流量紅利逐漸消失的互聯(lián)網(wǎng)下半場(chǎng)，歸因分析已經(jīng)成為精細(xì)化運(yùn)營(yíng)的重要利器。

作為一門跨領(lǐng)域的分析方法，早在1958年，美國(guó)心理學(xué)家Heider在《人際關(guān)系的心理學(xué)》一書中就提出了歸因理論。隨后，歸因分析便開始逐漸應(yīng)用到心理學(xué)、人力資源管理、市場(chǎng)營(yíng)銷學(xué)等多個(gè)領(lǐng)域。

本文將從歸因分析的互聯(lián)網(wǎng)發(fā)展史、常見的5大歸因分析模型、如何進(jìn)行歸因分析三個(gè)方面展開對(duì)歸因分析的介紹。

1歸因分析的互聯(lián)網(wǎng)發(fā)展史

“我知道我的廣告費(fèi)浪費(fèi)了一半，但卻不知道是浪費(fèi)的哪一半？”，奧美廣告創(chuàng)始人大衛(wèi)·奧格威的這句名言，想必大家都很熟悉。為了衡量各個(gè)渠道的廣告投放效果，早在PC互聯(lián)網(wǎng)時(shí)代，歸因分析就率先被應(yīng)用到廣告投放渠道的貢獻(xiàn)度分析上。舉個(gè)簡(jiǎn)單的例子，一則按摩椅新品牌的廣告，以「支付成功」為「目標(biāo)事件」，分別被投放至網(wǎng)站A、網(wǎng)站B、網(wǎng)站C和網(wǎng)站D，假設(shè)某用戶的購(gòu)買旅程如下：

首先，在網(wǎng)站A看到并點(diǎn)擊該廣告，但在瀏覽3秒后返回，初步認(rèn)識(shí)該按摩椅新品牌；

然后，在網(wǎng)站B看到并點(diǎn)擊該廣告，但在瀏覽8秒后返回，對(duì)該按摩椅新品牌有一定的興趣；

然后，在網(wǎng)站C看到并點(diǎn)擊該廣告，并將按摩椅加入購(gòu)物車，但由于臨時(shí)有事離開網(wǎng)站C并未支付；

最后，又在網(wǎng)站D看到并點(diǎn)擊該廣告，最終完成支付行為。

上述用戶購(gòu)買旅程如果沒有歸因分析，很容易將所有貢獻(xiàn)都?xì)w于網(wǎng)站D，進(jìn)而做出不科學(xué)的廣告投放計(jì)劃。但其實(shí)網(wǎng)站A、網(wǎng)站B、網(wǎng)站C都有一定的貢獻(xiàn)，像網(wǎng)站A就是讓用戶認(rèn)識(shí)按摩椅新品牌的最初渠道。如何將貢獻(xiàn)度合理地歸于各廣告投放渠道，幫助營(yíng)銷人員提升廣告投放的ROI，是促進(jìn)PC互聯(lián)網(wǎng)時(shí)代歸因分析發(fā)展的主要原因。這種歸因分析通常被稱為渠道歸因，也被稱為站外歸因。到了移動(dòng)互聯(lián)網(wǎng)時(shí)代，經(jīng)歷了從流量到“留量”的轉(zhuǎn)變，站內(nèi)歸因逐漸興起。

站內(nèi)歸因主要用于衡量產(chǎn)品內(nèi)各用戶觸點(diǎn)，例如Banner位、搜索框、推薦位、運(yùn)營(yíng)位等，對(duì)「目標(biāo)事件」的貢獻(xiàn)度。舉個(gè)簡(jiǎn)單的例子，同樣是這個(gè)按摩椅新品牌，以「支付成功」為「目標(biāo)事件」，假設(shè)某用戶在某電商App內(nèi)的購(gòu)買旅程如下：

首先，通過首頁(yè)Banner位看到了該品牌按摩椅，點(diǎn)擊進(jìn)入商品詳情頁(yè)，初步瀏覽3秒后返回；

然后，參加某運(yùn)營(yíng)位的活動(dòng)，看到了該品牌按摩椅的促銷，點(diǎn)擊進(jìn)入商品詳情頁(yè)瀏覽10秒后返回；

然后，又通過搜索框搜索按摩椅關(guān)鍵詞，進(jìn)行多番對(duì)比后又看到該品牌按摩椅，點(diǎn)擊進(jìn)入商品詳情頁(yè)瀏覽了長(zhǎng)達(dá)20秒后還是沒有下定決定購(gòu)買；

