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

作為一門跨領域的分析方法，早在1958年，美國心理學家Heider在《人際關系的心理學》一書中就提出了歸因理論。隨后，歸因分析便開始逐漸應用到心理學、人力資源管理、市場營銷學等多個領域。

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、如何進行歸因分析三個方面展開對歸因分析的介紹。

1歸因分析的互聯(lián)網(wǎng)發(fā)展史

“我知道我的廣告費浪費了一半，但卻不知道是浪費的哪一半？”，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。為了衡量各個渠道的廣告投放效果，早在PC互聯(lián)網(wǎng)時代，歸因分析就率先被應用到廣告投放渠道的貢獻度分析上。舉個簡單的例子，一則按摩椅新品牌的廣告，以「支付成功」為「目標事件」，分別被投放至網(wǎng)站A、網(wǎng)站B、網(wǎng)站C和網(wǎng)站D，假設某用戶的購買旅程如下：

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

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

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

最后，又在網(wǎng)站D看到并點擊該廣告，最終完成支付行為。

上述用戶購買旅程如果沒有歸因分析，很容易將所有貢獻都歸于網(wǎng)站D，進而做出不科學的廣告投放計劃。但其實網(wǎng)站A、網(wǎng)站B、網(wǎng)站C都有一定的貢獻，像網(wǎng)站A就是讓用戶認識按摩椅新品牌的最初渠道。如何將貢獻度合理地歸于各廣告投放渠道，幫助營銷人員提升廣告投放的ROI，是促進PC互聯(lián)網(wǎng)時代歸因分析發(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。到了移動互聯(lián)網(wǎng)時代，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，例如Banner位、搜索框、推薦位、運營位等，對「目標事件」的貢獻度。舉個簡單的例子，同樣是這個按摩椅新品牌，以「支付成功」為「目標事件」，假設某用戶在某電商App內(nèi)的購買旅程如下：

首先，通過首頁Banner位看到了該品牌按摩椅，點擊進入商品詳情頁，初步瀏覽3秒后返回；

然后，參加某運營位的活動，看到了該品牌按摩椅的促銷，點擊進入商品詳情頁瀏覽10秒后返回；

然后，又通過搜索框搜索按摩椅關鍵詞，進行多番對比后又看到該品牌按摩椅，點擊進入商品詳情頁瀏覽了長達20秒后還是沒有下定決定購買；

最后，看到推薦位對該品牌按摩椅的推薦，最終被打動完成支付行為。

上述用戶購買旅程中，首頁Banner位、運營位、搜索框和推薦位都承擔著引導用戶行為和促進用戶轉(zhuǎn)化的作用。那么，如何衡量產(chǎn)品內(nèi)各用戶觸點的貢獻度，幫助運營人員優(yōu)化調(diào)整各用戶觸點，是促進移動互聯(lián)網(wǎng)時代歸因分析發(fā)展的主要原因。由于產(chǎn)品內(nèi)的用戶觸點通常被比作一個個坑位，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估用戶觸點對總體轉(zhuǎn)化目標達成所作出的貢獻，評價的核心指標為轉(zhuǎn)化貢獻度。但具體如何衡量和評估，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，分別為首次觸點歸因模型、末次觸點歸因模型、線性歸因模型、位置歸因模型和時間衰減歸因模型。

首次觸點歸因模型

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

末次觸點歸因模型

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

線性歸因模型

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

位置歸因模型

按用戶觸點在轉(zhuǎn)化路徑上的位置分配轉(zhuǎn)化貢獻，一般首次觸點和末次觸點的事件各占40%，中間觸點的事件均分剩余的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)化貢獻將會是首頁Banner位貢獻40%、運營位貢獻10%、搜索框貢獻10%、推薦位貢獻40%。

時間衰減歸因模型

按用戶觸點發(fā)生的時間順序分配轉(zhuǎn)化貢獻，距離「目標事件」發(fā)生的時間越近，用戶觸點分配的轉(zhuǎn)化貢獻越多。

在上述站內(nèi)歸因的例子中，如果按照時間衰減歸因模型，轉(zhuǎn)化貢獻將會是首頁Banner位貢獻10%、運營位貢獻20%、搜索框貢獻30%、推薦位貢獻40%。

具體選擇何種歸因分析模型來衡量和評估用戶觸點對總體轉(zhuǎn)化目標達成所作出的貢獻，需要企業(yè)結(jié)合自身的業(yè)務場景和分析需求，選擇相應的歸因分析模型。

3如何進行歸因分析？

易觀方舟智能分析平臺提供以上5大歸因分析模型，僅需通過簡單的5個步驟設置，就可以直觀地看到，站內(nèi)各用戶觸點對總體轉(zhuǎn)化目標達成所作出的貢獻情況。

第一步：設置「目標事件」

「目標事件」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「目標事件」。易觀方舟智能分析平臺支持任一元事件作為「目標事件」。

設置「目標事件」后，通過設置「前向關聯(lián)事件」可以更精確地定義一次轉(zhuǎn)化，更精準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，「前向關聯(lián)事件」可以是「瀏覽商品頁面」、「加入購物車」等事件。

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

第二步：設置「觸點事件」

「觸點事件」即為我們歸因分析的評價對象。在上述站內(nèi)歸因的例子中，「點擊首頁Banner位」、「點擊運營位」、「搜索框搜索」和「點擊推薦位」均可以設置為「觸點事件」。

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

此外，易觀方舟智能分析平臺還支持「觸點事件」細分維度的篩選，歸因更細粒度的用戶觸點。例如，「觸點事件」為「點擊運營位」，細分維度可以設置為運營位名稱，查看不同運營位的歸因情況。

第三步：選擇歸因模型

企業(yè)根據(jù)自身的業(yè)務場景和分析需求，選擇相應的歸因分析模型。易觀方舟智能分析平臺提供首次觸點歸因模型、末次觸點歸因模型、線性歸因模型、位置歸因模型和時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，接下來需要設置歸因窗口期。歸因窗口期是指用戶從觸發(fā)「觸點事件」開始，到觸發(fā)「目標事件」，完成一次目標轉(zhuǎn)化的時間限制。易觀方舟智能分析平臺支持按分鐘、小時、天選擇歸因窗口期，最長達可180天。

第五步：選擇查詢時間范圍

最后一步，選擇「目標事件」發(fā)生的時間范圍，進行查詢，即可得到歸因分析的結(jié)果，查看各「觸點事件」的轉(zhuǎn)化貢獻度。

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

易觀方舟智能分析平臺，依托易觀方舟基于IOTA架構自主研發(fā)的“秒算引擎”，借助易觀方舟全端數(shù)據(jù)采集的能力，能更準確地衡量「觸點事件」對「目標事件」的轉(zhuǎn)化貢獻度。并且，通過易觀方舟智能分析平臺提供的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 “易觀數(shù)科”（ID：enfodesk），作者：易觀方舟，36氪經(jīng)授權發(fā)布。

關鍵詞： 不懂 停滯不前