【百科】归因跟踪，精细化运营的利器！

行云流水2016

本文来源：量江湖ASM，作者：溪姐

近期iTunes Connect中，苹果发布重要更新功能，增加了新的数据源和指标。CP可以进一步了解用户从哪里发现他的应用，包括在App Store浏览或搜索、其他应用、浏览器。说白了，苹果开始加强它的数据归因跟踪了（此前，苹果数据统计仅限于整体的购买数、付费情况等）。

对数据来源的跟踪，其实也是苹果反作弊在不断升级，对于渠道而言当然是很糟糕的，业内机刷、肉刷、积分墙掺量行为，会受到极大冲击，刷量作弊原形毕露。不过反作弊的事儿，苹果一直在做，自从上线苹果竞价广告以来一直在强化升级。可想，此次归因动作会再次让渠道哭惨，算了溪姐今天不写反作弊了（不能天天得罪人），今天写写为啥归因对CP这么重要，以及关于（移动互联网）归因的延伸知识吧。

苹果更新的归因跟踪，可以监控到哪些数据？

苹果在iTunes Connect App Analytics信息中心添加了几个数据埋点：

App Store Browse：用户在App Store中浏览“精选”、“类别”或“排行榜”板块时首次查看了您的App或首次轻点了您的App以下载。

App Store Search：用户在App Store上通过“搜索”首次查看了您的App或首次轻点了您的App以下载。其中包括App Store搜索中的Search Ads。

App Referrer：用户通过轻点了App中的链接，客户被带到您的App Store产品页面。其中包括使用StoreKit API来加载您的产品页面的App。

Web Referrer：用户通过轻点了网站中的链接，客户被带到您的App Store产品页面。

总的说来，苹果归因目前主要可以监控三个方面数据：1、引导App来源；2、引导网页来源；3、营销活动来源。当然，还有它自身App Store中用户浏览和搜索行为数据。

苹果新的iTunes Connect数据归因分析，对CP而言是重大利好。App推广运营可以更轻松地分析流量来源数据，以此来优化推广行为和筛选优质渠道。归因数据可以帮CP识别渠道质量，从而进行广告效果评估和结算。

归因跟踪到底是个什么鬼？

归因，就是说CP需要知道通过多个渠道推广来的广告质量、获取的用户数量、来源等，基于这些数据，可以更好的优化广告投放。比如剔除效果不好的渠道，对质量高的渠道进行加量，或引进新渠道，再不断调整优化。

也就是说，归因跟踪越精准精细，渠道作假越难。另一方面，CP的用户质量会更高（因为不好的渠道被剔除了），更利于精细化运营以及在流量红利殆尽的今天实现用户增长。

归因市场：媒体渠道或独立第三方各有各的归因策略

Facebook：点击后28天内的安装和看过广告24小时内安装也会归因为Facebook安装。

Twitter：点击后14天内的安装都会归因成Twitter数据。

Google：点击后30天内的数据将归因为Google安装。

（看完上面的对比，你就知道，媒体渠道做归因嘛，当然希望把数据多多归给自己啦。不过也能理解，不然怎么好跟你谈钱）

数据归因跟踪对CP来说意味着什么？

对于CP而言最郁闷的是：广告投出去效果不好，这时会去反推APP产品是不是哪里优化不够好？广告文案不够勾引？渠道策略出了问题？等等，当然以上都对。但是却没人能回答这个问题：我的50%广告花费到底浪费在哪？

这时归因就派上用场了，广告投放是直面用户的最后一环，也是最重要一环，如果你没法归因出投放效果，那么很难做好下一步优化。

在红利殆尽的今天，渠道转化差，用户增长难，广告投放出去结果怎样？想必这些问题CP更想知道：

-用户点了这家渠道的广告，但是点了后安装没安装？

-这次的下载量到底是哪家渠道带来的？下次又该买哪家？

-除了用户引流之外，这个后期转化应该算谁的？怎么算更合理？

大部分广告主在投放APP时都会采用多渠道组合推广，比如海外APP，会采用Facebook、Google、苹果竞价广告或其他媒体渠道等多种渠道投放。对于广告主而言，需要知道用户是从哪个渠道来的？用户质量怎么样？广告购买和用户获取以及用户在APP内行为之间的关系是什么？在实际应用中，归因需求更复杂，比如说，某用户看了信息流广告、点击了社交广告、然后在搜索引擎广告中完成下载行为，那么这个转化应该怎么算？

什么样的归因分析模型更科学？

严格意义上讲，归因模型分类大体分为单触点和多触点两类。为了方便理解，溪姐给大家介绍四种常见的归因模型。

1、最终互动模型：100%分配给转化前用户最后一次接触的媒体，这样也容易测量，但属于单触点模式，不完善，适合转化型广告主。

2、首次互动模型：100%分配给第一次接触的渠道，只考虑最初的品牌认知、不考虑转化，适合全新品牌。

3、时间衰减互动模型：配比按时间递减，适合临时促销广告。

4、自定义互动模型：自定义个阶段配比，适合销售和品牌同样重视的广告。

在实际用户转化路径中，用户在今日头条看见并点击了苹果手机广告，又在朋友圈点击了推送广告，回去之后在PC端用百度搜索了苹果新机型，然后点击百度上京东商城广告，在京东商城完成购买行为，这是比较常见的从广告展现到用户转化的流程，如果采用最终互动归因模型，只会对百度出现的京东商城广告做效果考核，而那些前置广告因素所产生的广告行为则不计算，等于说100%给最终接触的渠道。

如果按首次互动模型，则将效果归因给今日头条广告，无论是首次互动还是最终互动，这两种都属于单触点归因模式，在多渠道组合投放中这种归因方式比较片面。用户接触的各个渠道，它体现了展示率，而且可能对用户来说产生了隐形转化，采用单触点归因，对于其他广告形式来说是非常不公平的，因为它在用户整个购买过程中也起了作用。

更科学的归因方法需要考虑用户的综合行为，即多触点归因，它通过一套算法或者模型去做分配，举个例子，用户在百度看见广告，但是没有完成购买行为，第二天再通过今日头条完成了购买行为我会分出70%的效果给今日头条，而30%的效果则给百度。多触点归因会通过跨设备，跨屏，跨渠道去综合评估，给出一个更合理的效果分配比例。

后记：

不做数据归因分析，就无法知道广告花费到底浪费在哪个环节，在大数据技术逐渐完善的今天，有了实现归因分析的土壤，归因可以发挥出更大价值。苹果归因的升级，将会推动国内归因分析的发展，对于CP而言，在红利尽失的今天，归因是运营新的突破口，通过归因分析得到的结果也许是成本节省30%，转化提升50%。说到底，归因就是要撕开一条新鲜的运营口子，抓住被忽视却大有价值的流量与新增。

点击云途壹看板，查看更多数据分析干货！