中文字幕理论片,69视频免费在线观看,亚洲成人app,国产1级毛片,刘涛最大尺度戏视频,欧美亚洲美女视频,2021韩国美女仙女屋vip视频

隨著互聯(lián)網(wǎng)技術(shù)和業(yè)務(wù)的發(fā)展，廣告投放相關(guān)的業(yè)務(wù)也隨之興起。那么廣告投放的效果評估也就隨之而來。

首先，廣告的投放一般都是收費模式，所以選中的渠道商的好壞直接和自己的利益掛鉤。于是，「歸因分析」便最早應(yīng)用在了廣告投放行業(yè)。（歸因分析能最先應(yīng)用在廣告行業(yè)還有一個原因，就是廣告的目標是單一的。比如：無論多少個渠道商，最后推的都是同一款 App；但是若將在產(chǎn)品內(nèi)部的運營位進行歸因，就需要考慮這個廣告位和商品是否有關(guān)系。）

舉個例子：一款 App，投放了三個推廣渠道，最后 App 通過某個渠道商完成了下載。此時，我們需要對這三個渠道商對本次下載的貢獻能力進行一個評估。這時，就用到了歸因分析。

渠道歸因是目前市面上比較廣泛的歸因應(yīng)用場景。

圖中舉例說明了一個渠道歸因的大致流程和思路：用戶分別瀏覽了「Youtube」「Google」和「Facebook」后下載了 App，通過歸因分析來計算三個廣告的貢獻。

點擊放大圖片查看

隨著渠道歸因的普及，從業(yè)人員逐漸認可了歸因的計算方法和功勞的分配方案，雖然模型的不同會導(dǎo)致計算結(jié)果存在一定偏差，但是這些都在可接受的范圍內(nèi)。

后來，隨著產(chǎn)品的復(fù)雜化、公司部門的事業(yè)部、業(yè)務(wù)線的劃分。產(chǎn)品內(nèi)部的運營位逐漸被廣告化，于是運營位的歸因需求逐漸被暴露出來。

接下來，我們來說一下運營位歸因的演進歷史。

傳遞式單值歸因是歸因分析由渠道轉(zhuǎn)向運營位時，采用的簡單轉(zhuǎn)化方案。當然這個方案，至今還在被一些公司沿用。該方案的優(yōu)勢：邏輯清晰、實現(xiàn)簡單；劣勢是：無法匹配稍微復(fù)雜的運營場景。

圖中舉例說明了一個傳遞式單值歸因的大致流程和思路，由于技術(shù)的原因，在記錄廣告時，使用的是替換的策略——即每次只記錄前一個廣告，當出現(xiàn)新的廣告則替換前一個廣告名稱，直到成單轉(zhuǎn)化，記錄在訂單上。

用戶分別瀏覽了「廣告 A」「廣告 B」和「廣告 C」后購買了「商品 C」，通過記錄最近一次廣告運營位，來進行歸因，計算運營位的貢獻。

點擊放大圖片查看

在互聯(lián)網(wǎng)初期，人們的業(yè)務(wù)模式都比較簡單、使用流程也很單一，使用前篇講解的「單值傳遞歸因」完全夠用。

但是某一天，人們發(fā)現(xiàn)自己 App ，已經(jīng)不再是簡簡單單的「廣告 → 商品 →購買」路徑，又多出來了很多其他的路徑。比如：「搜索 → 商品 → 購買」、「推薦 → 商品 → 購買」或者「推送 → 商品 → 購買」，甚至是「紅包 → 商品 → 購買」時，我們會發(fā)現(xiàn)，原來的那套邏輯，有一些過時了。

解決問題的辦法也很簡單，就是將原來的一個值，變?yōu)橛涗浂鄠€值。那么，我們就來推演一下后續(xù)每個版本的歸因分析的實現(xiàn)的思路和計算方法。

我們假設(shè)一個場景，接下來三個模型的演繹都使用該場景進行還原。

首先，用戶來到了一款電商類 App，打開首頁，看到的是頂欄「搜索」「頭部廣告」腰部的「推薦商品」，其中「頭部廣告」是一個主廣告，點擊進去分為兩個「分會場 A」和「分會場 B」的子廣告，「推薦商品」動態(tài)計算，展示您最可能購買的商品。

