作为一家企业，销售额的增长可能让人感觉实现了最终目标，在财务上推动了您的活动目标，但同样重要的是要考虑：这些购买来自哪里？客户是如何接触到您的品牌的，是什么促使他们最终购买？
客户的购买旅程和他们为达成购买而采取的步骤与购买地点同样重要。使用归因模型，营销人员可以将功劳归于消费者购买旅程中的接触点。这可以更深入地了解哪些营销渠道表现最佳，从而分配更多资金并最大化投资回报率。
通过数据驱动的方法企业可以进一步利用战略洞察来扩展有效的方法，并将其经验用于未来的活动。
归因的工作原理
消费者的转化路径通常发生在多个设备上，并且他们很可能在做出购买决定之前遇到过许多不同的接触点。
接触点可以定义为公司在客户旅程的任何阶段与消费者进行的一系列互动。这些接触点可以包括社交媒体、广播、电视、电子邮件和其他消费者与企业之间可能互动的机会。
归因模型使用一组规则或统计模型来分配转化功劳。谈到不同类型的模型，有许多选项可适用于您的业务。
单一归因模型仅将客户旅程中的一个接触点归因于此，包括首次和最后一次接触归因。而多点触摸模型则着眼于客户的完整转化路径，其中可能包括位置、线性、时间衰减和数据驱动归因。
今天我们将介绍六种常见的归因模型：
第一次接触
最后的接触
基于位置
线性 (Linear)
时间衰减
数据驱动
1. 首次接触归因
消费者与之互动的第一个接触点被记为 100% 的转化。没有后续接触点用于衡量成功或增量。此模型适用于具有较大归因窗口或需要较长考虑期的转化路径。此外，此归因模型在优先获取顶级漏斗客户时非常有用。
例如：
当地一家健身房正在寻求吸引更多会员。
潜在客户在浏览新闻源时通过 Facebook 广告发现了该业务。该用户点击并订阅了新闻通讯。
两天后，潜在客户收到健身房发来的电子邮件简讯，并再次访问该网站并查看会员优惠。
最后，潜在客户在一天后收到健身房的谷歌搜索广告后转化并注册成为会员。
在这种情况下，转化的 100% 功劳都归功于 Facebook 广告，而其他所有接触点均不予考虑。在收集到足够的数据后，健身房可以确定哪些来源促使潜在客户迈出了被收购的第一步，并最终优化向该渠道投入更多资金。
2. 最后接触归因
消费者与之互动的最后一个接触点占转化的 100%。当使用较小的归因窗口（较短的购买周期或低考虑转化）衡量成功时，此模型可以帮助确定最后一个接触点的价值。不考虑任何先前的接触点。
例如：
一家企业正试图吸引受众访问其网站来购买咖啡机。
潜在客户在浏览该企业发布的 Snapchat 广告后访问了网站，但并未进行购买。
三天后，该用户在 Facebook 上看到了同一家公司的广告，点击进入网站并购买了咖啡机。
在这种情况下，转化的功劳 100% 归因于 Facebook 广告，而 Snapchat 广告的任何先前影响都被忽略。使用最后接触模型，企业可以确定最能吸引客户的渠道。
大多数广告平台（例如 Facebook Ads Manager、LinkedIn Campaign Manager 和 Google Ads）都会默认使用最后接触归因模型。
3.基于位置的归因
考虑了完整的转化路径。第一个和最后一个接触点被赋予最大的权重。中间接触点也被赋予权重，但权重较小且彼此均匀分布。当试图确定潜在客户如何被介绍给企业以及他们在销售周期结束时如何转化时，此模型非常有用。
例如：
一位顾客在 Facebook 上收到一张办公椅广告，并访问网站进行浏览。
几天后，客户在寻找办公椅时看到了 Google 搜索广告，但并未转化。
第二天，客户在受到 Google 展示广告的重新定位后访问了网站并进行了购买。
在这种情况下，Facebook 和 Google 展示广告将各自获得 40% 的平衡信用，而作为中间接触点的 Google 展示广告将获得 20%。
4.线性归因
这种多点触控模型考虑了完整的转化路径，并均匀地 电话数据 将客户与之互动的每个接触点归因于此。线性归因模型通常更多地用于说明，而不是真正衡量多点触控性能。对于希望了解接触点的价值的营销人员来说，这种模型是有益的，这些接触点将客户介绍给他们的业务、建立考虑并产生转化。总的来说，如果目标是全面了解营销策略，则可以相应地使用此模型。
例如：
一位顾客在浏览 Snapchat 广告时发现了一家企业的运动衫，并决定访问其网站。
第二天，Facebook 广告重新定位潜 ZNB 目录 在客户并访问了企业的网站，但仍然没有进行购买。
几天后，潜在客户在点击该企业在 Pinterest 上发布的广告后终于进行了购买。
使用线性归因模型，三个接触点中的每一个都将被赋予相等的归因量。
5. 时间衰减归因
与线性归因模型类似，时间衰减模型着眼于完整的转化路径。随着转化时间的临近，接触点获得的功劳百分比会越来越高。初始接触点获得的功劳较少，而最后的互动获得的功劳最多。
该模型有利于了解完整的客户旅程，并真实地展现了消费者在接近转化时如何通过与广告互动来建立考虑。此外，时间衰减归因允许营销人员分 对于所有使用场景 析哪些渠道是下层漏斗转化的主要贡献者，而不是上层漏斗转化者。
例如：
一位客户首先在手机上看到一则 Facebook T 恤广告。他们点击并浏览网站。
一天后，顾客收到了一封关于这款 T 恤的电子邮件简讯。
两天后，该客户在浏览 T 恤时点击了该商家的 Google 搜索广告，从而完成了转化。
大部分信用将分配给谷歌搜索广告，而电子邮件简报和 Facebook 广告将根据其接触点位置获得较少的信用。
6.数据驱动模型
数据驱动建模使用特定于平台的算法，包含基于估计增量值的机器学习。数据驱动建模会将功劳分配给最重要的接触点，并且由于其针对特定业务的特点，与其他类型的建模相比，它通常最为准确。这种归因模型通常需要数据科学家分析和解释历史数据以进行构建和维护。对于规模较小或较新的企业，这可能是一种更昂贵的选择，建议使用标准归因模型。
结论
由于有各种不同的归因模型可供选择，因此很难选择其中一种。但是，现在了解了不同的模型以及它们如何归因转化，决策应该会变得更加清晰。根本没有正确或错误的答案，也没有一刀切的解决方案。选择哪种归因模型取决于企业的最终目标和营销活动。
对于销售高价值产品、需要更长销售周期和更多营销渠道的企业，可能需要多点触控归因模型。这将帮助营销人员了解客户是如何被介绍到企业的，他们在哪里流失，是什么让他们再次光顾，以及他们最终为什么会转变。
如果企业想要确定哪些渠道能为他们带来新客户，并有助于实现顶级漏斗战略，那么他们可能会选择使用首次接触模式。如果企业想要发现哪些渠道在吸引客户方面表现优异，那么他们可能会倾向于使用最后一次接触模式。
我们可以提供的最佳建议是选择一种能够为您的企业提供最大化投资回报率所需信息的模型，同时考虑到您的接触点和销售周期。
