归因分析

归因模型分析：
营销过程中会把商品最终购买的原因归因于广告的投放，那么归因于哪个广告需要进行用户的消费行为路径进行分析。
具体的分析模型大概有以下几个具体模型：

• 末次互动模型：将所有的功劳（100%）归因于交易前的最后一次互动。优点：简单，直接，在计算测量过程中不容易产生错误的计算方法，所以也是应用最广泛的一个方法，但是缺点也是不可忽略的，比如用户购买一个商品是从收藏夹进到商品详情页进行购买的，但是可能在收藏夹之前，用户是在首页广告进入到商品详情的，然后进行多次浏览对比然后才加入收藏夹的。那这个归因就是不合理的。所以适用于用户转化路径短，浏览购买周期短的项目数据分析。

• 末次非直接点击模型：把直接流量摘掉之后把所有功劳归因于末次点击。这里有一个比较争议的点，在营销分析里面直接流量的定义是手动输入URL的访客流量，但是现实是市场把没有来源页的流量视为直接流量（就是这个流量里面没有其他的链接）。比如用户在首页某个专场看到一个商品，然后把它加入收藏夹，最后在收藏夹进入商品详情页面，然后购买了，那么这个功劳就全部是专场的。

• 末次渠道互动模型：将100%的功劳归功于客户转化前最后一次点击的广告渠道。但是这需要测量用户在转化前的最后一次互动，但是这个互动可能是自己定义的某项指标，比如销售线索，销售机会建立；这可能比较适合于单一投放广告渠道的场景，因为多个渠道都被判定为末次渠道的话，每个渠道归因都是100%，还是没有做到更准确的归因。
  

• 首次互动模型：把所有的功劳归因于用户第一次互动的渠道，这就需要对用户的复杂消费路径有着一定的跟踪记录，对于用户消费路径长周期长的项目不适合。

• 线性归因模型：对于消费路径上所有经历的渠道进行均分，但是对于多渠道的价值提取没有有意义的处理，比如在一个广告牌看到了广告，想要购买，于是在百度搜索了一下，然后购买了，这时候会把大部分功劳归因于百度，这时候就是很不公平的分配了权重。

• U型归因：把大部分功劳均分给首次和末次的互动渠道，对于中间的渠道会均分少部分功劳，权重分配呈现U型分配。

• 时间衰减归因模型：距离转化时间越短的渠道分配越高的权重。对于在时间节点较前的渠道是不太公平的。