Google Analytics數據驅動歸因模型是什么？

自2005年成立以來，已有超過288億個網站使用 Google Analytics。就數據驅動歸因模型本身而言，許多人試圖尋找一個“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，它也違背了Google Analytics的本質。既然該服務的USP能夠根據顧客的要求來定制報告，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？
在進行更加深入的研究之前，我們給出了關于歸因的定義。在Google Analytics中，歸因這個術語可能意味著很多種行為，并且歸因功能主要用于信息的轉化和網絡會話。比如，從網站的訪問到特定行為的完成，以及從網絡廣告營銷到未知信息發源等。
數據驅動歸因
目前的歸因模型可以以各種形式存在，并且最近非常火爆的一個模型就是數據驅動歸因模型。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的客戶專門設計，能夠為客戶提供一種簡單的方式使其獲得個性化體驗的創新模型。此外，使用該模型的用戶需要在28天內滿足以下兩個參數：
每種類型需要400次轉換，且每次轉化至少需要兩次互動。
每個用戶可以創建許多導航路徑。如果網站上有10,000條路徑，那么就類似于有10,000個網站用戶。但是，單個用戶可以創建多個導航路徑。

數據驅動歸因模型的突出特點是它在轉換過程開始之前就考慮了如何處理用戶的接觸點。該模型瀏覽器工具 通過報告這些接觸點，然后進行數據的審查。
數據驅動的歸因模型可作為Google Analytics中的基準模型，使用戶能夠創建新的個性化歸因模型。在個性化定制的信用規則實施之前，創建新的數據驅動歸因模型能夠實現在轉化路徑上與多個接觸點共享轉化信用。
使用數據驅動的歸因模型來分析非轉化和轉化路徑信息。前者的數據是從轉換的網站收集的，而后者的數據是從未被用戶的網站轉換的訪問者收集的。此外，數據驅動歸因模型的一個獨特之處是它每周都會改變。
為什么數據驅動歸因模型可以運作？
可以通過了解他們在轉換過程中所起的作用來了解這個模型。在轉換過程中，它主要為各種接觸點或營銷渠道的轉換提供信用。無論是初始接觸，中間接觸還是最后接觸，提供最多幫助的接觸點或營銷渠道都會被認為是轉化過程中發揮最大效用的功能。其余的接觸或渠道則根據它們在轉換過程中所發揮效用的大小來獲得信用。
由于分配轉換信用的機制取決于最新的信息轉換過程而不是接觸點位置，因此歸因模型就會變為數據驅動模型。這不僅突破了隨機給眾多觸摸點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模型會被稱為數據驅動的歸因模型。
需要注意的是數據驅動歸因模型有一定的時效性，因為模型會隨著轉換信息的變化而發生相應的變化。