【数据分析案例】如何科学度量广告投放的增量效果

数据人学习平台上线摘要

作者介绍: @郝笑笑，一位专注于DAU流量增长策略与数据监控的数据分析师，通过微信号hao-xiao-xiao分享交流学习。

01业务背景和痛点

当前广告归因中广泛使用的“末次点击”规则存在问题，缺乏客观性。特别是在以下场景：

• 点击劫持作弊的应用商店渠道可能会导致应用激活量级被高估。
• 自2020年起，抖音、快手、腾讯广告将视频广告监测升级，导致无法区分点击和3秒播放，使归因的量级翻倍。
• 老用户召回ROI高于新用户拉新ROI的结论并非绝对科学，因为部分流失的老用户可能会自然回流。

02增量度量的思路和方案

广告增量效果的度量关键在于比较有无广告投放时的核心指标表现，以计算广告投放的真实增量。然后，将这个增量与归因量级进行对比，以修正归因规则，从而让新规则下的归因结果与增量结果更为接近。

例如，当真实增量大于归因量级时，可能需要延长归因窗口期或增加低门槛线索类型（如广告曝光）。

一个数据人的自留地

查看原文：【数据分析案例】如何科学度量广告投放的增量效果

文章来源：

一个数据人的自留地

扫码关注公众号