自2005年成立以來(lái)，已有超過(guò)288億個(gè)網(wǎng)站使用 Google Analytics。就數據驅動(dòng)歸因模型本身而言，許多人試圖尋找一個(gè)“一刀切”的方法。
雖然這種模型本身的強大功能令人欽佩，但與此同時(shí)，它也違背了Google Analytics的本質(zhì)。既然該服務(wù)的USP能夠根據顧客的要求來(lái)定制報告，那么導致該歸因模型的特殊之處的因素又是什么呢？
什么是歸因？
在進(jìn)行更加深入的研究之前，我們給出了關(guān)于歸因的定義。在Google Analytics中，歸因這個(gè)術(shù)語(yǔ)可能意味著(zhù)很多種行為，并且歸因功能主要用于信息的轉化和網(wǎng)絡(luò )會(huì )話(huà)。比如，從網(wǎng)站的訪(fǎng)問(wèn)到特定行為的完成，以及從網(wǎng)絡(luò )廣告營(yíng)銷(xiāo)到未知信息發(fā)源等。
數據驅動(dòng)歸因
目前的歸因模型可以以各種形式存在，并且最近非?；鸨囊粋€(gè)模型就是數據驅動(dòng)歸因模型。這種由算法生成的模型并不是一種傳統模型，而是為Google Analytics 360的客戶(hù)專(zhuān)門(mén)設計，能夠為客戶(hù)提供一種簡(jiǎn)單的方式使其獲得個(gè)性化體驗的創(chuàng )新模型。此外，使用該模型的用戶(hù)需要在28天內滿(mǎn)足以下兩個(gè)參數：
每種類(lèi)型需要400次轉換，且每次轉化至少需要兩次互動(dòng)。
每個(gè)用戶(hù)可以創(chuàng )建許多導航路徑。如果網(wǎng)站上有10,000條路徑，那么就類(lèi)似于有10,000個(gè)網(wǎng)站用戶(hù)。但是，單個(gè)用戶(hù)可以創(chuàng )建多個(gè)導航路徑。

數據驅動(dòng)歸因模型的突出特點(diǎn)是它在轉換過(guò)程開(kāi)始之前就考慮了如何處理用戶(hù)的接觸點(diǎn)。該模型瀏覽器工具 通過(guò)報告這些接觸點(diǎn)，然后進(jìn)行數據的審查。
數據驅動(dòng)的歸因模型可作為Google Analytics中的基準模型，使用戶(hù)能夠創(chuàng )建新的個(gè)性化歸因模型。在個(gè)性化定制的信用規則實(shí)施之前，創(chuàng )建新的數據驅動(dòng)歸因模型能夠實(shí)現在轉化路徑上與多個(gè)接觸點(diǎn)共享轉化信用。
使用數據驅動(dòng)的歸因模型來(lái)分析非轉化和轉化路徑信息。前者的數據是從轉換的網(wǎng)站收集的，而后者的數據是從未被用戶(hù)的網(wǎng)站轉換的訪(fǎng)問(wèn)者收集的。此外，數據驅動(dòng)歸因模型的一個(gè)獨特之處是它每周都會(huì )改變。
為什么數據驅動(dòng)歸因模型可以運作？
可以通過(guò)了解他們在轉換過(guò)程中所起的作用來(lái)了解這個(gè)模型。在轉換過(guò)程中，它主要為各種接觸點(diǎn)或營(yíng)銷(xiāo)渠道的轉換提供信用。無(wú)論是初始接觸，中間接觸還是最后接觸，提供最多幫助的接觸點(diǎn)或營(yíng)銷(xiāo)渠道都會(huì )被認為是轉化過(guò)程中發(fā)揮最大效用的功能。其余的接觸或渠道則根據它們在轉換過(guò)程中所發(fā)揮效用的大小來(lái)獲得信用。
由于分配轉換信用的機制取決于最新的信息轉換過(guò)程而不是接觸點(diǎn)位置，因此歸因模型就會(huì )變?yōu)閿祿寗?dòng)模型。這不僅突破了隨機給眾多觸摸點(diǎn)或通道轉換信用分配的需要，而且恰當地解釋了為什么整個(gè)模型會(huì )被稱(chēng)為數據驅動(dòng)的歸因模型。
需要注意的是數據驅動(dòng)歸因模型有一定的時(shí)效性，因為模型會(huì )隨著(zhù)轉換信息的變化而發(fā)生相應的變化。