归因 互联网广告的归因分析

归因分析可能是广告技术中最复杂的问题之一，它来自几个方面:难以建模、难以验证、难以应用；但另一方面，又极其重要。可以帮助回答“我那50%的广告费浪费在哪里了？”怎样才能更合理的分配自己的广告预算？

虽然本文将建立几个科学模型，解释清楚问题并试图解决它们，但这种状态离真正的验证和广泛应用还很远。这有点像我们的中医。理论听起来不太一样，诊疗很认真。疗效之间是否存在因果关系，无法通过经典科学实验来验证。这个问题本身就是一个非线性的问题，但是长而难，行者来了！

归因分析是解决广告转换的问题，哪些渠道应该归功于其信用；比如广告主投放信息流广告、搜索广告、视频广告，很多转换直接发生在搜索广告中，那么这些转换完全是因为搜索渠道吗？其实不一定，很多转化都是用户看了视频广告/信息流广告之后的注意力引起的，然后最后的转化发生在用户做了大量研究之后的搜索引擎渠道。所以在PC时代，搜索引擎收获各种营销渠道的成果已经成为不争的行业秘密。

下图说明了这个简单的过程。目前，大多数人花在手机上的时间比花在电脑上的时间多。虽然手机上的推广会对人产生直接影响，但这些转变往往会落在搜索和垂直电子商务网站上。所以搜索引擎的每一次转型，其实都与之前渠道的投放有着密切的关系，那么相关度如何，是归属分析要解决的问题。

首先介绍几种归因分析模型，假设广告接触依次发生在渠道1、2、3、4，最后转化，如何将转化归因到几个渠道。比如Last Model认为最后一个渠道的贡献是100%；衰变模型认为，贡献度随时间递减，越接近转化的通道，贡献度越高。

在以上模型中，权重分配听起来是任意的，每个通道的权重不是根据数据计算的，不能直接指导投放的优化。因此，许多学院派学生对这个问题进行了深入的研究，并做出了一些模型。今天，我们介绍四种型号，它们是

沙普利值

生存分析

路径分析

马尔可夫链

方法一，夏普利价值法

Shapley Value是指诺贝尔奖获得者提出的一种收入与自身贡献相匹配的方式，对理论上的重大突破及其未来发展有很大影响。如果您不熟悉Shapley，可以看看下面的例子:

结对旅行。约克和汤姆打算去吃午饭。约克带了三个蛋糕，汤姆带了五个蛋糕。这时，一个路人经过，路人饿了。约克和汤姆邀请他共进晚餐。路人接受了邀请。约克、汤姆和路人把八块蛋糕都吃了。晚饭后，路人感谢他们的午餐，给了他们八枚金币。路人继续赶路。

约克和汤姆就这八枚金币的分配发生了争执。汤姆说:“我带了五块蛋糕。我配五个金币，你得三个金币。”约克不同意:“既然我们一起吃这8个饼，就应该平分这8个金币。”约克坚持每人应该有四枚金币。为此，约克找到了一个公平的夏普利。

沙普利说:“孩子，汤姆给你三个金币，因为你们是朋友，你应该接受；如果你想要正义，那么我告诉你，公平的划分是你应该得到一枚金币，你的朋友汤姆应该得到七枚金币。”

约克不明白。

沙普利说:“事情是这样的，孩子。你们三个吃了8个蛋糕，其中你带了3个蛋糕，汤姆带了5个蛋糕，一共做了8个蛋糕。你吃了三分之一，也就是8/3块，路人吃了你带的蛋糕的3-8/3 = 1/3；你朋友汤姆也吃了8/3，路人吃了他带的蛋糕的5-8/3=7/3。这样，在路人吃的8/3的蛋糕中，1/3是你的，7/3是汤姆的。路人吃的蛋糕里，属于汤姆的是属于你的七倍。因此，对于这八枚金币，公平的划分是:你得到一枚金币，汤姆得到七枚金币。你觉得有道理吗？”

约克听了沙普利的分析，觉得有道理，高兴地接受了一枚金币，而汤姆得到了七枚金币。

如何才能用这种方法分析不同渠道的贡献？下面是一个例子，

假设有三个渠道:信息流、开屏、视频前置。它们的独立传递效果和成对传递效果如下图所示。

下面，我们计算每个通道的Shapley值。Shapley值的定义是在各种可能的联盟顺序下，参与者对联盟的边际贡献除以各种可能的联盟组合的总和。

三个渠道，3*2联盟订单，计算如下:

因此，信息流的夏普尼值为20，开屏的夏普尼值为33.3，预发布视频的夏普尼值为46.6。

方法二:生存分析法

生存分析是源于医学研究的一种方法，是指根据从实验或调查中获得的数据，分析和推断生物或人的生存时间，研究生存时间与结局和许多影响因素及其程度的关系的方法，也称为生存率分析或生存率分析。这种方法在医疗领域也比较成熟，可以通过以下映射映射到归因分析；

