如何選擇和測試歸因模型

當營銷人員面臨在不超出預算的情況下吸引一定數量的轉化的挑戰時，他們必須確保他們應用的歸因模型有助於他們做出正確的決策並理解模型的邏輯。 在此過程中可能會犯許多錯誤，從而導致時間和金錢的損失。

在本文中，我們匯總了可幫助您比較和應用現代歸因模型的信息，以幫助您將公司的營銷提升到一個新的水平。

由於用戶可能會與多個廣告活動互動，因此您需要應用歸因模型來估計每個活動帶來的轉化次數和價值。 歸因模型允許您將轉化價值分配給用戶在轉化之前與之交互的廣告系列。

我們對歸因模型有什麼期望？ 它應該是準確和易於理解的。 但大多數已知模型僅滿足其中一項要求。

例如，最流行的最後一次接觸歸因模型（最後一次點擊、最後一次非直接點擊）非常明確：所有價值都歸於最後一次活動。 但它有一個明顯的缺點：它忽略了除最後一個活動之外的所有活動的貢獻。

許多人使用關聯轉化，尤其是用於評估展示廣告系列。 這個模型也很清楚：它為用戶與之交互的每個廣告系列提供了轉化價值。 但是這樣的評估是極其不准確的，因為它只考慮了鏈條中運動的存在而忽略了其影響程度。

例如，覆蓋廣告系列會根據看到廣告系列橫幅的用戶獲得所有轉化的價值。 因此，歸因轉化次數大大超過了實際轉化次數。

現代服務優先考慮準確性並開發概率歸因模型。 例如，谷歌推廣其數據驅動模型，Facebook 推廣轉化提升，尼爾森推廣營銷提升。

這些模型有一個共同的方法：它們衡量某個活動在多大程度上增加了轉化的可能性，並相應地確定其價值。 這使得評估更加客觀，但給廣告商留下了許多懸而未決的問題，因為模型看起來像一個黑匣子，調試機會有限或沒有。

在 OWOX，我們自 2015 年以來一直在開發概率歸因模型。OWOX 歸因模型基於機器學習。 它在用戶會話級別評估廣告活動，考慮他們對渠道的貢獻，並允許營銷人員指定託管渠道和轉換窗口以及連接 CRM 數據。

我們最近推出了新版本的 OWOX BI 歸因模型，該模型匯集了最佳實踐並提供了重要的業務優勢：

1. 該模型根據轉化的可能性來確定廣告系列的貢獻，不需要手動選擇漏斗步驟。 在下面的示例中，在來自付費搜索渠道的第一個會話中，用戶有 20% 的轉化機會； 在來自 Retargeting 渠道的第二個會話中，概率增加到 70%； 在第三個會話中，用戶轉換了。

每個會話的價值等於用戶轉化的可能性與前一個會話相比的增加。 在這種情況下：

• 付費搜索的第一個會話將獲得 20% 的轉化價值，因為它將概率從 0% 增加到 20%
• 重新定位的第二次會話將獲得 50% 的轉化價值，因為它將概率從 20% 提高到 70%
• 使用電子郵件的第三次會話將獲得剩餘 30% 的轉化價值

在任何概率歸因模型中，最重要的是預測轉化可能性的準確性。 OWOX BI 機器學習算法非常準確，iProspect 和 Eldorado 獲得的結果證實了這一點，他們使用這些算法實現了 2.2 倍的 ROI 增加。

2. 新版 OWOX 歸因模型的第二個優勢是它能夠預測甚至那些尚未導致轉化的會話的價值：

通過此預測，您可以了解如果您今天關閉該廣告系列，將來可以從廣告系列中獲得多少轉化。

這使您可以更快地做出決定以禁用表現不佳的廣告系列，並且不會錯誤地禁用延遲的廣告系列。

模型的預測精度不僅取決於算法，還取決於訓練樣本的大小。 OWOX 模型的預測速度和質量的提高是通過在數万個項目上訓練模型來實現的。

3. 最重要的是，為了使計算邏輯盡可能透明，並考慮到特定業務的任何特殊性，我們將數據轉換代碼對所有客戶端開放。 您可以自己更改代碼，OWOX BI 將負責定期數據更新，合併廣告活動的成本，並提供所有必要的報告。 您可以通過註冊演示了解將數據轉換為 dbt（數據構建工具）的好處。

在使用不同的歸因模型評估活動時，您可能會得到不同的結果。 因此，不可避免地會出現一個問題：您應該選擇哪種歸因模型，哪個顯示正確的路徑？

事實上，營銷人員不需要指向左或右的指南針，而是需要一個成熟的導航系統，該系統可以計算和推薦路線，同時考慮到交通擁堵和所需的到達時間。 這是一種歸因模型，它允許企業根據具體建議實現目標。

此外，在不考慮渠道容量的情況下管理您的廣告預算可能會導致您走入死胡同，就像不考慮景觀的指南針一樣。 大多數營銷人員都知道，較低的每次轉化成本不足以做出增加預算的決定。 例如，品牌廣告系列的每次轉化費用可能較低，但已耗盡其容量，因此增加預算不會增加轉化次數。

上圖顯示了廣告系列 A 和 B 中的轉化次數如何取決於投資於這些廣告系列的預算。 請注意，廣告系列 A 的當前 CPA 低於廣告系列 B。但渠道 A 中的下一次轉化成本將高於渠道 B！

因此，要應用歸因，您不僅需要了解渠道的當前表現，還需要了解增加或減少每個渠道、廣告系列和關鍵字的預算時整體結果將如何變化。

在他們的項目中使用這樣的模型，營銷團隊可以選擇適當的增長策略：

1. 通過削減預算獲得相同數量的轉化。
2. 在相同預算的情況下增加轉化次數。
3. 在 CPA 不變的情況下增加轉化次數。

這使您不僅可以立即獲得重新分配預算的建議，還可以立即獲得預測結果。

主要問題仍然存在：您如何知道每個關鍵字的容量曲線？ 在 OWOX BI，我們使用來自數以萬計項目的市場數據來訓練一個模型，當給定項目的區域和利基時，該模型可以回答這個問題。 根據我們的經驗，即使對於大型項目，一個月的數據也不足以獲得高質量的預測。

關鍵要點：

1. 歸因模型評估廣告活動，但不提供重新分配廣告預算的建議。
2. 要獲得推薦，您需要了解廣告系列的容量和促銷策略。
3. 最佳歸因模型是一種基於建議的模型，可讓您的企業實現特定目標。

增加渠道容量（媒體）的方法和為代理商設定目標的常見錯誤（最後點擊）值得特別關注（和文章）。 在評論中寫下您想在我們的下一篇文章中閱讀的內容。

如果您想了解有關 OWOX 歸因模型的更多信息，請註冊演示。 我們很樂意回答您的所有問題。