移动营销市场的发展已然如火如荼，2019年移动广告支出预计将达到2,323.4亿美元。这标志着全球超过三分之一的广告资金将流入移动端。

然而，新用户的获取归因问题仍然难解。它是归功于成功的推广策略？还是与投入的预算毫无关系？新用户的获取并不与任何营销预算花费相关其实亦未可知。

想要从营销广告中获得盈利，应用公司和营销商都需要面临这个棘手却至关重要的问题。而为了避免对已有的用户二次投入预算，营销人员就需要对数据进行反复监测。

付费K 因子成重要衡量指标

营销推广活动效果最具争议的地方在于，营销推广活动不仅会直接带来转化的新用户，还会对自然增长量带来一定程度的提振。

举例来说，如果一款应用程序每天通过自然获取得到2000个新用户，其营销人员也希望能够通过付费渠道每天额外获取200个用户安装量，为此他们开展市场营销活动，而归因供应商需要证实确实是其活动让应用获取了额外的 200 个新用户。在这个过程中，判定成功营销活动的关键在于获得的用户转化量。

于是，最开始的问题变出现了——应用营销商还应该分析推广活动对其自然用户数量的影响，付费K因子则可在其中发挥作用。

如果在活动推广期间自然用户数量保持不变，那么这个活动无疑是成功的。而作为市场人员衡量付费安装对自然安装影响程度的指标，付费 K 因子是正向增长的。但如果 K 因子下降，那么这很可能是广告主正在为已有用户付费。更严重的问题是，市场人员很可能不知道在这 200 个新用户中哪些是转化而来的。

这虽然是最简单的增量测试，但还具备很多改进空间。比如，应用开发者会查看其常规自然行为发生的情况，并探究其广告 K 因子在不同地区表现的差异。也许日本用户偏爱付费应用，而美国用户倾向于自主搜索应用。然而，分析方式取决于不同的应用开发者，但增量测试需要有策略的进行。

增量测试保证最佳增长

为了帮助应用发行商找到问题根源，最简单的方式就是了解其自然用户的安装情况。

举个例子，当一款应用投入市场时，市场人员会迫不及待地开展大规模极的营销活动为其造势。其实，应用开发者应该留出一部分时间暂停所有营销活动，率先对用户的自然安装活动进行分析。自然安装活动会随着时间的推移而变化，因此每隔几个月再次检查是十分必要的。

公司不应过度强调安装的数量，因为营销的成功与否不能仅由安装数量来衡量的。相反，应用营销人员应该通过对比自然安装量，来评估获取的额外安装量。通过计算，从而在优化渠道、选用广告素材和受众分群时做出更有效的决策。

如果应用程序营销人员一味重视数据，就会导致UA经理忽略那些通过自然行为产生的安装量。营销人员应着眼于获得更多的用户，以及通过自然安装量来辅助市场战略。二者只有相辅相成，才能达到最佳的营销效果。

增量测试旨在了解应用程序在用户身上投入的成本。如果将自然流量与付费渠道绑定，应用开发者将无法获得正确的基准数据。因此，在了解受众的同时制定出与其匹配的营销策略，会是促使策略成功很重要的一环。基于这点，营销人员才得以避免对已有的用户再次投入市场预算。