引言

Nextdoor 是一款热门的社区邻里社交网络，他们利用 Branch 基于用户的归因引擎，进行准确广告归因。基于用户的归因使用可重置的匿名标识符来构建将用户 cookie 和设备 ID 结合在一个身份中的同人用户，因此，与基于 cookie 或基于指纹鉴定的单一方法相比，Branch 提供的归因更准确，也更加有价值。使用 Branch 基于用户的归因后，Nextdoor 将归因错误率降低了 25%。

25%

降低归因错误率

Branch 的同人用户比设备 ID 和指纹鉴定中使用的 cookie 更加准确。

传统归因技术存在什么问题？

Nextdoor 一直依赖 Branch 进行 Web 到 App 链接和衡量，他们自然而然地想到了使用 Branch 来衡量广告营销活动的影响。

Nextdoor 希望避免两个可能会导致 ROI 被曲解的主要归因陷阱：

NO.1 过度归因

将自然安装归因为付费安装。

NO.2欠归因

没有对所有付费安装进行归因，将部分付费安装视为自然安装。

Nextdoor 复杂的获客漏斗带来了更多挑战。某些用户会与 Nextdoor 多次互动，然后才安装 App（例如访问网站，然后点击广告），因此传统的指纹鉴定归因模型无法准确衡量 Nextdoor 用户的真实路径。

指纹鉴定模型面临的挑战

指纹鉴定技术依赖匹配点击时用户设备的“快照”，收集用户代理、操作系统和 IP 信息，在可能的情况下，还会采集屏幕尺寸等参数。

用户打开 app 时，会生成类似的快照，并且归因提供商会扫描最近点击的数据库查看是否有点击快照可以匹配打开时的设备快照。

遗憾的是，如果点击到安装的时间较长，指纹鉴定的准确性不高，而且对于切换了 IP 或有类似匹配特征（例如同一个家庭中的成员）的用户，安装会归因错误。

什么是基于客户的归因？

Branch 基于用户的归因使用匿名且可重置的标识符的历史记录来构建“同人用户”，这样的同人用户可以将用户的 cookie 和设备 ID 整合为一个身份。通过使用同人用户而不是 cookie 或设备 ID，Branch 可以可靠地将 Web 或 App 内转化与相应的渠道关联起来，不需要依赖广告网络提供的设备 ID、IP 或替代的转化路径，比如先访问网站。

在用于多个渠道时，基于用户的归因的优势特别明显。Nextdoor 在自己的网站上使用了 Branch 的深度链接和衡量技术，这意味着他们可以对与 Nextdoor 多次互动，然后才完成转化的用户进行大规模可靠去重，因而可以准确地对获客点数进行分配。

衡量客户，而非 cookie！

为了证明基于用户的归因的价值，Branch 使用传统最后一次点击归因技术运行“模拟归因比较”测试。这一测试可以帮助客户利用历史点击和安装数据运行不同的归因模型和技术，以模拟归因效果。

这些模拟将证明，Branch 基于用户的归因远胜指纹鉴定技术。测试表明基于用户的归因可以将安装归因的错误率降低 25%，同时可以避免与自然渠道发生冲突。最终，基于用户的归因为 Nextdoor 提供了更全面更准确的安装数量和转化率，可以帮助他们更好地了解广告活动的效果。想要了解我们能否为您的品牌带来同样的成效？申请 Branch Demo 演示，获取 branch 为您制定的详细计划。

“重要的是我们的数据准确并且有可行性。Branch 总是领先一步， 是我们理想的合作伙伴。”无论是审核我们的 Web 到 App 策略，推出新的付费渠道， 或只是在需要时做出响应，Branch 具备了相应的知识和技术。

Dan Laufer

Nextdoor 

增长和合作总监