搞懂归因，才能算广告入门！
什么是广告归因
广告归因是一套逻辑和规则，用于确定广告的激活或转化是由哪个广告或渠道引起的。在应用广告方面，归因主要通过匹配来完成。当用户点击广告时，他们的用户信息（如IMEI或IDFA）和广告信息（如广告追踪ID、广告应用包名或iOS应用ID）被记录下来。当广告产生转化时，系统将转化的用户信息和广告属性信息与点击广告时记录的信息进行匹配，从而完成归因。归因逻辑可以在广告平台后台、第三方归因平台或广告主后台完成，但基本逻辑是相似的。这种规则的理解对于防止作弊非常关键，因为作弊者通常是对归因了解最深的人。
在互联网广告中，应用类广告占据了大部分份额，因此应用广告的归因作弊成为一块重要的课题。今天我们将探讨海外移动广告的作弊情况，特别强调资本主义环境下作弊现象易于滋生，这需要我们有所警惕。
什么是归因模型
归因模型是用于确定广告或营销活动对最终业绩贡献程度的方法或规则。它帮助我们理解在客户购买决策路径中，不同渠道、广告或营销活动如何相互作用，并最终影响到销售或转化。
对于广告运营和市场营销来说，归因模型的重要性体现在：
准确评估广告效果：归因模型可以帮助确定哪些广告渠道或营销活动对销售或转化产生了最大的影响。通过了解每个渠道的贡献度，广告主可以更有效地分配预算和资源，以优化广告投放策略。
优化广告投放策略：了解归因模型可以帮助广告主确定最有效的广告渠道和营销活动，从而优化广告投放策略。这有助于提高广告ROI和效率，降低广告成本。
完善客户旅程：归因模型揭示了客户在购买过程中接触到的不同渠道和触点。通过了解客户旅程，营销团队可以更好地了解客户需求和偏好，并相应地调整营销策略，提供更好的用户体验。
支持决策制定：归因模型为决策制定提供了数据支持和指导。基于归因模型的数据分析，广告主和营销团队可以制定更有针对性和可操作的决策，以实现业务目标。
归因模型有哪些种类
当涉及到归因模型时，了解每种模型的特点和适用情况非常重要。下面是每种归因模型的更详细描述：
最后归因模型（Last Click Attribution Model）在这种模型中，转化被归因给最后一次与广告互动的渠道或触点。这意味着最后一个被点击的广告或触点被认为是导致转化的主要原因。简单来说，就是把成功转化的功劳归功于最后一次点击广告的渠道或触点。比如，如果用户点击了某个广告并进行了购买，那么这个购买行为就会被归因给最后点击的那个广告。
线性归因模型（Linear Attribution Model）在这种模型中，转化被平均分配给所有与广告互动的渠道或触点。这意味着每个触点都被认为对转化有一定的贡献，贡献是平均的，不会过多考虑触点的时间先后顺序。这就像是把成功转化的功劳均匀地分给了所有参与的广告或触点，不管它们是在购买决策的哪个阶段出现的。
3时间衰减归因模型（Time Decay Attribution Model）在这种模型中，转化归因按时间的远近进行加权分配，通常是越近的触点权重越高，越远的触点权重越低。这个模型认为距离转化事件越近的触点对转化的影响越大，而距离越远的触点对转化的影响越小，就像是转化的影响力随着时间的推移而逐渐衰减一样。
U 形归因模型（U-Shaped Attribution Model）在这种模型将转化归因分配给第一个触点、最后一个触点，以及中间的触点，对中间的触点进行更高的加权。这种模型的命名源自其图形形状类似于拉丁字母“U”。这个模型认为第一个触点和最后一个触点在转化路径中起到了重要作用，而中间的触点也对转化有一定的贡献，但相对较小。
5J 形归因模型（J-Shaped Attribution Model）与 U 形归因模型类似，但更加强调最后一个触点。这种模型也将转化归因分配给第一个触点、最后一个触点，以及中间的触点，但对最后一个触点的权重更高。这个模型认为第一个触点和最后一个触点对转化的影响最大，而中间的触点也有一定的影响，但相对较小。
倒 U 形归因模型（Inverted U-Shaped Attribution Model）与 U 形归因模型相反，对中间触点进行更高的加权。这个模型认为中间阶段的触点在转化路径中起到了重要作用，而第一个触点和最后一个触点的影响相对较小。这个模型相当于将 U 形归因模型上下颠倒，强调了中间触点的重要性。
