最近，在与密切合作的分析公司的“午餐 + 学习”的演讲会上，出乎意料的令人震惊和振奋。我们在一个引人注目的时刻。新的分析技术发展允许我们研究行为中非常深入和复杂的模式。然而更加难以抵挡的是，处理由购物者每天产生的数据量以及难以置信购物路径，包括多种接触点以及多种设备。这引起了一些难题。销售该归功于哪个接触点?哪个路径带来了最多的销售?就转化而言，一个接触点组合是否优于另一个?从历史上来说，我们回答这些问题的能力很有限，通常需要使用最佳判断。但是，称为营销归因分析的新一代分析方法有望提供更加精确和有预测力的答案。

什么是营销归因分析?

营销归因分析是应用统计方法为购物路径上的每一个接触点分配值，这个值反应了营销接触点在带来销售上的相对强度。今天最受欢迎的是过分简化的“单点接触”归因。这种方法假设第一次或最后一次的接触产生了销售，但是，我们知道这是不充分不准确的假设。简化“多触点”方法是一个进步，不过，许多仍然缺乏严谨。他们试图通过判断、相同权重、时间(接触点与销售之间的时间越长，获得的权重越小)，或者用基于回归的方法来分配权重。尽管更加有效，当接触点的数量或数据变得巨大时，他们的有效性也迅速消失，更高级多触点方法显示出了极大的希望，他们使用高级的统计模型(比如马尔科夫链模型)作为分析基础。

我们为什么需要营销归因分析?

我们需要这种更先进方法的原因是我们无法控制消费者在什么时间如何爆光在我们的信息中。今天的消费者完全控制他们的购物体验。他们比以前有更多的方式与品牌交互。越来越多的研究在强化消费在一个消费旅程中将使用多种渠道，这决定于他们在特定时候的背景。当销售这只有5个不同的渠道与你的品牌交互时，一个消费者在购买前可以有3,000多的路径。

因为绝大多数营销方案将纳入五个以上的营销渠道，并且管理人员将继续要求营销开支上的ROI，我们必须可以优化营销资源的使用，以便达成最大的回报。我们将需要可以：

将资源从没有效果的渠道移走

知道哪个渠道在贡献转化

评估不同交互(交互组合)的影响

并且预测可以产生最大回报的下一步

最精明的多触点营销归因模型将使这些决策成为可能。

马上继续：它是如何工作的

在接下来的几周，我将分享一些来自于我们的分析合作伙伴关于这种新方法如何工作的更多观点。我将预先警告你 – 这不适合那些心脏不好的人。它需要花费一些智力上的坚韧和决心，但是这是值得的。在这个领域，花费时间和精力来发展能力的公司(特别是代理商)将有极大的竞争优势。他们将更加了解客户，更加有效的使用他们的营销资源，并且最终将获得更多的收益。我相信每一个C级的管理者都会认为这是一个好事情。

在10月，我写了营销归因分析世界的改变，以及为什么它这么重要，需要投入时间和资源在这个复杂形式的分析中。我收到了一些非常棒的问题和评论，许多都是关于“你是否把它弄的比需要的复杂?”或者“我们是不是想多了?”我的答案毋庸置疑是“不是!”

就在我今早的晨读中，关于营销碎片话的微博、博客和文章已经数不胜数。与之前相比，消费者有更多的方式来和品牌交互，通常使用多个渠道在一个购物旅程中。会出现几千的购物路径组合，远远超出了我们快速便捷的理解和评估它们的能力，更不用说量化整个路径上的每个接触点(或触点组合)影响。但是，我们仍然期望可以展示我们的媒体投资回报。

上个月我做了一个假设，因为这些碎片化路径，我们收集我们需要的知识和洞察的方式需要使用比以往更加高级的分析方法。简单来说，我知道，如果你的公司和我们的公司类似，在公司内部你可能没有这些技能。因此，你如何完成这个任务?在我们的情况下，解决方案是与Analytic Marketing Innovations的数据科学家：Kurt Seemar、Trich Schultz和Jill Giele合作。因为，我没有解释这些新多触点营销方法的知识(目前没有!)，我问了Kurt Seemar、Trich Schultz和Jill Giele一些问题关于这些更高级的多触点模型如何工作。

你可以总结一下为什么多触点模型要比单触点模型更好?

