一、什么是歸因分析？
在復(fù)雜的數(shù)據(jù)時代，我們每天都會面臨產(chǎn)生產(chǎn)生的大量的數(shù)據(jù)以及用戶復(fù)雜的消費行為路徑，特別是在互聯(lián)網(wǎng)廣告行業(yè)，在廣告投放的效果評估上，往往會產(chǎn)生一系列的問題：
· 哪些營銷渠道促成了銷售？
· 他們的貢獻率分別是多少？
· 而這些貢獻的背后，是源自于怎樣的用戶行為路徑而產(chǎn)生的？
· 如何使用歸因分析得到的結(jié)論，指導(dǎo)我們選擇轉(zhuǎn)化率更高的渠道組合？
歸因分析(Attribution Analysis)要解決的問題就是廣告效果的產(chǎn)生，其功勞應(yīng)該如何合理的分配給哪些渠道。
你可能第一反應(yīng)就是：當(dāng)然是我點了哪個廣告，然后進去商品詳情頁產(chǎn)生了購買以后，這個功勞就全部歸功于這個廣告呀！沒有錯，這也是當(dāng)今最流行的分析方法，最簡單粗暴的單渠道歸因模型------這種方法通常將銷售轉(zhuǎn)化歸功于消費者第一次(首次互動模型，F(xiàn)irst Model)或者最后一次接觸(末次互動模型，Last Model)的渠道。但是顯然，這是一個不夠嚴謹和準(zhǔn)確的分析方法。
舉個例子：
小陳同學(xué)在手機上看到了朋友圈廣告發(fā)布了最新的蘋果手機，午休的時候刷抖音看到了有網(wǎng)紅在評測最新的蘋果手機，下班在地鐵上刷朋友圈的時候發(fā)現(xiàn)已經(jīng)有小伙伴收到手機在曬圖了，于是喝了一杯江小白壯壯膽回家跟老婆申請經(jīng)費，最后老婆批準(zhǔn)了讓他去京東買，有保障。那么請問，朋友圈廣告、抖音、好友朋友圈、京東各個渠道對這次成交分別貢獻了多少價值？-----太難了，筆者也不知道
再舉個例子：下圖是某電商用戶行為序列圖示，各字母代表的含義是D-廣告位，Q-商品詳情頁，D-推薦位，M-購買商品。
那么請問，Da、Db、Dc這三種廣告位對這次用戶購買行為的貢獻率分別是多少？------這個問題相對簡單點，等你看完文章自然就懂了！
我們發(fā)現(xiàn)，現(xiàn)實情況往往是很復(fù)雜的多渠道投放，在衡量其貢獻價值以及做組合渠道投放力度的分配時，只依靠單渠道歸因分析得到的結(jié)果和指導(dǎo)是不科學(xué)的，于是引入了多渠道歸因分析的方法。當(dāng)然，多渠道歸因分析也不是萬能的，使用怎樣的分析模型最終還是取決于業(yè)務(wù)本身的特性以及考慮投入其中的成本。
二、幾種常見的歸因模型
1、末次互動模型
也稱，最后點擊模型-----最后一次互動的渠道獲得100%的功勞，這是最簡單、直接，也是應(yīng)用最為廣泛的歸因模型。
優(yōu)點：首先它是最容易測量的歸因模型，在分析計方面不容易發(fā)生錯誤。另外由于大部分追蹤的cookie存活期只有30-90天（淘寶廣告的計算周期最長只有15天)，對于顧客的行為路徑、周期比較長的場景，在做歸因分析的時候可能就會發(fā)生數(shù)據(jù)的丟失，而對于末次互動模型，這個數(shù)據(jù)跟蹤周期就不是那么特別重要了。
弊端：這種模型的弊端也是比較明顯，比如客戶是從收藏夾進入商品詳情頁然后形成了成交的，按照末次歸因模型就會把100%的功勞都歸功于收藏夾（直接流量）。但是真實的用戶行為路徑更接近于產(chǎn)生興趣、信任、購買意向、信息對比等各種環(huán)節(jié)，這些都是其他渠道的功勞，在這個模型中則無法統(tǒng)計進來，而末次渠道的功勞評估會被大幅高估。
適用于：轉(zhuǎn)化路徑少、周期短的業(yè)務(wù)，或者就是起臨門一腳作用的廣告，為了吸引客戶購買，點擊直接落地到商品詳情頁。
2、末次非直接點擊互動模型
上面講到的末次互動模型的弊端是數(shù)據(jù)分析的準(zhǔn)確性受到了大量的"直接流量"所誤導(dǎo)，所以對于末次非直接點擊模型，在排除掉直接流量后會得到稍微準(zhǔn)確一點的分析結(jié)果。
在營銷分析里，直接流量通常被定義為手動輸入URL的訪客流量。然而，現(xiàn)實是市場上的所有分析工具都把沒有來源頁的流量視為直接流量。比如：文章里沒有加跟蹤代碼的鏈接、用戶直接復(fù)制粘貼URL訪問等等
