“今天是一个数据经营、用户经营的时代。”来自用户的各种行为数据被不断分析、整合，为品牌的数字营销提供参考和方向。随着数据的流动性越来越大，层级越来越复杂，可量化的数据本身愈来愈重要，但寻找真实有效的数据道路却显得迷雾重重。

用户下单前被多个广告触达，是哪一个广告促成了用户的购买行为？每个广告对最终转化的贡献率如何评估？京东广告团队和硅谷研发团队从经济学归因思想出发，自主研发基于数据驱动和深度学习的多触点归因模型（MTA），作为业界具有开创性的创新理念，该模型具有强大的理论支撑，解决了现有归因模型的问题。目前该模型已部署到京东数字营销推广平台“京准通”，服务各类品牌广告主，让用户数据的应用“拨开云雾见光明”。

广告效果归因尝试把广告产生的转化归功给用户看过或者点击过的广告，传统的广告效果归因大多将产生实际转化前的最后一步广告行为作为对转化产生贡献的重要因素，这种基于固定规则的方式无法体现各广告触点产生的真正价值，容易误导品牌后续投放资源的分配。

JD MTA以数据为驱动并结合深度学习和经济学理念，整合还原用户触点联动轨迹，区别于传统归因规则， 所有的分析结果将为品牌未来广告资源配比提供重要参考，助力商家优化广告资源投放，从而最大化提升整体营销收益。正如足球比赛一样，我们不能将进球的贡献都归功于射门得分的队员身上，在这之前助攻的队员同样功不可没。

除此之外，当下主流的归因方法存在三大弊端，首先归因方法基于简单规则，无法适用所有场景；第二：没有基于增量思维，不能识别真正通过广告带来的收益；第三：无法实现真正的公平分配，以至无法体现各触点真实转化效果。

针对这些弊端，JD MTA通过模型和产品应用方面的独到优势，借力京东平台的丰富数据，达到准确识别每个触点的增益收益，在完备的经济学归因模型指导下，将广告贡献进行公平分配，最终实现 准确评估各触点的真实贡献 。

吴声在《场景革命》一书中提到，数据流动性越强，生成的结构性也越多，使用者关系越清晰，新场景的创造也越清晰，JD MTA灵活的设计使得该模型能够快速应用于各种归因场景中。

在实际使用过程中，JD MTA可灵活应用于投前洞察和投后复盘等多种场景，在品牌或产品大促前寻找更多的机会或渠道，帮助品牌把握推广节奏，在大促后复盘营销效果，为后期的营销活动灵活调整预算。通过全方位人群画像以及多维度交叉分析，掌握最终转换人群属性，不断指导新的营销活动，促进用户流转。

据了解，JD MTA可以实现交叉分析，更好了解各触点人群分布；逐层下钻，定位主要需要优化方向，满足品牌零售、购物、社交、娱乐、资讯、搜索等场景下的多样化需求。后期JD MTA还可以配合京东营销4A 模型，关注消费心智和行为进化路径。

作为营销工具，JD MTA从营销结果推导用户的浏览、搜索等行为轨迹对转化产生的影响，以用户的360维度透视分析，推动营销效率提升。

目前JD MTA已经整合了京准通主要业务线，提供多维度、多粒度数据，高效定位投放发力点，准确识别优化方向，基于各触点真实贡献重新将GMV和订单进行分配，完成全面、可执行的洞察结果。

作为京准通平台的重要营销工具，JD MTA秉承了京准通简单易用、操作灵活的特点，通过多维度的分析结果，直接客观的体现品牌营销活动各触点的真实贡献，为营销转化效果衡量提供可量化依据。

衡量营销效果是营销闭环中的重要步骤，京东营销360的4E营销管理体系也将其作为体系中的重要组成部分，通过对营销效果复盘分析，不断挖掘新的营销增长点。 JD MTA作为京东4E营销体系中进行衡量营销效果的重要工具，将在京东全时、全场景的营销生态圈中进一步沉淀品牌私有资产，帮助品牌实现曝光与效果收割的协同增长。

返回搜狐，查看更多