随着数字广告行业出现越来越多的隐私和数据访问限制，多渠道归因（MTA）和营销渠道模型（MMM）之间出现了争论。
这些讨论的主题是，依赖于用户级数据的多点触控归因极易受到 Apple 的应用程序跟踪透明协议和 Android 的隐私沙盒等隐私限制。正因为如此，MMM的倡导者提倡这样的观点：长期、大规模的促销策略分析将在未来最有价值。
然而，在隐私意识增强的时代，MTA 和 MMM 本身都无法成为质量测量的救星。然而，这些并不是目前营销人员可用的唯一选择。
第三种可能的测量方法是渐进主义：评估促销活动对 KPI 的影响，与没有这些活动所能取得的绩效进行比较。您可能会说这只是经典 A/B 测试的一个花哨名称，但人工智能和机器学习技术的快速发展已经催生了一种基于 AI 的增量式全新方法。
为了帮助说明两种方法之间的差异以及增量分析在现代营销人员工具包中的作用，让我们看看增量分析如何补充 MTA 和 MMM，实施人工智能驱动的增量分析意味着什么，以及营销人员如何在需求比以往任何时候都高时使用它来取得成功。
增量如何补充 MTA 和 MMM
MTA、渐进主义和MMM是三种同样有效的营销测量方法。为了全面了解您的销售渠道，您需要使用它们全部。
归因最适合对产品促销活动的结果进行快速、短期评估。手机号码列表 例如，移动营销人员可以使用它来查明特定活动产生的应用安装数量。
多点触控归因可让您比上次触控归因了解更深的层次：它不仅显示导致转化的最后一个渠道，还显示用户旅程中的所有接触点。虽然 MTA 的实用性不可否认，但谷歌和苹果的隐私限制限制了它的功能。
这就是增量式营销的用武之地，它使营销人员能够以新的形式、通过新的渠道、在新的市场开展营销活动。
增量性回答了一个古老的问题：广告预算是否花得足够有效？
例如，通过归因我们可以发现我们通过 Instagram* 吸引了一定数量的安装。但当前的活动在其中扮演了什么角色？即使没有它，有机用户还会来吗？有多少人因为广告而对产品产生了兴趣？这正是增量分析的目的。
最后，我们来关注一下MMM。这种方法对于参与战略预算分配的营销人员以及能够评估促销结果和长期规划新活动的营销人员最为有用。
MMM 允许营销人员根据预算和营销活动目标找到任何渠道的最佳每日支出份额。 多语言网站最佳实践及示例 它还可用于评估某个渠道的投资与通过该渠道进行六个月或更长时间内的推广效果之间的相关性，这将有助于做出明智的决策，在不同渠道之间重新分配注意力（正如该方法的名称所暗示的那样）。
如今，具有增长意识的营销人员需要利用一切可用的测量模型。 MTA 使我们能够看到直接和短期结果，而增量性使我们能够看得更远一些（与没有营销的情况下产品在同期的增长情况相比，我们是否真的选择了最佳的价格/质量比），MMM 使我们能够在长期战略的框架内有效地重新分配预算（我们如何才能根据季节变化和其他因素改变渠道组合，以达到预期的结果）。
人工智能和机器学习如何塑造下一代增量
增量分析常常与 A/B 测试混淆。实际上，A/B 测试只是增量方法的一种选择。我们许多人都在学校学过这一点：向一组人展示一项活动，将其表现与未看到该活动的对照组进行比较，并分析差异。
A/B 测试在评估增量方面仍然发挥一定作用，但它确实有一些缺点。
它是手动完成的，这增加了人为因素的影响。 越南推廣 组建理想的对照组也可能很困难。结果，营销人员收到的结果有些偏颇，而且不是最准确的，这模糊了增量增长的图景。此外，对照组的存在（假设测试顺利进行）表明部分目标受众永远不会看到该活动。
人工智能和机器学习的能力和可访问性不断增强，导致了一种可称为下一代渐进主义的方法的快速发展。在这种情况下，大部分工作是由经过专门训练的算法完成的。他可以分析大量类似活动的历史数据，并计算出增量提升的近似值，而不必创建存在所有不可避免的缺点的对照组。这反过来又使您能够更有效地规划广告成本。
在这种情况下，人工智能无法做到以前不可能做到的事情。它只是做得更快、更准确，提高了营销效率并让更多的营销人员能够进行增量分析。例如，以前，财富 500 强品牌可以将广告活动结果与 12 周的历史数据进行比较，以确定转化和广告支出的模式。为了做到这一点，他们需要一个完整的数据分析部门。现在人工智能可以在几分钟内处理这个问题。
假设您是一位定位良好的电子商务应用营销人员，想要在巴西推出一款产品，但对巴西市场知之甚少。通过归因，您会在该国启动用户获取活动后立即看到新的安装，但您不知道该用户涌入是否可能自然发生，也不知道您的活动在多大程度上帮助您超越竞争对手。
借助下一代增量以及适当数量和质量的数据，您可以将潜在的活动结果与类似的电子商务应用程序进行比较，并以 95% 的准确度估算增量提升 – 而且 AI 将比整个分析师部门更快地提供结果。这是AI技术的主要优势。
为什么营销人员需要在当前经济环境下使用多种测量模型
全球仍处于经济衰退的边缘，许多公司，尤其是科技领域的公司，正在积极削减广告部门并削减预算。剩下的营销人员面临着不断增长的需求。在这种情况下，新一代增量有两个关键优势。
首先，它显著提高了小团队的生产力。借助下一代增量数据，营销人员可以使用聚合数据，从而无需手动分析整个信息阵列。
新技术使小团队能够产生质量接近整个大数据部门的分析结果。单个用户获取经理现在可以独立挖掘信息，而以前这需要多名员工手动梳理多个电子表格。