难于预测|归因分析指南v1.0

 难于预测|归因分析指南v1.0
文章图片
归因是一个跨领域的方法,在数据分析、深度学习、广告营销、心理学、投资都有相关的理论研究。趁周末时间,完成了归因指南的第一个版本(以后还会不断迭代的),分享给大家。
- 什么是归因 attribution
汉语上理解,指的是观察者对他人的行为过程或自己的行为过程所进行的因果解释和推论。归因——因果解释和推论。
attribution
psychology : the interpretive process by which people make judgments about the causes of their own behavior and the behavior of others
归因最早源于心理学:人们对自己的行为起因和他人的行为进行推断的解释过程。
 难于预测|归因分析指南v1.0
文章图片
归因分析是一种可以跨领域使用的方法(技术),能帮助我们看清影响结果的关键因素,从而不会轻易被表象所迷惑。从心理学到消费者行为,再到人力资源管理、绩效评估和团队领导力,基金股票投资决策,甚至延伸到互联网广告的效果优化(计算广告)。
- 边界与误区
现实中的因果关系是复杂、难于预测的,比如天气、股票市场、一场疫情的传播,往往在一定时段里是难于预测的,著名的理论蝴蝶效应就解释了这种混沌现象:一个微小的变化能影响事物的发展,这就是为什么天气或者是股票市场会有崩盘和不可预测的自然灾害。
 难于预测|归因分析指南v1.0
文章图片
人类的思维往往具有将事情复杂化的倾向,大家在讨论的时候,是不是有同感,我们的思维可以随时地漫无边界地发散,而远离议题本身。这里分享下查理·芒格的见解:我热衷于把事情简单化,如果事情太麻烦了,我就跳过去换一个。而巴菲特也有类似的说法:失败的原因是因为我们拥有了那些伟大和复杂的系统,但我们要做的仅仅是回归简单。
把问题简单化,往往能用几句话简单描述的就是最佳答案。
理想的归因(这里引用宋星在数字营销的一些观点)指的是全面归因,希望能够穷尽这些所有对人决定购买施加的所有外部因素。这里包括了线上、线下,还有我们预想不到的其他因素(梦境之类的)。明显,目前技术手段是做不到的。
退一步,全面归因做不到,那么,线上全面归因,全是数字化,能否实现呢?
现实状态下的归因,是指我们忽略那些不可能去了解的外部影响因素,而只看那些我们能掌握的因素。基于此,就有了线上全域归因、线上局部归因。
线上局部归因,我们目前的技术手段所实现的基本都是指的是线上的局部归因,是忽略了我们所不能掌握的因素的一种归因分析手段。
- 数字营销领域的归因
在数字营销领域,一般我们会称为营销归因模型,共有六种常见的归因模型:首次互动、最后一次互动、最后一次非直接点击、线性、时间衰减和基于位置。
 难于预测|归因分析指南v1.0
文章图片
每种分析模型都有其优缺点。通过分析每个归因模型,我们可以更好地了解每个营销渠道的投资回报率。不一定有“最佳”归因模型,但我们可以选择一种作为报告和分析的主要归因模型。
- 最终互动归因
 难于预测|归因分析指南v1.0
文章图片
这是大多数平台(Google Analytics)中的默认归因模型。最终互动归因(最终点击),此模型会将100%的功劳归功于您的企业与潜在客户进行转化之前的最后一次互动。
优点,最终互动归因是最简单的实施和评估方法,通常也是最准确的。用户可以从多个设备访问,清除Cookie或使用多个浏览器,这使得跟踪他们的整个旅程变得困难,但是,我们始终可以在用户转换之前确定它们的最后一次交互。
缺点是该模型忽略了最终交互之前发生的所有事情。如果您的购买周期短,则此模型可能非常适合您。如果转换前接触点不多,则仅跟踪最后一个接触点就可以使您对最有效的渠道有所了解。
- 首次互动模型
 难于预测|归因分析指南v1.0
文章图片
首次互动与最终互动类似,因为它为一次点击/互动提供了100%的功劳。首次互动(首次点击)将所有功劳归功于与客户的首次互动。例如,如果用户首先在Pinterest上找到您的业务,则Pinterest会获得互动后发生的任何销售的所有功劳;如果客户在Pinterest上找到您,然后在一周后点击展示广告,然后直接转到您的网站,这个功劳都是Pinterest的。
- 最终非直接点击
 难于预测|归因分析指南v1.0
文章图片
最终非直接点击模型比标准的最终点击模型更有帮助。最终非直接点击仍然将100%的值分配给单个互动。直接访问是指任何人通过手动输入您的网址或单击添加了书签的链接直接进入您的网站。
- 线性归因
 难于预测|归因分析指南v1.0
文章图片
使用线性归因模型,将功劳平均分配给客户与企业之间的所有互动。例如,客户在Instagram上找到您,订阅您的电子邮件,然后单击了电子邮件里的链接。过了一周他们直接前往您的网站并消费了$ 120。在这种情况下有3个接触点。每个接触点可获得33%的功劳。


推荐阅读