既然都寫了三方統(tǒng)計(jì)，再加上最近踩到了概率歸因的坑，順手解釋下我理解的概率歸因。

"概率歸因"（probability attribution）是歸因模型的一種類型，它基于概率統(tǒng)計(jì)來(lái)分配轉(zhuǎn)化或事件的權(quán)重給不同的渠道或觸點(diǎn)，（這解釋真繞）。所以我們換個(gè)通俗的說(shuō)法，大致可以是”讓我來(lái)猜猜這次安裝到底是誰(shuí)貢獻(xiàn)的“。

按照標(biāo)準(zhǔn)點(diǎn)的說(shuō)法：概率歸因是通過(guò)統(tǒng)計(jì)學(xué)方法來(lái)估計(jì)每個(gè)渠道對(duì)轉(zhuǎn)化的貢獻(xiàn)概率。一般涉及到歷史數(shù)據(jù)的分析，以確定哪些廣告觸點(diǎn)更可能帶來(lái)轉(zhuǎn)化事件。一般概率歸因的技術(shù)思路還分成下面幾種：

1， 線性歸因，通俗點(diǎn)說(shuō)就是”見(jiàn)著有份“，參與了點(diǎn)擊的都有貢獻(xiàn)，各個(gè)渠道都有同等的權(quán)重來(lái)認(rèn)領(lǐng)這一次轉(zhuǎn)化（公平么？公平才怪）。

2，按時(shí)間衰減歸因，差不多就是類似最后一次點(diǎn)擊歸因，誰(shuí)最后點(diǎn)的歸誰(shuí)。

3，概率模型，用機(jī)器學(xué)習(xí)的方法，根據(jù)用戶行為習(xí)慣和統(tǒng)計(jì)平臺(tái)的歷史數(shù)據(jù)來(lái)估算各個(gè)渠道的貢獻(xiàn)，再把轉(zhuǎn)化決定算給誰(shuí)。

概率歸因相對(duì)精準(zhǔn)歸因的差別，其實(shí)就是”我在不知道到底是誰(shuí)產(chǎn)生的轉(zhuǎn)化的時(shí)候，按照我的模型來(lái)決定轉(zhuǎn)化是誰(shuí)“，通常就是渠道沒(méi)拿到比如aid的時(shí)候，蒙一個(gè)。

比如渠道是拿到了aid之類，通常走的就是最后一次點(diǎn)擊歸因之類（不完全是，有可能存在渠道搞最后一次點(diǎn)擊劫持的作弊，被三方抓到了后不歸因給這個(gè)渠道），但是相對(duì)概率歸因，有設(shè)備信息的可以算是”精準(zhǔn)“歸因了吧。

大致的邏輯就這些，再深的我也沒(méi)研究了，我覺(jué)得差不多夠理解了的。

————————以下內(nèi)容可能對(duì)大家沒(méi)啥用————————

概率歸因的應(yīng)用層面：對(duì)于我們來(lái)說(shuō)，用到概率歸因的，其實(shí)主要還是最近的web2app中走概率歸因?qū)崿F(xiàn)apk投放，或者ios的投放，平時(shí)的onelink一些簡(jiǎn)單追蹤。

影響概率歸因準(zhǔn)確度的一些因素：

影響精準(zhǔn)度（到底有多少掉到了自然量）的核心因素其實(shí)非常少，IP，user-agent，操作系統(tǒng)，時(shí)間戳，應(yīng)用版本等等。

概率歸因用用中可能的坑:

我們web2app應(yīng)用的過(guò)程中可能遇到的一些坑，比如：自己在測(cè)試過(guò)程中發(fā)現(xiàn)自己安裝了但是在三方上看不到，光有了點(diǎn)擊，沒(méi)后續(xù)安裝轉(zhuǎn)化，其實(shí)就可能是上面某些影響因素的變化導(dǎo)致歸因失敗，典型的例子就是開(kāi)著VPN去點(diǎn)了歸因鏈接（onelink），完成安裝后只看到點(diǎn)擊沒(méi)轉(zhuǎn)化，因?yàn)镮P不同導(dǎo)致歸因到自然量。同樣還會(huì)有其他的一些情況可能導(dǎo)致歸因失敗，甚至包含網(wǎng)速導(dǎo)致的安裝時(shí)間和點(diǎn)擊時(shí)間的差值也會(huì)影響歸因成功率，近期走web2app跑apk的整體目前觀測(cè)到成功率大部分在80-90%，不同地區(qū)還不一樣。

優(yōu)化概率歸因的思路：

以前做甲方的時(shí)候遇到過(guò)網(wǎng)盟花了很多精力去研究三方的概率歸因相關(guān)信息，核心目標(biāo)就是讓三方再認(rèn)領(lǐng)轉(zhuǎn)化的時(shí)候把更多轉(zhuǎn)化歸到自己的渠道下，這里估計(jì)有概率歸因+”精準(zhǔn)“歸因兩部分的優(yōu)化。主要思路是有設(shè)備信息的盡可能給三方更多的設(shè)備信息參數(shù)（具體有哪些得技術(shù)看，三方有文檔需要那些字段），沒(méi)有的時(shí)候就把前面提到的ip，user-agent等提供完整，還考慮到三方會(huì)根據(jù)用戶的歷史行為習(xí)慣，另外渠道的累計(jì)安裝轉(zhuǎn)化情況，后續(xù)用戶行為等來(lái)判斷該轉(zhuǎn)化應(yīng)該歸屬哪個(gè)渠道， 猜測(cè)有一些大渠道因?yàn)殚L(zhǎng)期轉(zhuǎn)化的多，在三方歸因的時(shí)候可能會(huì)更傾向于給到這些平時(shí)貢獻(xiàn)更大的渠道，所以保持良好的用戶質(zhì)量，在后續(xù)歸因統(tǒng)計(jì)時(shí)候應(yīng)該會(huì)更占優(yōu)勢(shì)。

出海流量玄學(xué)研究中心，不定期分享信息流廣告優(yōu)化師投放技巧，主要內(nèi)容為海外facebook，google，TikTok ads廣告投放技巧分享，歡迎大家關(guān)注，分享內(nèi)容，也歡迎大家分享更多關(guān)于游戲出海，跨境電商廣告投放技巧。

請(qǐng)加知識(shí)星球一起討論投放技巧，如有疑問(wèn)可在星球向我提問(wèn)

長(zhǎng)按圖片加知識(shí)星球