近日，发生了成千上万的品牌主都关注的大新闻：Facebook脸书近日在Facebook Groups中添加了Pixel像素，这一举动让营销人员可以追踪群组中的用户在点击了帖子之后会有怎样的行为。

为什么品牌主都在关注这件事呢？

因为Facebook Groups在Facebook的“community-driven”战略指导下越来越重要，不管是在News Feed上显示的优先级，还是群组内帖子的互动率都有不错的表现。而Facebook Groups Marketing群组营销其实很早就开始了，不少品牌都说他们在群组中看到很高的活跃度。比如在TheSkimm群组（美国传媒公司The Skimm的Facebook群组）中，曾有成员在群组里发帖说他在飞机上丢了一件外套，结果几小时后就有其他组员帮他找到了外套。

但是一直以来，Groups里没有Facebook Pixel的功能，因此大家无法追踪用户在点开帖子后的行为（比如，有没有从帖子前往品牌网站浏览？），很难有数字来证明其有效性。所以广告主都处于蜻蜓点水的状态，谁也没下定决心花大资金投入Facebook Groups。

Facebook Groups Pixel的到来改变了现状

Facebook Groups Pixel为品牌提供了更多数据点来理解他们的受众。

「为品牌、产品或订阅建立一个社群可以让营销人创造出忠实的粉丝和大使。」Calder Bateman的数字广告战略师Chris Mikulin这样说，「Facebook Groups是达成这个目的的最好的营销手段之一。现在我终于可以有武器来证明我的观点了。」

Facebook在去年启动了Group Insights帮助管理者看到群组的增长、活跃、成员数等。现在它拓展了功能，让品牌可以将他们的群组与已有的Facebook广告像素相联系起来，让他们知道群组成员是如何与品牌的网站交互的。群组管理员可以在Group Insights的页面上看到群组像素的数据。目前只有250人以上的大群才有Pixel的功能。

Sharma将Facebook Groups加上Pixel比喻成为email marketing的新形式：「Facebook Groups就是品牌的新型邮件。他们可以推送通知。群组里的活跃度极高。所以在Groups里加入pixel是非常合理的，就像你也会通过邮件来追踪用户行为一样。现在，通过群组，你就可以追踪转化率了。」

Tracking（营销追踪）为何如此重要？

营销追踪之所以至关重要，是因为它是营销归因的前提。

营销渠道归因分析的好处是显而易见的。它能让很多企业把钱投在最有效的推广渠道上，在不增加市场推广费用的情况下，通过合理安排推广费用在不同渠道间的分配，显著提升销售额。

如果没有Tracking追踪，那该如何将用户的广告行为与用户的产品行为相联系呢？

如果不做这个联系，那品牌怎么知道哪些广告渠道是有效的、且有多少效果呢？这就是营销追踪的重要性。

Tracking的本质就是是一段 JavaScript ，它主要用来追踪用户行为，并把数据传送回第三方追踪工具的服务器。（如果你想仔细研究Facebook的Pixel Tracking，我们推荐你阅读这篇文章：https://blog.hootsuite.com/facebook-pixel/）

实现了Tracking之后，品牌主们该如何做营销归因呢？

假设你在Facebook、Google、今日头条、小红书都投放了广告，有800个用户通过以下路径购买了你的产品：

那你就可以用以下不同的模型来完成营销归因：

1. 最后点击归因模型（Last Click）

这是一个最典型的归因方式，在所有的网页分析报告及报告工具中（Google Analytics例外），可能包括你们自己的分析系统报告中，都可以看到这样的归因结果。你可以看到这样的归因模型是比较愚昧的（可是你确实天天在用它！）它会将上面的800个转化统统归因于Google的渠道。尽管你花了大量的推广费用在Facebook、今日头条及小红书上，这些推广渠道也确实对这800个转化做出了贡献，但你现在使用的归因模型却并没有给它们记上一点功劳。

