江苏龙网

  1. 首页 > 人文 > >

趣投稿常见用户行为分析模型解析（8）——归因分析


在用户行为分析领域 ， 数据分析方法的科学应用结合理论推导 ， 能够相对完整地揭示用户行为的内在规律 。 而归因是精细化运营必不可少的利器 ， 归因的目的 ， 终究是为了提升运营转化与收入增长 。 本文详细介绍了归因分析模型的概念和应用场景 ， 与大家分享 。
趣投稿常见用户行为分析模型解析（8）——归因分析
本文插图
在 PC 互联网时代 ， 一个网站吸引新用户的主要方式之一就是投放线上广告 。 而同样一篇广告可以投放至多个渠道 ， 一个用户也可能在不同渠道商多次看到广告才发生购买 。 这时候用户虽然是最后一次看到广告才发生点击 ， 但前面的几次曝光 可能给用户留下了印象 ， 建立了心理认知 ， 因此对用户的本次点击亦有贡献 。
那么如何将用户点击行为的“贡献”合理地 分配到每一个渠道呢？这便是渠道归因要解决的问题 。 通过渠道归因来衡量渠道的效果 ， 反过来可以指导业务人员在渠道 投放时合理分配投入 。
一、归因分析概述
随着移动互联网的兴起 ， 业务的形态越来越复杂 ， 站内归因(也常被称作“坑位归因”)的需求日趋增多 。 以自营电商为 例:同样的一个商品 ， 可能会在站内多处“坑位”产生曝光 ， 比如:首页 Banner 的特卖活动页、商品详情页的相关推荐、 购物车页面下方的推荐列表中 。 运营人员会需要知道这些“坑位”对商品最终成单产生的“贡献”分别是多大 ， 从而指导 站内的商品运营工作 ， 例如将主推的商品推至成单贡献度高的坑位中 ， 给予更多的曝光从而带来更多的转化 。
对于归因分析而言 ， 一个很重要的命题即是 ， 针对当前的场景和目标 ， 怎么把“贡献”合理分配到每一个坑位上 。 下面我 们就以站内归因为例 ， 普及一下几种常见的归因分析计算思路 。 假设一个用户一天内使用 APP 的行为顺序如下:
首先 ， 启动 APP ， 进入首页 ， 先行搜索 ， 在搜索结果列表页看到了商品 A ， 浏览了商品 A 的详情 ， 觉得不错 ， 但是并未购买 ，退出 APP 。 然后 ， 再次启动 APP ， 看到首页顶部 Banner ， 点击进入活动分会场 ， 浏览过程中再次看到商品 A ， 点击再次 查看商品 A 详情 。 接着 ， 直接退出到了首页 ， 底部推荐列表中推荐了一篇商品 A 的用户评论 ， 点击进入 ， 再次查看商品 A 的详细信息 。 最后 ， 下定决心 ， 购买了商品 A 。
以上过程是一个非常典型的用户购买决策路径 ， 在整个过程中用户一共三次浏览到了商品 A 的详情页 ， 均通过不同的入口 发生访问 。 如果将这个用户的成单转化的功劳分配到对应的 3 个坑位上 ， 实际上这类问题其实并没有标准答案 。 以下介绍 几种常见的思路供参考 。
趣投稿常见用户行为分析模型解析（8）——归因分析
本文插图
图 四种常见的归因思路
1. 首次归因
多个待选中触点时 ， 认为第一个的功劳为 100% 。 理由是第一个触点给用户建立了认知 ， 与用户形成了连接 。 适用于重视 新用户线索的业务 。
2. 末次归因
多个待选中触点时 ， 认为最后一个的功劳为 100% 。 这种思路适用范围最为广泛 ， 常用于电商业务的站内归因的计算 。
3. 线性归因
多个待选中触点时 ， 认为每个“待归因事件”平均分配此次功劳 。 适合坑位效果比较平均的产品 。
4. 位置归因
多个待选中触点时 ， 认为第一个和最后一个各占 40% 功劳 ， 其余平分剩余的 20% 功劳 。 兼顾最初的线索和最终的决策 。
【趣投稿常见用户行为分析模型解析（8）——归因分析】除此之外 ， 还有“时间筛选归因” ， “末次非直接点击”的归因计算思路 ， 此处不再详细阐述 ， 感兴趣的读者可进一步查阅 相关资料 。 以上每一种归因计算思路均有各自的考量和不同的适用范围 ， 没有绝对的孰优孰劣 ， 在实际的应用过程当中 ，需要根据自身业务特点来选择合适的归因计算思路 。


推荐阅读


上一篇：英国英鸟|一对黑人夫妻却在示威人群前办婚礼，温馨一幕！美国抗议活动频发

下一篇：国青：韩媒评国青球员违纪称自我管理不足 话不好听却让你无法反驳