原文链接：数据分析利器之归因分析
导读：归因分析是用于确定如何将转化功劳分配给各转化路径，从而结合单次的转化成本对后续的投放策略进行优化，本次我们就来介绍一下归因分析的几种常用方法。
什么是归因分析？
广义的归因分析指找到事情发展的原因，我们介绍过的公式法、漏洞模型等核心都是为了定位原因。我们日常在互联网广告行业中常说的归因分析特指渠道转化的贡献分析，如我们在四个渠道投放产品广告，通过归因分析判断哪个渠道转化效果最好，进而优化渠道投放策略。
几种常见的归因分析模型
有一天三猫依次在a、b、c、d这4个不同的app上都看到了同一款防脱洗发水广告，并在最后看到的d这个app上点击详情页并下单购买，那如何判断每个渠道对三猫发生消费转化的贡献呢？
末次归因模型
转化功劳为最后一次互动的渠道，即三猫的购买转化认为是通过d促成的。
优点：容易测量，不必担心业务周期长的场景可能会发生的数据损失，减少数据回溯处理成本。
弊端：三猫是因为看了a、b、c三个app的广告后不断加深印象，才在d看到后发生购买行为，因此其他三个渠道也为转化起到促进作用，而在这个模型中则无法统计进来，d渠道的功劳评估会被大幅高估。
适用场景：投放周期短、转化路径少、周期短的业务。
首次互动模型
转化功劳为第一次互动的渠道，即三猫的购买转化认为是通过a促成的。首次互动模型更加强调的是驱动用户认知的、位于转化漏斗最顶端的渠道。
优点：容易统计。
弊端：转化路径长时，不容易回溯到用户第一个交互渠道。
适用场景：没什么品牌知名度的公司，关注能给他们带来客户的最初的渠道，对于扩展市场很有帮助的渠道。
线性归因模型
转化功劳分配给每个互动渠道，分配权重可自行调节，即三猫的购买转化由四个渠道共同促成。末次归因和首次互动模型都可以认为是线性归因的特殊情况。
优点：计算方法简单。
弊端：某些渠道的重要性会被其他渠道平均掉。
适用场景：企业期望在整个销售周期内保持与客户的联系，并维持品牌认知度的公司。在这种情况下，各个渠道在客户的考虑过程中，都起到一定的促进作用。
时间衰减归因模型
对于路径上的渠道，距离转化的时间越短的渠道，可以获得越多的功劳权重。时间衰减归因模型基于一种假设，他认为触点越接近转化，对转化的影响力就越大。即三猫的购买转化，四个渠道贡献度d>c>b>a。
优点：考虑时间因素，更为合理。
弊端：如果有的渠道天然处于转化链路的起点，那么它们总是距离转化最远的那个，重要性会被低估。
适用场景：客户决策周期短、销售周期短的情况。比如，做短期的促销，就打了两天的广告，那么这两天的广告理应获得较高的权重。
U型归因模型（位置归因模型）
对于路径上的渠道，将第一次和最后一次触点各贡献40%，中间的所有触点平均剩下的20%贡献。即三猫的购买转化，a和d的贡献度分别为40%，b和c贡献度分别为10%。
优点：销售线索报告或者只有销售线索阶段目标的营销组织的理想归因模型。
弊端：对中间过程的促进作用考虑较少。
适用场景：十分重视线索来源和促成销售渠道的场景。
相关性分析
相关性分析是通过整体情况来确定渠道重要性的方法。通过计算各渠道直接转化量与整体转化量的相关性系数，确定各渠道的贡献度。根据算出的渠道贡献度，确定三猫此次的转化主要贡献渠道。
归因模型有很多种，没有一种方法可以适用于所有情况。实际使用时，应考虑业务场景与各模型适用场景的匹配度，进而选择合适的方法。
学习卡
下图对相关性分析方法重点内容进行了罗列，可保存到相册随时查看。
参考文档：
https://zhuanlan.zhihu.com/p/384442573
