归因分析和技术方案

1 概念介绍

1.1 归因的目的（why）

归因因分析主要用于衡量站内多个位或事件对业务目标事件的转化贡献。用数据分析中归因的方式解决坑位运营中评估的问题。

我们引入电商坑位归因的概念，把每一笔的成交都归给转化路径中不同的坑位。根据坑位的曝光转化价值来评判坑位的好与坏。把宝贵的流量尽可能都引导到转化率更高的坑位，以此达到精细化运营的效果。当然有了这个坑位价值评判的机制后各个坑位的改版也能准确的评估，真正做到了数据驱动增长。

举例来说，常见的场景如下：

用户进行了搜索，最后完成了目标转化，希望了解不同搜索词的贡献度；
用户先从渠道A的广告来访，又从渠道B的广告来访，最终完成目标转化，想知道不同渠道对目标的贡献度；
用户在访问网页的过程中，同时打开了很多个页面，点击了不同的位，最后完成了目标转化，想了解相关位对目标的贡献度；
以上的场景中，很有可能出现的结果是用户在完成目标转化之前点击了多个位，那么我们该将转化的贡献记到哪个位头上呢？我们该如何评价每个位孰优孰劣呢？

这时就需要用到归因分析。

1.2 业内常用的归因方法（what）

• 首次归因：完成某个目标事件的所有归因位中，第一个归因位获得100%贡献

• 末次归因：完成某个目标事件的所有归因位中，最后一个归因位获得100%贡献
  适用范围：末次归因适合转化路径短、行为直接的广告场域，更多应用在京东、阿里、拼多多等电商广告场景下；缺点也比较的明显，因为搜索场域的强触达高转化特性，大量前期在信息流、首焦被点击的广告，最后在搜索场域广告被点击都归因到了搜索广告上，导致预算倾斜，所以电商平台都开始推MTA多触点归因的方式。

• 线性归因：完成某个目标事件的所有归因位中，所有归因位平分贡献

• 位置归因，也叫U型归因：完成某个目标事件的所有归因位中，首末归因位获得40%贡献，其余位置平分剩余20%的贡献。
  适用范围：适用于巨量广告、腾讯广告中的线索、表单广告，这类广告注重线索来源和最后促成销售的渠道，所以一般会对首尾给予比较高的归因权重。

• 时间衰减归因：完成某个目标事件的所有归因位中，离转化目标时间更近的归因位获得更多贡献，贡献度衰减情况，按照半衰期公式计算：m=M(1/2)^(t/T)，其中M表示目标事件的指标值，t表示归因事件距离目标事件的时间间隔，T表示半衰期。
  适用范围：衍生于末次点击归因，但是没有末次点击归因那么绝对，还是会考虑到渠道1、2、3、4对于最后转化的助攻贡献；该归因方式适合转化路径较短的广告类型，某些电商广告平台也在用时间衰减归因的模型方式，如果转化路径过长，早期曝光/点击的渠道广告不太友好。

• 算法归因见搜广推归因分析

通过归因，我们就可以看到不同事件对一个目标转化的贡献度，因此可以更有针对性地调整产品策略，以实现效益最大化。

2 归因的技术方案（how）

2.1 站内运营位归因

路径归因和tag归因

参考文档：
干货：电商归因模型技术方案
归因分析
归因分析