几年前看的国外的两篇文章，关于营销归因分析的，进行了翻译，略有删减。
文章底部有原文链接。

我们处在一个非凡的时代。

技术的进步，让我们可以研究消费者复杂的行为模式。

但我们依旧难以应对客户每天产生的大量数据，以及复杂的消费行为路径，其中涉及众多营销渠道和设备。

这引出一系列的问题：哪个营销渠道促成了销售？大部分的业绩是哪种行为路径产生的？哪种渠道组合的转化率更高？

在过去，我们回答这些问题的能力是有限的，而且依赖优秀的判断能力。现在，营销归因分析或许能提供更准确、更有预测性的答案。

什么是营销归因分析？

营销归因分析是一种统计方法的应用，它给行为路径上的每个营销渠道分配价值，用以反映营销渠道在促进销售上的相对权重。

现今最流行的分析方法，是简单粗暴的单渠道归因。这种方法将销售业绩归功于消费者第一次，或最后一次接触的渠道——这显然是一个不够准确、严谨的分析方法。

多渠道归因对上述方法进行了升级，但很多归因方法同样不够严谨。

比如：基于人工判断分配权重、无差别分配同等权重、按照时间长度分配权重（距离成交越早的渠道，权重越低）、按照路径先后分配权重。

遗憾的是，当渠道数量众多，或者数据庞大时，上述方法的效果很快便消失殆尽。

目前来看，最有前景的方式，是利用更高级的统计模型（比如马尔可夫链模型）作为基础的分析方法。

为什么需要营销归因分析？

因为我们再也无法控制消费者何时、何地、以何种方式接触我们的营销信息。

今天的消费者可以完全掌控他们的消费体验。相比以往，他们有更多的方式来和品牌打交道。

越来越多的研究表明，消费者在同一购物过程中会使用多个渠道，这取决于他们当时所处的环境。

如果消费者可以通过5个不同的渠道与你的品牌互动，在购买前，便会有超过3000种的行为路径。

大多数营销计划会有5个以上的营销渠道，营销人员也有ROI指标。我们必须优化营销资源的分配，来实现最大的回报。

我们需要：

• 减少无产出渠道的资源分配
• 知道哪些渠道有助于转化
• 评估不同渠道，或不同渠道组合的影响
• 预测可以产生最大回报的下一步操作

更复杂的渠道归因模型能够为上述决策提供支持。

为什么多渠道归因模型比单渠道模型更好？

营销人员历来都依赖“单渠道归因”，将销售归功于第一次或最后一次接触的渠道。

这种方法从来都不完美，而且现在可以说是有严重缺陷的，因为有太多的潜在渠道可能会促成一笔交易。

这也导致了营销人员们最近的一项努力，即基于“多渠道归因”，去寻找一种方法，为行为路径上的营销渠道分配价值权重。

这些更新的多渠道归因模型的常用方法，是为路径上的每个渠道分配权重（同等权重或主观分配），但它依旧无法告诉我们想要知道的——不同渠道(或渠道组合)之间的真正差异，或者，预测与品牌交互的个人消费者的下一个最佳渠道是那个。

这也是为什么我们要设计一个独特的多渠道归因模型的原因，它通过一种叫做马尔可夫链模型的分析方法，告诉我们需要知道的。

什么是马尔科夫链模型?

一种为消费者行为路径中的，任意数量的渠道分配权重的方法(只要渠道数量是有限的)。

当数据分析师使用马尔可夫链模型进行多渠道归因时，我们可以看到在不同的消费者行为路径上可能出现的事件链。马尔可夫链模型为转化路径上的每个渠道分配权重，同时对每个渠道进行排序和预测。

当然，这一切可能非常复杂，因为随着消费者与品牌互动方式的日益碎片化，完成销售的路径不只一条。

使用马尔可夫技术，可以找到并理解在统计上非常重要的路径，这可以为营销活动添加多达数千个模型(路径)。

使用传统的工具和技术很难做到，但是由于数据的管理、集成和分析方式，这种方法是很有可能实现的。

为什么马尔科夫链模型比其他模型更好？

马尔可夫链模型更有效，因为它使用高级的、经过验证的统计方法来获取消费者转化路径中每个渠道的价值，以及哪种渠道组合最有效。

这些知识使我们能够做出更明智、客观的决定(而不仅仅是分配同等权重或主观判断)，这反过来也会促使营销工作更加有效、可量化。

重要的是，这些模型可用于整个执行周期中的营销优化。

归因结果可以实时应用，因为它们在个体层面上是相关的。因此，可以通过预测每个人可能产生的每一次互动，以及互动后，可能促进转化的最佳渠道是哪一个，来真正优化消费者的行为路径。

例如，如果一个人收到一封邮件，并点击一个横幅广告后，再收到一封邮件，他会有更大的可能性进行购买。那么，营销团队就要确保发送了第二封邮件。

在其他情况下，如果我们能看到特定的营销路径使客户产生了疲劳，就可以针对性的下线这种营销组合。

是否有特定类型的品牌比其他品牌更适合这种方式?

任何在进行多渠道营销，并想进一步了解如何使营销更加高效、有效的品牌，都将受益于这种类型的营销归因分析。

但关键是投入，因为它确实需要持续投入时间和精力来建立并使用这些模型。

通常，最好有三个月的数据来开始分析。

第一步是设置营销跟踪，并与各种渠道合作，包括数据管理平台(DMP)，来帮助整合线上线下渠道。

第二步是收集三个月的数据，然后建立模型。

最后一步是分析结果输出，以确定促进转化的最佳路径，并在剩余的营销周期内进行启发式的营销探索。

在市场营销预算缩减的环境下，要每个渠道展示可量化的结果，使营销部门承受着巨大的压力，而良好的多渠道营销归因分析在量化评估中的价值是无法估量的。

营销归因对数据的洞察，不仅能提高整体业绩，而且还有助于在营销期间，将预算资金集中到对销售有贡献的渠道。

英文原文链接：
https://callahan.agency/marketing-attribution-analysis-the-remarkable-but-scary-new-world-of-data
https://callahan.agency/marketing-attributon-analysis-part-2-embrace-the-complexity