通过增量实验校准归因，实现最优预算分配

关键要点

• 基于点击的传统归因往往忽视营销的真实成效
• 利用衡量增效的严格实验结果校准归因模型可以提高营销成效衡量的可靠性
• 创建系数以调整归因结果是企业可立即着手执行的操作之一，能够确保数据的准确性

与以往相比，有效的营销成效衡量变得更加复杂，同时也愈加重要。基于点击的归因等传统方法往往会产生误导，尤其是当消费者与不会产生点击量的视频等格式互动时。例如，Z 世代消费者不点击广告就下单购买的可能性是其他群体的两倍。¹

许多企业试图通过使用各种不同的成效衡量解决方案来应对这些挑战。事实上，Meta 委托 Kantar 开展的一项近期调研发现，企业平均使用近四种不同的成效衡量解决方案。²这种“事实工具包”方法让营销人员能够根据自身需求使用不同的成效衡量工具（例如，用于日常决策的归因模型），并通过严格的实验定期调整或细化成效，以确保准确性。这一过程被称为校准，可帮助提高营销成效衡量的整体可靠性。

增量的重要意义

Meta 分析副总裁兼首席营销官 Alex Schultz 在他的新书《Click Here: The Art and Science of Digital Marketing and Advertising》（《点击此处：数字营销与广告的艺术与科学》）中一语道破：“增量就是一切。”增量可以揭示营销的真实成效，帮助您将资金投入到能够切实提升成效的渠道和策略中。

衡量增效的黄金标准是通过实验来完成的，例如转化提升。通过对比测试组（可以看到广告的用户）与对照组（看不到广告的用户），您可以了解营销的真实成效。使用此类实验的企业实现了投资回报 (ROI) 增加 20% 以上的佳绩。³

虽然您无法总是开展实验，但定期开展实验并校准其他成效衡量模型有助于您做出明智的决策，而无需总是开展大规模的实验，从而节省成本。

通过增量校准基于点击的 MTA

对于有意利用增量来提高营销成效衡量的整体严谨性和准确性的营销人员，可通过几种不同的方式来开展工作。基于点击的多点归因 (MTA) 因其响应迅速、持续可用的特性，已成为日常决策的常用工具。但在当今环境下，点击量并不能总是反映真实的影响力，也就是说，MTA 的成效可以，也应该通过增量来校准。

要校准各渠道的归因，您可以：

1. 在所有平台上开展增量实验（例如针对 Meta 开展转化提升）。
2. 将实验结果与归因模型进行对比，了解两者是否一致。
3. 测试不同的归因模型（最后点击、功劳均等、数据驱动），并了解哪种模型最能匹配增量影响。
4. 根据实验结果，使用系数调整归因输出。
   

如何使用系数

为了让企业能立即着手实践，我们以系数校准法为例进行说明。如果您使用多个营销渠道，并且能够针对每个渠道开展增量实验（对于 Meta，可以开展转化提升测试），这将是一种很好的策略。其运作方式如下：虚构公司 Coats & More 在 Meta 和其他几个渠道投放广告。他们使用基于点击的 MTA 模型衡量营销成效，结果表明：

• Meta：100 次转化
• 平台 X：200 次转化
• 平台 Y：80 次转化
• 自然渠道：120 次转化

但转化提升测试表明，Meta 实际上为 Coats & More 带来了 150 次转化增量，比归因模型显示的转化增量多出 50%。为了使归因模型与真实影响保持一致，他们会计算一个系数：

150（转化提升）/ 100（归因分析）= 1.5 倍

该系数随后将应用于 Meta 通过归因模型获得的后续成效。在这种情况下，要调整 Meta 的成效，他们将使用以下公式：100 × 1.5 = 150 次转化。

但是，如果应用系数后得到的总转化量超过实际总转化量，则最好为其他平台重复此流程。在平台 X 和 Y 上进行实验，得出它们的系数并相应地调整。剩余的转化量都可以归因于自然渠道。

请注意：系数只是校准归因模型的一种方法，应定期更新以保持准确性。除了系数外，还有更高级的技术可用；例如，您可以使用提升实验来微调每个渠道在 MTA 模型中获得的功劳。在下一篇帖子中，我们还将介绍校准营销组合模型 (MMM) 的基础知识。

养成定期校准的习惯

校准不是一次性修复，而是一个持续不断的过程。定期开展实验、对比结果并更新模型。随着条件的变化，持续调整可以提高效率、成效和增长。