有时候，我们看到某个广告渠道投资回报率太低了，就把它取消了预算。可是取消后，原来表现不错的渠道却开始表现不佳了，这是为什么呢？到底我该如何判断不同媒体广告投放效果对购买转化的贡献？
如果你喜欢足球，一定会明白原因。进球了，肯定不是最后临门一脚的球员，传球传得好、第一个从对手那里争夺到球的，可能都是能进球的关键因素。
数据采集
要做好媒体归因，当然离不开前期的数据采集。理想的状态下，我能知道我的消费者的所有的行为，包括线上的和线下的。他早上起床看了什么新闻，坐车时看了哪张户外海报，早上上班摸鱼时刷了哪些网页，与同事聊天聊了哪些话题。到了晚上，他下单买了我们的产品，我们就能归因到，到底是哪个活动接触到了我们的什么广告宣传，促成了他的购买转化。
但是这现实吗？先说技术上很难追踪他的各种线下的行为，就算可以也是严重违反了个人的隐私权的行为。因此我们说，很难能做到全面归因。
那退而求其次，能否做到全域线上归因，现在应该没有哪家公司能够获得用户在线上的所有行为，就算有（运营商能够获取我们的所有网上流量记录），也碍于个人隐私，无法实现。因此比较靠谱的方式，还是基于某些具体的触点做局部归因。
能做归因的范围，取决于我们能做各种平台ID打通的程度，因此市面上有OneID的解决方案，本质上就是能做各个平台的ID打通，打通后能把某个消费者在各个渠道上的行为做聚合。能够全面地知道消费者在各个渠道的所有行为。
消费者旅程
一个消费者，购买我们的产品有一个营销漏斗，从认知->兴趣->购买->忠诚，是消费者由浅入深地与品牌或产品交互过程的必然过程，整个营销链路，我们又称之为消费者旅程（Customer Journey）。我们需要关注消费者旅程中的每一次营销触达，进而合理地评估每个触达渠道对本次转化的贡献。如果仅仅以一个流量渠道直接转化判断它的价值，很可能会高估或低估了某个渠道。
归因参数
对于广告归因，分为曝光归因和点击归因。如果不过是广告被展示出来，还是被点击了，都是最终成交的助攻，那么就是曝光归因。如果仅仅只有点击了才算归因，那么就是点击归因。现实生活中，有些广告曝光了，但是消费者真的看到了没有我们不知道。有些广告就算看到了，对消费者产生了影响，他也不会点击。因此我们得根据广告类型对曝光归因和点击归因做选择。
归因的时效性上，也需要做选择。一年前看过的广告，今天成交了，算不算我们的成交归因呢。这也根据业务特性做选择，如果一个初创品牌，需要长期种草的，也许归因时效需要长一些；而一些成熟电商，投放基本以效果为主，那么归因时效就需要减短。
归因模型
以下，我们以进球了后，如何分配足球运动员的奖金，来说明常见的归因模型。
假设：A球员从对手脚下抢过球，转身传给了B，B带球冲过了中线，一脚踢给了在禁区内的C，C有射门的机会，但是不是最好角度，因此又传给了D，D一脚射进了球门。
现在教练要奖励这4个球员，为球队进球，有100万元奖金，该如何分配呢？
有以下几种方式
第一种：把100万元都给了A，因为他从对手脚下抢过的球。这种属于“首次互动归因模型”；
第二种：把100万元都给了B，因为他把球带过了中线，形成了进攻优势。这种属于“线索转化互动归因模型”；
第三种：把100万元都给了D，因为最终是他进的球。这种属于“末次互动归因模型”；
第四种：判断如果D射门太简单了，三岁小孩都能进，因此把100万元奖励给传球的C。这种属于“末次非直接流量互动归因模型”；
第五种：平分100万元，ABCD每个球员分25万。这种属于“线性归因模型”；
第六种：按照最后进球的球员，顺序分配递减，D球员40万元、C球员30万元、B球员20万元、A球员10万元。这种属于“时间衰减归因”；
第七种：A球员抢球有功分50万，D球员射门有功分50万。这种属于“U形归因模型”；
第八种：A球员抢球有功分30万，B球员形成优势有功30万，C球员制造射门机会30万，D球员因为射门比较简单只分10万。这种属于“W形归因模型”；
第九种：ABCD一人22.5万，剩下10万分给赛场上的其他球员。这种属于“全链路归因模型”；
第十种：请一个足球专家来分配奖金。这种属于“自定义归因模型”；
第十一种：暗箱操作，对外号称分配最科学，极其依赖于操作算法的优劣。这属于“智能归因模型”；
大家看，进个球分个钱都那么难，转化效果的归因也不是那么简单的事。与哪个环节对转化的重要度判断强相关。到底我们关注的是首次互动（对手那里抢到球）、销售线索产生（带球过中场，形成进攻优势）、销售机会产生（传球进入球门区，制造进球机会）、用户转化（最终射门）。不同的关注点，我们的归因策略也大不相同。