你可能会诉苦说：我没有办法给它们记上功劳, 因为我不知道在最后转化前，它们都经历了哪些渠道。哎，这就只能怪你没有做好完整的追踪啦！

2. 首次点击归因模型（First Click）

这个是最后点击归因的反向，它将所有的转化的功劳归功于消费者第一次点击的渠道。在上面的图示中，就是Facebook渠道。

这个模式初看起来也有一点道理，但仔细想想也会有很多漏洞：你的初次点击可能发生在两年前，然后你彻底地忘记了那个网站。两年后那家公司在YouTube上做了大量广告，你看到了并进入了官网产生了购买。这种模式完全忽略了让你购买的YouTube的广告效果。更为麻烦的是，在很多情况下，我们无法确切地知道哪一个渠道是消费者真正接触到的“第一个渠道”，就像没有人会知道他/她所有的朋友的第一个恋人是谁一样，尽管他/她可能可能会知道那些朋友现任的太太/丈夫的名字。

3. 线性归因模型

假设你刚刚拿到了奥斯卡奖，奖金有100万（这只是个假设），你将要拿这些钱感谢帮助你拿到奖的人。为了简化模型，我们假设对你有帮助的人只有你的父亲、母亲、经纪人和导演。你将怎么分配这些钱呢？

有一个方法比较简单粗暴，给他们平分了。也就是说，他们给你的帮助都是等价的，没有人做特殊处理。这个方法虽然简单，也考虑了多方面的因素对你产生的影响，但是，很显然，这不够合理。

线性归因模型就像这样，把贡献率以等量权重赋值给所有影响因素/渠道。

4. 基本位置归因模型

这种模型将40%转化归功于首次点击，另外40%归功于最后点击，剩余20%平均分配给中间渠道。该模型看上去比上面的几种更合理一些，而且简单实用。如果你的公司没有很好的统计分析师或者数据科学家，你可以尝试这种模型。

5. 时间衰减模型

当一次广告展示或者点击行为离最终购买时间越久远，它在你记忆中留下的印象越模糊，对最终转化的贡献就越小。所以，时间衰减模型用时间衰减曲线来给不同的渠道触点分配权重。在此基础上得到一个合理的渠道贡献分配比例。如下图：

这种模型比上述其他模型要合理一些，困难点在于如何拟合不同的时间衰减曲线。这需要专业知识及对业务的充了解。

6. 个性化的归因模型

事实上，不同的企业有不同的产品类别，不同的消费群体，采用不同的市场推广方式。这在很大程度上限制了上述模型，特别是后面几类模型的应用。并不是说上述模型不能用，主要原因是归因的准确度会有很大的影响。很多因素，例如市场状况、消费者类别、竞争对手状况、长期品牌价值的影响、地域情况等都会影响到归因的准确性。

多渠道归因分析可以说是在大数据分析领域少有的几个最具复杂性和挑战性的分析项目之一。个性化的data-driven模型在大数据的基础上考虑了尽可能多的因素的影响，在归因准确程度方面比一般的模型提升很多。

科普1 | 什么是Facebook Pixel？

简单来说，Facebook Pixel（脸书像素）是一段Javascript的代码，让你可以追踪、衡量，更可以在短时间内以更有效率的方式建立广告活动的受众。举例来说，当用户进入到被设有Facebook像素的页面时，便会出发代码并记录其行为，以作为后续的广告投放的资料库。有了Facebook Pixel，你就可以用更科学的方式管理广告成效。

科普2 | 关于Facebook Group Pixel

现在大家可以在Groups里设立Facebook pixel了！这样一来，你就可以了解你的群组里的posts是如何驱动组员去访问你的网站。比如，一旦你执行了pixel基础代码和相关事件，你就能看到是否一个帖子导致了人们去你的网站留下他们的个人信息，或者在你的网站上购买了你的产品。

来源 | MarTechCareer

作者 | Kerry Flynn

翻译整理 | CC