引言
Nextdoor 是一款熱門的社區(qū)鄰里社交網(wǎng)絡(luò),他們利用 Branch 基于用戶的歸因引擎,進行準(zhǔn)確廣告歸因。基于用戶的歸因使用可重置的匿名標(biāo)識符來構(gòu)建將用戶 cookie 和設(shè)備 ID 結(jié)合在一個身份中的同人用戶,因此,與基于 cookie 或基于指紋鑒定的單一方法相比,Branch 提供的歸因更準(zhǔn)確,也更加有價值。使用 Branch 基于用戶的歸因后,Nextdoor 將歸因錯誤率降低了 25%。
25%
降低歸因錯誤率
Branch 的同人用戶比設(shè)備 ID 和指紋鑒定中使用的 cookie 更加準(zhǔn)確。
傳統(tǒng)歸因技術(shù)存在什么問題?
Nextdoor 一直依賴 Branch 進行 Web 到 App 鏈接和衡量,他們自然而然地想到了使用 Branch 來衡量廣告營銷活動的影響。
Nextdoor 希望避免兩個可能會導(dǎo)致 ROI 被曲解的主要歸因陷阱:
NO.1 過度歸因
將自然安裝歸因為付費安裝。
NO.2欠歸因
沒有對所有付費安裝進行歸因,將部分付費安裝視為自然安裝。
Nextdoor 復(fù)雜的獲客漏斗帶來了更多挑戰(zhàn)。某些用戶會與 Nextdoor 多次互動,然后才安裝 App(例如訪問網(wǎng)站,然后點擊廣告),因此傳統(tǒng)的指紋鑒定歸因模型無法準(zhǔn)確衡量 Nextdoor 用戶的真實路徑。
指紋鑒定模型面臨的挑戰(zhàn)
指紋鑒定技術(shù)依賴匹配點擊時用戶設(shè)備的“快照”,收集用戶代理、操作系統(tǒng)和 IP 信息,在可能的情況下,還會采集屏幕尺寸等參數(shù)。
用戶打開 app 時,會生成類似的快照,并且歸因提供商會掃描最近點擊的數(shù)據(jù)庫查看是否有點擊快照可以匹配打開時的設(shè)備快照。
遺憾的是,如果點擊到安裝的時間較長,指紋鑒定的準(zhǔn)確性不高,而且對于切換了 IP 或有類似匹配特征(例如同一個家庭中的成員)的用戶,安裝會歸因錯誤。
什么是基于客戶的歸因?
Branch 基于用戶的歸因使用匿名且可重置的標(biāo)識符的歷史記錄來構(gòu)建“同人用戶”,這樣的同人用戶可以將用戶的 cookie 和設(shè)備 ID 整合為一個身份。通過使用同人用戶而不是 cookie 或設(shè)備 ID,Branch 可以可靠地將 Web 或 App 內(nèi)轉(zhuǎn)化與相應(yīng)的渠道關(guān)聯(lián)起來,不需要依賴廣告網(wǎng)絡(luò)提供的設(shè)備 ID、IP 或替代的轉(zhuǎn)化路徑,比如先訪問網(wǎng)站。
在用于多個渠道時,基于用戶的歸因的優(yōu)勢特別明顯。Nextdoor 在自己的網(wǎng)站上使用了 Branch 的深度鏈接和衡量技術(shù),這意味著他們可以對與 Nextdoor 多次互動,然后才完成轉(zhuǎn)化的用戶進行大規(guī)??煽咳ブ?,因而可以準(zhǔn)確地對獲客點數(shù)進行分配。
衡量客戶,而非 cookie!
為了證明基于用戶的歸因的價值,Branch 使用傳統(tǒng)最后一次點擊歸因技術(shù)運行“模擬歸因比較”測試。這一測試可以幫助客戶利用歷史點擊和安裝數(shù)據(jù)運行不同的歸因模型和技術(shù),以模擬歸因效果。
這些模擬將證明,Branch 基于用戶的歸因遠(yuǎn)勝指紋鑒定技術(shù)。測試表明基于用戶的歸因可以將安裝歸因的錯誤率降低 25%,同時可以避免與自然渠道發(fā)生沖突。最終,基于用戶的歸因為 Nextdoor 提供了更全面更準(zhǔn)確的安裝數(shù)量和轉(zhuǎn)化率,可以幫助他們更好地了解廣告活動的效果。想要了解我們能否為您的品牌帶來同樣的成效?申請 Branch Demo 演示,獲取 branch 為您制定的詳細(xì)計劃。
“重要的是我們的數(shù)據(jù)準(zhǔn)確并且有可行性。Branch 總是領(lǐng)先一步, 是我們理想的合作伙伴?!睙o論是審核我們的 Web 到 App 策略,推出新的付費渠道, 或只是在需要時做出響應(yīng),Branch 具備了相應(yīng)的知識和技術(shù)。
Dan Laufer
Nextdoor
增長和合作總監(jiān)