分析小贴士：归因模型 101

　　作为营销人员，我们需要了解用户诸如购买产品，下载白皮书，寻求样品演示等所有这些符合业务目标的行为的动机。一旦知道了促使用户购买产品的前期行为，我们就可以把资源集中在促进转化最有效的路径上。

　　理解每位用户在全渠道购物过程中发生的互动行为是困难的。因为他们可能通过Facebook了解到我们的品牌，通过邮件营销进行注册，然后通过点击邮件访问网站购买产品。那么，到底是哪一个渠道激发了他们的购买行为呢？

　　归因模型为全渠道购物过程之中的各个触点分配权重分数，这样我们可以更好的分配资源并且理解市场营销的有效性。

　　今天，我们将列举一些常用的归因模型，并演示如何使用Googel Analytics 归因模型对比工具来为你的业务挑选最适合的模型。

归因模型应用示例

假设你的网站售卖烧烤架。Grillmaster 先生在谷歌上搜索烧烤架，然后点击进入了网站。之后他通过营销邮件注册了你的网站，但是没有购买任何产品。几天之后，他收到了你的营销邮件，通过点击营销邮件进入网站并浏览了烧烤架型号页面。一周之后，他在Facebook上点击了一个关于免费送货2日达的帖子。而周末就是美国的纪念日了，他需要烧烤架！Grillmaster先生通过点击这个帖子广告进入了网站，但他仍然需要先跟妻子商量商量。一天之后，Grillmaster先生直接输入网址回到了网站，购买了烧烤架。

　　他的购买过程是这样的：自然搜索，邮件营销，社交网络，直接来源。

Google Analytics 归因模型101

　　在末次互动归因模型中，我们将转化的全部功劳归于用户的最后一个触点。 在Grillmaster先生的例子中，如果我们使用末次互动归因模型，直接来源将成为这次成功购买的最大功臣。

　　末次非直接点击归因模型忽视了直接流量，把转化功劳全归因于在完成销售之前的最后一次渠道点击。在Grillmaster先生的例子中，如果使用末次非直接流量点击归因模型，社交网络就是这次购买的头号功臣。

　　末次广告点击归因模型把成功转化归功于最后一次广告点击或者付费搜索点击。 这个归因模型并不适用于Grillmaster 先生的例子，除非Facebook 广告进行了Adword标记。那么在刚才的例子中，他的线上购物过程即为：自然搜索，邮件营销，付费搜索，和直接来源。在末次广告点击归因模型中，我们就把功劳全归结于付费搜索。（这取决于社交媒体是如何被标记的，它可以被标记在社交媒体渠道或者付费广告渠道之下）

　　到现在为止，你基本了解了归因模型。我们再来看更多模型：

　　与末次互动相似，首次互动归因模型把转化功劳全归因于首次触点——在Grillmaster先生的例子中，即为自然搜索。

　　线性归因模型在各个渠道之间平均分配成功转化分数。在Grillmaster先生成功购买之后，自然搜索，邮件营销，社交媒体以及直接来源将各收到25%的分数。

　　在时间衰减归因模型中，越接近成交时间的渠道将得到越多的评分，而越远离成交时间的渠道将得到越少的分数。在Grillmaster先生的例子中，直接来源将得到最多的转化分数，而自然搜索将得到最少的转化分数。

最后，在基于位置的归因模型中，首次和末次互动渠道将各自得到40%的转化分数，而剩下20%的转化分数将平均分配给处于中间过程的互动渠道。在Grillmaster先生的例子中，自然搜索和直接来源将各自得到40%的成功交易转化分数，而邮件营销和社交媒体渠道将各自得到10%的分数。

Google Analytics的归因模型

　　Google Analytics 的大多数标准报告使用的是末次非直接点击归因模型，但是现在我们可以通过对比归因模型，来决定使用为用户生命周期带来最高价值的模型。注意，为了使对比模型工具能正常使用，你需要事先在Google Analytics中设置目标或者电子商务交易。

　　在Google Analytics中，你可以通过下滑鼠标，在转化>属性>模型对比工具 中找到它：

末次互动模型是默认设置。你将看到5个渠道以及所对应的末次互动转化次数及百分比（基于所挑选模型的转化数值）以及末次互动转化价值（基于所挑选模型的权重价值）

　　你可以通过挑选模型的下拉框对比其他模型。在这里，我们选择对比末次互动模型和首次互动模型。这个工具能计算相对初始模型在转化量和转化价值上的百分比变化。

　　更多选项：在转化的下拉框，选择所需的数据。现在我们同时观察交易（电子商务）和注册（目标）。在类别选项下，可以在全部数据和仅选择AdWords数据之间进行切换。设置回环窗口的范围为1到90天之间，并将回环窗口长度作为每项转化需要向前追踪的时间长度。

　　模型对比工具一次最多能对比3种模型。添加二次维度，例如来源/媒介，可以更加深入挖掘转化的路径。例如，添加二次维度来源，把自然搜索细分为Google, Bing 和Yahoo. 这个信息有助于我们在不同搜索引擎上分配广告预算。

重要的结论

　　归因模型主要是用于衡量各个渠道在用户的多渠道购物过程中对转化的影响。这些模型并不是完美的，也不能简单的告诉我们要做什么。相反，他们帮助我们分析并且找出多触点间所有行为数据的意义，因此我们能做出基于数据的判断。

　　在我们的实际工作中，可以经常尝试多种归因模型，对比分析归因模型对多渠道效果转化的效果，选择适合自己公司业务的最优模型。