Rich Data

“X 活动没有带来任何成果。 “你看，我们花了 500 欧元，但到现在还没有营业额，”这位只使用标准最后点击模型的在线营销人员说道。但这个观察到底有什么问题呢？仅从一个角度来看待性能。归因模型正是为此而创建的：从多个角度审视渠道表现，以便全面了解渠道对整个在线营销组合的真正贡献。

但首先，回到基础
归因模型只不过是特定网站各个渠道的转化/交易和营业 RCS 数据美国 额的分布关键。归因模型着眼于用户的转化路径以及转化时涉及的渠道和接触点。在这种情况下，接触点是用户对网站的任何访问，而渠道是创建此接触点的来源。下图是 Google Analytics 中转化路径的一个很好的例子。此转化路径涉及两个渠道（自然搜索和付费搜索），并有三个接触点：一次通过自然渠道，两次通过付费搜索……


哪种归因模型最适合使用这个问题并没有统一的答案。也就是说，每种可用的归因模型都有其优点和缺点。在本文中，我们将讨论最常用的归因模型以及如何最好地应用它们。

通过最后点击归因，我们将全部转化和转化功劳归因于该转化发生之前的最后一次点击的渠道。假设某人首先通过自然搜索结果“哪款耳机最好”进入网站，一天后通过搜索词“Sennheiser 耳机”显示的广告返回网站，然后购买一副价值 100 欧元的耳机（我们将这个过程称为 前面讨论的转化路径）。在这种情况下，这笔交易的全部价值（100 美元）归因于广告，而自然搜索词的价值为 0 美元。这公平吗？绝对不是，因为根据这种逻辑，有机产品没有任何贡献，所有收入都是由付费广告产生的。因此，在这种情况下使用这种归因模型意味着两件事：有机渠道被低估，付费渠道被高估。