在用户行为分析领域，数据分析方法的科学应用结合理论推导，能够相对完整地揭示用户行为的内在规律。而归因是精细化运营必不可少的利器，归因的目的，终究是为了提升运营转化与收入增长。本文详细介绍了归因分析模型的概念和应用场景，与大家分享。

在 PC 互联网时代，一个网站吸引新用户的主要方式之一就是投放线上广告。而同样一篇广告可以投放至多个渠道，一个用户也可能在不同渠道商多次看到广告才发生购买。这时候用户虽然是**一次看到广告才发生点击，但前面的几次曝光 可能给用户留下了印象，建立了心理认知，因此对用户的本次点击亦有贡献。

那么如何将用户点击行为的“贡献”合理地 分配到每一个渠道呢？这便是渠道归因要解决的问题。通过渠道归因来衡量渠道的效果，反过来可以指导业务人员在渠道 投放时合理分配投入。

一、归因分析概述

随着移动互联网的兴起，业务的形态越来越复杂，站内归因(也常被称作“坑位归因”)的需求日趋增多。以自营电商为 例:同样的一个商品，可能会在站内多处“坑位”产生曝光，比如:首页 Banner 的特卖活动页、商品详情页的相关推荐、 购物车页面下方的推荐列表中。运营人员会需要知道这些“坑位”对商品最终成单产生的“贡献”分别是多大，从而指导 站内的商品运营工作，例如将主推的商品推至成单贡献度高的坑位中，给予更多的曝光从而带来更多的转化。

对于归因分析而言，一个很重要的命题即是，针对当前的场景和目标，怎么把“贡献”合理分配到每一个坑位上。下面我 们就以站内归因为例，普及一下几种常见的归因分析计算思路。假设一个用户一天内使用 APP 的行为顺序如下:

首先，启动 APP，进入首页，先行搜索，在搜索结果列表页看到了商品 A，浏览了商品 A 的详情，觉得不错，但是并未购买， 退出 APP。然后，再次启动 APP，看到首页顶部 Banner，点击进入活动分会场，浏览过程中再次看到商品 A，点击再次 查看商品 A 详情。接着，直接退出到了首页，底部推荐列表中推荐了一篇商品 A 的用户评论，点击进入，再次查看商品 A 的详细信息。**，下定决心，购买了商品 A。

以上过程是一个非常典型的用户购买决策路径，在整个过程中用户一共三次浏览到了商品 A 的详情页，均通过不同的入口 发生访问。如果将这个用户的成单转化的功劳分配到对应的 3 个坑位上，实际上这类问题其实并没有标准答案。以下介绍 几种常见的思路供参考。

图 四种常见的归因思路