患者= = >；印象

处理方法= = >；引导

死亡= = >；转换

在实现分析中，可以使用COX回归方法，COX可以分析很多因素；COX回归法和logistic回归LR有一定的相似性，通过训练过程找到几个参数。不同的是，考克斯回归考虑了时间因素；通过COX回归计算，可以计算出各个通道的权重。

方法3:路径分析

路径分析的基本原理是由美国学者s·赖特于1921年创立的。通径分析是指利用通径系数分析变量之间相关性的方法。

路径分析是相关系数的一种分解。其意义不仅在于揭示了xi在1，x2，…，xm和Y的多重相关分析中对Y的直接和间接影响，还在于x1，x2，…，xm和Y之间的复相关，对Y影响最好的路径信息可以从一个自变量和其他自变量之间的“关系”中获得，即从复自变量相关网络中获得， 摘要:由自变量决定的Y的最佳路径是可以得到的。本文阐述了路径分析的方法和步骤，并进一步理解了路径系数的意义和应用。 其本质也是基于一些概率的计算。

方法4:马尔可夫链

马尔科夫链模型来自数学家安德鲁·马尔科夫定义的一个特殊序列。马尔可夫链描述一个状态序列，每个状态值依赖于它前面的有限个状态。马尔可夫链是一系列具有马尔可夫性质的随机变量。这些变量的范围，也就是它们所有可能的值，叫做" "。

在应用中，序列中的每个点通常映射到一个广告联系人，每个联系人都有一定的概率成为真正的转换。通过这个建模，我们可以以最高的概率选择最有效的接触路径。这种方法需要的数据多，计算复杂。

“哲学是用来解释世界的，但重要的是改变世界”——马克思

那么，在我们得到每个渠道的重要性之后，如何使用这些权重就很有意思了，因为这些渠道都是相关的，需要结合一套方案才能达到最好的推广效果。然而，这些影响实际上会改变很多:

1.时间变化和变化:比如对于一些广告，人们往往在时间线上比较弱；

2.人群变化:比如洗完人群，效果变化很大；所以一个渠道广告支出的过度增加往往会影响效果。

介绍几家知名的归因分析公司:

1谷歌属性360:

归因是Google Analysis Suite 360中的一个重要模块，是收购Adometry公司后创造的新产品。这个产品使用起来非常复杂，需要经过专业培训才能理解。它支持上面的大多数属性分配模型，如最后模型、衰减模型、定制模型等。

2.VisualIQ

视觉智商是全球领先的跨渠道营销软件公司。公司成立于2006年。公众的

我们的智商智能套件可以为用户提供市场数据洞察、管理层面和专业层面的建议，以提高他们的营销绩效。

视觉智商是一家专门研究营销信息管理方案、利用数据以及消费者经历的每一次营销接触对一个客户整体营销目标的影响的科学计算和测量方法的公司。

视觉智商采用信息管理归纳方案的方法收集数据，然后利用分析模型计算和量化消费者的购买习惯，对数据进行分析，整理出最适合企业的广告方案。

3.Convertro

Convertro主要使用数据分析来帮助营销人员了解哪些类型的广告会导致客户购买。AOL在2014年收购了这家公司，收购时间和Google收购Adometry非常接近。AOL可以利用Convertro技术告诉广告主，他们的广告取得了更好的效果，比如AOL网站首页的横幅广告，或者赫芬顿邮报网站某个视频下的广告。Convertro还可以检测到电视或电台的广告导致客户购买。

4.AppsFlyer

移动归属市场应该刚刚起步，已经有几家公司开始了这方面的工作，包括App推广渠道的跟踪，跟踪效果可以直接连接各种广告平台；国外的应用市场比较简单，Android是Google Play，iOS是App Store。以色列公司AppsFlyer在移动应用领域起步较早，在行业内处于领先地位。

//手机归因其实是一个很有意思的话题。我们找个时间单独谈谈。

结束语

归因是一个很大的问题，它有助于分析广告传播的效果，系统地分析效果的贡献度、效果形成的路径、传播的方式等。，帮助广告主优化预算，最大化传播效果和转化效果。

作者简介:

欧阳晨，互联网广告技术老手，小米MIUI架构师/主管，负责广告平台架构和数据平台。他负责微软移动Contexual Ads广告平台，参与必应搜索引擎IndexServe核心模块的研发。部分空还会在微信官方账号的个人微信“互联住宅”分享一些互联网技术经验，订阅“互联住宅”微信官方账号，直接与作者交流。

我的文章列表:

相关文章:

数据分析

广告技术

-