比例归因模型（Fractional Attribution Model）基于每个触点对转化的相对贡献进行加权分配。这种模型根据触点的相对重要性来分配转化归因，重要性越高的触点得到的归因就越多。这个模型将根据每个触点在转化路径中的重要性来进行归因分配，而不是简单地按照时间或位置来分配。
数据驱动归因模型（Data-Driven Attribution Model）通过机器学习和数据分析来确定触点对转化的影响。这种模型通常是一种定制化的模型，适应于特定的业务场景和数据集。这个模型使用数据科学和机器学习技术来分析转化路径中的各个触点，确定它们对转化的影响程度，从而进行归因分配。
归因作弊现象
在Facebook Audience Network中进行的联盟流量归因作弊是一个重要议题。Facebook应用广告的核心归因逻辑是View-through attribution（VTA），也就是曝光归因逻辑。
Facebook采用一套根据曝光数据进行归因效果分配的逻辑，根据广告的曝光数据来分配广告应用的转化效果和广告费用。在Facebook的广告中，曝光归因带来的转化效果占比不同，广告主的数据有所不同，范围从约10%到超过50%不等。尽管Facebook并未公开真实的归因比例，但这一逻辑对于Facebook Audience Network的成功至关重要。
在Facebook Audience Network中，广告应用在Facebook媒体（包括联盟流量）上曝光后，Facebook会记录媒体上报的曝光数据。当应用从App Store或Google Play下载并激活后，Facebook要求广告主将应用的激活数据回传给Facebook广告后台进行归因，以便任何曝光过的广告媒体都能分到激活的广告收入。
这种归因逻辑有点霸道，即使转化并非由Facebook广告引起，只要有曝光，Facebook也要分成。然而，由于Facebook的话语权很大，许多人仍然愿意购买他们的流量。这种逻辑将从两个主要场景中获益：
首先，它将其他广告流量的转化归因到了Facebook的广告上，即使这些广告是在其他流量上转化的。这意味着广告主可能需要支付双倍费用，因为非Facebook广告使用的是第三方归因平台，而与Facebook的归因系统和逻辑是独立的，这可能导致多次计费。
其次，它将应用自然流量的归因归属到了Facebook的广告上，即使这些转化是用户在Google Play或App Store上主动完成的。Facebook认为即使没有直接转化，这些曝光也对转化产生了影响，因此将这些转化算作曝光的一部分，称之为“助攻”。
如果你从事海外市场营销或数字广告投放工作，就必须深入了解Facebook、Google以及第三方归因平台（如AppFlyer、Adjust或Kochava）的归因逻辑和反作弊逻辑，这样才能提高广告投放的效率。
联盟广告的归因欺诈
应用的归因欺诈主要存在两种情景：
1）将他人广告的激活算作自己的。例如，通过某些归因漏洞，将A广告的下载和激活算作自己的。这些广告的质量相对难以控制。
2）将自然流量（Organic）用户主动下载并激活的应用算作广告激活。由于自然流量都是用户主动下载和激活的，因此活跃度和留存率相当高，广告主也很难察觉。
想要了解海外的归因欺诈逻辑，首先需要了解一些背景情况。
在国外的移动广告变现生态中，除了头部巨头Facebook Audience Network和Google Admob之外，还有许多其他的联盟或者网盟参与者，比如Adcolony、IronSource、Avazu、Mobvista、Vungle等等。这些联盟公司拥有广告主资源，并提供类似于“分销”的服务，即定期将广告资源（在海外通常被称为offer）通过离线方式同步更新给下一级的网盟。有了广告主资源，这为部分分销网盟公司进行归因欺诈提供了必要条件。
海外移动广告生态拥有成熟可信的第三方归因平台，如Appflyer、Adjust和Kochava等。归因的核心逻辑是最后一次归因模型，即“Last Click”。当媒体的广告曝光后，如果用户点击了广告，媒体会将广告点击的媒体信息、用户设备信息（主要是IDFA/IMEI）、时间戳和网络状态等信息通过302跳转的方式发送给第三方归因平台。此时，第三方归因平台实际上并没有广告曝光相关的信息。
应用激活后，可以通过接入归因SDK或者通过服务端对接（S2S）的方式将应用相关信息发送回第三方归因平台。归因平台会从数据库中找出匹配的媒体点击信息，通过应用包名、用户ID信息和广告点击信息的匹配，按照最后一次点击的逻辑将应用的激活归因给对应的媒体和广告，完成一次归因的流程。
