|
|
有很多要准备测试投放和正式买量的开发者，听说要投放首先想到的就是：我在各家广告平台上投放买的“量”的多少，是谁来判定呢？是否会存在假量的问题？是否会出现多家平台投放，一个转化需要向多家渠道支付费用呢？总而言之，如何避免花“冤枉钱”呢？这时候就需要有客观公正的“裁判员”来判定——即归因方。归因方可以分为自归因和第三方监测平台，其作用都是通过监测投放数据，来实现公正客观的效果衡量。至于具体的归因方应该怎么选择，我们接着往下看——
一、为什么要做归因
1.归因是什么
所谓归因就是：找到事件发生的原因。事件千千万，但在投放中咱们提及最多的、最基础的归因是指：用户安装了应用，这个安装的事件是由哪个广告带来的效果。
对于买量来说归因是不可或缺的，为什么归因这么重要呢？因为只有归因才能将广告投放的效果精确到不同的广告来源粒度（广告渠道、广告甚至是广告维度下更细致的拆分维度）。
2.归因的重要性
归因的重要性主要体现在它能够客观公正地帮助广告主对广告投放效果以及平台差异进行分析，具体有以下三点：
01.广告投放的效果分析
一般来说在广告投放时，我们最关注的效果数据为：
a.安装 和 b.应用内事件
因为通过这两个指标能帮助我们准确地了解和衡量广告投放的转化效果。
比如，广告主小明同学想针对安装量来投放自己的APP，在A平台花了500刀，在应用后台看投放期间一共新增了500个用户。
如果没有归因，我们不能知道由广告带来的转化数据情况，不知道这500个量中，哪些是自然量，哪些是这次的广告投放带来的效果，CPI(Cost per Install)究竟是多少。
但有了归因，我们能知道：广告带来的非自然量用户是400，其余的100是自然量，买量的CPI实际为1.25刀。
02.对比衡量渠道的效果
在应用推广阶段，很多广告主会同时选择多家广告平台进行广告投放，对各渠道的成效进行对比，以找到更优质的渠道或以寻求更大的推广量级等。那此时，对于投放效果数据的丰富度和精准度都有了更高的需求。
比如，我们这位小明同学想针对安装量来投放自己的APP，在A平台花了500刀，在B平台花了1000刀，投放期间总共收入2000刀，后续准备在一个成效好的平台集中投放。
如果没有归因，我们不能知道转化的数据情况，以及渠道收入的差异，不知道这2000刀的收入中，哪些是自然量带来的收入，哪些是这次的广告投入带来的效果；其次，哪些是A平台带来的盈利，哪些是B平台带来的收入。
但有了归因，我们能知道：自然量收入有200刀，A平台收入1000刀，B平台只收了800刀，那测算一下ROI：A平台=2；B平台=0.8，成效对比明显A优于B，因此后续小明自然会选择在A平台集中投放。
03.归因的客观性
在多渠道的投放中，归因的重要性愈加凸显，对于效果的衡量，依赖归因数据的精准性，而精准性依赖于归因的公平和客观性，所以归因第三方监测平台的重要性得以凸显；同时，遵循归因的客观性也能帮助广告主避免对广告的重复付费。
比如，我们这位小明同学想针对安装量来投放自己的APP，在A平台花了500刀（使用自归因渠道，以CPM计费，显示有500个安装）；在B平台花了1000刀（使用自归因渠道，以CPM计费，显示有1000个安装）；在C平台花了1500刀（使用第三方监测平台，以CPI计费，安装单价为1刀，显示有1500个安装），但在应用后台看投放期间总共只获得了2000个安装。
如果没有第三方归因监测，首先我们不能知道无自归因渠道的广告成效（例如C平台的成效）；其次，如果在多渠道投放，自归因平台由于其独立的数据来源，不能做到结算的客观性。
这个我们展开说说：
A平台，B平台，C平台如果都在广告投放期间向同一用户投放了广告，由于A、B都是自归因平台，因此都会将这次安装归因给自家渠道，但实际用户只是看了A、B平台的广告，并没有后续转化，C平台的广告才是最终促成用户点击下载的渠道。但这样就会造成，一个用户的转化，被多个渠道记录了成效，从而导致数据不精准，因为A、B渠道实际没有这么好的成效。
此外，如果出现有两个及以上以成效计费的平台，归因的客观性也能保证避免为一个成效多次付费的情况发生（若以CPI计费），避免造成广告主预算的浪费。
但有了归因，我们能知道：原来A平台只带来了400个安装，B平台只带来了600个安装，C平台带来了1000个安装；那测算一下实际CPI：A平台=1.25刀；B平台=1.67刀；其次C平台（以CPI计费）实际只带来了1000个安装，因此只用付费1000刀，帮助节省了广告主的预算开支。
二、常见归因平台的简介与分析
1. 归因平台有哪些
目前，市面上除了一些能提供自归因的广告平台（例如：Facebook、Google Ads）外，提供支持移动归因监测的平台也不少（例如：AppsFlyer、Adjust、Branch、Tenjin、友盟等等）。不同的归因平台有各自的归因模型，但归因的关键并不在于这些模型间的差异具体是什么，而在于其归因规则是否清晰明确、公平公正，以及更重要的是：能否满足广告主的归因需求，进而帮助广告主优化他们的广告计划或比较不同渠道的用户质量等。
