译者：互联网数据官志愿者 陈佳艺
前言：了解本地市场营销的有效性是一件充满挑战的事。在这里，专栏作家Brian Smith为大家总结了一些国外追踪店内归因最行之有效的方法。让我们一起来思考，如何借鉴这些方法给国内线下店铺营销效果进行归因分析。
话说，许多品牌不追踪当地实体店铺的市场营销归因是有原因的： 因为它真的十分困难。正如有句谚语所说，一半的广告花费都被浪费了，但就是不知道到底是哪一半被浪费了。同样地，如果有一半店内客流量是本地市场营销的成果，但我们却不容易知道是哪一半。
想要证明顾客光顾店铺是因为网上的营销广告，在某种程度上来说是一件复杂的事情。对于店内客流量到底来自于本地市场营销的成果，还是因为客人碰巧从餐馆出来在路口看到了商店就决定进来逛逛，即使利用了大多数可用的归因模型工具，也难以区分。
并且，要想越过围墙来交叉比较Google, Facebook, Bing 和其它主要平台的表现更是充满挑战。在末次点击归因模型的世界里，品牌想要确定哪一个媒体对本地营销产生了最大的影响是困难的，特别是在线上和线下，全国范围和本地范围等多触点的情况下，它只会混淆你的归因模型。
实际上，想要完全弄清本地营销的有效性是件不可能的事。然而，通过合理的假设，确实有方法可以弄明白店铺的营销活动是否成功。
为了有助于大家理解，我总结了一些追踪本地店铺营销成果较为行之有效的归因方法。最为精准的方法（通常也最昂贵）就是对我即将列出的所有店铺归因方法进行综合考虑。但是，根据需求选择最合适的归因模型才是聪明之举。
Google Analytics：本地营销归因的基石
当提到追踪本地营销归因，一定要从Google说起，因为大多数人都会在Google上进行搜索。所以，就评估本地营销表现而言，无需使用额外资源，Google就能让你初步了解本地营销的有效性。
了解本地营销归因最简单的方法就是用本地网络追踪关键词和本地页面的网站流量, 然后再推测店内流量。例如，根据Google显示,一天之内，76%的附近智能手机搜索会带来本地店铺访问，而他们之中的28%会最终达成交易。
你可以使用像这样的数据来估计本地营销对店铺流量的影响。请记住，店铺流量的百分比会根据不同设备和行业而产生变化。为了提高准确率，你需要根据自主品牌的实际研究来调整百分比。
但是，如果想利用Google进一步了解你的归因模型并且追踪店铺流量转化，你需要把Google点击标识符数据(GCLID)上传回Google。不幸的是，这个过程非常复杂并且需要越过层层关卡。许多品牌认为这个过程非常麻烦，所以他们选择用关键词和网站流量来估计实体店铺流量这种更为简便的方法。
DIY 方法：优惠码和apps
品牌可以采取一些，诸如优惠码和app追踪等内部方法，为本地营销活动对实体店的影响提供见解。
优惠码能帮我们快速了解客户是否是因为看到线上广告而访问实体店铺的。当顾客拿着线上优惠码出现在你的店铺时，根据优惠码上具体的位置编码，你就可以真正地确定这位实体店的顾客是由线上广告带来的。
另一种评估本地营销活动归因的简单方法是使用app。 像查找商店地址、浏览站内地图、登陆、收集奖励，或者让顾客自主分享位置数据等行为均有助于追踪实际店铺流量。通过这种方法，至少可以了解app为实体店铺带来客流量的有效性。
然而，app也有其缺陷。公司品牌必须拥有足够大的名气才能吸引顾客下载app。并且，app必须具有非常实用的功能，才能确保有顾客使用它。基于上述原因，中小型企业并不会获得像诸如星巴克这类品牌app的关注及福利。
信标
信标（Beacons）是众多令人兴奋的本地归因科技当中的一种。只要简单的把它放置在前门，你就能充分的了解谁光顾了你的商店。信标目前尚处在使用初期，但是随着越来越多的公司使用它们，越来越多的顾客习惯于和他们产生互动，它即将成为追踪归因的主要方法指日可待。
毕竟，让顾客选择加入固定位置追踪仍然是一件充满挑战的事。而让顾客在接近所选择的商铺才接收信标提示，能减少顾客对其的反感，因而会更加容易被接受。
问题是，你需要启用本店铺的app，否则用户将无法看见它。好消息是，安卓版本上的Google浏览器即将支持使用信标，这将有助于打破app的壁垒，加速信标的普及。
在未来，Google Eddystone 和 Facebook蓝牙信标将主导信标领域。之所以认为是它俩是因为相对于其它的搜索引擎，更多的人倾向使用Google，同时社交媒体的影响力更是不可低估。
社交媒体是本地市场营销人员不容忽视的部分。幸运的是，Facebook正致力于通过店铺流量和线下转化API来助力归因。
店铺访问（可以在广告报告中找到），衡量的是看到Facebook广告后访问店铺的顾客。与此同时，线下转化API将帮你把店铺销量和Facebook广告活动通过匹配来自顾客数据库或者销售终端系统的交易数据，与实时广告报告连接起来。
这两种方法的不利之处在于，Facebook的预测是基于自主选择分享位置信息的用户。幸运的是，比起其他平台，Facebook的用户更喜欢分享他们的位置数据。因此，它可以帮助你很好的了解社交媒体对本地营销的效果。
Foursquare（美国社交签到应用）
Foursquare归因也拥有相似能力，它先通过其130万选择不断分享位置信息的用户来获取线上到线下的归因，然后再通过测试对比浏览过某广告用户的访问率以及那些没有浏览过广告的对照组的访问率，来决定其有效性。
Foursquare的优点是，它横跨了广大的网站和app生态系统来追踪广告，可以帮助你越过围墙看清花园内的美景。对比Facebook, Foursquare归因的缺点是，它受限于所选择分享位置信息的用户数量。
打车应用
另有一项正在发展并且值得关注的归因方法，是通过像Uber和Lyft打车应用服务来实现的。如果用户点击了一个广告或者点击了本地着陆页的链接后在那个位置呼叫了专车，那你就能得知用户确实去过那里。
这项追踪方法的缺点在于，它比Facebook和Foursqure更加局限了你的视野。因为你只能通过一小部分使用Uber和Lyftde用户来获得信息，所得的信息非常有限。但是随着打车应用越来越受欢迎，自动化驾驶变得越来越实惠，我们可以预见未来这个归因方法将变得越发重要和准确。
选择合适的归因方法
在众多归因选项中，到底要如何决定采用哪种方法来衡量本地营销的效果呢？
事实是，即使采用了上述所有方法，我们得到的从线上到线下的归因见解仍然是不完整的。虽然它将更加清晰，但依旧不完整。
我的建议是，首先要确定想要追踪的指标，然后再选择最能测量它们的方法。毫无疑问，你将需要定义店铺客流量是如何构成的。是否有人会单纯因为被本地营销计划吸引而踏入了实体店？是否只有实体店的访问才能产生交易？那么电商呢？如果本店的产品销售是源自店铺本地着陆页上的广告，那是否应该把电商也算作店铺的客流呢？
一旦得到了这些问题的答案，相信你就能有效的进入下一阶段去高效地追踪你实体店铺的营销归因了。
