产品方法技术数据分析方法

归因分析:常见的归因方法及产品化落地

2021-01-23  本文已影响0人  首席数据科学家

归因分析,用来解决不同渠道、不同触点贡献度的问题。归因模型的选择没有对错,只有场景是否适合。

归因分析,是广告投放同学的必备知识。

归因分析具体是什么,都有哪些归因分析模型?不同分析模型的特点以及应用场景是啥?如何设计BI分析系统的归因分析模块?今天和大家简单分享一下。

一、什么是归因分析

归因分析,其实是解决不同渠道(或者触点)贡献度的分析方法。

现在的广告投放,都在讲求精细化运营。精细化运营的基础是什么?对,是数据。对于广告投放而言,最基础的一个方面,就是广告效果数据了。广告效果数据如何衡量、怎么衡量,这就用到了归因分析。

举个简单例子,广告投放同学做了一次广告投,最后有500个人最终发生了购买。但是这500个人呢,有的是通过投放链接直接完成了购买,有的是过了好几天才完成购买,中间又发生了站内搜索行为、或者又看了其他渠道的广告,这时,要把最终的成交贡献计算在哪个渠道呢?

因此,归因分析是通过一定的逻辑方法,计算每个渠道、或者触点对最终结果贡献程度的方法。有一套合理的归因办法,才能科学地衡量不同渠道的广告价值,指导更好的投放。

二、归因分析模型

按照不同的方法,常见的归因分析模型有以下几种。

(1)首次触点归因模型

模型逻辑:将首次互动的渠道获得100%的功劳。举个例子,一个用户在统计时间内有广告点击、有站内搜索、站内点击等多个行为,最终成交了。我们把最终的成交100%的功劳都记在第一次行为里。

【优缺点】这个逻辑是清晰可理解的,实施起来也是容易实施的,毕竟只用了第一次的行为,计算量可控。但带来的问题也很清楚:首次互动后的所有行为,都没有进行统计,这显然在很多场景下不合理。

【适合场景】一般是需要进行拉新的时候,公司处于市场开拓的时候,这个时候我们关心把更多的用户先圈过来,那么用首次互动模型可以看出来哪些渠道对于业务拉新最有效。

(2)末次触点归因模型

模型逻辑:将发生转化最近一次的互动渠道获得100%的功劳。即不管用户发生了啥行为,只关注最后一次。

【优缺点】末次归因是应用非常广泛的模型。一方面,和首次归因一样,逻辑简单,很容易实施;另一方面,数据追踪的数据也不易丢失。缺点和首次归因类似,很多之前的行为没有纳入考虑,并不全面。比如很多用户都是通过收藏夹页面进入网址完成购买,但这个渠道并不能反映太多问题。

【适合场景】一般是公司想要做短期的投放,快速提升效果,这时按照末次归因模型,能比较好了解到底是哪个渠道对于最终的转化有比较好的促进作用。

(3)线性归因模型

模型逻辑:线性归因是把统计时间内所有的触点的功劳进行平均分配。

【优缺点】优点是不用考虑不同渠道的价值权重,大家一视同仁,计算也不复杂。缺点是,部分情况下,若有的渠道价值异常高,可能会“被平均”,因为这种渠道是靠质量而不是数量赢得结果的。

【适合场景】比较适合公司内部使用……大锅饭大家一般不会打架

(4)时间衰减归因模型

模型逻辑:对于统计时间内的所有触点,距离转化越近的渠道获得的贡献越大。

【优缺点】这个模型考虑了时间的作用,通常也是时间越久对于用户的转化作用是越弱的。缺点是如果有的渠道天然处于转化链路的起点,那么对于这些渠道是不公正的

【适合场景】和末次归因比较类似,适合促销期间大量引用用户完成转化的场景。

(5)位置归因模型

模型逻辑:综合了首次归因、末次归因、线性归因,将第一次和最后一次触点各记贡献40%,中间的所有触点平均剩下的20%贡献。

【优缺点】大杂烩。

【适合场景】没用过

三、归因分析的产品设计

以上介绍了一大堆归因的模型,那对于一套BI分析系统,如何将归因分析这个常用的分析项,产品化呢?

总结下来,想要完成归因分析有这么几步:

选择目标转化事件(即你想要把什么行为作为最终转化行为,通常是成交,针对不同业务场景,比如一些时间周期长的类目,可能会选择浏览详情页等)

选择待归因事件(即你要把哪些触点进行功劳划分,比如购物车页面,可能是你的必须流程,就不需要纳入功劳来划分了)

选择时间窗口(选择你要统计的时间范围,比如是7天、还是30天,还是更久,不同业务的场景有所差异)

选择归因模型(根据业务目标不同,选择不同的归因模型进行分析。当然很多情况下,业务会选择多个归因模型进行一些对比分析)

基于以上的业务流程,可以进行归因分析模块的产品设计流程。最终的呈现往往分为两部分:

(1)触点路径分析;(2)触点价值报告

受限于时间问题,不展开这两部份的详细设计了,后续有机会补充。

以下是谷歌的归因分析截图(今天翻不了墙,只好网上百度的……后面能翻墙了我重新截图):

以下是神策的归因分析:

今天先分享到这,后续有时间可以简单讲讲夏普利值的归因方法。

上一篇下一篇

猜你喜欢

热点阅读