Australia Database

该活动的直接效果尚不明确
此外，实践告诉我们，品牌知名度一周可以提高 5%，而接下来的一周，品牌知名度可能会无缘无故地下降 6%。在 OTS 模型中，活动的这些直接影响不够透明。但线上线下活动的效果如何客观识别呢？

一种新的研究方法
离线-在线-道路标志-fotolia随着互联网的出现，可以通过在线分析获得大量有关网络访问的数据。这种客观的消费者数据对于几乎每个广告商都很重要。许多广告商使用线下活动来吸引在线网络访问者。即使对于在线销售不是主要目标的广告商来说，网络访问也是营销活动有效性的极其重要的指标。

比如，在汽车行业，只有不到2%的新车通过线上销售，但线上确实是销售过程中不可或缺的环节。对于许多汽车制造商来说，网络访问量的增加就等于销售额的增加。归因建模的创建是为了通过在线分析来衡量线下营销活动的效果。


与传统方法不同，归因建模衡量的是活动已经覆盖的消费者群体。使用计量经济学模型和算法，通过以下步骤衡量活动的直接效果（另见下图）。

确定标准
为了应用归因建模，必须首先解释对网络访问的影响。确定的标准是：非营销活动引起的网络访问量。这是通过确定对网络访问的外部影响（例如天气、季节和假期）来衡量的。

活动的影响力
通过纳入较长时期内的媒体时间表、外部影响 伊朗电报数据 和网络访问量，可以统计确定该活动对每日网络访问量的影响。通过将计算出的对网络访问的影响（温度、假期、季节和活动）相加并将其与实际网络访问进行比较，证明了模型的准确性。

确定渠道的有效性
现在活动产生的访问量已经很清楚了，可以应用归因建模来确定各个渠道的有效性。使用此模型时，可用数据越多，活动的效果就越好。通过将部署的预算与有效覆盖范围进行比较来衡量效果。通过测量同一单元中每个通道的效果，可以轻松地对通道进行相互比较。然后可以进一步放大每个频道并找出频道和小时级别的效果。

离线营销活动测量示例

归因建模使线下媒体与在线媒体一样具有洞察力
通过这种方法，广告商立即发现他可以在上午 11 点到下午 2 点之间在频道 A 上最经济有效地部署电视广告。电视广告鼓励大多数人以最低的每位访问者成本采取行动（去商店。