趣投稿常见用户行为分析模型解析（8）——归因分析( 二 )

二、归因分析应用示例
1. 场景：电商业务下站内归因
回到上面那个电商案例中，我们对 2月3日至2月5日成交订单进行归因分析，此处我们选用的归因计算方式是“末次归因” 。归因窗口期设为 1 天，即观察用户在发生订单行为之前的 24 时之内点击了哪些坑位。然后再找到离“提交订单”最近的一个坑位点击行为。
最终得到的结果如下图， APP 内多个坑位中，首页精选推荐，商详页相关推荐，首页 Banner 以及首页运营位对于成单的贡献分别占据了 37.5%、20.83%、20.83%、12.5% 。搜索和购物车下方的相关推荐仅带来不足 10% 的成单贡献。通过这个结果，可以清晰地反映如下几点信息:

最终的贡献度反映了不同坑位对最终成单转化的贡献及互相之间的差异。
对比不同坑位的有效转化点击率，可得知不同坑位对用户的吸引程度。

本文插图
图电商业务下的站内归因
注：总点击数和有效点击次数的区别。在所选的时间段内以及往前回溯的窗口期，总点击数是总共发生了多少次坑位点击，其中绝大部分是没有带来最终成单转化的，而带来的成单转化的那些点击即视作为有效点击数。因此有效转化点击率可能衡量坑位的吸引程度。转化率越高则吸引程度越大，发生一次坑位点击则有更大的概率带来转化。
事实上，凡是有成交、充值环节的业务，都可以通过归因分析来帮助我们在众多的营销触点当中，找到最有效、对用户认知影响最明显的一个或几个触点。以此来指导我们在后续的站内资源位分配时，给不同的业务分配最适合它的资源位。
#相关阅读#
常见用户行为分析模型解析（1）——行为事件分析
常见用户行为分析模型解析（2）——用户留存分析
常见用户行为分析模型解析（3）——漏斗分析
常见用户行为分析模型解析（4）——用户行为路径分析
常见用户行为分析模型解析（5）——用户分群
常见用户行为分析模型解析（7）—— 间隔分析模型
作者：张乔，神策数据内容营销负责人。公众号：神策数据
本文由@张乔原创发布于人人都是产品经理，未经许可，禁止转载。
题图来自Unsplash ，基于CC0协议。