近期计划出一个系列的文章，详细介绍一下网页及APP坑位流量归因的理论以及实践篇。欢迎大家收藏及转发，针对过程中有疑问的地方，欢迎在公众号内留言互动。
一、背景：
对于电商或者视频平台而言，随着流量资源的紧缺与精细化运营的完善，精细化的识别流量的效果是日常运营及工作中比较重要的一环。根据每个流量入口的用户后续转化情况，是评价一个流量坑位的核心数据指标。
场景举例
- 针对电商业务：对于广告主和市场营销人员如果在百度SEM、今日头条信息、腾讯的社社交广告进行投放，合理的规渠道营销预算，实现ROI最大的是每个人非常关心的目标，但是面对现今复杂的营销环境，常常会有如下的一些困扰：哪个渠道带来的新/有效用户最多？哪个渠道的成本最低? 增加或减少某一渠道的预算是否会对其他渠道产生什么影响？
- 针对视频网站：APP能存在多种多样的功能，可以使得将用户需要的内容曝光在用户面前，在产品迭代的过程中，评估不同的入口（比如通过搜索、关注页、首页推荐eyc可以获取到UP主的视频 ），最终带来用户观看、付费、关注等各项的内容，可以有效衡量产品迭代功能或者策略是否有效，并能够指导C端产品进行进一步优化升级。
这些，其实流量归因分析模型都可以告诉你：
- 如何将钱花的更有价值：优先将广告预算投放在拉新及留存效果最佳的渠道，缩短用户在核心流程上的路径。
- 洞察用户的习惯和行为：知道用户是通过哪些渠道/路径触达到广告或者APP功能，C端用户（新用户、活跃用户、回流用户）是否具有明显的差异性以及人群的画像。
二、归因理论
业内通用五大基本归因方案，如下：
首次触点模型：
多个「待归因事件」对同一个「目标转化事件」作出贡献时，认为第一个「待归因事件」功劳为 100% 。
末次触点归因：
多个「待归因事件」对同一个「目标转化事件」作出贡献时，认为最后一个「待归因事件」功劳为 100% 。
线性归因：
多个「待归因事件」对同一个「目标转化事件」作出贡献时，认为每个「待归因事件」平均分配此次功劳。
位置归因：多个「待归因事件」对同一个「目标转化事件」作出贡献时，认为第一个和最后一个「待归因事件」各占 40% 功劳，其余「待归因事件」平分剩余的 20% 功劳。首尾贡献大，中间平分
时间衰减归因：多个「待归因事件」对同一个「目标转化事件」作出贡献时，认为越靠近「目标转化事件」做出的贡献越大
示例：比如说十一假期出去玩的时候，我们都需要提前预定酒店。我们在携程上在搜索了“酒店”、“武汉市酒店”、“武汉市5星级酒店”以及“武汉市万达瑞华酒店”这些内容后会呈现出对应结果页的内容。我们最终在点击搜索“武汉市万达瑞华酒店”的之后预定了房间。
- 若采用“最终点击”归因模型，最后一个关键字“武汉市万达瑞华酒店”将获得 100% 的转化功劳。
- 若采用“首次点击”归因模型，第一个关键字“酒店”将获得 100% 的转化功劳。
- 若采用“线性”归因模型，每个关键字将平分转化功劳（每个关键字均获得 25%）。
- 若采用“时间衰减”归因模型，关键字“武汉市万达瑞华酒店”将获得最多的功劳，因为该关键字最接近转化发生时间。“酒店”将获得最少的功劳，因为其搜索时间最早。
- 若采用“根据位置”归因模型，“酒店”和“武汉市万达瑞华酒店”将分别获得 40% 的功劳，而“武汉市酒店”和“武汉市5星级酒店”将分别获得 10% 的功劳。
三、归因里的坑
- 没有完美的归因模型，任何模型都存在局限性和不足的，现在的互联网环境越来越复杂，触发用户的终端设备越来越多，用户从第一次触发到最终做转化决策这个过程并不是模型能够完全，准确概括的。
- 归因一般跟用户识别、打通有密切的关系，需要有规范的数据采集流程去保证埋点的准确性，从而保证数据的有效性。
四、参考资料：
1.黄业忠.流量的高级分析与流量渠道的协同：归因和归分析型[G],2018-08-09
2.数据分析社区.电商流量来源分析平台：从数据底层到数据可视化[G],2021-05-11
3.海阁.数据分析中的常用方法：什么是归因查找法[G],2020-02-08
