随着营销人员在当今越来越多的全渠道购物环境中寻求更大的责任感，基于结果的投资回报率（ROI）测量需求在各个领域变得比以往更加重要，包括媒体、零售、快速消费品（FMCG）、服装、汽车、数字等等。归因法也具有巨大的前景，可以提供细化的测量和速度，品牌商、零售商和出版商可以依靠它来了解营销和广告的有效性--无论在哪个平台。

但是，在这个复杂的、相互联系的环境中，营销人员应该如何解决数据的状况和行业所面临的挑战，以便负责任地跨数据集工作？从各种数据源获取数据以准确衡量客户旅程中每个接触点的投资回报率是复杂的，但通过利用黄金标准的数据收集和测量方法可以克服这一问题。

说到这里，真正擅长建立强大的算法或归因模型是必要的，但还不够；营销人员的真正挑战在于需要更好的数据。获取高质量的细化数据可以帮助营销人员更准确地了解消费者的现实购买行为，无论这些行为是在商店、在线、从移动设备、社交媒体平台、电视、通过电子邮件营销活动还是所有这些行为的组合中受到影响。

对于营销人员来说，重要的是要记住，购物者的旅程在购买路径上有多个接触点，从上层漏斗的品牌建设到下层漏斗的刺激，在最后一英里或最后一次点击影响增量转换。为了更有效地衡量增量以推动投资回报率，营销人员应牢记四个关键的数据考虑：

1. 交付:重要的是，要确保活动的目标受众看到营销信息，并通过真实消费者的数据进行验证。随着营销人员对数据模型的依赖，他们需要认识到，他们不能简单地依赖基于机器的数据，而是要专注于与真实消费者及其现实生活中的行为相关的数据。 

2. 入职培训:随着全渠道的不断扩展，合并线下和线上内容的指标的需求比以往任何时候都更加重要。

3. 器材:消费者平均有三种设备，但行业应该如何对待每一种观点？营销人员应该计算每个设备的三个接触点，还是计算频率为三倍的消费者的一个接触点？ 

4. 广告封锁:随着在今天的市场上越来越难接触到消费者，数据所有者需要思考第三方验证的价值。要做到这一点，营销人员应该使用其原始来源的数据，以避免隐私问题，并更好地定义围绕数据本身的描述，以提供背景，使归因模型运行得更智能、更快速。
   

为了克服目前的这些挑战，尼尔森专注于寻求更好的数据，并在获取数据和与该领域其他公司合作方面取得了重大进展。尼尔森正在努力解决设备的去重问题，以更好地分析投资回报率、数据卫生和隐私合规性，从而确保一个能够更好地分配营销资金的归因模型。

除了通过以上四点考虑更有效地衡量增量，营销人员还需要了解受众洞察和归因建模的综合力量。通过尼尔森Visual IQ（我们基于人的战略测量部门）的专业知识，营销人员可以利用这种综合力量获得他们所需的可操作情报，以优化预算和推动更高的投资回报率，同时提供协调的体验，使业务成果最大化。