1 概述

归因分析是以转化目标事件为出发点，找出转化前一段时间内用户是否发生过某个待归因事件，计算待归因事件对于转化目标事件的贡献。在一般业务场景下，用户对广告位的点击、推广位的点击被称为「待归因事件」，用户支付订单等目标类事件被称为「目标转化事件」。通过归因分析，可以看到不同事件对一个目标转化的贡献度，因此可以更有有针对性地调整产品策略，以实现效益最大化。

归因分析可以解决以下示例问题：

1. 用户从不同渠道来源到达平台并完成了最终转化，想了解哪个来源带来的贡献度最大
2. 用户对平台不同广告位进行了点击后最终完成了转化，想了解哪个广告位带来的贡献度最大
3. 用户在搜索栏进行了搜索，最后完成了目标转化，想了解不同搜索词的贡献度

2 位置和使用权限

操作位置：分析配置-归因分析

使用权限： 不同的项目角色操作权限如下

3 页面概览

归因分析包括查询设置、分析结果展示与基本功能三部分。

• 查询设置包括目标事件、待归因事件、回溯窗口期、归因分析模型、全局筛选和添加分组项；
• 分析结果展示包括时间组件和表格展示；
• 基本功能包括保存功能、刷新功能、下载功能。
  

4 功能结构

4.1 查询设置

1. 目标事件
计算格式：选择「事件」+「事件属性」+「总和」或「事件」+总次数作为分析指标。

（1）选择事件：可以选择任意一个元事件。若分析主体为用户自定义的分析主体且来源于事件属性，则下拉框中可选的元事件只展示包含该事件属性（分析主体）的元事件。

（2）选择聚合算子：聚合算子当前仅支持总次数或数值型事件属性的总和。

（3）可对事件添加筛选条件，内容来源于事件属性、用户属性、用户标签、用户分群，根据不同数据类型的筛选项，筛选规则也有所不同。
1）若想要添加多条筛选条件：点击「添加并列条件」可添加二级筛选条件，最多只能添加到二级，筛选条件添加条数不限。
2）添加新的条件需要设定和原条件的关联关系，点击“且/或”可切换关联关系。

• 不同数据类型的筛选项支持的条件筛选规则汇总如下：

（4）设置前向关联事件：
前向关联事件，是指完成目标事件之前，必须要进行的事件。比如经常面对目标事件覆盖的范围很大的情况，此时可以通过增加前向关联事件、配置属性筛选的方式，使目标事件范围更加准确，从而提升分析结果的可信度和归因模型的计算精度。比如，支付成功事件之前经常使用的过程事件有商品详情页浏览、商品加入购物车等。

2. 待归因事件
点击事件选择框可对待归因事件进行选择
（1）选择事件：可以选择任意一个或多个元事件

（2）可对待归因事件统一添加筛选条件，内容来源于事件属性、用户属性、用户标签、用户分群，根据不同数据类型的筛选项，筛选规则也有所不同。
（3）设置关联属性：若设置了「前向关联事件」，则「待归因事件」只能与「目标事件」的属性进行关联

关联的属性可以是相同属性，也可以是不同属性，但是要求属性的数据类型必须一致

3. 回溯窗口期
回溯窗口期是指从目标转化事件发生期，向前回溯n天/小时/分钟，统计待归因事件的触发情况，计算待归因事件对目标转化事件的贡献。

4. 归因分析模型
当前支持如下五种归因分析模型：

• 首次触点归因模型：多个「待归因事件」对同一个「目标转化事件」作出贡献时，认为第一个「待归因事件」功劳为 100% 。
• 末次触点归因模型：多个「待归因事件」对同一个「目标转化事件」作出贡献时，认为最后一个「待归因事件」功劳为 100% 。
• 线性归因模型：多个「待归因事件」对同一个「目标转化事件」作出贡献时，认为每个「待归因事件」平均分配此次功劳。
• 位置归因模型：多个「待归因事件」对同一个「目标转化事件」作出贡献时，认为第一个和最后一个「待归因事件」各占 40% 功劳，其余「待归因事件」平分剩余的 20% 功劳。
• 时间衰减归因模型：多个「待归因事件」对同一个「目标转化事件」作出贡献时，认为越靠近「目标转化事件」做出的贡献越大。

