数据分析归因分析类型与实战数据

1.归因分析的主要目的

言简意赅，归因分析的目的在于帮助业务在多个细分操作中找到业务成功或失败的原因（大多情况是失败或亏损），帮助业务在多个细分渠道中找到贡献最大的渠道，例子如下：

一个客户通过网页搜索竞价排名广告进入你的网站（付费搜索SEM）-

第二天，这个客户通过社交媒体再次进入你的网站（社交媒体/私域流量）-

第三天，这个客户通过短信或邮件的内容通知方式又重新进入你的网站（SNS）-

过了几个小时，这个客户直接搜索你的网站直接购买产品。

而本案归因分析就是需要解决哪一个渠道的转化对业务的贡献最大，从而在那个渠道加大优化力度。

2.归因分析的类型、原理

归因分析大致分为六种模型

1.最终互动，转化贡献值100%归功于客户转化之前的最后接触的一个渠道；【应用场景：转化路径少，广告的目的是在于购买时吸引用户，或者业务的销售周期不参与考虑阶段】

2.首次互动，转化贡献值100%归功于客户最先接触的一个渠道；【应用场景：转化链路长，用户拉新，重点关注业务首次给用户的最初影响】

3.线性分摊，转化贡献值会平均分配给客户转化前的每一个渠道；【应用场景：期望在整个转化周期内维持与客户的联系，并认为每个渠道起到共同促进的作用】

4.基于位置，转化贡献值按前后排序位置比例分配给不同的渠道；【应用场景：有明确认为首尾渠道对业务的贡献最大的】

5.时间衰减，转化贡献会依次分配给转化时间最接近的渠道，同理前面的依次衰减【应用场景：适用于销售周期中涉及的考虑周期短】

6.数据驱动，通过算法计算不同渠道对转化价值的贡献权重；【应用场景：我也不懂~】

最后说一点，所有归因分析模型的难点都在于：怎么做用户埋点/怎么记录用户在每个渠道的互动行为

3.广告投放层面上的数据归因分析

整理清洗数据集ing~