站長資訊網隨著互聯網的發展，傳播渠道更加多樣，用戶觸點更加碎片，影響決策的因素隨著時間的推移也更加復雜，如何客觀評價媒體在用戶決策過程中的作用進而制定精細科學的媒體投放策略讓企業頭痛不已，新的歸因分析在這種背景下應運而生。以下A保險品牌的案例便能生動說明：企業主的困惑是什么，以及國雙是如何利用全新歸因模型來答疑解惑的。
A保險品牌的困惑
A品牌的老板向市場部門提出一個假設，比如小張是其客戶，想利用十一假期外出旅游，打算購買旅游保險，但是如下圖所示，可能在這個決策過程中他接觸過眾多信息渠道，如何辨別哪些是有效的，哪些是無效的，哪些是市場部應該投放的呢?傳統的歸因模型是否能真正解決這個問題?
這不是一個偶爾現象，其實因為技術能力和數據資源的限制，很多企業在分析媒體價值的時候會利用傳統的四種歸因模型來計算，將最終的銷售歸因于：First click、Last click、ALL click、Bridge。用傳統歸因模型來衡量媒體價值確實有一定的借鑒意義，但是還不能很好的解決A保險品牌老板的困惑，為了攻克這個難題，A品牌的市場部與其多年的數據合作伙伴國雙開始了探討。
國雙的攻堅之戰
在內部數據科學家團隊的帶領下，國雙給出了創新性的解決方案，通過“基于時間衰減的全旅程銷售歸因模型”，成功解決了A保險品牌老板的困擾。據了解，國雙首先對半年內訪問品牌官網超過四次并完成購買的消費者進行數據分析。此外，再根據消費者購買前接觸各媒介渠道的間隔時間，采用指數和對數的數學算法分別建立衰減模型，還原A保險品牌消費者的媒介渠道接觸路徑。
對于A保險品牌關注的“如何賦予各線上媒介渠道不同比重”的問題，國雙通過基于時間衰減的模型發現：隨著最終購買時間的到來，消費者與線上媒介渠道接觸的間隔時間越來越短、接觸點越來越多，其決策受到的影響越來越大，經過精細計算后據此給予臨近決策點的這些媒介更高的權重，有利于市場營銷人員判斷如何更精準投放。
不過，在分析的過程中，國雙數據科學家團隊也意識到，僅分析現有的外部媒介渠道對銷售轉化的貢獻是遠遠不夠的，比如A品牌老板舉例提到的小張，他最終在品牌官網下單購買，而官網的貢獻率卻并沒有納入現有的歸因體系中。但促使其實現并非易事，首先網站的絕大多數頁面(除訂單頁)并不會直接產生訂單，而原來采用PV、UV、頁面平均停留時間等衡量頁面價值也無法反映訂單的情況。
國雙數據科學家團隊對A保險品牌官網數據進行監測與分析后發現：瀏覽時間越長、瀏覽層級越深、互動越多的頁面成單幾率越高。基于這一發現，國雙將訂單數合理的分配給各頁面，形成各頁面的訂單貢獻量，可直接與銷售額掛鉤，從而建立了科學合理的頁面價值評估體系。
A品牌保險官網2016年上半年部分數據分析截圖
國雙提出的訂單貢獻量相較傳統的頁面價值衡量方法有多大區別呢?筆者以A保險品牌官網2016年上半年的兩條數據(上圖紅色方框內)為例，上方鏈接的頁面瀏覽量是下方的6倍，但上方鏈接對訂單的貢獻僅是下方的1.6倍。所以，高瀏覽量并不一定會帶來高訂單量，訂單貢獻量是衡量頁面價值的有益補充。
模型之美
通過國雙數據科學團隊打造的“基于時間衰減的全旅程銷售歸因模型”，A保險品牌可以更合理地評估各媒介渠道對銷售的貢獻，并以此科學地安排媒介預算，根據主要消費群體在臨近決策時的媒介渠道偏好，調整廣告投放量。
此外，該模型還能幫助A保險品牌建立頁面價值評估體系以使其能快速判斷出哪些頁面的哪些產品對消費者更有吸引力，進而調整自己的網站頁面布局。該模型的促銷效果也是非常驚人，A保險品牌一個月內業績提升了14%、轉化率提升了5.19%，整個方案得到A保險品牌中國及Global的高度認可，成為其內部推廣“大數據驅動營銷優化”的典型案例。
“基于時間衰減的全旅程銷售歸因模型”通過細膩還原消費者接觸媒介渠道的習慣，解決了企業的難題與困惑，提高了企業的經濟效益。筆者認為，隨著大數據時代來臨，更多優化的歸因模型還會給營銷帶來更多新的可能，大數據驅動營銷優化會更加常態化，讓我們一起拭目以待。
特別提醒：本網內容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網贊同其觀點。其原創性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益，請及時聯系我們，本站將會在24小時內處理完畢。
