数据分析工作是整个广告投放过程中的重要环节之一，数据分析方法可以概括为对比、细分、归因。

建立归因模型可以分析投放效果，为后续的广告优化奠定基础。

归因分析要解决的问题是辨别转化功劳。

比如说，广告主投放了信息流广告，搜索广告，视频广告，开屏广告等多种程序化广告。根据数据分析，转化结果很多都来源于搜索广告之中，那么这些转化全部都是源于搜索广告吗？其实未必，相反很多转化都是用户在观看视频广告/信息流广告之后，引起了用户注意，用户主动进行搜集信息，最终发生转化在搜索引擎中。通过这个例子我们可以看出来，归因分析十分复杂，但却至关重要。

一.
归因分为广告归因和站内归因

广告归因是指广告中各个节点对转换贡献率的评估。分为渠道归因和创意归因。

渠道归因是广告投放过程中各个渠道的转化贡献，比如广告投放平台、搜索引擎等。

创意归因是指在这个投放过程中，我们可能会为了更换的吸引观众眼球，而更换更贴合时下热点或者更多样风格的创意素材包。

站内归因是指评估官方平台/app的不同内容对转换的贡献。

二.
归因模型的常见分类有：

1.末次互动归因模型：把点击、注册、购买等功劳全部归于末次触点所对应的渠道或创意。这种方法较简便，但是也存在较大误差。比如我 通过今天的投放看到了这个东西，但是我当下没有空注册，过几天我再来注册。这样这份贡献就会被算在注册的那一天，但其实真正起作用的是看到的那一天。这就存在了延迟的问题。

2.平均分配归因模型：把转化功劳平均分配给每个触点。

3.时间衰减归因模型：根据用户转化旅程中的时间轴，将功劳倾向于划分给最接近转化的触点，也就是首次触点的功劳最小，中间的多个触点的功劳依次变大，末次触点的功劳最大，这种方式相对较为合理。

4.价值加权归因模型：对不同渠道的位置价值或不同创意的内容价值进行加权，将转化功劳根据权重进行划分。这种方式需要合理划分不同渠道及不同创意的价值。

5.自定义归因模型：自定义各个渠道或各个创意的权重，将转化功劳根据权重进行划分。

合理的归因模型的建立，可以让我们更直观的看到广告的投放效果，帮助广告主优化广告预算的同时，获得更大传播、转换效果。

归因分析是指在特定时间周期内，用户旅程中所经历的不同营销渠道的不同接触点对达成转化目标的贡献价值评估。其中：

1、特定时间周期一般称为归因回溯窗口，从用户完成转化的时间点开始，设定一个回溯窗口时间，只有在该时间内发生的营销渠道的对应接触点才会被计入转化归因。

2、用户旅程描述的是用户从认识特定企业/品牌，并通过一系列的互动或学习，到购买使用企业/品牌的服务或产品，最终成为忠诚客户的整个流程。

3、营销渠道来源包括线下渠道（广播、电视、杂志、报纸、广告牌等）和线上渠道（展示广告、SEM、短信营销、邮件营销等），渠道终端包含电视、电脑、手机、平板等，完整的归因分析需要能够跨线上线下、跨渠道、跨终端。

* 接触点又简称为触点，包括曝光、点击及其他互动等。

归因方式模型：

• 1.末次互动归因模型：把转化（注册、下单等）功劳全部归于末次触点（曝光、点击等）对应的渠道或创意。这是比较直接的单一来源渠道归因模型，但忽略了其它节点的功劳。
• 2.平均分配归因模型：把转化功劳平均分配给每个触点（用户从看到广告到产生转化过程中的各个触点）.这是比较简单的多渠道归因模型，但有可能会高估了中间节点的功劳。
• 3.时间衰减归因模型：根据用户转化旅程中的时间轴，将功劳倾向于划分给最接近转化的触点，也就是首次触点的功劳最小，中间的多个触点的功劳依次变大，末次触点的功劳最大，这种方式相对较为合理。
• 4.价值加权归因模型：对不同渠道的位置价值或不同创意的内容价值进行加权，将转化功劳根据权重进行划分。这种方式需要合理划分不同渠道及不同创意的价值。
• 5.自定义归因模型：自定义各个渠道或各个创意的权重，将转化功劳根据权重进行划分。

归因理论，在日常的社会交往中，人们为了有效地控制和适应环境，往往对发生于周围环境中的各种社会行为有意识或无意识地做出一定的解释，即认知整体在认知过程中，根据他人某种特定的人格特征或某种行为特点推论出其他未知的特点，以寻求各种特点之间的因果关系。

