ASM推广是直面用户最关键也是最重要的一环，如果说你各方面都做到位了，但就是投放的效果不好，这是为什么呢？这时我们会去反推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?
ASM推广：归因分析的重要性
广告投放是直面用户的最后一环，也是最重要一环，如果你没法去追溯(归因)出投放的效果(此处说的不是一般意义上渠道给你看的那些华丽但掺假的数据)，那么你真的很难做好下一步的优化。前面所做的努力很可能不知不觉慢慢损耗在最终投放环节。
现在谁还在做粗放式效果评估就太被动了
互联网线上广告比之传统广告来说，其数据被记录下来，可以用于数据分析，优化投放效果。线上媒体渠道仗着这些优势打着精准投放的概念一路收割广告主的预算。
数据总是会让人产生莫名的迷恋，我们带着固有的认知与局限，看到数据是美好的，然而结果却差强人意，尤其现在渠道转化越来越差，用户增长越来越难，广告投放出去，运营同学也花了很多精力做效果评估，然并卵，这种粗放式的评估方法根本不能解决更实质的问题：我们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?怎么算更科学更合理?
互联网营销与传统营销最大的差别是：可定向、可追溯
传统广告的特点是覆盖广泛、粗略区分目标人群、不能追踪效果。而互联网广告则可定向投放，也可追踪效果，二者同样重要。相信广告主们多注重研究定向，却很少关注归因吧。大数据技术带来的定向投放确实很有吸引力，比如搜索“旅游”，平台会给不同的人展示不同的产品与广告，定向对广告主而言看起来很划算，但是人总是有局限的，不结合归因，你怎么知道粗放定向还是更精细的定向哪个效果更好?
大部分广告主在投放APP时都会采用多渠道组合推广的方式，比如一个海外APP投放，会采用Facebook、Google、苹果竞价广告或其他媒体渠道等多种渠道组合的广告购买行为。对于广告主而言，我需要明确广告投放出去用户是从哪个渠道来的，这个用户的质量怎么样，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，这些需要一套方法或体系来验证，这就是归因。
在实际应用中，归因操作更复杂，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?某用户通过QQ客户端下载APP之后没有其他APP内部转化行为，这个渠道又怎么判断?再比如电商类用户看了电商广告产生了内部转化行为，那他更进一步的复购、活跃到什么样的程度?这些都可以通过归因把整个环节串联起来，做到更综合科学的判定与回溯，以此进行投放与运营各层面的有效优化。
换句话说，通过一个平台的归因服务，可以明确出广告投放效果数据。比如告诉广告主，Google渠道带来的APP用户，内部付费率是多少，付费单价是多少，你可以根据这个数据做一个判断，就知道下次应该怎样投放。如果说Google的量很好，可以加大投放预算。此外，如果某一个渠道带来的新增量级很大，但内部转化行为非常差，后续就可以降低这部分推广预算，甚至说直接把该渠道pass。可追溯就提供了科学优化的强大依据。
归因也讲方法论，多触点归因才是科学的归因分析法
严格意义上讲，归因模型大约有10种左右，而归因分类则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。
苹果后台提供的竞价广告归因属于粗放式归因
溪姐在上一篇文章《新手必备：史上最全的苹果竞价广告ASM专有名词汇总》中提到苹果归因API，它主要通过搜索广告归属API，跟踪和归因于来自搜索广告的应用下载。优点在于，通过苹果归因API信息可以为不同的关键词、广告组和受众群体优化你的CPT和CPA目标。
从结果来讲，苹果归因API仍然是比较简单粗略的，它可以追溯每一个下载来自于哪一个关键词，但往下的话就提供不了了。而广告主不仅想知道每一个下载来自哪个关键词，可能还想看注册数，看付费比率，甚至关于用户的更多画像信息等等，这时就需要使用更专业更系统的第三方归因工具。
苹果竞价投放如何获取更有价值的归因分析?
只有更详细更科学的归因数据，才能更好地指导苹果竞价广告ASM投放的优化工作，通过监测点击数据和转化数据，将外部数据汇总，此外，通过SDK去采集APP内部数据，然后通过APP数据进行一步一步的归因，最终归到哪个关键词带来这个用户，他有没有注册，有没有付费，甚至说有没有其他的深度行为，归因做的其实是一个连接作用，将数据全部打通，从而得到更准确的分析数据。
ASM归因只是一个小局部，精细化运营才是目的
1、监控基于ASM投放、不同渠道、不同广告组的CPA转化数据，用于优化投放方案
有些广告主，只想看用户注册率是多少，我们只需在注册页面做埋点即可。有些广告主KPI要求不一样，比方说电商类我会在购物车、购买成功的环节都去做埋点，然后收集相关数据做分析。此外，还能监测非ASM的其他渠道的CPA转化数据，从而获取推广投放的全路径数据，提供实时可自定义的数据报告和渠道质量评估分析，有助于广告优化并最大化提升APP推广效果。
2、建立APP用户画像分析，用于用户精细运营
在APP内通过SDK采集到的用户数据并不是特别的多，但是如果有大数据基础的话，则可以针对该用户结合其他外围海量数据做分析，获得更全面的APP用户画像分析，所谓更全面的用户画像，是指你获得60%用户画像是不足以支撑用户运营，但是如果数据非常多的情况下，可以把准确率提高到90%，数据的量级，会决定后续数据分析的准确性。而用户画像分析则可以用于用户运营优化的各个层面。
3、为竞价广告投放提供反作弊服务，节省运营成本
这里所说的反作弊主要是针对ASM竞价广告的反作弊，主要针对竞价中关键词被恶意刷点击的情况，在操作中通过设置一个阈值来进行实时智能处理，比如一分钟内，如果平均展示量是100，点击次数50，当数值超过以往平均值的数倍，系统自动进行暂停的动作。这个可以有效防止ASM恶性竞争和渠道作弊行为，有效阻止虚假流量，你的真实流量自然就上来了。
如果说没有归因的分析，你就不知道广告费到底花在了哪一个环节。传统的广告没有办法进行效果评估，但是现在有了大数据啊，就可以归因分析的土壤，展示出运营的价值了。
文章来源：金香槟运营
【转载说明】 若上述素材出现侵权，请及时联系我们删除及进行处理：8088013@qq.com
