营销活动里的归因模型详细解读

归因模型究竟是什么？依我个人的看法，当它被运用到网络营销领域时，其意义在于依据消费者的多渠道访问途径，合理地明确各渠道对于订单所创造的价值。

比如：

有一位网民，最初在某网站看到了一个教育机构英语培训班的广告，由此对这个教育机构有了一定的印象。过了一段时间，他在搜索引擎上搜索英语培训班，又看到了该机构的推广信息，点击进去查看后觉得不错，但尚未决定下单，随后关闭了网站。几天之后，他通过搜索这家机构的品牌名称，利用自然搜索进入了机构的网站，进行咨询后完成下单。这位网民从最初到最终下单，历经了展示广告、竞价广告、自然搜索这三条路径，那么最终他的转化应当归因于哪个渠道呢？

目前在国外，关于归因模型存在众多的分类，每种模型均有自身的优劣势以及适用的场景，像线性归因模型（功劳平均分配）、末次互动归因模型（即前面所提到的 LAST TOUCH）、U 型归因模型等等。今天先为大家介绍几种最为常见的归因模型。

以下内容源自互联网：

通过与朋友交流得知：国内超过 95%的电商公司都是依据 24 小时 last touch 来计算 ROI 的，诸如京东、凡客、亚马逊、唯品会、苏宁、当当等皆是如此。

国外主流的统计方式主要有三种：

1. 按照 30 天 last touch 进行计算，其中 direct/bookmarked 流量的优先级处于最低，其次是 CPS 联盟，再次是 SEO，接着是 SEM，然后是展示广告；在同类广告当中，再依照 last touch 来确定归属；

2. 按照 7 天周期计算，各类流量依照距离购买的远近计算贡献因子=(count of touch points – rank of this touch point +1)* (time to purchase – time of closer touch point to purchase)/sum(time of touch points to purchase)；

3. 按照 14 天内，各 touch point 平均分配来计算贡献因子。

当下，最后一次点击决定损益的情况屡见不鲜，尽管具有一定的迷惑性，但却简单清晰。绝大多数广告主对于媒介表现 ROI 的游戏规则为成本/24 小时内单次点击转化次数，在计算 ROI 的公式中，协助转化的其他媒介被忽略。

借助归因模型的应用分析，在未来的工作中我们能够处理以下问题：

一、归因模型能够解决的问题

1. 优化广告效果评估

通常而言，评估广告效果会涵盖曝光、点击、直接购买等指标，但部分营销渠道对于购买的贡献会体现在间接方面。例如，用户可能倾向于通过互联网广告渠道获取广告活动的信息，然后通过 SEM 关键字进入网站浏览活动并产生购买行为，一般情况下订单贡献会被计算在 SEM 上，然而互联网广告同样会对订单起到广告曝光和间接支持的作用。所以，这种对订单的间接贡献能够使广告效果评估更为合理。

2. 科学安排 SEM 关键字策略

在进行 SEM 投放时，通常会分为品牌词、竞品词、产品词和通用词，用户在 SEM 渠道上会呈现出一定的继承性。例如百度作为信息流的整合平台，是用户获取信息的重要途径，如果部分用户想要购买长袖打底衫，可能会先在百度中搜索“长袖打底衫”，然后通过点击梦芭莎购买的百度关键字进入网站，这一次用户可能不会产生购买行为。

因为用户通常会在各个网站比较价格和口碑，用户确认完信息之后觉得梦芭莎价格更优惠，直接搜索“梦芭莎”，点击品牌词进入网站并形成订单。在这个过程中，用户完成了从产品词到品牌词的点击轨迹，产品词对品牌词产生了间接订单贡献。通过剖析用户的这种轨迹，能够分析产品词投放对品牌词产生的影响，特别是在费用控制时，能够有效地评估品牌区流量的变化和设定目标。

3. 合理规划同一渠道的广告投放策略

类似于上文提到的关键字影响因素，用户在同一渠道也会存在点击依赖的情况，比如用户在网易门户看到梦芭莎的活动广告，首次点击后没有完成购买，但第二次用户可能还是习惯于从网易门户点击进入网站形成订单。在这种情况下，我们可以通过分析用户在一个渠道中不同广告形式或媒介的点击情况，评估用户对某一广告渠道的依赖性，进而指导广告的排期与执行。

4. 有效调控多渠道间的营销节奏

通常情况下，用户不会仅点击一个渠道进入网站就产生购买行为，因此多渠道覆盖或者整合营销传播会成为主要的营销策略。如何评估在一次活动中用户的点击轨迹，抓住用户在不同购买阶段的广告来源，进而有效地安排营销节奏是关键所在。多渠道路径分析能够抓住不同用户的多渠道浏览轨迹，并通过聚合发现用户的路径趋势，为指导营销节奏的安排提供参考依据。

二、归因模型对渠道价值的剖析

倘若一条转化路径包含多个渠道，那么每个辅助渠道都会被计算辅助转化价值，所以一个多渠道路径的辅助转化价值总和会大于该路径转化的最终价值。如果一个渠道在路径转化过程中多次出现，那么就会多次计算辅助转化价值。换句话说，GA 对每个渠道的每次辅助转化和最终转化都进行了统计，并且存在重复统计（如果有的话）。

我们通过举例来阐释上述情况。假设前提：1. 订单价值为 100 元；2. 辅助转化和最终转化权重相同。

假设一

访问者依次经历了 A→B→C→D 四个渠道形成转化，那么每个渠道贡献的权重相同，均为 25 元。

假设二

访问者依次经历了 A→B→C→B→D 四个渠道形成转化，但是 B 渠道在转化路径中出现了两次，那么 A、C、D 渠道的贡献价值分别为 20 元，B 渠道的贡献值为 40 元。

假设三

访问者依次经历了 A→B→C→D→D 四个渠道形成转化，但是 D 渠道在转化路径中既作为辅助转化又作为最终转化，那么 A、B、C 的渠道贡献价值分别为 20 元，D 渠道的贡献值为 40 元。

假设四

访问者依次经历了 A→B→C→B→D→D 四个渠道形成转化，但是 B 和 D 渠道分别出现了两次，那么 A 和 C 的渠道贡献值分别为 16.7 元，B 和 D 的渠道贡献值分别为 33.3 元。

在上述假设中，有一个条件是需要探讨的，那就是每次辅助转化和每次最终转化的权重问题。实际上对于辅助转化和最终转化，我们难以判断究竟哪个渠道对用户的影响更大，所以在上述例子中赋予了相同的权重。但不同的公司和不同的分析师的认知存在差异，辅助转化和最终转化的权重关系可以表示为：每次最终转化=η每次辅助转化。

三、怎样实现归因模型的分析

通过 GA（谷歌流量分析工具）的多渠道转化路径能够达成，需要各营销渠道对引入官网的流量进行统一标记。另外，也能够借助行业内的流量监测工具，目前已经有多家代理商在进行归因模型的开发，相信这种统计方式很快会成为电商行业的主流。

四、归因模型分析带来的启示

1. 根据每种渠道的辅助转化价值和最终转化价值，熟悉每种推广路径在整个公司营销体系中的主要作用和贡献状况。

2. 依据公司对辅助转化和最终转化的认知程度，确定二者的权重比例，然后细化每种渠道对订单的贡献值，为日后每种渠道的营销投入提供参考。

3. 根据用户在购买转化过程中对媒体的接触选择及先后顺序，确定营销传播的媒体组合、投放以及广告排期。

SEM 知识讲堂下期预告：开户流程