最后，看到推薦位對(duì)該品牌按摩椅的推薦，最終被打動(dòng)完成支付行為。

上述用戶購(gòu)買旅程中，首頁(yè)Banner位、運(yùn)營(yíng)位、搜索框和推薦位都承擔(dān)著引導(dǎo)用戶行為和促進(jìn)用戶轉(zhuǎn)化的作用。那么，如何衡量產(chǎn)品內(nèi)各用戶觸點(diǎn)的貢獻(xiàn)度，幫助運(yùn)營(yíng)人員優(yōu)化調(diào)整各用戶觸點(diǎn)，是促進(jìn)移動(dòng)互聯(lián)網(wǎng)時(shí)代歸因分析發(fā)展的主要原因。由于產(chǎn)品內(nèi)的用戶觸點(diǎn)通常被比作一個(gè)個(gè)坑位，站內(nèi)歸因通常也被稱為坑位歸因。

2常見的5大歸因分析模型

從站外歸因（渠道歸因）到站內(nèi)歸因（坑位歸因），本質(zhì)上歸因分析都是為了衡量和評(píng)估用戶觸點(diǎn)對(duì)總體轉(zhuǎn)化目標(biāo)達(dá)成所作出的貢獻(xiàn)，評(píng)價(jià)的核心指標(biāo)為轉(zhuǎn)化貢獻(xiàn)度。但具體如何衡量和評(píng)估，就需要我們用到歸因分析模型。常見的歸因分析模型主要有5種，分別為首次觸點(diǎn)歸因模型、末次觸點(diǎn)歸因模型、線性歸因模型、位置歸因模型和時(shí)間衰減歸因模型。

首次觸點(diǎn)歸因模型

將轉(zhuǎn)化貢獻(xiàn)100%歸于用戶的首次觸點(diǎn)。在上述站內(nèi)歸因的例子中，如果按照首次觸點(diǎn)歸因模型，轉(zhuǎn)化貢獻(xiàn)將100%歸于首頁(yè)Banner位。

末次觸點(diǎn)歸因模型

將轉(zhuǎn)化貢獻(xiàn)100%歸于用戶的末次觸點(diǎn)。在上述站內(nèi)歸因的例子中，如果按照末次觸點(diǎn)歸因模型，轉(zhuǎn)化貢獻(xiàn)將100%歸于推薦位。

線性歸因模型

將轉(zhuǎn)化貢獻(xiàn)平均歸于用戶轉(zhuǎn)化路徑上的所有觸點(diǎn)。在上述站內(nèi)歸因的例子中，如果按照線性歸因模型，轉(zhuǎn)化貢獻(xiàn)將平均歸于首頁(yè)Banner位、運(yùn)營(yíng)位、搜索框和推薦位，各貢獻(xiàn)25%。

位置歸因模型

按用戶觸點(diǎn)在轉(zhuǎn)化路徑上的位置分配轉(zhuǎn)化貢獻(xiàn)，一般首次觸點(diǎn)和末次觸點(diǎn)的事件各占40%，中間觸點(diǎn)的事件均分剩余的20%。在上述站內(nèi)歸因的例子中，如果按照位置歸因模型，轉(zhuǎn)化貢獻(xiàn)將會(huì)是首頁(yè)Banner位貢獻(xiàn)40%、運(yùn)營(yíng)位貢獻(xiàn)10%、搜索框貢獻(xiàn)10%、推薦位貢獻(xiàn)40%。

時(shí)間衰減歸因模型

按用戶觸點(diǎn)發(fā)生的時(shí)間順序分配轉(zhuǎn)化貢獻(xiàn)，距離「目標(biāo)事件」發(fā)生的時(shí)間越近，用戶觸點(diǎn)分配的轉(zhuǎn)化貢獻(xiàn)越多。

在上述站內(nèi)歸因的例子中，如果按照時(shí)間衰減歸因模型，轉(zhuǎn)化貢獻(xiàn)將會(huì)是首頁(yè)Banner位貢獻(xiàn)10%、運(yùn)營(yíng)位貢獻(xiàn)20%、搜索框貢獻(xiàn)30%、推薦位貢獻(xiàn)40%。

具體選擇何種歸因分析模型來衡量和評(píng)估用戶觸點(diǎn)對(duì)總體轉(zhuǎn)化目標(biāo)達(dá)成所作出的貢獻(xiàn)，需要企業(yè)結(jié)合自身的業(yè)務(wù)場(chǎng)景和分析需求，選擇相應(yīng)的歸因分析模型。

3如何進(jìn)行歸因分析？

易觀方舟智能分析平臺(tái)提供以上5大歸因分析模型，僅需通過簡(jiǎn)單的5個(gè)步驟設(shè)置，就可以直觀地看到，站內(nèi)各用戶觸點(diǎn)對(duì)總體轉(zhuǎn)化目標(biāo)達(dá)成所作出的貢獻(xiàn)情況。