從上面的案例中，我們可以想象，用戶是從淘寶收藏夾里點了一個商品然后進行了購買，但是實際上他可能是點了淘寶直通車后把這個商品加入到收藏夾的，那么在末次非直接點擊互動模型里，我們就可以把這個功勞歸功于淘寶直通車。
適用于：如果你的公司認為，你們業(yè)務(wù)的直接流量大部分都被來自于被其他渠道吸引的客戶，需要排除掉直接流量，那么這種模型會很適合你們。
3、末次渠道互動模型
末次渠道互動模型會將100%的功勞歸于客戶在轉(zhuǎn)化前，最后一次點擊的廣告渠道。需要注意這里的"末次互動"是指任何你要測量的轉(zhuǎn)化目標(biāo)之前的最后一次互動，轉(zhuǎn)化目標(biāo)可能是銷售線索、銷售機會建立或者其他你可以自定義的目標(biāo)。
優(yōu)點：這種模式的優(yōu)點是通常跟各渠道的標(biāo)準(zhǔn)一致，如Facebook Insight使用末次Facebook互動模型，谷歌廣告分析用的是末次谷歌廣告互動模型等等。
弊端：很明顯當(dāng)你在多渠道同時投放的時候，會發(fā)生一個客戶在第一天點了Facebook的廣告，然后在第二天又點擊了谷歌廣告，最后并發(fā)生了轉(zhuǎn)化，那么在末次渠道模型中，F(xiàn)acebook和谷歌都會把這次轉(zhuǎn)化的100%功勞分別歸到自己的渠道上。這就導(dǎo)致各個部門的數(shù)據(jù)都看起來挺好的，各個渠道都高估了自己影響力，而實際效果則可能是折半，如果單獨使用這些歸因模型并且把他們整合到一個報告中，你可能會得到"翻倍甚至三倍"的轉(zhuǎn)化數(shù)據(jù)。
適用于：單一渠道，或者已知某個渠道的價值特別大
4、首次互動模型
首次互動的渠道獲得100%的功勞。
如果，末次互動是認為，不管你之前有多少次互動，沒有最后一次就沒有成交。那么首次互動就是認為，沒有我第一次的互動，你們剩下的渠道連互動都不會產(chǎn)生。
換句話說，首次互動模型更加強調(diào)的是驅(qū)動用戶認知的、位于轉(zhuǎn)化漏斗最頂端的渠道。
優(yōu)點：是一種容易實施的單觸點模型
弊端：受限于數(shù)據(jù)跟蹤周期，對于用戶路徑長、周期長的用戶行為可能無法采集真正的首次互動。
適用于：這種模型適用于沒什么品牌知名度的公司，關(guān)注能給他們帶來客戶的最初的渠道，對于擴展市場很有幫助的渠道。
5、線性歸因模型
對于路徑上所有的渠道，平等地分配他們的貢獻權(quán)重。
線性歸因是多觸點歸因模型中的一種，也是最簡單的一種，他將功勞平均分配給用戶路徑中的每一個觸點。
優(yōu)點：他是一個多觸點歸因模型，可以將功勞劃分給轉(zhuǎn)化漏斗中每個不同階段的營銷渠道。另外，他的計算方法比較簡單，計算過程中的價值系數(shù)調(diào)整也比較方便。
弊端：很明顯，線性平均劃分的方法不適用于某些渠道價值特別突出的業(yè)務(wù)。比如，一個客戶在線下某處看到了你的廣告，然后回家再用百度搜索，連續(xù)三天都通過百度進入了官網(wǎng)（真實用戶場景也許就是用戶懶得記錄或者收藏官網(wǎng)地址），并在第四天成交。那么按照線性歸因模型，百度會分配到75%的權(quán)重，而線下某處的廣告得到了25%的權(quán)重，這很顯然并沒有給到線下廣告足夠的權(quán)重。
適用于：根據(jù)線性歸因模型的特點，他更適用于企業(yè)期望在整個銷售周期內(nèi)保持與客戶的聯(lián)系，并維持品牌認知度的公司。在這種情況下，各個渠道在客戶的考慮過程中，都起到相同的促進作用。
6、時間衰減歸因模型
對于路徑上的渠道，距離轉(zhuǎn)化的時間越短的渠道，可以獲得越多的功勞權(quán)重。
時間衰減歸因模型基于一種假設(shè)，他認為觸點越接近轉(zhuǎn)化，對轉(zhuǎn)化的影響力就越大。這種模型基于一個指數(shù)衰減的概念，一般默認周期是7天。也就是說，以轉(zhuǎn)化當(dāng)天相比，轉(zhuǎn)化前7天的渠道，能分配50%權(quán)重，前14天的渠道分25%的權(quán)重，以此類推...
