# 浏览与点击归因：Full Impact 模型

## 背景

传统多触点归因只为点击分配贡献，忽略看过但未点击的广告。在 Safari、iOS 或注重隐私的浏览器中，多达 60% 的品牌广告曝光无法衡量，使展示、视频和社交认知广告看起来无效，即使它们正带来销售。

该模型特别适合投放 TikTok、YouTube、Meta 等短视频广告的 DTC 品牌，因为这些广告的转化无法完全通过点击追踪。

## Attribuly 合成曝光介绍

通过机器学习和实际站内行为，在没有追踪 ID 的情况下估计访客看过广告的概率，恢复无 Cookie 环境的浏览归因。

## 工作原理

[![How it works](/knowledge-assets/16e6f6cf155030744ea075c9.png)](/knowledge-assets/16e6f6cf155030744ea075c9.png)

1. 分析按活动、地理位置和设备汇总的广告曝光。
2. 观察首次触点为 Direct、Email、自然搜索或品牌词付费搜索的订单。
3. 识别与广告曝光相关的行为模式，为每位访客合成概率性曝光。

查看方式：进入全部归因，点击 **Full Impact Model**。Direct、Email、自然搜索及搜索广告的贡献可能减少，可比较不同模型的数据差异。

目前仅支持 Meta 和 Google Ads，后续会接入更多网络。每月广告支出低于 $100,000 时，模型无法合成曝光。

## 使用机器学习的动态归因模型

传统模型依靠规则，将跨渠道触点视为孤立事件。Attribuly 机器学习模型描述跨渠道关系，分析在整条用户路径中增加或减少某渠道，是否显著影响转化率，影响显著的触点应获得更多贡献。

它不再仅按位置固定分配贡献。例如品牌词广告在 Last click 下贡献很高，但 Full Impact 可能降低其贡献，因为没有这条广告也不影响购买意图。下图展示模型如何关注广告的增量贡献。

[![](/knowledge-assets/63876745974259b62fee6e07.png)](/knowledge-assets/63876745974259b62fee6e07.png)

以下对比 Full Impact 与 Google Analytics 4 DDA（数据驱动归因）：

[![](/knowledge-assets/5eb1fb40ba87ab1d06f88150.png)](/knowledge-assets/5eb1fb40ba87ab1d06f88150.png)

Full Impact 处于 Beta 阶段，结果可能有误。Enterprise 套餐及月 GMV 超过 100K USD 的商家，可联系我们免费试用。

## 常见问题

### 曝光数据主要通过与广告平台直接集成获得吗？

是。通过 API 获取曝光、互动、地理位置等平台数据，用于模型训练。

### 未点击曝光的影响建模适用哪些场景？

主要是首次触点为 Direct、自然搜索、品牌词搜索广告、Email 等明显存在触点信息丢失的订单。

### YouTube 等平台的 KOL 内容曝光能纳入吗？

如果 KOL 视频投放属于广告，可以纳入。若只是自然 YouTube 内容浏览，则不在 Full Impact 预测范围。