TapCub 正式上线:统计、分析、客服一个平台免费用
增长与运营

归因模型:类型、区别和怎么选

归因模型是什么,首次触点、末次触点、线性、位置、时间衰减和数据驱动各自怎么分功劳,以及一个算例:同样的十次转化,付费社交可以分到 700 美元,也可以是 0。

索菲娅·贝内特 发布于 2026 年 11 月 19 日 10 分钟阅读 增长与运营
示例数据:十次转化,每次 100 美元,四种旅程。付费社交在开启旅程,由付费搜索和邮件收尾,所以首次触点给它 700 美元,末次触点什么也不给。示例数据

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)
A4付费社交(10)→ 付费搜索(0)
B3付费社交(14)→ 邮件(7)→ 付费搜索(0)
C2自然搜索(6)→ 邮件(0)
D1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。

app.tapcub.com

各模型下付费社交的功劳

1,000 美元收入中
首次触点700 美元
位置320 美元
线性300 美元
时间衰减151 美元
末次触点0 美元
示例数据
示例数据:十次转化,每次 100 美元,四种旅程。付费社交在开启旅程,由付费搜索和邮件收尾,所以首次触点给它 700 美元,末次触点什么也不给。

对比结果该怎么读

把几个模型放在一起,找三种模式:

  1. 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。
  2. 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。
  3. 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:

  1. 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。
  2. 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。
  3. 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。
  4. 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。

索菲娅·贝内特

产品应用顾问

关注客户上手、在线沟通与自助服务,将常见使用问题整理为清晰的操作建议与改进思路。

并排对比归因模型

选一个目标,一次选多个模型,每个渠道的功劳各占一列,包括那些只助攻的渠道。

看清数据,找到增长。

每一次点击,都有数据依据。装好一行代码,1 分钟看到第一批数据。

无需信用卡 · 统计与客服都有免费版 · 统计无 Cookie