優(yōu)點：相比線性歸因模型的平均分權(quán)重的方式，時間衰減模型讓不同渠道得到了不同的權(quán)重分配，當(dāng)然前提是基于"觸點離轉(zhuǎn)化越近，對轉(zhuǎn)化影響力就越大"的前提是準(zhǔn)確的情況下，這種模型是相對較合理的。
弊端：這種假設(shè)的問題就是，在漏洞頂部的營銷渠道永遠不會得到一個公平的分數(shù)，因為它們總是距離轉(zhuǎn)化最遠的那個。
適用于：客戶決策周期短、銷售周期短的情況。比如，做短期的促銷，就打了兩天的廣告，那么這兩天的廣告理應(yīng)獲得較高的權(quán)重。
7、基于位置的歸因模型（U型歸因）
基于位置的歸因模型，也叫U型歸因模型，它其實是混合使用了首次互動歸因和末次互動歸因的結(jié)果。
U型歸因模型也是一種多觸點歸因模型，實質(zhì)上是一種重視最初帶來線索和最終促成成交渠道的模型，一般它會給首次和末次互動渠道各分配40%的權(quán)重，給中間的渠道分配20%的權(quán)重，也可以根據(jù)實際情況來調(diào)整這里的比例。
U型歸因模型非常適合那些十分重視線索來源和促成銷售渠道的公司。該模型的缺點則是它不會考慮線索轉(zhuǎn)化之后的觸點的營銷效果，而這也使得它成為銷售線索報告或者只有銷售線索階段目標(biāo)的營銷組織的理想歸因模型。
歸因分析模型的計算原理演繹
以下，我們通過神策數(shù)據(jù)提供的歸因模式，做一次計算原理的演繹：
下圖是通過神策分析所得到某電商用戶行為序列圖示。在圖示中，各字母代表的含義是 D-廣告位、Q-商品詳情頁、D-推薦位、M-購買商品。目標(biāo)轉(zhuǎn)化事件是“購買商品”，為了更好地“配對”，運營人員將 M1（目標(biāo)轉(zhuǎn)化事件——購買商品1）與 Q1（前項關(guān)聯(lián)事件——商品 1 詳情）設(shè)置了屬性關(guān)聯(lián)，同樣將 M2 與 Q2 進行關(guān)聯(lián)。
該場景中，發(fā)生了兩次購買行為，神策分析進行歸因時會進行兩輪計算，產(chǎn)生計算結(jié)果。
（一）第一輪計算：
第一步，從 M1 開始向前遍歷尋找 Q1 以及離 Q1 最近發(fā)生的廣告瀏覽。
如圖所示，不難得到結(jié)果 M1=[Dc，Dc，Da]。
第二步，我們帶入分析模型中，進行功勞的分配。運營人員選擇“位置歸因”的分析模型，根據(jù)“位置歸因”的計算邏輯，第一個“待歸因事件”和最后一個“待歸因事件”各占 40%，中間平分 20%。
第一輪我們得到結(jié)果：Dc=0.4；Dc=0.2；Da=0.4
（二）第二輪計算
從 M2 開始向前遍歷尋找 Q2 以及離 Q2 最近發(fā)生的廣告瀏覽。
這里值得強調(diào)的是，即使第一輪中計算過該廣告，在本輪計算時依然會參與到計算中，因為經(jīng)常會出現(xiàn)一個廣告位同時推薦多個商品的情況。
我們不難得到結(jié)論，M2=[Dc，Db]?；谶@個結(jié)論，我們通過“位置歸因” 得到結(jié)果：Dc=0.5；Db=0.5（不足 3 個時會有特殊處理）。
經(jīng)過兩輪計算，我們得出結(jié)論：Dc=1.1；Da=0.4；Db=0.5，則廣告位 c 的貢獻最大、廣告位 b 貢獻次之，廣告位 a 的貢獻最小。
8、馬爾科夫鏈
馬爾科夫鏈模型來自于數(shù)學(xué)家Andrew Markov所定義的一種特殊的有序列。馬爾科夫鏈(Markov Chain)，描述了一種狀態(tài)序列，其每個狀態(tài)值取決于前面有限個狀態(tài)。馬爾科夫鏈?zhǔn)蔷哂旭R爾科夫性質(zhì)的隨機變量的一個數(shù)列。