5. 全局筛选
支持对事件属性、用户属性、用户标签、用户分群进行筛选，根据不同数据类型的筛选项，筛选规则也有所不同。

（1）若想要添加多条筛选条件：点击「添加并列条件」可添加二级筛选条件，最多只能添加到二级，筛选条件添加条数不限。

（2）添加新的条件需要设定和原条件的关联关系，点击“且/或”可切换关联关系。

• 筛选项目的内容来源分为以下两种情况：

  情况	事件描述	筛选项目
  仅一条指标	元事件	该事件下的事件属性、所有用户属性、所有用户标签、所有用户分群
  多条指标	元事件	所选事件的所有事件属性并集、所有用户属性、所有用户标签、所有用户分群

• 不同数据类型的筛选项目支持的条件筛选规则汇总如下：

  筛选项的数据类型	条件筛选可选项
  文本型	等于、不等于、包括、不包括、有值、无值、正则匹配、正则不匹配
  数值型	等于、不等于、小于、小于等于、大于、大于等于、有值、无值、区间
  时间型	位于区间、小于、小于等于、大于、大于等于、相对当前日期（区间）、相对当前日期（过去）、有值、无值、等于、不等于
  布尔型	为真、为假、有值、无值

6. 分组项
支持将事件属性、用户属性、用户标签、用户分群设置为分组项，不同数据类型的分组项有不同的分组设定方式。

• 针对数值型分组项，分组方式包括默认区间、离散数字和自定义区间三种
• 针对时间型分组项，分组方式包括汇总与不汇总两种，其中汇总可选择按月、按周、按天、按小时、按分钟
• 针对其他类型的分组项，将直接按照离散方式展示

4.2 分析结果展示

1. 时间组件
时间范围：默认选中动态时间「过去7天」，可点击选择其他静态/动态时间，代表目标事件的发生时间。

2. 直接转化参与归因计算
若一个「目标事件」在转化前，没有发生任何相关的「待归因事件」，勾选该选项后，则认为该「目标事件」属于直接转化；若不勾选该选项，则不计入归因计算。

3. 表格展示

指标解释：

• 待归因事件：在左侧筛选条件处所选择的「待归因事件」
• 点击总次数：在选择的时间范围加上回溯窗口期内，「待归因事件」发生的总次数
• 有效转化点击次数：在选择的时间范围加上回溯窗口期内，每个「目标事件」之前的「待归因事件」的总次数
  eg.设置目标为支付订单，回溯时长为 1 天，若 3 日前点击了广告，则不会被判定为有效转化
• 有效转化点击率：有效转化点击次数/点击总次数
• 点击用户数：在选择的时间范围加上窗口期内，触发待归因事件的用户数
• 有效点击用户数：某一归因模型下，待归因事件对目标事件产生了贡献的用户数
• 用户转化率：有效点击用户数/点击用户数
• 「目标事件」的指标值：根据归因模型，计算触发「待归因事件」的用户，达成转化「目标事件」的情况
  eg.如果选择了末次点击归因模型，用户在触发转化「目标事件」之前，曾触发了「待归因事件」，且最末一次触发待归因事件A，则事件A对应的目标转化事件的总数+1
  eg.目标事件支付订单，按照位置归因后，对应的广告位的贡献结果为（广告位 A(40%) , 广告位B(20%) , 广告位A(40%) )，则，A的目标转化总次数= 1（40%+40%） = 0.8，B的目标转化总次数= 120% = 0.2
• 贡献度：该行「目标事件」的指标值 / 所有「目标事件」的指标值之和

4. 查看用户列表
通过点击数据表中的数据，可链接跳转至用户列表页面，查看已选人群的更多用户属性信息：

• 用户列表支持查看用户其他属性特征，了解用户更多信息
• 用户列表支持刷新数据、导出数据功能
• 用户列表支持将已选人群保存为结果分群，可至分群管理列表中查看

4.3 基本功能

1. 保存
归因分析的结果可以保存为书签或同步至分析看板，方便后续进行查询和修改。书签和分析看板的操作详情可至「书签」和「分析看板」中查看。

• 保存为书签，保存后可在书签列表查看该归因分析结果。
  

• 同步至分析看板的操作，同步后可在分析看板处查看该归因分析结果。
  

2. 刷新
可点击「刷新」图标对页面数据进行实时更新。

3. 下载
当查询数据数过多时，查询结果最多只展示前1000条记录，若想查看完整的数据，可点击「下载」获取完整数据（最多下载100万条），下载的文件格式为csv。

5 实例

5.1 查看用户不同来源的贡献度差异

如下图所示，可以使用归因分析从不同具体广告来源给获取验证码/支付订单事件带来的贡献度差异