移动营销人员不应该单单依赖点击来衡量广告活动的效果，这也是为何我们需要一种不同的归因方法 —— 浏览归因（View Through Attribution），以下将简称VTA。
一般来说，常见的归因方式除了VTA之外还有点击归因（click-through attribution）。在移动营销中，点击归因由于其直观地体现了点击&安装间的因果关系而受到广告主青睐，VTA由于其较弱的关联性，而常常饱受误解。本文我们将带您进一步了解VTA，以及其在市场推广中所扮演的重要角色。
VTA & 点击归因有何不同？
VTA意在追踪那些在用户没有直接与广告互动情况下，但因为浏览了广告而触发的后续行动（如安装、购买等事件）的广告效果。所以也常被称为展示归因。
举个简单的例子，当用户看到了广告商提供的广告，但并没有直接点击广告，而是通过应用商店搜索、并下载了该APP。在这种情况下，利用VTA，可以记录广告活动以及对应的营销伙伴在这一环节中所做的贡献，这也解释了为何有人将其称呼为自然安装。但这一说法是有失偏颇的。
而使用点击归因，一个新增下载会被归因至用户所点击的单个广告。一个耐人寻味的场景是，当用户点击了一个广告A后，但当下并未采取行动。一段时间后，当用户再次看见相同APP的不同广告B，随后用户直接从应用商店下载。在点击归因的场景下，这个安装会被归因至上一次有互动行为的广告A，而忽略了广告B在这一过程中的作用，即便该展示在这一过程中扮演了至关重要的角色。
即便曝光的价值难易被准确衡量，但我们始终不应忽视展示在整个营销链路中所扮演的重要角色。
案例学习
MobilityWare与Aarki建立合作关系，旨在利用程序化广告活动来了解浏览归因及机器学习竞价预测将如何作用于旗下Solitaire产品 —— Pyramid Solitaire。
方法论
为了进一步确定VTA带来的影响，我们以80天为一个周期，对 Pyramid Solitaire进行了分析。广告主希望该广告活动可以带来有效安装及高质量用户。我们的内部素材团队利用自行研发的设计套件——Aarki Studio，设计了多种素材变体，在广告主启用VTA的情况下，我们在数千个发行媒体上进行效果测试。通过VTA，我们追踪广告展现来获得重要数据来训练我们的机器学习模型，以提升预测精确度。
在通过多变量测试和机器学习策略测试并比较素材的表现后，我们注意到VTA对安装概率、每次安装成本（CPI）和留存率（RR）都有着显著的积极影响。
结果
- 广告活动启用VTA，我们看到安装概率提高了37倍，安装量增加了6.88%
- 我们同时注意到CPI下降了 -6.42%，同时RR显著提升了25.43%。
您可以点击此处查看MobilityWare的完整案例。
通过结果我们可以得知，在对VTA进行不断地测试和优化后，广告的各项KPI表现强劲。随着预测概率的增加，我们的模型开始向更高的CPM层级冲刺，我们也看到了更好的安装率和更高质量的用户。
通过浏览衡量方法论，广告主和应用营销人员可以更好地明白展现在归因生命周期中所扮演的重要角色。这也令广告主与Aarki这样专注应用营销的需求方平台，明确广告花费所带来的益处及其效力。
如需了解更多，欢迎点击此处与我们联系。