馬爾科夫鏈思時間、狀態(tài)都是離散的馬爾科夫過程，是將來發(fā)生的事情，和過去的經(jīng)理沒有任何關(guān)系（只和當(dāng)前有關(guān)系）。通俗的講：今天的事情只取決于昨天，而明天的事情只取決于今天。
谷歌的PageRank，就是利用了馬爾科夫模型。假設(shè)有A,B,C三個網(wǎng)頁，A鏈向B，B鏈上C。那么C分到的PR權(quán)重只由B決定，和A沒有任何關(guān)系。如果互聯(lián)網(wǎng)上所有的網(wǎng)頁不斷地重復(fù)計算PR，很容易可以想到這個PR值最后會收斂，并且區(qū)域一個穩(wěn)定的值，這也就是為什么它會被谷歌用來確定網(wǎng)頁等級。
回到歸因模型上，馬爾科夫鏈模型實質(zhì)就是：訪客下一次訪問某個渠道的概率，取決于這次訪問的渠道。
歸因模型的選擇，很大程度上決定轉(zhuǎn)化率計算結(jié)果，像前面講的首次互動、末次互動等模型，實際上需要人工來分配規(guī)則的算法，顯然它并不是一種“智能化”的模型選擇。而且因為各個推廣渠道的屬性和目的不同，我們也無法脫離用戶整個的轉(zhuǎn)化路徑來單獨進行計算。因此，馬爾科夫鏈歸因模型實質(zhì)上是一種以數(shù)據(jù)驅(qū)動的(Data-Driven)、更準(zhǔn)確的歸因算法。
馬爾科夫鏈歸因模型適用于渠道多、數(shù)量大、有建模分析能力的公司。
那么具體馬爾科夫鏈怎么玩？（請自備圖論知識）
如果將各推廣渠道視為系統(tǒng)狀態(tài)，推廣渠道之間的轉(zhuǎn)化視為系統(tǒng)狀態(tài)之間的轉(zhuǎn)化，可以用馬爾科夫鏈表示用戶轉(zhuǎn)化路徑。
馬爾科夫鏈表示系統(tǒng)在t+1時間的狀態(tài)只與系統(tǒng)在t時間的狀態(tài)有關(guān)系，與系統(tǒng)在t-1,t-2,...,t0時間的狀態(tài)無關(guān)，平穩(wěn)馬爾科夫鏈的轉(zhuǎn)化矩陣可以用最大似然估計，也就是統(tǒng)計各狀態(tài)之間的轉(zhuǎn)化概率計算得到。用馬爾科夫鏈圖定義渠道推廣歸因模型：
1、狀態(tài)集合，定義為 banner,text,keyword,link,video,mobile,unknown 7種推廣類型加上start,null,conversion 3種系統(tǒng)狀態(tài)
2、穩(wěn)定狀態(tài)下的轉(zhuǎn)化矩陣，通過某公司web網(wǎng)站20天的原始click數(shù)據(jù)計算的得到如下狀態(tài)轉(zhuǎn)化矩陣
3、利用該轉(zhuǎn)化矩陣來構(gòu)造有向圖（Directed Graph），通過計算從節(jié)點start到節(jié)點conversion的所有非重復(fù)路徑（Simple Path）的累乘權(quán)重系數(shù)之和來計算移除效應(yīng)系數(shù)
4、通過移除效應(yīng)系數(shù)，計算各個狀態(tài)的轉(zhuǎn)化貢獻值
什么是移除效應(yīng)？
渠道的移除效應(yīng)定義為：移除該狀態(tài)之后，在start狀態(tài)開始到conversion狀態(tài)之間所有路徑上概率之和的變化值。通過計算各個渠道的移除效應(yīng)系數(shù)，根據(jù)移除效應(yīng)系數(shù)在總的系數(shù)之和之中的比例得到渠道貢獻值。移除效應(yīng)實際上反映的是移除該渠道之后系統(tǒng)整體轉(zhuǎn)化率的下降程度。