针对上述逻辑，可以分为两类归因欺诈方式：
第一类是“抢夺归因”，主要针对Android系统。当我们知道一个应用的下载或安装时间点时，可以将“点击”信息发送给第三方归因平台。由于这个时候离应用的激活更近，按照“Last Click”原理，归因的概率就非常高。
Android系统提供了获取应用安装的广播机制。当应用安装时，Android系统会通过系统广播方式广播应用安装的消息。获取到应用的安装信息后，广告联盟SDK会根据这个包名从广告后台获取广告信息，并将相关的用户设备信息、媒体信息通过“虚拟点击”的方式传输到第三方归因平台。
这个广告逻辑需要满足两个必要条件：一是作弊的联盟必须拥有广告资源，二是需要注册系统的应用安装广播广播能力。这样才能知道应用什么时候被安装。同时，联盟SDK的流量覆盖面要广，这样才能抢到更多的广告。
第二种方式是激励视频“虚拟点击”的作弊方式，适用于Android和iOS系统。这种方式与“抢夺归因”的方式不同，它是一种广撒网的作弊方式。
国内的激励视频广告从2018年开始异常火爆，但海外激励视频广告在2016年至2017年已经蓬勃发展，代表公司有Applovin、Vungle、Adcolony、UnityAds等。
海外激励视频广告的主要流程是，用户在观看激励视频广告后，很多情况下并不会立即点击广告，而是获取激励后继续玩游戏。同时，提供视频广告的广告平台会通过“虚拟点击”的方式向第三方归因平台发送点击信息。
这种方式更多地截获用户的自然流量（Organic），即用户主动在App Store或Google Play上下载的应用。也就是说，用户看了视频广告后，并不会立即下载，而是后来因其他原因主动到应用商店进行下载。归因平台会找到相应的广告点击信息，并将这个应用的激活归因给对应的广告。
这种作弊方式称为“广撒网”的模拟点击方式。
虽然激励视频广告在某种程度上具有合理性，因为它们实际上是一种助攻。用户在玩游戏时观看了激励视频广告，产生了兴趣，但由于种种原因没有立即下载，而在游戏结束后主动到应用商店下载是完全有可能的。然而，这种情况确实会占用自然流量的优势。
一些广告主可能会发现，停止推广预算后，应用的新增激活并没有减少多少，但广告带来的激活却减少了很多，同时自然流量突然激增。在这种情况下，很可能是因为你的自然流量被抢夺了。产品品牌知名度越高，自然流量受到的影响越大，因此更容易遭受自然流量被抢夺的情况。
这些归因欺诈行为导致了广告生态的扭曲，需要采取一系列措施来应对：
首先，需要加强对归因逻辑的监测和审查，确保归因的准确性和公正性。
其次，广告平台和第三方归因平台需要加强合作，共同应对欺诈行为，建立更严格的审核机制和反作弊策略。
最后，广告主也需要加强对广告投放效果的监测和评估，及时发现异常情况并采取措施应对。
最重要的是，需要整个广告生态系统的参与者共同努力，共同维护一个健康、公平和透明的广告生态环境。
国内应用广告归因的现状
国内的应用广告归因生态与海外存在显著差异。首先，与海外的统一应用市场不同，国内Android生态缺乏统一的应用商店。其次，在Android应用的归因方面，没有像海外那样统一的第三方公司负责归因。
在国内应用广告归因中，存在一些不透明和潜在的作弊行为，尽管目前尚未完全曝光，但业内人士大多有所耳闻。资本主义的贪欲可能导致道德的沦丧，我们必须保持警惕，并且坚决抵制这种不正当行为。若有机会，可以进一步深入探讨这些问题。
当前，国内应用的归因主要采用两种形式：
首先，通过渠道包进行归因，这在各大手机厂商的应用商店和游戏发行中较为普遍。每个渠道包对应一家公司的一个或多个媒体，应用的下载或激活费用按照相应的渠道包收取。然而，这其中也隐藏着许多不为人知的内情。
其次，通过最后归因模型进行归因，与海外归因方式不同，国内大部分归因是在广告主的后台进行的。小广告主通过接入广告平台的SDK来收集数据并进行归因。归因的核心是通过S2S的方式传递数据，将用户信息和广告信息进行匹配。广告主根据广告平台返回的点击信息，采用最后归因模型进行归因。完成归因后，广告数据将回传给广告平台进行进一步统计和分析。
当然，也有一些广告平台采用C2S方式，将点击数据直接从客户端传输给广告主。然而，这种方式不够灵活，需要频繁升级客户端，维护成本高。因此，主流的媒体通常选择通过S2S方式与广告主对接，进行竞价广告的归因。