“归因分析”这个中文说法很容易被理解为“归为某个原因”，具有 root cause analysis 的意味，即某事发生后对其分析期望查明发生原因。而实际上，归因分析是数字营销中的一个专有概念，英文是 attribution，确实有“归为某个原因”的含义，但在数字营销的场景下，特指广告转化（即生产了目标效果）应该归属于某个渠道或某次 campaign。比如，你在网上多次看到某款电子产品的广告，视频广告、图片广告、电商促销广告、软文广告等等，当你最终付款时，广告主时难以确认到底哪一次广告触达对你影响最大，但为了分析广告效果，广告主又必须做出某种判断。为了做出这样的判断，广告主需要归因分析。

你应该可以敏锐地感受到，归因分析是很难做到完全准确的。但在不同的场景和不同的策略倾向下，我们可以采用不同的归因方式。

几个概念

  • 触点：消费者看到广告的位置。
  • 站外归因：触点在自己的网站和 App 上，也在外站上。很可能数据无法获取。
  • 站内归因：触点全部在自己的网站和 App 上，即不涉及到投放在外站的广告。

假设消费者先后接收到五次广告，按时间顺序是 A B C D E。那么按照不同的权重配置偏向，我们有下面这些归因方式。

首次触点归因

所有的转化贡献归功于第一次广告 A，其他四次都不记功。

末次触点归因

所有的转化贡献归功于最后一次广告 E，其他四次都不记功。

线性归因

每一次广告触点都平均地记功，即 A B C D E 都记 20% 的贡献。

位置归因

首次和末次的贡献占比更大，其他占比小。比如 A E 都记 30%，剩下 3 次平分 40%，各为 13.3%。

时间衰减归因

越靠近末次的贡献越大，越靠近第一次的贡献越小，这种从大到小的占比需用一个衰减函数计算。

参考材料