Jill: 营销人员过去一直依赖“单触点归因”，将销售归因于最初或最后的接触的归因模型。这个方法很难说完美，但是，在现在被认为是有严重的瑕疵的，因为有非常多的潜在接触点可能贡献了销售。

Kurt: 这些导致了近期在营销分析世界的产生了推动力去寻找一种方式来为路径上的每个接触点赋值(归因权重)，基于“多触点归因”算法。这些更新的多触点模型的一种常用的方式是为路径上的每个步骤分配权重(要么相等或者主观分配)，但是，这仍然是有问题的，因为，它并不能真正告诉我们我们想要知道的 – 不同接触点(接触点组合)影响的真正区别 – 或者预测与品牌交互的消费者下一个最佳的接触点是哪个。

这就是为什么在Analytic Marketing Innovations，我们设计了一个独特的多触点归因模型来告诉我们需要知道的东西，通过应用被称为马尔科夫链的分析模型。

那么，什么是马尔科夫链模型?

Trich: 马尔科夫链模型(名字来自于数学家Andrew Markov)是一种为消费者旅行中任意数量步骤(只要步骤是有限)分配值的方法。

当数据科学家为多触点归因应用马尔科夫模型后，我们可以看到到达销售前多种消费者路径上的可能事件链。马尔科夫模型为转化路径上的每个接触点分配权重，同时也序列化和预测每个步骤。

当然，所有这些都非常复杂，因为消费者与品牌交互的碎片正在增加，到销售的路径不仅仅只有几条。使用马尔科夫技术，可以找到并理解每一条统计显著的路径，这可能对一个营销活动总量为几千个的模型(路径)。用传统的技术和方法这可能很难完成，但是，用这种方法却是有可能的，因为管理、整合和分析数据的方式。

为什么马尔科夫链模型比其他模型更好?

Trich: 马尔科夫模型更加有效是因为使用了高级、经过证明的统计方法来获得消费者旅程每个接触点的值，以及哪个触点组合将最有效。这些知识让人们可以更加有见地、客观的进行决策(而不仅仅是等值加权或主观判断)，反过来可以让营销努力更加有效和可量化。

Kurt: 重要的是，这些模型可以用于优化营销的整个执行周期。归因结果可以在实时应用，因为他们是与个体级别相关的。因为这一点，我们可以通过预测每个个体可能在每一个交互采取的最佳下一步来真正的优化消费者旅程。例如，如果我们知道一个人收到了邮件，然后点击了banner广告，如果他收到了另一封email更可能购买，那么，营销团队可以确保发送这封邮件。另外的情况是，如果我们看到一个特定的营销路径创造了疲劳，那么营销团队可以召回一些消费者的这类营销。

有没有哪类品牌比其他品牌更适合这类方法?

Jill: 任何品牌对多渠道营销都很兴奋，都表示想要更多的学习如何让他们的公司可以高效有效的从这类营销归因分析中收益。但是，投入是关键，因为这需要持续投入时间和努力在建立以及后面使用这些模型。

通常，最好是有三个月的数据来开始分析。第一步是设置活动跟踪，与多种供应商协作，包括一个数据管理平台(DMP)供应商，来帮助整合线上线上的接触点。第二步是收集三个月的数据然后构建模型。最后一个步骤是分析产生的结果，来识别带来转化的热门路径，允许为活动的剩余部分开发营销启发式。

在营销预算缩水的环境下，营销部分有相当大的压力要为每个渠道展示定量化的结果，好的多触点营销归因分析在这类评估中将是无价的。这些洞察不仅仅改善整体结果，而且可以帮助将预算从低效的渠道转移到那些真正贡献销售的渠道。