归因模型是一条规则,决定哪些触点能分到一次转化的功劳:首次触点、末次触点、线性、位置、时间衰减或数据驱动。没有笼统意义上正确的模型,只有适合你所问问题的模型。同样十次转化跑五种模型,付费社交可以分到 700 美元,也可以是 0。
读完你会知道
- 模型决定功劳怎么分;同样的转化,一个渠道可以分到 700 美元,也可以是 0
- 并排对比几个模型,读每个渠道的区间,而不是一个数字
- 归因回答功劳在哪,什么促成了销售要靠留出组或增量测试
什么是归因模型?
归因模型是一条规则,决定哪些触点能分到一次转化的功劳。顾客很少看一次就买:他从社交广告了解到你,被邮件拉回来,最后点了一条搜索广告。模型回答的就是:这条路径上,这笔订单算谁的?Google 自己的帮助页把归因模型描述为一条规则、一组规则或一个数据驱动的算法,用来给触点分配功劳。
每个模型都会用到三个词:
- 触点: 一次可以被记功的访问或互动,例如来自付费社交或邮件的一个会话。
- 转化: 要被分配的结果:一笔订单、一次注册、一次试用开始。
- 回看窗口: 从转化往回数,多远之内的触点还算数。30 天的窗口,不会计入购买前 45 天的访问。
这篇的观点很简单:模型决定功劳怎么分,没有笼统意义上正确的模型,只有适合你所问问题的模型。 同样的十次转化,换一条规则,付费社交可以看起来是表现很好的渠道,也可以看起来是该砍掉的渠道。多触点模型这一类有专文 多触点归因,更宽的概念见 什么是归因;这一篇比较各个模型,并说明怎么选。
各模型并排对比
单触点模型把全部功劳给一个触点,多触点模型把功劳分开,数据驱动模型从你的数据里学出分法。
| 模型 | 功劳怎么分 | 适合 | 盲区 |
|---|---|---|---|
| 首次触点 | 全部给最早的触点 | 看需求从哪里开始;认知类渠道 | 忽略了促成成交的所有环节 |
| 末次触点 | 全部给最后的触点 | 购买周期短;收尾类渠道 | 一点也不给开启旅程的渠道 |
| 线性 | 每个触点平分 | 周期长、每一步都重要 | 把一次短暂访问和决定性访问同等看待 |
| 位置(U 形) | 首尾各给较大份额,中间给小份额 | 找到你和促成成交最关键的旅程 | 分法是约定,不是测出来的 |
| 时间衰减 | 触点离转化越近,功劳越多 | 短期促销、限时优惠 | 低估早期认知 |
| W 形 | 在位置模型之上,再给中间的里程碑(如线索创建)一份 | 有明确线索阶段的 B2B 旅程(见 B2B 营销归因) | 需要可靠的里程碑事件 |
| 数据驱动 | 从转化和未转化路径中学出功劳 | 转化量很大 | 需要数据量;难以检查 |
规则型模型在术语页里逐个讲过:末次点击归因、线性归因、位置归因。帮了忙但从不收尾的触点,叫 助攻转化。
按 Google 帮助页的描述,数据驱动归因会比较转化顾客和未转化顾客的广告路径,给更容易带来转化的互动更多功劳。Google 建议 30 天内至少有 200 次转化和 2,000 次广告互动才能得到较好的结果;数据更少时模型仍可使用,只是精度更低。
同一份数据,五种模型:一个算例
示例数据:10 次转化,每次 100 美元,四种旅程,回看窗口 30 天。触点按从旧到新排列,括号里是距离购买的天数。
| 旅程 | 转化数 | 路径(距购买天数) |
|---|---|---|
| A | 4 | 付费社交(10)→ 付费搜索(0) |
| B | 3 | 付费社交(14)→ 邮件(7)→ 付费搜索(0) |
| C | 2 | 自然搜索(6)→ 邮件(0) |
| D | 1 | 付费搜索(0) |
总收入是 10 × 100 美元 = 1,000 美元。各模型下按渠道分到的功劳(每一列合计 1,000 美元):
| 渠道 | 首次触点 | 末次触点 | 线性 | 位置 | 时间衰减(半衰期 7 天) |
|---|---|---|---|---|---|
