如果你從事RTB廣告的工作，你所需要的或許不只是關(guān)注歸因模型，而更應(yīng)該徹頭徹尾的著迷其中。為什么?因為歸因分析意味著找出你的營銷活動中哪一方面是可行的，以及你如何可以做得更好。如果你不關(guān)心這些，那么RTB廣告也就與你無緣了。

還記得之前，人們將RTB看作是一種完美的科學，相比線下廣告投放它更加的高效而且可追蹤。然而事實上RTB并未像先驅(qū)者們所承諾的那樣發(fā)展，但確確實實將廣告投放帶入了嚴謹高效的時代。而嚴謹高效的核心因素就在于歸因分析。一個好的模型可以讓廣告主們更好的理解他們的每一分預(yù)算究竟為促成他們營銷成功做出了多少努力。

換句話說，談?wù)撃闳绾尾辉谝鉅I銷歸因分析，就好像在談?wù)撃愣嗝床辉诤蹂X一樣。

舉個簡單的例子，一位用戶在點擊了基于FacebookExchange的一則廣告之后，來到了一個軟件公司的網(wǎng)站。假設(shè)用戶在該網(wǎng)站完成了注冊，在參加過一次網(wǎng)絡(luò)研討會之后，最終成為了該公司的客戶。

如果不使用歸因分析模型，或是使用一個簡單而帶有誤導(dǎo)性質(zhì)的模型，就會想當然的將轉(zhuǎn)化的成功歸結(jié)于用戶點擊了FBX的廣告或是在網(wǎng)絡(luò)研討會上的經(jīng)歷。而軟件公司的廣告主也會開始將更多的資金投入到搜索廣告或是研討會傳播上面。

但是，如果顧客在此之前就已經(jīng)通過很多展示廣告了解到了這家軟件公司呢?又或者他之前閱讀過一篇有關(guān)這個軟件的原生軟文，又或是在視頻前的貼片廣告處看過該公司的廣告呢?對于客戶來說這些都是產(chǎn)生轉(zhuǎn)化時關(guān)鍵的接觸點。事實上，我們有很多的數(shù)據(jù)可以證明，許多轉(zhuǎn)化的產(chǎn)生必須經(jīng)過多個不同接觸點的相互作用。如果缺少智能的歸因分析模型，就會導(dǎo)致我們無法了解之前的接觸點對之后的轉(zhuǎn)化產(chǎn)生多少影響。就像是籃球比賽后評選最有價值球員時，全隊勝利的功勞并不能僅僅歸功于那個最后投籃的球員。

難以置信的是今天的市場營銷者對于研究是什么在驅(qū)動著轉(zhuǎn)化依然漫不經(jīng)心。之前談到的最后點擊的歸因辦法對于很多營銷者并不陌生，但令人費解的是這些RTB市場人員還在繼續(xù)使用最后點擊模型。

還不止這些，歸因分析模型對于RTB來說一直以來都極其重要的部分，特別是到了當今移動互聯(lián)網(wǎng)與跨屏營銷的時代。曾經(jīng)的營銷人員習慣于在單一設(shè)備上思考不同的接觸點，而今我們需要一個新的分析模型，可以讓營銷人員理解不同媒介和屏幕之間復(fù)雜的關(guān)聯(lián)性，向人們更好的說明移動設(shè)備究竟搭建了一個怎樣橋梁，將線上與線下渠道打通成為一體。如果你試圖不借助歸因模型就想找到這些問題的答案，無異于盲人摸象。

上面的例子并不意味著對于歸因分析模型的批評都是不公正的，一些細分模型確實比歸因分析模型要好。大概是因為過去部分營銷人員過度吹噓了營銷歸因所能做到的事情。最終讓人們誤以為歸因分析并不靠譜，給不了你準確絕對的真相。

其實當你在建立模型時，準確的講是在給營銷活動中不同的部分合理分配資源。正是這個原因，讓歸因分析模型更加能勝任一個宏觀工具而不是微觀工具。

就是這樣一個宏觀分析改變了一切。根據(jù)福布斯的調(diào)查顯示，90%的營銷組織都已經(jīng)開始使用歸因分析模型，因為他們“從中可以獲取直觀的收益”。這些收益包括“更好的理解客戶交易過程”和“優(yōu)化媒體整合的能力”。

總結(jié)而言：歸因分析模型提供了有價值的洞察。這些洞察將指引你接下來的預(yù)算花費，既為你省去過多投入又可以保證轉(zhuǎn)化率提升。歸因分析的用處這么大，誰還能對它置若罔聞呢?