Probabilistic attribution（概率归因）

在进行移动归因时，概率归因技术有时会在 Android 设备上与确定性归因方法结合使用，以识别移动设备、笔记本电脑或浏览器设备。确定性方法（例如网络上的 Cookie 或 Android 上的 GAID 等广告标识符）使用与设备关联的唯一标识符，而概率方法则依赖于收集行为和其他用户代理数据，然后尝试将其与其他记录进行匹配。

由于概率归因依赖于尝试将设备数据与用户数据库进行匹配，因此该技术通常不太准确，所以被用于在确定性标识符不可用时用作后备。 此外，概率归因所收集的数据（例如用户的IP地址）比设备标识符的变化频率更高，这意味着概率归因的归因回溯期比确定性归因更短。 具体来说，正确识别设备的准确性在 24 小时后呈指数下降，因此24小时是概率归因的典型截止回顾窗口.

自 iOS 14.5 起，Apple 已禁止在 iPhone 和 iPad 上进行概率归因。

概率归因的主要用例之一是在移动网页环境中，因为确定性设备标识符通常仅在移动应用程序环境中可用。例如，如果广告商正在运行基于网页的广告，定向移动设备和 Google Install Referrer 是不可用的，这时我们可以使用概率归因。

除了基于网页的移动广告之外，概率归因通常还可用于跟踪可能在移动设备上打开的电子邮件活动，或从移动落地页进行的自然下载。

最终，概率归因的目标是在确定性标识符不可用时采取后备措施，确保广告主仍然可以确定广告的效果和广告支出回报。 即使概率归因不是 100% 准确，与仅依赖确定性归因的广告主相比，这些额外的归因数据仍然为广告主带来了优势。

如AlgoLift所强调，该数据对于预测 LTV 并相应分配广告预算至关重要：

对特定活动或渠道的深度 ROAS 评估应包含更成熟的行为数据，而不是仅根据早期预测的 LTV 桶或转化事件进行操作。 这就是概率归因变得至关重要的地方——这样广告主就可以在广告计划和渠道之间正确分配最新的收入预测。

除了缺乏唯一标识符的特定设备上的移动归因之外，概率归因也用于跨设备追踪和归因。 跨设备归因使广告主能够了解他们的营销工作如何影响用户的旅程，这通常是涉及多个平台、设备和广告计划的碎片化用户体验。

由于概率归因不如确定性匹配设备可靠，因此Singular仅在 GAID 或 Google Install 引荐来源网址不可用时才使用此技术作为后备方法。正如我们在概率归因常见问题中解答,  Singular可以从HTTP 标头收集公开可用的数据点，包括：

• IP地址
• 平台
• 操作系统名称和版本
• 用户代理
• 时间戳

Singular使用广告主在其广告活动中使用的追踪 URL 来收集上述信息。然后，此信息将存储在数据库中，并在尝试将设备与特定用户操作（例如应用程序安装）进行匹配时引用。

同样，在 iOS 14.5 之后，iOS 设备上不允许进行概率归因。 我们采取了新的控制措施，以防止在这些情况下出现任何不合规的归因。

为了支持使用Singular平台的移动广告主，我们实施了多项要求，以确保以保护隐私的方式执行概率归因。 确保满足这些要求的第一步是联系您的Singular客户经理或发送电子邮件 support@singular.net，他们会帮助你。