【数据分析】- 归因分析

---

一、定义

指在日常的社会交往中，人们为了有效地控制和适应环境，往往对发生于周围环境中的各种社会行为有意识或无意识地做出一定的解释，即认知整体在认知过程中，根据他人某种特定的人格特征或某种行为特点推论出其他未知的特点，以寻求各种特点之间的因果关系。简单来说，就是论功行赏。

---

二、模型

举个简单的例子：当然你点了哪个广告，然后进去商品详情页产生了购买以后，这个功劳就全部归功于这个广告呀！

没有错，这也是当今最流行的分析方法，最简单粗暴的单渠道归因模型——这种方法通常将销售转化归功于消费者第一次（首次互动模型，First Model）或者最后一次接触（末次互动模型，Last Model）的渠道。

下面我们来简单介绍几种归因模型：

2.1 首次互动模型

多个待选中触点时，认为第一个的功劳为 100%。理由是第一个触点给用户建立了认知，与用户形成了连接。适用于重视新用户线索的业务。

2.2 末次互动模型

也称，最后点击模型——最后一次互动的渠道获得100%的功劳，这是最简单、直接，也是应用最为广泛的归因模型。常用于电商业务的站内归因的计算。

2.3 线性归因模型

多个待选中触点时，认为每个“待归因事件”平均分配此次功劳。适合坑位效果比较平均的产品。

2.4 位置归因模型

又称U型归因。多个待选中触点时，认为第一个和最后一个各占 40% 功劳，其余平分剩余的 20% 功劳。兼顾最初的线索和最终的决策，实际上是混合使用了首次互动归因和末次互动归因的结果。

---

三、适用场景

模型	适用场景
首次互动	没什么品牌知名度的公司，关注能给他们带来客户的最初的渠道
末次互动	路径少、周期短的业务，起临门一脚作用的广告
线性归因	维持品牌认知度
位置归因	十分重视线索来源和促成销售渠道的公司