如何使用基于目标的归因报告诊断广告表现
广告平台指标说明了平台内发生了什么。以目标为导向的归因报告帮助你通过转化和转化价值来比较不同广告活动、广告集合和广告,在一致的归因模型和主要目标下进行对比。
相关文章
要点
- 平台内指标适用于交付信号,但跨平台决策需要一致的定义。
- 基于目标的归因报告从一个主要转化目标、一致的归因模型和清晰的下钻路径开始。
- 重叠分析有助于检测各平台间的冗余问题以及隐藏的“引入者 vs 结账者”依赖关系。
- 比较支出份额与贡献份额,可在扩大或缩减预算前发现预算配置问题。


大多数广告账户并非“表现不佳”,而是被用错误的问题进行评估。
广告经理在交付和平台内信号方面表现优异。但当你需要决定哪些内容应扩大投入时,通常需要一份报告,该报告能将广告活动与在明确的归因模型和转化目标下的转化价值相联系。
本文介绍了可用于任何工具的广告归因分析工作流程。然后说明了 Attribuly 如何通过归因广告报告支持相同的流程。
为什么仅使用平台内指标时广告报告会失效
平台内报告是基于每个平台对世界的理解构建的。这很有用,但可能会产生盲区:
- 不同平台对转化的统计方式不同
- 基于展示和点击的触点可能被不均衡地捕捉
- 某个平台可能为在其他地方产生的需求获得归属权
- 一个活动可能看起来效率很高,却在漏斗顶部严重缺失
如果你的预算分散在多个平台,就需要一个一致的衡量框架。
让广告归因可用的三个问题
主要转化目标是什么?
你无法一次性优化所有内容。先确定你关注的目标,例如购买,并将每个报告视图首先视为对该目标的观察。
许多团队也追踪次级目标,如线索生成或加购,但这些目标应支持主要决策,而不是取代它。
您使用的是哪种归因模型?
即使数据集完美,不同归因模型也会产生不同的答案。
选择一个模型用于持续监控。在即将调整投入时,应使用另一个模型对结论进行压力测试,以验证该结论是否成立。
你是在诊断哪个阶段?
广告分析通常从宽泛到具体:
- 平台层级查看各生态系统的分配情况
- 营销活动层级找出主要驱动因素
- 广告集合层级理解目标受众和分发差异
- 广告层级评估创意和文案
关键在于深入分析而不丢失相同的归因模型和目标上下文。
使用重叠分析找出浪费的支出和隐藏的依赖关系
当多个平台触达同一组转化用户时,你可能会为达到相同结果而支付两倍费用,或者错误判断哪个平台是引入流量、哪个是促成转化。
重叠分析是一种实用的工具用于:
- 明确平台是否触达了不同的受众
- 识别再营销是否在侵蚀获客流程
- 避免削减预算导致上游需求创造的缺失
一种简单的方法来发现预算分配问题
一种常见故障模式是,在那些无法成比例推动转化或转化价值的渠道上投入大量资金。
一个有用的诊断方法是对比:
- 一个细分群体的转化率或转化价值占比
- 该细分群体的支出占比
当贡献值和支出方向不一致时,你可能面临需要关注的预算配置问题。
Attribuly 在其中的位置
Attribuly 的归因广告报告旨在帮助团队在一致的定义下诊断广告表现。
它支持:
- 同时选择多个转化目标,同时以主要目标作为基准
- 选定一个归因模型,并在各维度拆分中保持一致
- 在平台、推广活动、广告集合和广告视图之间切换拆分层级
- 通过继承条件进行下钻分析,使更深层的层级与父级选择保持一致
- 将基于目标的转化及转化价值指标以独立列形式展示
- 采用韦恩图式重叠分析,了解各平台间的交叉重叠情况(按目标划分)
- 使用 BMI 作为快速诊断工具,对比支出份额与贡献份额
- 需要与团队分享决策时,导出当前视图
如果你希望拥有一个能够将广告活动与转化价值相连接的归因工作流,且减少主观猜测,这些构建模块让分析过程变得可重复。
常见问题
我该选择一个目标还是多个目标?
我应该先看什么,ROAS 还是转化价值?
不同平台之间的重叠是什么意思?
关于 Attribuly
Attribuly 帮助 DTC 品牌挽回弃购收入。我们能够识别匿名访客以及您的 ESP(如 Klaviyo)遗漏的现有订阅用户,丰富其用户画像,并将这些信号反馈回去——从而让您的弃购挽回流程更高效,再营销人群规模扩大,最终实现至少多挽回 15% 的收入。 Shopify 推荐应用,Klaviyo 技术合作伙伴。被 20,000+ 品牌信赖。保证 4 倍 ROI。