| 付费社交 | 700 美元 | 0 美元 | 300 美元 | 320 美元 | 151 美元 |
| 付费搜索 | 100 美元 | 800 美元 | 400 美元 | 420 美元 | 563 美元 |
| 邮件 | 0 美元 | 200 美元 | 200 美元 | 160 美元 | 215 美元 |
| 自然搜索 | 200 美元 | 0 美元 | 100 美元 | 100 美元 | 71 美元 |
以旅程 B(3 个触点,每次转化 100 美元,3 次转化共 300 美元收入)为例说明算法:
- 线性: 每个触点 1/3,3 次转化下每个触点 100 美元:付费社交、邮件和付费搜索各得 100 美元。
- 位置: 触点多于两个时,首尾各 40%,中间的共分 20%:付费社交 120 美元,付费搜索 120 美元,邮件 60 美元。两个触点的旅程(A、C)五五分;只有一个触点的旅程,全给它。
- 时间衰减: 每个触点的权重是 2 的「负天数 ÷ 7」次方。B 里:14 天前的付费社交 = 0.25,7 天前的邮件 = 0.5,当天的付费搜索 = 1.0。合计 1.75,份额分别是 14.3%、28.6%、57.1%。
现在横向看前两列。付费社交在首次触点下得 700 美元,在末次触点下得 0 美元。 没有谁算错:两个模型问的是不同的问题。预算会上如果只用末次触点,会得出付费社交没有作用的结论;只用首次触点,则会得出付费搜索几乎没有作用的结论。付费搜索随规则不同在 100 美元到 800 美元之间,相差 8 倍。
各模型下付费社交的功劳
1,000 美元收入中对比结果该怎么读
把几个模型放在一起,找三种模式:
- 稳定的渠道。 除了首次触点(它从不排在最前),邮件在每个模型下都是 160 到 215 美元。区间窄的渠道,不论怎么分,得到的功劳都差不多。
- 只助攻的渠道。 付费社交在五个模型中的四个里有功劳,只在末次触点下没有。首次触点和末次触点数字差很大,说明它在开启别人收尾的旅程。仅凭末次触点就砍掉它,会把起点一起砍掉。
- 收尾的渠道。 付费搜索的功劳随模型越偏向最近触点而上升:首次 100 美元、线性 400 美元、时间衰减 563 美元、末次 800 美元。它擅长旅程的末端;它是创造了需求还是收割了需求,归因回答不了。
实用的读法:取每个渠道在各模型下的最低和最高功劳,把这个区间当作诚实的答案。两端都成立的决定(保留邮件)是安全的;只在一端成立的决定(砍掉付费社交),需要比重新分配功劳表更多的证据。
怎么选模型
按问题和购买周期的形状来选:
- 周期只有一个会话,或者一两天,用末次触点。没有太多别的可以记功。
- 问题是「新需求从哪来?」,看首次触点,并限定为新访客。
- 旅程在几周内有很多触点,又不知道哪个重要,默认用位置或线性,并和末次触点对比。
- 在做短期促销,加上时间衰减:近期的触点确实出了更多力。
- 每月有几百次转化,且平台提供,就测试数据驱动,并和简单规则对比,而不是直接替换。
- 要决定「花多少钱」,单靠任何归因模型都不够:用它回答功劳在哪,再用留出组或增量测试了解没有这笔花费会少发生什么(增量)。
不论选哪个,把模型、触点类型和回看窗口写在每个数字旁边,随时间对比时保持口径一致。把窗口从 30 天改成 7 天,功劳表同样会变,所以要保持不变。
| 你的问题 | 先用 | 原因 |
|---|---|---|
| 购买周期只有一两天 | 末次触点 | 没有太多别的可以记功 |
| 新需求从哪来? | 首次触点,只看新访客 | 看出哪些渠道在开启旅程 |
| 旅程长、不知道谁是推动者 | 位置或线性,并和末次触点对比 | 在摸清之前先把功劳分散开 |
| 短期促销 | 时间衰减 | 近期触点出了更多力 |
| 每月有几百次转化 | 数据驱动,并和简单规则对比 | 从你自己的路径里学出份额 |
| 要决定花多少钱 | 归因加留出组测试 | 归因只分功劳,不证明因果 |
