营销归因：探索客户购买行为的关键

在2025年，“是什么导致客户的购买行为？”这一问题随着深入探究，会变得颇具难度。

消费者的购买决策可能受到多种因素影响，比如看到Instagram帖子或Story，在Google上搜索产品，或是打开促销电子邮件等。随着网站、社交媒体、离线互动等多种因素的发展，事情变得愈加复杂。在当下的环境中，营销归因并非尽善尽美，但在整个客户浏览过程中了解得越多，就能做出更好的决策，比如从哪些渠道能吸引到最佳客户，哪些渠道互动能够协同发挥良好作用等。

那么，什么是营销归因呢？营销归因的目的是更清晰地理解客户在转化路径上与品牌的各种不同交互作用和接触点。它能让商家明白促成转化的渠道和特定广告，以便进行投资和投入。不过，虽说理论上听起来简单，但实际操作中可能相当复杂。

为何营销归因越来越难呢？我们不妨花些时间思考一下自己作为消费者的行为。如果大家还记得使用iPhone和平板电脑甚至社交媒体的时间，那时多数人通过一种设备（台式计算机）访问互联网，营销归因相对容易。然而，在快速发展的当今，有以下因素可能会在营销报告和归因中造成重大漏洞：

我们生活在一个多设备的世界中。人们往往拥有多个智能手机、平板电脑、办公计算机、家用计算机，甚至是智能家居设备。实际上，它们每个都可能被视为站点的唯一访问者，但其实它们都属于同一客户。

世界对隐私和跟踪的要求愈发严格。设备和浏览器在允许用户存储哪些信息和进行跟踪方面变得更加谨慎。由于对GDPR和隐私问题的关注，消费者将越来越需要自主选择是否在线被跟踪。

大部分归因是基于点击的。因为大多数归因和报告都基于点击行为和UTM跟踪（这部分我们后续会概述），所以它会忽略查看广告或内容但未点击的情况所产生的影响。

从单一渠道到全渠道营销归因的发展历程中，随着要考虑跨多种设备、平台和活动的在线和离线互动，营销归因变得越发困难。不过，这并非全是困境，我们可以通过特定的方式来填补当今归因环境中的一些漏洞。

在探讨归因如何运作或不同的营销归因模型之前，我们需要明确一点：没有100％“真实”的营销归因。您永远无法完全洞悉每个营销接触点如何分别影响每个客户旅程。所有营销归因模型都只是对真实世界的近似。

我们可以在Google Analytics或特定平台（如Google Ads）中的不同归因模型之间进行切换。根据业务目标以及您希望在渠道中获得最大价值的需求，可以选择六种不同类型的营销归因模型：

最后点击：最后点击归因是最常使用的模型，也是大多数营销平台的默认模型。在商家积极尝试将流量转化为客户时，这种单点触控模式非常有效。它将100％的转化功劳分配给最终点击的广告和相应的关键字。这样一来，较低渠道的广告系列（如品牌搜索或重新定位广告系列）会获得更多价值，而品牌知名度和较高渠道的广告系列可能就无法获得什么价值了。

第一次点击：这种单点触摸归因模型将第一个接触点视为最重要的接触点，因为它首先获得了100％的信誉，能够将客户带入您的渠道。当您优先考虑在可增加流量和寻找新受众的广告系列上投入资金时，此模型会很有帮助。它将所有转化功劳分配给获得首次点击的广告或相应的关键字。不过，这样的模型可能会忽略漏斗活动的高价值底部（如再营销），有可能导致对这些工作的投资减少，进而实际降低您的总体转化次数和收入。

线性的：线性归因模型将转化功劳平均分配给客户购买路径上的所有点击。这是多点触控归因的最简单形式。使用此模型，您不会错过任何互动，但它也不能确切地告诉您哪个渠道的影响最大。

时间衰减：时间衰减归因模型类似于最终点击。不过，它也会给促成转化的互动记功，并给与转化更接近的点击次数赋予更多的权重。

基于位置：基于排名（或U形）的归因模型会为首次点击和最终点击赋予同等的权重，这两个互动中的每一个都会获得40％的功劳。剩余的20％会分配给介于两者之间的其他点击。这里的假设是，首次点击和最终点击是最有价值的互动，而中间的一些活动或接触点也起着重要作用。

算法（自定义）：此模型通常被称为自定义归因。当有足够的可用数据时，您可以让机器学习来确定哪些接触点在客户的旅程中应获得最多的功劳。从理论上讲，这是最理想的模型，但它依赖于足够的历史数据来进行机器学习，以便在不同的接触点之间分配权重。

