分析广告行业现状后可发现，营销者面临着一个巨大的挑战：了解客户与其品牌的互动方式，以及广告宣传在这种关系中发挥的作用。这之所以构成挑战，是因为客户行为本身极为复杂。
了解归因
归因是一个很常见的广告术语，但到底是什么意思呢？我们假设有一对幸福的夫妻在网上相识，有过几次甜蜜约会，最后喜结连理。
如果我们要分配这桩美事的功劳，比如分给某个人或某个物件，该怎么做？在从相识直到走入婚姻殿堂的整个过程中，他们肯定遇到过很多人，去过很多地方。我们应该将他们的浪漫际遇归功于谁或什么物件？我们应把功劳归于…
- 促成他们相识的约会应用？
- 他们第一次约会的咖啡店？
- 他们第一次接吻时看的电影？
- 求婚的一方？
- 给他们主持婚礼的人？
实际上，在这段浪漫历程中，每个因素都有各自的功劳。确定一个过程中的每一步应该获得多少功劳，这就是归因；归因在数字广告领域有着非常重要的作用。让我们看一个简单的例子。
小丽刚刚搬家，想买一个新沙发。她使用自己的笔记本电脑、台式机和移动设备等在网上浏览，寻找心仪的沙发。下图显示了她与某公司的品牌互动的所有不同接触点。看起来很复杂吧？这就是数字时代的客户转化历程的样子。
那么家具店的营销活动是如何影响小丽的转化历程的呢？
小丽使用桌面设备和移动设备在网上浏览时，会与该家具品牌的视频广告、搜索广告以及展示广告发生互动。为了覆盖像小丽这样的客户，该商店与多个合作伙伴合作，通过各种渠道投放不同的广告系列，以便在重要时刻吸引小丽的注意。
但这家商店如何确切地知道他们的营销活动有哪些影响呢？同样重要的是，他们如何确定哪些媒体渠道能够带来更大的价值呢？这些就是归因要解决的问题。正如我们之前介绍的那对喜结连理的夫妻一样，这一路上的每一步都有各自的功劳。归因就是秘密武器，能为您提供洞察客户行为所需的关键信息。但要让归因正常发挥作用，您必须告诉广告平台（或营销平台）哪些操作对您的公司至关重要。这些重要操作就是我们所说的转化。
深入了解转化
如前所述，转化就是您希望客户在看到您的营销内容后采取的操作。最明显的转化通常是最能创收的操作（例如，购买或能带来潜在客户的操作），但您的公司可能还希望确定客户转化历程中发生的其他转化，以确保了解全貌。
例如，当有人注册订阅某服务时，这就是一个明显的转化，但促使他们进行注册的所有步骤呢？以下是一些其他接触点：
- 访问网站
- 提交表单
- 创建帐号
- 观看视频
- 打开电子邮件
- 开始试用产品
- 进行推荐
- 在社交媒体上分享
- 下载应用
- 拨打电话
归因模型
当 Google Ads 等广告平台知道您关注的操作时，就会发生一些神奇的事情。广告平台会自动开始识别引发转化的最有效接触点。这可以通过两种方法来实现：以规则为依据的归因和以数据为依据的归因。
以规则为依据的归因
以规则为依据的模型会依照静态逻辑，为转化路径中的每个接触点分配价值。这些价值根据转化过程中该步骤的相对重要性来确定。例如，一个以规则为依据的模型可能为将品牌介绍给客户的首次互动分配某个价值，但为促成购买的最终互动分配一个更高的价值。
最终互动：最后一个接触点获得 100% 的转化功劳。
首次点击：第一个接触点获得 100% 的转化功劳。
根据位置：向首次互动和最终互动各分配 40% 的功劳，剩下 20% 的功劳将平均分配给中间的各次互动。
时间衰减：这种模型可为多个接触点分配功劳，接触点越接近转化发生时间，获分的功劳就越多。
线性：功劳平均分配给买家转化历程中的每一个接触点。
以数据为依据的归因：由机器学习技术决定分配转化功劳的最佳方式。
以数据为依据的归因
以数据为依据的归因模型是 Google 归因产品中最先进的模型。这种模型会通过算法评估各个客户路径，然后根据每个接触点对转化的影响，动态地分配转化功劳。这种模型的一个优势是，归因逻辑同时涵盖转化和非转化路径，而以规则为依据的模型仅考虑转化路径。
实战练习：选择归因模型
通常，您应该选择以数据为依据的归因模型。要使用这种模型，您 30 天内在 Google 搜索上获得的点击次数必须至少达到 1.5 万次，并且所设的任一转化操作至少达到 600 次转化。
如果您无法选择以数据为依据的归因模型，请选择可将转化功劳分配给多个接触点的模型，例如线性模型、时间衰减模型或“根据位置”模型。
请注意：如果您使用的是 Google Ads 中的归因功能，它仅可用于跟踪您的网站转化、来电转化或导入的转化。