把模型、触点类型和回看窗口写在每个数字旁边。
Google 下线了其中四个模型
如果你看到一篇老文章,让你在 Google Ads 或 Google Analytics 4 里从首次点击、线性、时间衰减和基于位置里挑,那它已经过时了。Google 在 2023 年 4 月 6 日宣布这四个规则型模型将被取消;Ads 帮助页说数据驱动归因、末次点击和外部归因不受影响,Analytics 帮助页说这四个模型在 2023 年 11 月下线。这些模型作为方法依然成立,你可以像上面的算例那样,用自己的触点数据自己算。
这也是要保留自己那份对比的理由:平台会改变提供哪些模型、默认用哪个,数字悄悄换了口径,就是一个等着发生的 数据差异。
常见误区
- 把模型当成真相。 模型是分功劳的规则,只说明按这条规则每个渠道能分到多少,不说明每个渠道造成了多少。
- 拿不同模型的数字互相比。 末次点击下的 4.0 和线性下的 2.5 不是趋势。
- 用错触点类型。 渠道、UTM 活动和着陆页是不同的问题;每次分析选一种。
- 忽略回看窗口。 太短会丢掉早期触点,太长会把很旧的访问混进新的转化。
- 只给看得见的路径记功。 没有会话记录的访问,或窗口内没有任何触点的转化,会保持未归因;要统计并报告这个占比。
- 砍掉只助攻的渠道。 末次触点得分为 0 的渠道,在删掉之前先看首次触点和线性的数字。
在 TapCub 里对比归因模型
把上面的例子放到你自己的数据上跑一遍:
- 打开 全端分析 › 行为分析 › 行为分析,选归因分析。把转化设成一个目标:一个事件或页面,写法和漏斗步骤一样。
- 选触点类型。默认是渠道,渠道为空时退回来源渠道;也可以换成来源渠道、UTM 来源、UTM 活动、来源域名或着陆页。回看窗口默认 30 天(1 到 90 天),包含转化那次会话。
- 一次选多个模型:首次、末次、线性、位置(1 个触点全给;2 个触点各一半;超过 2 个时首尾各 40%、中间共分 20%)和时间衰减(半衰期默认 7 天,1 到 90 天)。每个选中的模型是一列,所以只助攻的渠道会显示为一行:有些列有功劳,末次触点下没有。
- 先读四个汇总数字(转化数、已归因转化、无触点转化、平均触点数),再读表格:路径数、触点会话数,以及触点转化率(路径数 ÷ 触点会话数)。
要记住的限制:TapCub 的归因用的是转化之前的会话,不是安装回传;最多计算 5 万次转化,超过之后未归因的数字会偏大;窗口内没有会话的转化保持未归因;五个模型都是规则型,没有数据驱动模型。TapCub 衡量功劳,不做实验,要测增量,请在别处做留出组。按渠道看花费在另一个页面 全端分析 › 经营分析 › 渠道 ROI,它和这个归因模型没有关联。
常见问题
归因模型主要有哪几类?
单触点模型(首次触点、末次触点)、规则型多触点模型(线性、位置、时间衰减、W 形),以及从你自己的转化路径里学出功劳的数据驱动模型。它们的差别在于功劳怎么分,不在于能看到哪些触点。
哪个归因模型更合适?
没有笼统意义上合适的模型。末次触点适合短周期,首次触点回答需求从哪开始,位置或线性适合长旅程,数据驱动需要数据量。按问题来选,并且在行动前至少对比两个模型。
首次触点归因和末次触点归因有什么区别?
首次触点把整次转化给最早的触点,末次触点给最后一个。算例里,同样的十次转化,付费社交在首次触点下得 700 美元,在末次触点下得 0 美元。
归因能说明是什么促成了销售吗?
不能。归因是在转化之前发生的触点之间分配功劳,说明不了没有这些触点会发生什么。要判断因果,用留出组或增量测试。
回看窗口应该多长?
按购买周期来:冲动购买几天,需要考虑的购买 30 天甚至更长。比较不同时期时保持不变,并随结果一起报告。
另见:自定义归因模型:怎样设权重并检验。
资料来源
这篇文章对你有帮助吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。