需要注意的是，对于完全相同的客户旅程，根据我们使用的模型，其解释可能会有所不同。

如果商家进行了足够长时间的营销，就会发现，对于任何给定的日期范围，不同的平台可能会根据报告为转化提供不同的价值。因此，当直接查看Google Ads、Facebook Ads、Google Analytics甚至Shopify报告时，可能会发现差异。那么，该以什么作为判断标准呢？

从技术层面上讲，这些都是“正确的”，只是它们对营销有着不同的看法。下面我们来了解一下它们各自的工作原理。

Google Ads：Google Ads只跟踪Google广告流量。它不会剔除来自不同平台上其他广告系列的转化，因为它无法“看到”这些接触点。所以，任何时候接触过Google广告系列的用户都会被记功，即便他们后来接触了Facebook / Instagram、电子邮件或直接访问您的网站并进行了转化。默认情况下，Google Ads归因窗口设置显示在点击广告后30天内采取的操作会被视为有效转化，并使用最终点击归因。

Facebook广告：Facebook广告平台只跟踪Facebook广告流量和互动（其中也包括Facebook拥有的属性，如Instagram）。它也不会对来自不同平台上其他广告活动的数据进行重复数据删除，即使在用户后期与Google广告活动、电子邮件或访问您的网站进行交互的情况下，也会为在特定时间段内查看或点击Facebook广告的任何用户记功并实现直接转化。Facebook默认使用具有归因窗口的最终点击归因，该窗口在您查看广告后的24小时内和点击广告后的28天内有效。此外，Facebook Ads是较为详细的广告平台之一，它会为那些可能“看到”广告（甚至没有点击广告）并以另一种方式进行转化的用户记功。如果您希望跨平台更好地比较结果，建议将设置更改为基于点击的设置。

谷歌分析：Google Analytics（分析）和其他分析平台会跟踪不同付费和未付费渠道的可点击操作。通常，可以将分析平台配置为连接外部/离线数据源、用户ID和/或不属于您的在线商店的其他Web属性。Google Analytics（分析）提供了“数据导入”功能，可让您从其他来源上传数据，以便在Google Analytics（分析）中对所有数据进行分析。添加其他数据源和合并用户ID是在一个地方包含跨平台的大多数客户交互的最佳方法。Google Analytics（分析）还会删除所有渠道的重复数据，并将功劳归于转化过程中的最后一个接触点，除非是直接访问您的网站。在这种情况下，它将归功于最后一个非直接接触点。

关于广告服务器和基于展示的归因：虽然大多数归因是基于点击的，但基于印象的归因和报告也是可行的。想想自己的经历，您是否会点击每个引起您兴趣的广告呢？即使没有点击，这些广告仍然可能会影响您将来购买产品的决定。广告服务器可以在一个平台上整合和删除所有营销数据，同时还能够访问展示次数数据。这些数据可以更清晰地让我们了解客户的购买途径以及应该投资的渠道。例如，可能在点击级别上从搜索广告中看到效果。但是，当查看展示次数数据时，会发现那些在搜索结果上进行了转化的广告实际上是先在YouTube上展示给用户的视频广告，然后用户又在Google上搜索了您的产品。Google Marketing Platform就是这种技术的一个例子，在其中可以访问搜索、视频、展示广告、Gmail赞助的广告以及某些社交媒体平台等渠道的展示级别数据。

Shopify：Shopify会跟踪不同付费和未付费渠道上的可点击操作。Shopify的分析会删除所有渠道中重复的转化，并且即使是直接访问您的商店，也会将功劳归于转化过程中的最后一个接触点。这是Google Analytics（分析）和Shopify之间默认归因工作方式的最大区别。

营销归因并不完美，但了解归因情况、存在的漏洞以及可以应用的不同模型，是朝着更好的跟踪、更干净的客户数据库和更明智的决策迈出的第一步。尽管这远非完美，而且会变得越来越困难，但营销归因可以成为判断有关客户在购买过程中与商家品牌进行互动的方式和地点的依据。（来源：跨境电商悉尼刘哥）

以上内容属作者个人观点，不代表风口星网立场！本文经原作者授权转载，转载需经原作者授权同意。

【最新新闻信息】近日，据相关媒体报道，随着消费者行为的不断变化和技术的快速发展，营销领域正面临着前所未有的挑战。许多企业开始加大对营销归因的研究和投入，以更好地了解消费者的购买行为和决策过程，从而优化营销策略和提高投资回报率。一些新兴的技术和方法，如人工智能和大数据分析，也正在被应用于营销归因中，为企业提供更精准和深入的洞察。然而，这些技术的应用也带来了一些新的问题和挑战，如数据隐私和安全等。企业需要在利用这些技术的同时，妥善处理好相关的问题，以确保营销活动的合法性和可持续性。