这个用户通过百度搜索进来,又看了公众号文章,最后通过朋友推荐下载了App。这个转化应该算谁的?」
这就是归因分析要解决的问题。
归因分析是确定「用户的转化行为,应该归功于哪些触点和渠道」的分析方法。
模型一:首次互动归因(First Touch)
把所有功劳归于用户第一次接触品牌的渠道。
适用:关注获客的品牌
局限:忽视了后续渠道的贡献
模型二:末次互动归因(Last Touch)
把所有功劳归于用户转化前最后一次接触的渠道。
适用:关注直接转化的效果广告
局限:忽视了上游渠道的贡献
模型三:线性归因(Linear)
把功劳平均分配给所有触达渠道。
适用:用户旅程较长的产品
局限:没有区分不同渠道的重要性
模型四:时间衰减归因(Time Decay)
越接近转化的渠道,获得的功劳越多。
适用:销售周期较长的产品
模型五:基于位置的归因(Position-Based)
首次和末次互动各占40%,中间互动平分20%。
适用:既重视获客又重视转化的产品
问题一:你的用户旅程长还是短?
短(1-2个触点)→ 首次或末次归因
长(3+个触点)→ 线性或位置归因
问题二:你最关注什么?
关注获客效率→ 首次互动
关注转化效率→ 末次互动
关注全链路优化→ 时间衰减或位置归因
建议一:不要只用一种模型
用多种模型分析同一批数据,对比结果差异,获得更全面的认知。
建议二:关注增量效果
归因分析的是「分配功劳」,但不同渠道可能有「协同效应」。两个渠道一起投,效果可能大于各自单独投。
建议三:定期校准
随着用户行为变化,归因结果也会变化。建议每季度用不同模型做一次归因分析。
归因分析没有「正确答案」,只有「更适合的模型」。
关键是理解每种模型的假设和局限,选择最适合自己业务特点的模型,并持续验证和校准。