近年來，我們購買產品和服務的方式發生了巨大變化。我們現在面臨著涉及許多不同購買途徑的客戶旅程——這對數字行銷者來說一直是一個挑戰。
HubSpot One多年來多次撰文分享歸因的思維和方法，感興趣的話請回顧HubSpot One以往的文章：
- 《去TMD的“有轉化的關鍵字”》
- 《當下數字行銷人才最缺什麼技能？ 》
- 《Google Analytics自定義歸因模型詳解，個性化你的功勞簿》
- 《合格的數字行銷者的十大素質》
- 《高階媒體歸因：沙普利值vs馬爾科夫鏈》
谷歌在吸收了Adometry之後曾經躊躇滿志地發布了Google Attribution。當時胃口吊的筆者連發兩文。
- 《谷歌發布Google Attribution，科學歸因時代來臨》
- 《Google Attribution和它帶來的數字廣告業衝擊》
兩年後我們再去attribution.google.com還是老樣子不同的是那個讓人感覺不太妙的紅色logo。
MarketingLand早在今年1月份就表達了對該產品的擔憂。另一方面在三月份的時候Google Data Studio的更新中也提到“Google Attribution 360 connector is now called TV Attribution”。這估計是要實錘了。
事到如今我們是否能再從別的角度來反思歸因呢？鋪墊了那麼久，本文我們要說的就是這個。統計學大佬請輕拍，其他人請係好安全帶，我們要開車了。
歸因到底怎麼了？
我本不願用“歸因”這個翻譯，因為attribution這個詞只是講一種“分配”，而並沒有明示“因果關係”，因此翻譯為“歸功”更妥。就好像對於你把事辦成了這個“果”來說你是“因”，但是功勞卻永遠是老闆的，懂了吧？
真要用歸因那就應該是“Causation”的中文翻譯。
我們通常在行銷上講的Attribution，簡而言之，是在行銷活動或接觸點之間分配銷售價值的方法。在某人從您那裡購買產品或服務之前，他們往往會接觸到大量的行銷接觸點。它們涵蓋了廣泛的在線渠道，如PPC和affiliate，以及線下渠道，如直郵和電視廣告。歸功將最終銷售的功勞分配給有助於它的行銷接觸點。
我們有各種模型來進行對功勞進行分配，但這就如我們前面的例子那樣，歸功並不能很好地匹配因果，它只能提供一些相關性。這是歸功/Attribution最大的問題。
因果關係和相關性
前不久有個大新聞，說是美國權威醫學期刊說“丹參或大幅提高心衰死亡率”（B站：av64922197）。細看之後我們才發現這只是國內“日常黑中醫”媒體的誤讀，因為研究中只是說用丹參和出血為正相關，它並不能體現因果關係。說不定就是因為出血才要上藥啊？
我們再來看另一個例子消防員和火災。數據顯示，參加火災的消防員越多，火災造成的傷害就越大。從統計上來說，這是準確的，但在邏輯上它是有缺陷的。因為火災更大，需要更多的消防員來對抗它。
如果事件A與事件B正相關，那麼A發生時B發生的機率會更高，B發生時A發生的機率也會更高。我們要理解因果關係和相關性之間的差異，對於數字行銷人員來說是一個共同的挑戰。如果我們將相關性誤認為因果關係，這可能會導致我們在下次召喚時做出錯誤的決定。
歸功模型的另一缺陷
那麼有的槓精又要說了，客戶旅程中都是有先後的。消費者並不是買了單後才看廣告的。
沒錯，是有先後。我們必須看到的是歸功模型的另一個缺陷，幾乎所有的模型中購買旅程都是線性的。
我們的假設總是——如果消費者不看廣告A就不會看廣告B，那麼消費者不看廣告A也不會看廣告B就不會購買。如果我們把幾個轉化旅程中某個環節去掉，那麼這個環節之後發生的環節也不會發生，這就是我們的假設。而這個假設的因果邏輯是有缺陷的說不定這個環節僅僅起到了乾擾的作用。
再舉個極端的例子，如果你發現所有你的產品的購買者都看過你的競爭對手的廣告，根據你的模型該競爭對手的廣告獲得的“功勞”最多，那麼你會對競爭對手說，“你接著投放，錢我來出”這樣的昏話嗎？這就好比說“所有死了的人都曾經活過，所以活著是死亡的最大原因”一樣魚唇。
筆者最近就因為收到了建行推銷ETC服務的短信辦了工行的ETC，這並不是那麼“極端”的場景呢！
為什麼這對行銷很重要？
通過上面的論述，我們一方面證明了為什麼像馬爾科夫鏈這樣的決策樹模型要科學得多，一方面也揭示了粗暴地進行歸功模型往往不能將轉化的影響因素體現出來。
反過來說，如果您知道哪些接觸點影響了用戶，以及他們對您的每一個銷售的決策影響了多少——那麼你才真正做到了歸因。如果你誤解了因果關係的相關性，那麼你可能會將你寶貴的行銷預算用於沒有推動任何提升的廣告。
也正是因為轉化路徑的複雜，你在僅僅考慮“接觸點在哪裡”、“接觸點的順序如何”、“接觸點的渠道和場景”、“接觸的頻次”而沒有考慮“接觸的質量”，“接觸的實際影響力”這些更深層次的指標時無法將“歸功”轉化為“歸因”。
雖然歸因的概念在數字行銷中已經引入超過十年了，“一切可衡量”的數字行銷好像與歸因是“天作之合”。但現階段我們所能夠觸及的工具只能在有限的場景中對歸因進行分析，比如單一的PPC渠道中，而對複雜的且無法確切衡量接觸“強度”的場景，如MTA（Multi-touch Attribution），使用歸功的方法有很大的風險。
參與歸功的各個影響因素很難保證對最終轉化有正面影響，這就是現階段歸功的局限性。 Commerce Signals的CMO Nick Mangiapane也說：“儘管MTA的複雜性上升，但依舊無法衡量增量”（MTA, despite its increased complexity, cannot measure incrementality）。連Forrester都認為MTA是“幻滅的深淵”（trough of disillusionment）。
作為一個Data-Driven的數字行銷者，往往忽視廣告創意的潛在價值。這是另一個我們必須要反思和深思的地方。或許這是為什麼那些4A公司和內容創作者們還活得挺不錯的原因吧。