“我在广告上的投资有一半是无用的，但是问题是我不知道是哪一半。”这是百货商店之父约翰.沃纳梅克一百多年前提出的广告界“哥德巴赫猜想”。
放在今天也是同样的道理，你花了一大笔预算去给自家开发的App做广告推广，却无法得知不同的广告素材、不同的广告位、不同的推广平台，各自带来的投放效果到底如何。
想要弄清楚“哪一半的广告是无用的”，就要对每一条素材、每一个平台、每一波活动进行深入的渠道追踪和监测，以此进行数据分析，从而改进广告投放策略。
一、广告监测的复杂性
广告投放监测的参与者一般包括：
- App企业（广告投放者）
- 媒体平台（广告曝光者）
- 第三方监测平台（广告统计者）
多维度全面曝光是当下最有效的App推广策略，要做到这一点，首先就要在多个渠道上做推广投放，那么我们灵魂拷问一下：
- 假如我在的App三个媒体平台上都投放了广告，而某位潜在用户恰好在这三个平台上都点击了广告，那么最后当这位用户下载了App并且激活的话，要归功在哪个渠道上呢？
- 用户的点击行为由媒体平台界定，用户激活由App界定，那么监测数据的第三方又是如何将两者精准统计出来的呢？
为了弄清楚这些问题，我们可以先举例分析多个渠道广告投放的一些实际场景：
当简单的广告信息同时出现在多个渠道的时候，如果无法及时做出判断，了解各个的广告产生的真实效果，用户、渠道、企业之间必然会出现意见分歧，比如：
在这个例子中，到底怎么归因比较好呢？
我们要理解，无论你投放了多少个平台，【广告A】、【广告B】、【广告C】实际上推广的都是同一目标（同一款App），我们不管用户在几个平台看到过几次广告，最终他就是通过【广告C】这一渠道下载到App的。
但是在技术统计层面上，渠道越多复杂性越大，由于移动端采用的统计算法不同，通常会出现误差或只能做到统计首次点击，因此我们需要精准的第三方渠道统计工具来告诉我们正确的结论。
二、渠道效果如何统计
其实广告统计的技术逻辑也并不复杂，我们用第三方渠道统计监测SDK openinstall 为例来说明。
它的原理是：当用户点击/扫描广告进入推广落地页时，将相关参数先上传给监测方openinstall服务器保存；当用户首次安装并打开App时，通过 openinstall SDK 取回暂存的参数，就可以知道某个新用户具体是由哪个渠道转化而来的。
这其中最关键的一点在于：多个渠道的推广目标属于同一个App时，激活的数据必须归属于最后一次点击的媒体。比如用户在激活前点击了【广告A】，又点击了【广告B】，最后才通过【广告C】下载了App，那么激活的数据就应该归属给最后一次点击的【广告C】，openinstall 这些第三方的方案就能很好的实现这一点，因此就可以做到精准统计广告效果。
至此，广告效果的统计方式基本明朗，但在广告效果统计的逻辑被打通后，我们还能给这种统计方案想象更多的应用场景。
三、应用场景拓展
1、多维度渠道推广
上述这种渠道统计方案不仅可以用于线上的App原生、信息流等广告，也可以应用到App好友邀请、App换量、渠道买量，甚至是线下地推、户外广告、二维码推广等一切推广场景，同样是以链接/二维码的形式实时统计各自渠道的推广效果。毕竟我们也不可能只是把所有资源都投在线上广告这一块，多维度渠道推广，并去了解各自的实际效果，才能更有助于我们开源节流，改善广告投放策略。
2、下载后续行为监测
除此之外，我们还要对用户下载后的后续行为做跟踪监测，比如电商App除了基础的PV、UV、App下载/激活/注册等常规数据外，还需要统计“加入购物车”、分享、下单购买等重要行为；游戏类App除了CPC、 CPA等考核指标，还要重视留存和活跃度，像次日留存、7日留存、30日留存、付费率、APRU等。这些App内的行为监测工作，也可以通过第三方SDK对接API实现。
3、优化用户体验
如果你以为渠道追踪只能应用于监测广告效果，那就错了。基于 openinstall 这种统计方案，我们可以在用户分享的邀请链接里附带 App 邀请人的 ID，这样即便被邀请的用户不填邀请码，我们也能精准匹配双方邀请关系，并自动发放奖励；游戏 App 的对战邀请链接中附带游戏房间 ID，那么双方都可以通过此链接直接加入游戏房间……有了这样的技术，我们就可以根据业务需求想象更多使用场景。
四、总结
从App交互上来看，无论哪种形式，几乎都要经过一个下载落地页来进行推广，因此广告投放或渠道推广，落地页的标题、素材、内容对效果的影响都是举足轻重的。
统计数据可以帮助我们平衡这些素材、平台以及推广方式，及时调节推广策略，把推广经费花在刀刃上。