第一步：設(shè)置「目標(biāo)事件」

「目標(biāo)事件」是我們期望用戶完成某種轉(zhuǎn)化行為的事件。在上述站內(nèi)歸因的例子中，「支付成功」即為「目標(biāo)事件」。易觀方舟智能分析平臺(tái)支持任一元事件作為「目標(biāo)事件」。

設(shè)置「目標(biāo)事件」后，通過設(shè)置「前向關(guān)聯(lián)事件」可以更精確地定義一次轉(zhuǎn)化，更精準(zhǔn)地回溯和還原用戶轉(zhuǎn)化路徑。在上述站內(nèi)歸因的例子中，「前向關(guān)聯(lián)事件」可以是「瀏覽商品頁(yè)面」、「加入購(gòu)物車」等事件。

需要注意的是，「前向關(guān)聯(lián)事件」雖然發(fā)生在「目標(biāo)事件」之前，但并不一定是用戶完成「目標(biāo)事件」之前的上一步行為，只需是與轉(zhuǎn)化目標(biāo)高度相關(guān)，對(duì)促進(jìn)用戶達(dá)成轉(zhuǎn)化目標(biāo)起到橋梁和紐帶作用的事件即可。

第二步：設(shè)置「觸點(diǎn)事件」

「觸點(diǎn)事件」即為我們歸因分析的評(píng)價(jià)對(duì)象。在上述站內(nèi)歸因的例子中，「點(diǎn)擊首頁(yè)Banner位」、「點(diǎn)擊運(yùn)營(yíng)位」、「搜索框搜索」和「點(diǎn)擊推薦位」均可以設(shè)置為「觸點(diǎn)事件」。

對(duì)于「目標(biāo)事件」直接轉(zhuǎn)化的情況，在易觀方舟智能分析平臺(tái)上支持直接勾選是否參與歸因計(jì)算。勾選后，在窗口期內(nèi)觸發(fā)「目標(biāo)事件」但沒有觸發(fā)任何「觸點(diǎn)事件」的轉(zhuǎn)化，將被視為直接轉(zhuǎn)化計(jì)算在內(nèi)。

此外，易觀方舟智能分析平臺(tái)還支持「觸點(diǎn)事件」細(xì)分維度的篩選，歸因更細(xì)粒度的用戶觸點(diǎn)。例如，「觸點(diǎn)事件」為「點(diǎn)擊運(yùn)營(yíng)位」，細(xì)分維度可以設(shè)置為運(yùn)營(yíng)位名稱，查看不同運(yùn)營(yíng)位的歸因情況。

第三步：選擇歸因模型

企業(yè)根據(jù)自身的業(yè)務(wù)場(chǎng)景和分析需求，選擇相應(yīng)的歸因分析模型。易觀方舟智能分析平臺(tái)提供首次觸點(diǎn)歸因模型、末次觸點(diǎn)歸因模型、線性歸因模型、位置歸因模型和時(shí)間衰減歸因模型供選擇。

第四步：填寫歸因窗口期

歸因模型選擇完畢后，接下來需要設(shè)置歸因窗口期。歸因窗口期是指用戶從觸發(fā)「觸點(diǎn)事件」開始，到觸發(fā)「目標(biāo)事件」，完成一次目標(biāo)轉(zhuǎn)化的時(shí)間限制。易觀方舟智能分析平臺(tái)支持按分鐘、小時(shí)、天選擇歸因窗口期，最長(zhǎng)達(dá)可180天。

第五步：選擇查詢時(shí)間范圍

最后一步，選擇「目標(biāo)事件」發(fā)生的時(shí)間范圍，進(jìn)行查詢，即可得到歸因分析的結(jié)果，查看各「觸點(diǎn)事件」的轉(zhuǎn)化貢獻(xiàn)度。

隨著產(chǎn)品內(nèi)用戶行為路徑的日益復(fù)雜，只有通過歸因分析讓用戶走的每關(guān)鍵一步都“算數(shù)”，才能合理地優(yōu)化各用戶觸點(diǎn)的排列組合，高效分配各用戶觸點(diǎn)的資源投入。

易觀方舟智能分析平臺(tái)，依托易觀方舟基于IOTA架構(gòu)自主研發(fā)的“秒算引擎”，借助易觀方舟全端數(shù)據(jù)采集的能力，能更準(zhǔn)確地衡量「觸點(diǎn)事件」對(duì)「目標(biāo)事件」的轉(zhuǎn)化貢獻(xiàn)度。并且，通過易觀方舟智能分析平臺(tái)提供的5大歸因分析模型，僅需5步配置即可開啟歸因分析。

本文來自微信公眾號(hào) “易觀數(shù)科”（ID：enfodesk），作者：易觀方舟，36氪經(jīng)授權(quán)發(fā)布。

關(guān)鍵詞： 不懂 停滯不前