在會員服務處埋點,就能知道哪些用戶購買了相關服務,諸如服務的種類、服務的金額、用戶的賬戶,在各個關鍵部位埋點能幫助完整記錄用戶每一步的行為,獲得各類數據。

最后根據收集來的數據進行分析,可以明確下載來自哪個詞,比如知道一個詞帶來了1000個用戶,這1000個用戶有600個注冊用戶,200個完成付費行為,進而指導下次的投放。從渠道管理來講可以用以判斷渠道的質量,合理優化渠道投放策略,節省推廣成本,并提升渠道轉化效率。從用戶增長角度來看,可以用于判斷某個詞的質量和效果,從而優化關鍵詞,提升用戶增長。

ASM歸因只是一個小局部,精細化運營才是目的

上文只是以蘋果競價廣告歸因為例,在實際操作中歸因還可以結合大數據技術展開更多有實用價值的精細化運營動作,比如針對多渠道進行多觸點歸因分析、數據反作弊、APP用戶畫像分析。當然,這些都是為了更高效的控制成本,提升轉化。

1、監控基于ASM投放、不同渠道、不同廣告組的CPA轉化數據,用于優化投放方案

有些廣告主,只想看用戶注冊率是多少,我們只需在注冊頁面做埋點即可。有些廣告主KPI要求不一樣,比方說電商類我會在購物車、購買成功的環節都去做埋點,然后收集相關數據做分析。此外,還能監測非ASM的其他渠道的CPA轉化數據,從而獲取推廣投放的全路徑數據,提供實時可自定義的數據報告和渠道質量評估分析,有助于廣告優化并最大化提升APP推廣效果。

2、建立APP用戶畫像分析,用于用戶精細運營

在APP內通過SDK采集到的用戶數據并不是特別的多,但是如果有大數據基礎的話,則可以針對該用戶結合其他外圍海量數據做分析,獲得更全面的APP用戶畫像分析,所謂更全面的用戶畫像,是指你獲得60%用戶畫像是不足以支撐用戶運營,但是如果數據非常多的情況下,可以把準確率提高到90%,數據的量級,會決定后續數據分析的準確性。而用戶畫像分析則可以用于用戶運營優化的各個層面。

3、為競價廣告投放提供反作弊服務,節省運營成本

這里所說的反作弊主要是針對ASM競價廣告的反作弊,主要針對競價中關鍵詞被惡意刷點擊的情況,在操作中通過設置一個閾值來進行實時智能處理,比如一分鐘內,如果平均展示量是100,點擊次數50,當數值超過以往平均值的數倍,系統自動進行暫停的動作。這個可以有效防止ASM惡性競爭和渠道作弊行為,有效阻止虛假流量,你的真實流量自然就上來了。(關于安卓系的反作弊更為復雜,感興趣的同學可以關注量江湖APP反作弊)

實現以上這些功能需要基于大量數據積累,專業的數據建模能力,分布式實時處理數據的能力,以及后期數據分析的維度,這些都會使結果趨于更準確。比如采用實時流式計算平臺,轉化數據通知無延遲、無丟失,實時處理上也就會有更高的準確性。關于技術的部分就不多贅述。

上一篇:如何利用歸因分析量化目標貢獻占比?
下一篇:沒有了

相關文章推薦:

圖文精選:

Copyright?2012-2019 小螞蟻信息網版權所有 粵ICP備14061018號


鄭重聲明:本網站資源、信息來源于網絡,完全免費共享,僅供學習和研究使用,版權和著作權歸原作者所有,如有不愿意被轉載的情況,請通知我們刪除已轉載的信息。

Top 捕鱼游戏技巧大全