接下來，一個用戶開始使用我們的 App，行為如下：

1. 進入首頁，先行搜索，在列表頁看到了商品 A，瀏覽了商品 A 的詳情，覺得不錯，但是并未購買；

2. 從詳情頁返回到首頁，看到頭部廣告，點擊進入到主會場頁面；

3. 在主會場頁面，看到分會場 A 和分會場 B，點擊進入分會場 A，再次看到商品 A，點擊再次查看商品 A 詳情；

4. 頁面返回到主會場頁面，進入分會場 B，在分會場 B 中瀏覽了商品 B 的商品詳情；

5. 直接退出到了首頁，發(fā)現(xiàn)推薦位在推薦商品 A，進入再次查看商品 A 的詳細信息；

6. 看到了推薦的評語，下定決心，購買了商品 A。

最終，我們想看每個運營位，對用戶購買商品 A 這個決策帶來的貢獻。

由于業(yè)務(wù)變得復(fù)雜、來源增多，那么最簡單的方式，就是由原來單值的記錄形式變?yōu)槎嘀怠?/p>

再解決額外引入的幾個問題，分別是：

1. 為了避免無窮無盡的記錄廣告，以及將不屬于這個商品的廣告記錄在這次購買中，需要引入一個重置的機制，比較簡單的重置就是：App 冷啟動、訪問回首頁和發(fā)生后支付就進行重置。

2. 記錄下了廣告的集合并完成了數(shù)據(jù)的采集，后期需要再進行邏輯的運算，來給每個廣告位分配功勞。

在我們看了多值集合歸因的推演之后，可以很明顯的發(fā)現(xiàn)其中的問題：重置機制實在是太坑了，回到一次首頁之后，全部的努力就白費了。

那么，有沒有更好的辦法來解決這個問題呢？

實際上，我們從根本上來思考這個事情，我們想探索的是「廣告」和「成單」之間的關(guān)系，那么這層關(guān)系是依靠什么進行關(guān)聯(lián)的呢？很簡單，是依賴這個商品關(guān)聯(lián)。

那么，我們再將這個邏輯抽象一層的話，這整個行為中最為緊密的關(guān)鍵節(jié)點是什么？

——我認為是：點了廣告，所以讓你看到了這個商品，因為看到了這個商品，所以你才產(chǎn)生沖動購買了這個商品；那么轉(zhuǎn)化為抽象的描述就是：廣告 → 曝光 → 轉(zhuǎn)化

那么，新的問題來了，我如何去探索這個關(guān)系呢？

別忘了，人的行為發(fā)生是有先后順序的，于是我們嘗試通過時間序列來還原用戶當時的場景，再根據(jù)曝光→轉(zhuǎn)化，來跳過一些和轉(zhuǎn)化無關(guān)的廣告位。（演繹圖需從購買商品為起點看起）

從上面的時序還原的歸因模型中，可以看到：已經(jīng)可以比較好的解決問題了。但是，距離完美，還是差那么一步。就是類似于「主從廣告」這種廣告結(jié)構(gòu)時，不能很好的進行還原，兩個有關(guān)聯(lián)的廣告相鄰時，也不能很好的進行關(guān)系的計算。

解決辦法也是有的，我們需要再引入一個維度：時間的維度可以表明事情的發(fā)生順序，再引入路徑的維度，就可以更加準確的還原事情的流向。

像「頭部部廣告 → 廣告 A → 廣告 B → 廣告 A」的這種情景，通過路徑可以還原出一個樹形結(jié)構(gòu)，即「頭部廣告是廣告 A和廣告 B的父節(jié)點」，自然幾個廣告的關(guān)系也就出來了。（演繹圖需從購買商品為起點看起）

本文章幫大家梳理了一下歸因分析的一些思想，類似于歸因分析這種和業(yè)務(wù)貼合特別緊密的分析模型，是會隨著業(yè)務(wù)形態(tài)的變化而逐漸優(yōu)化和改變的。

目前大部分的歸因分析都在應(yīng)用「單值」或「集合」的形式進行記錄，極少數(shù)使用「時序還原」的形式，因為這個計算量太大了，而且需要引入一些標準化的埋點才可以做。當然，「路徑還原」就更少了，因為他是在「時序還原」的基礎(chǔ)上又提升了一檔難度，需要再額外記錄頁面的前項地址，來進行路徑的還原。

最后，希望大家可以在了解了歸因分析的前世今生和未來后，可以了解的是結(jié)合自身業(yè)務(wù)情況進行數(shù)據(jù)的推導(dǎo)和演繹的能力，而不是將一個模型一成不變的進行套用。