归因理论由社会心理学家海德于1958年提出：归因是指人们对自己或他人的行为进行分析，推论出这些行为的原因的过程。归因方式影响到以后的行为方式和动机的强弱。

我对归因分析的理解是很好的解决了广告资源浪费的问题，在广告商投放广告后是无法直接告诉他们有多少购买量是因为哪一部分的广告效果。而归因分析能帮助广告商系统的判断哪一个环节是最有效的，哪一个环节是浪费资源的。而不同的归因模型也会得出不一样的结论，简单直接的可以根据用户最终在哪个平台上产生了购买行为，就完全是这个平台的功劳。也有更加复杂精确的归因模型如时间衰减归因模型和线性归因模型等，但最终的目的都是了解广告投放的效果详情，解决资源浪费的问题。

    归因分析是识别所有对最终转化有贡献的过程，并确定每个过程的贡献度，也是广告投放过程中的重要数据分析方法之一，可以通过量化的结果，使用户的行为路径更加清晰，令每一次广告投入和广告效果可溯源，并依据关键信息指导广告投放、优化用户体验，避免资源浪费，也使广告预算的分配更加合理。

    回应分析主要分为两类：单点触摸归因和多点触摸归因。单点触摸归因（如首次触点归因、末次触点归因），该方式较常用，主要将结果归功于转化的首次或最终接触点。多点触摸式归因（如线性归因、位置归因、时间衰减归因），该方式归因更准确，但对技术要求也高，该方法可根据经验判断每个接触点在整个客户旅程中影响转化的可能性来分配不同的加权值。

归因（Attribution）是指通过数据观察发现规律或数据之间的因果关联，并在此基础上推断原因并验证。一般可以通过建立归因模型分析广告投放效果。归因分析(Attribution Analysis)要解决的问题就是广告效果的产生，其功劳应该如何合理的分配给哪些渠道。作用在于区分和确认各个广告投放渠道、广告位或广告素材的转化效果，获取细分的广告投放反馈。

广告归因就是透过监测平台对投放的某个广告的销售来自哪个渠道，他们的贡献度分别是多少，而这些贡献的背后，是源自于怎样的用户行为路径而产生的？举个例子，友人A在朋友圈看到了一双鞋子的广告，然后透过搜索平台搜寻，又再次看到了相同的广告，最后他打开了淘宝打开商品详情页并购买了这双鞋子。透过广告归因就能了解到这一连串的用户行为路径，为这次的广告成交分析出这些渠道的贡献量。

几种常见的归因模型

1.末次互动模型

也称，最后点击模型——最后一次互动的渠道获得100%的功劳，这是最简单、直接，也是应用最为广泛的归因模型。

2.末次非直接点击互动模型

上面讲到的末次互动模型的弊端是数据分析的准确性受到了大量的”直接流量”所误导，所以对于末次非直接点击模型，在排除掉直接流量后会得到稍微准确一点的分析结果。

3. 末次渠道互动模型

末次渠道互动模型会将100%的功劳归于客户在转化前，最后一次点击的广告渠道。需要注意这里的”末次互动”是指任何你要测量的转化目标之前的最后一次互动，转化目标可能是销售线索、销售机会建立或者其他你可以自定义的目标。

4. 首次互动模型

首次互动的渠道获得100%的功劳。

如果，末次互动是认为，不管你之前有多少次互动，没有最后一次就没有成交。那么首次互动就是认为，没有我第一次的互动，你们剩下的渠道连互动都不会产生。

广告投放效果评估的四个核心问题:

1.哪些营销渠道促成了销售？

2.他们的贡献率分别是多少？

3.而这些贡献的背后，是源自于怎样的用户行为路径而产生的？

4.如何使用归因分析得到的结论，指导我们选择转化率更高的渠道组合？

因此，广告主需要归因分析，通过数学模型来客观地了解投放效果。

归因分析要解决的问题就是广告效果的产生，其功劳应该如何合理的分配给哪些渠道。

几种常见的归因模型

1末次互动模型

2末次非直接点击互动模型

3. 末次渠道互动模型

4. 首次互动模型

归因是指通过数据观察发现规律或数据之间的因果关联，并在此基础上推断原因并验证。一般可以通过建立归因模型分析广告投放效果。归因分析要解决的问题就是广告效果的产生，其功劳应该如何合理的分配给哪些渠道。作用在于区分和确认各个广告投放渠道、广告位或广告素材的转化效果，获取细分的广告投放反馈。常见的归因模型有：末次互动模型、末次非直接点击互动模型、末次渠道互动模型、首次互动模型。