目前来说，移动归因最常用的两个归因平台还得数AppsFlyer与Adjust。因为这两家平台相对来说归因的模型和技术更加成熟，而且接入的广告平台也是最多的，在一定程度反映了行业的认可度。由于各归因平台支持的广告平台可能存在差异，在选择第三方归因监测平台的时候应该需要注意到这一点，接下来我们就一起来对比看看常用的归因平台具体支持哪些广告平台。
2.对比各归因平台支持的常用广告平台表单
*注：AppsFlyer是唯一一家和Facebook做了深度对接，可以获取曝光，点击，安装，成本等多维度数据的第三方。
表格链接版本可在「OPTEAM优化研习社」后台回复「归因」获取。
三、如何选择适合的归因平台
正如第一部分中的举例说明中提到的，不同阶段的游戏投放都有不同的目的，渠道也有比较复杂的多样性，因此开发者们会选择和使用的渠道便会有所不同；针对开发者的目标差异，归因需求是不同的，开发者应根据具体、自身的买量计划（渠道、量级、周期等）以及归因花费预算情况去选择最佳的归因平台。
接下来我们就分情况来举例说明，如何选择归因的平台：
1.游戏还在修改完善阶段，小量测试玩法、画风、题材接受度；玩家游戏内数据；买量价格等
Tips：此时建议可以使用单一的Facebook渠道进行买量测试，因为Facebook的机器学习相对成熟，能测试得到较准确的市场、用户反馈数据。
归因平台选择：
如果只是对CPI的测试和利用素材测试游戏玩法、题材等的市场反馈（重点关注CTR），没有其他需求可以不对接第三方，用FB的自归因进行归因即可；（若选择其他的自归因广告平台，也一致；若选择不带自归因的广告平台，还是需要对接相应的第三方归因平台）。
如果是在游戏内进行了埋点设计，要通过埋点数据分析、优化游戏内的建议对接第三方归因平台；具体选择哪一个归因平台的话，结合投放渠道和归因预算去选择。
2.游戏完成度较高，在买量测试、调优阶段，买量测试玩法、留存、CPI等数据
Tips：此时建议可以选择两个渠道进行买量测试，不仅可以避免渠道特性导致的数据偏差，能更好地帮助分析、优化游戏，还可以对比渠道间的差异，帮助找到对于这款游戏来说更佳的渠道，在之后的大规模买量中，能做针对性地投放。
归因平台选择：
非单一的自归因渠道进行买量时，不论是从哪个角度的测试、分析都需要第三方归因平台的参与，具体到选择哪一个归因平台的话，需要结合投放渠道和归因预算去选择。
3.游戏基本完善，开启大规模买量阶段，高量级买安装、内购事件，优化买量成本和回收情况等
Tips：此时建议选择多渠道进行买量，通过不同的渠道不仅可以扩大投放的受众群体和买量用户数，还可以通过横向对比媒体效果不断优化买量成本。
归因平台选择：
多渠道大量推广时，更加依赖第三方归因平台的准确性，所以推荐使用头部三方归因监测平台AppsFlyer和Adjust。不过Adjust被AppLovin收购后，有着运动员、裁判双重身份，存在着将买量数据和用户数据“私自再利用”的嫌疑，如果介意这一方面的问题开发者，可以直接选择AppsFlyer归因。
四、如何实操归因配置
1. AppsFlyer实操指南
官方指南链接：https://support.appsflyer.com/hc/zh-cn/articles/207033486-入门指南-步骤详解
操作步骤简述：
第一步：账号注册
第二步：添加应用
第三步：集成AppsFlyer SDK
第四步：测试
第五步：投放渠道配置，准备开始投放AppsFlyer把投放的渠道分为以下三大类，不同的渠道使用的归因技术不同，配置时选择自己将要投放的渠道即可。
渠道追踪配置指南: https://support.appsflyer.com/hc/zh-cn/articles/4410395957521-设置对接渠道
2. Adjust实操指南
操作步骤简述：
第一步：登陆 Adjust 并设置应用
第二步：集成Adjust SDK
第三步：集成合作伙伴和自归因渠道
第四步：创建跟踪链接
（1）集成渠道和模块合作伙伴 - 集成动态渠道和模块合作伙伴，与合作伙伴开展推广活动，并通过回传向其发送数据。
（2）集成自归因渠道 (SAN) - 利用 Adjust 的 SAN 集成功能，跟踪 SAN 渠道中开展的推广活动。
第五步：测试，准备开始投放
总结
通过上面的场景举例分析和配置操作的详解指引，相信能帮助你解决绝大部分买量归因的问题。归因平台如何选择，请记住口诀：单一自归因广告平台，基础分析它能搞定；多渠道买量，一定邀请第三方来做裁判；三方的选择，看支撑的广告平台和预算；不差钱，咱就选头部三方：AppsFlyer或Adjust。
文/畅游素材库的VV
来源：OPMETA优化研习社
原文：https://mp.weixin.qq.com/s/8RJIxXi7J9ykFF2dHRuv2A
|
|
发表于 2022-10-28 10:29:30
