06-电商归因模型解析（首次/末次/多触点）

💡 问题

用户从"看到广告"到"下单"的过程中，可能经过7-8个渠道触点：朋友圈广告、抖音短视频、小红书种草、百度搜索、淘宝首页、购物车、收藏夹... 最后成交了。这笔成交的功劳应该算给谁？ 选错了归因模型，投放预算就会投错地方，浪费几十万。

📖 学习

参考文章：《【数据分析思维】多因素影响下如何归因？》（人人都是产品经理）、《多渠道归因分析：传统归因》（知乎专栏）、《归因完整指南》（GA小站）

六种常见归因模型

#### 1. 末次归因（Last-Click Attribution）

规则：100%功劳分配给转化前的最后一个渠道

优点：最简单、最易测量，数据跟踪周期不重要

缺点：严重高估末次渠道，忽略其他渠道的辅助作用

适用：短期投放、转化路径短、快速见效的场景

#### 2. 首次归因（First-Click Attribution）

规则：100%功劳分配给第一个触达渠道

优点：明确用户从哪里发现你，易于实施

缺点：忽略后续所有渠道作用

适用：拉新阶段、市场开拓、评估品牌知名度

#### 3. 线性归因（Linear Attribution）

规则：路径上所有触点平均分配功劳

优点：多触点模型，计算简单

缺点：高价值渠道被"平均"掉

适用：期望在全周期保持品牌认知度的场景

#### 4. 时间衰减归因（Time Decay Attribution）

规则：越接近转化的触点权重越大（指数衰减，默认7天半衰期）

优点：考虑时间权重，离转化越近影响越大

缺点：对链路起点渠道不公平

适用：短期促销、客户决策周期短的场景

#### 5. 位置归因/ U型归因（Position-Based / U-Shaped Attribution）

规则：首次和末次各40%，中间所有渠道平分20%

优点：综合了首次和末次的优点

缺点：不分析线索转化后的触点效果

适用：重视线索来源和促成成交渠道的公司

#### 6. 自定义归因（Custom Attribution）

规则：根据业务理解自定义各渠道权重

优点：高度定制化，可动态优化

缺点：需要大量测试验证

适用：有成熟数据团队的大企业

🔍 分析

归因分析的三个核心要素

归因模型：分配规则（上述6种）

归因窗口：从触达到转化之间的时间范围（1天/7天/30天）

归因对象：渠道/广告位/内容/活动

归因模型对比表

|------|------|---------|---------|---------|

| 末次归因 | 单触点 | 100%→末次 | 短期效果 | ★ |

| 首次归因 | 单触点 | 100%→首次 | 品牌认知 | ★ |

| 线性归因 | 多触点 | 均分 | 全周期 | ★★ |

| 位置归因 | 多触点 | 首末各40% | 线索管理 | ★★★ |

| 自定义 | 多触点 | 自定义 | 成熟企业 | ★★★★★ |

🧠 理解

底层逻辑：归因分析的本质是贡献分配问题。用户转化是一个多触点的综合结果，每个触点都有贡献，但没法准确知道各自贡献了多少。归因模型就是用一套合理的规则来解决这个"分配难题"。 关键洞察：

没有绝对正确的归因模型——只有"更适合当前业务目标"的模型

归因窗口设置极其关键：窗口过短→忽略早期渠道；窗口过长→噪音过多

多模型对比是最好的方法：同时用首次+末次+线性+U型跑数据，交叉对比

同一归因模型在站外和站内要分开：站外观望期长（1-30天），站内转化快（1-24小时）

类比：奥运会金牌的归属——首发运动员跑第一棒（首次）、最后一棒冲刺（末次）、其他队友在中间保持领先（中间触点）。归因模型就是用不同的规则来决定金牌分给谁、分多少。

🔗 内化

关联已有知识：

关联「01-全域电商运营/付费推广」：归因模型直接影响广告投放预算分配策略

关联「09-营销策划与品牌IP/整合营销」：多渠道推广时，归因模型决定了如何评估各渠道效果

关联本文「06-数据分析与建模/03-AARRR模型」：AARRR的"Acquisition"环节直接采用归因结果来评估渠道质量

类比迁移：

末次归因 → 只给最后进球的人发奖金，忽略助攻

首次归因 → 只给第一个传球的人发奖金，忽略后续

U型归因 → 给第一个传球和最后进球的人各40%，中间传球均分20%

自定义归因 → 根据实际战术价值决定分配比例，三分投手、助攻、防守各拿多少

🚀 迁移（实战应用）

实操步骤

确定归因窗口：根据品类决定（快消品1天，3C数码7-30天）

确定归因对象：站外渠道 or 站内资源位

选择模型：至少跑2-3个模型对比

数据清洗：去重、去噪（爬虫数据、机器人行为）

输出结果：各渠道贡献占比 + 渠道ROI

调整预算：ROI高的渠道加码，低的减投

持续优化：每月重新跑归因，看渠道贡献变化

电商站内归因案例（淘宝场景）

用户路径：首页搜索（首次）→ 活动会场（中间）→ 猜你喜欢（末次）→ 成交

假设按末次归因：

猜你喜欢贡献 52.67%

搜索直接转化 27.56%

运营位、活动、Push不足10%

但如果改用首次归因：

搜索结果贡献会大幅提升

实际策略：对品牌词搜索应看首次归因（说明用户已有品牌心智），对非品牌词搜索看末次归因（说明推荐算法促成了转化）

✅ 实践

案例数据（某电商年货节）

归因窗口：7天 | 模型对比

|------|---------|---------|---------|

| 朋友圈广告 | 12% | 38% | 25% |

| 抖音短视频 | 18% | 22% | 20% |

| 搜索品牌词 | 8% | 5% | 7% |

| 淘宝内推荐 | 40% | 15% | 28% |

| 直接访问 | 22% | 20% | 20% |

结论：朋友圈广告在首次归因中贡献最大（38%），说明它擅长拉新，但在末次归因中只有12%。如果只看末次归因，朋友圈广告会被严重低估，导致削减预算的错误决策。

常见错误（错题本）

| 错误 | 后果 | 纠正 |

|------|------|------|

| 只用末次归因 | 高估末次渠道，低估拉新渠道 | 至少用2-3个模型对比 |

| 归因窗口不合理 | 渠道贡献失真 | 根据品类决策周期调窗口 |

| 站外站内用同一规则 | 逻辑混淆 | 站外站内分开归因 |

| 忽略辅助转化 | 对"助攻"渠道不公平 | 引入辅助转化指标 |

🔄 调整

月度归因报告：每月输出各渠道在不同归因模型下的贡献对比

预算调整周期：季度评估，根据连续2-3个月的趋势做调整

归因模型演进：先用末次归因→引入U型→最终搭建自定义归因

🎯 成事

一句话总结：归因模型没有"标准答案"，只有"更合适的答案"。末次归因最简单但最危险（可能让你砍掉最有价值的拉新渠道），多模型对比+归因窗口调优才是正确姿势。错误的归因模型比没有归因更可怕——它会让你把预算投错地方。 核心知识点：

✅ 六种模型：末次、首次、线性、时间衰减、位置（U型）、自定义

✅ 归因窗口：根据品类决策周期设定

✅ 单触点 vs 多触点：单触点简单但片面，多触点复杂但全面

✅ 多模型交叉对比是最佳实践

✅ 站内外要分开归因

---

参考文章：[1] 人人都是产品经理《【数据分析思维】多因素影响下如何归因？》 [2] GA小站《归因完整指南》 [3] 知乎专栏《多渠道归因分析》