我們可以把上面的案例簡化一下，嘗試具體計算下移除效應(yīng)和各渠道的轉(zhuǎn)化貢獻值：
在以上系統(tǒng)中，總體的轉(zhuǎn)化率 = （0.667*0.5*1*0.5+0.333*1*0.5）= 33.3%
移除節(jié)點C1后，整體轉(zhuǎn)化率 = 0.333*0.1*0.5 = 16.7%，所以C1節(jié)點的移除效應(yīng)系數(shù) = 1-0.167/0.333=0.5
同理可計算節(jié)點C2和C3的移除效應(yīng)分別是1和1
通過移除效應(yīng)系數(shù)計算得到轉(zhuǎn)化貢獻值：
C1 : 0.5 / (0.5+1+1) = 0.2
C2 : 1 / (0.5+1+1) = 0.4
C3 : 1 / (0.5+1+1) = 0.4
如果你對馬爾科夫鏈有疑惑，可以點擊這里了解下
三、如何選擇歸因模型
從上面這么多種歸因模型來看，我們大概可以把他們分成2類：
（1）基于規(guī)則的：預(yù)先為渠道設(shè)置了固定的權(quán)重值，他的好處是計算簡單、數(shù)據(jù)容易合并、渠道之間互不影響，當(dāng)然你也可以根據(jù)實際需要去調(diào)整他們的權(quán)重配比
（2）基于算法的：每個渠道的權(quán)重值不一樣，會根據(jù)算法和時間，不同渠道的權(quán)重值會發(fā)生變化（數(shù)據(jù)驅(qū)動）
在選擇用何種歸因模型之前，我們應(yīng)該先想清楚業(yè)務(wù)模式！
如果是新品牌、新產(chǎn)品推廣，企業(yè)應(yīng)該給予能給我們帶來更多新用戶的渠道足夠的權(quán)重，那么我們應(yīng)該選擇首次互動模型；
如果是投放了單一的競價渠道，那么我們應(yīng)該選取末次互動歸因模型或者渠道互動歸因模型；
如果公司很在乎線索來源和促成銷售渠道，那么我們應(yīng)該選擇U型歸因模型；
如果公司的渠道多、數(shù)據(jù)量大，并且由永久用戶標(biāo)識，基于算法的歸因模型能夠為營銷分析提供巨大的幫助；
....
總的來說，沒有完美的歸因模型。任何模型都存在他的局限性和不足，如何有效地結(jié)合客觀數(shù)據(jù)與主觀推測，是用好歸因模型的重要能力前提。
四、還有哪些有趣的歸因模型？
這里拋出一個有趣的問題，大家可以通過思考他背后的分析邏輯，嘗試一下如何應(yīng)用到歸因模型中
小陳和小盧同學(xué)準(zhǔn)備吃午餐，小陳帶了3塊蛋糕，小盧帶了5塊蛋糕。這時，有一個路人路過，路人餓了，于是他們約路人一起吃午飯，路人接受了邀約。小陳、小盧和路人3個人把8塊蛋糕全部吃完了，吃完飯后，路人感謝他們的午餐，于是給了他們8個金幣，然后離去。
小陳和小盧為這8個金幣的分配展開了爭執(zhí)。
小盧說：我?guī)Я?塊蛋糕，理應(yīng)我得5個金幣，你得3個金幣。
小陳不同意：既然我們一起吃這8塊蛋糕，理應(yīng)平分這8個金幣。
為此他們找到了公正的夏普里。
夏普里說：公正的分發(fā)是，小陳你應(yīng)當(dāng)?shù)玫?個金幣，你的好朋友小盧應(yīng)該得到7個金幣。經(jīng)過夏普里的解釋，小陳和小盧認為很有道理，愉快地接受了這種分金幣的方案。
請問，夏普里是怎樣分析得到1:7這樣的分配的呢？
