> For the complete documentation index, see [llms.txt](https://growingio.gitbook.io/v3/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://growingio.gitbook.io/v3/product-manual/growing/analysis/attribution-analysis.md).
# 渠道归因分析
## 渠道归因分析的应用场景？
借助 GrowingIO 强大的数据采集和分析能力，分析产品，在转化归因的分析场景下，帮您深入了解用户转化路径，找到广告或渠道对用户转化的促成关系。在 GrowingIO 的归因分析中，您可以：
1. 利用多种归因模型进行灵活的归因分析，分析结论不再受限于单一归因模型；
2. 根据实际业务情况，灵活定义归因回溯时间窗口，最长支持 30 天数据回溯；
3. 在多种归因模型下，比对分析结果，了解各渠道对转化的促成情况；
4. 提供转化路径洞察分析，直接呈现用户在实际转化发生时的路径顺序。
## 产品使用
**操作步骤**
Step 1:确定要分析的转化事件，例如：xx 商品下单，用户注册完成，或其他关键业务行为，当前转化事件只支持埋点事件（不包含服务端埋点）；
Step 2:选择要分析的人群 例如：新注册的用户，会员用户，通过分群功能可以灵活定义要分析的人群；
Step 3:定义转化目标发生的时间范围，当前最长支持回溯转化发生前 30 天数据；
Step 4:选择归因回溯时间范围，当前最长支持回溯转化发生前 30 天数据。
### 展示分析结果
在以上 4 步设定完成后，开始进行分析，默认会使用「首次点击归因」分析模型对数据进行计算。
在数据呈现方式上，默认以「推广渠道」的方式展现在当前归因模型下的转化归因结果，也可以选择切换为更详细的「触点」方式来查看转化归因结果。
**触点定义**
用户在一次转化完成时，在转化前都接触过的信息，如果该信息有促成用户达成转化目的的意义时，则称其为触点，例如广告主在进行产品推广时，通常会向用户进行广告推广，则广告被定义为触点。
{% hint style="info" %}
目前触点主要支持外部触点，对此可理解为从外部到 网站/应用 App /小程序 的链接（包括以链接生成的二维码）。关于触点和推广渠道的对照关系，可参考文末对照表。
{% endhint %}
**转化贡献度**
其计算方式为当前项中的转化次数，占转化总次数的占比，方便直观了解当前推广渠道或触点在整体中的重要程度。
### 多归因模型对比
归因分析支持按照实际业务需求，使用不同归因模型进行计算，同时也支持将不同归因模型下的转化归因结果数据进行对比，充分衡量各渠道或广告的效果。
### 归因模型支持情况
目前 GrowingIO 归因分析工具支持以下几种归因分析模型：
**1、首次点击归因**
在回溯期内首次触点转化功劳分配 100%。其余触点分配 0%。
**2、最终点击归因**
在回溯期内最后一次触点转化分的功劳分配 100%，其余触点分配 0%。
**3、线型归因**
在回溯周期内，一次转化被各触点平均分配。例如用户的一次转化接触了 5 个触点，那么 5 个触点中每个触点都被分配 20%。
**4、基于位置归因**
在回溯期内，用户的首次分配 40%，末次分配 40%，其余中间位平均分配 20%。
## 转化路径
转化路径是统计用户在发生转化前的完整的触点数据，并且将具有相同转化路径的用户进行汇总，帮您找出在当前发生的转化的用户中，最佳的转化路径。
**数据展示方式**
转化路径同样支持选择以推广渠道或触点的方式查看转化路径数据。
## 归因数据回溯与计算规则
如果您对归因分析的数据计算逻辑感兴趣，可以通过了解数据回溯规则，以及底层计算逻辑，使您对归因分析的数据结果理解更加深入。
**举例说明**
A、B、C、D、E 表示用户在发生转化前接触到广告所对应的渠道。
小红、小陈、小李 表示三名发生了转化的用户，但各自所接收到的广告以及查看次序不完全相同，那么在这一轮广告投放中，每个广告对于用户发生转化的促成作用是多少呢？
以上为例，三位用户分别完成下单，共三次，假设以首次点击归因模型进行计算，则 A：2次，B：1 次；假设以最终点击归因模型进行计算，则 C：1 次，D：2次。
可以看到对于同样的三名用户发生转化，在使用不同的归因模型进行分析时，可以看到完全不同的结果，通过不同归因模型的对比分析，可以充分了解各渠道在促成用户转化时的价值贡献。
假设小红在第一次下单转化发生后，过了一段时间经过复购推荐发生第二次转化，如上图，小红一人发生 2 次转化，两次转化将分别进行数据回溯，各次转化之间互不干扰。以首次点击归因模型计算，小红两次转化中，A：1 次，B：1 次。以最终点击归因模型计算，则 C：1 次，E：1次。
## 附表
### **\*触点、推广渠道信息提取规则**
| **分类** | 举例 | 触点信息提取 | 推广渠道信息 |
| ----------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------- |
| 通过 GIO生成的点击监测链接 | 用户需要在头条进行广告投放
选择推广渠道为：今日头条
点击监测链接： gio.ren/at1/o1de3Q
监测链接名称为：头条双十一促销监控
| 头条双十一促销监控 | 今日头条 |
| UTM 参数 | 用户直接在投放落地页中添加 utm 参数，
进行投放
\&utm\_medium=article1
\&utm\_campaign=product
\&utm\_content=0811-tool
\&utm\_term=tool
| utm\_source=weixin
\&utm\_medium=article1
\&utm\_campaign=product
\&utm\_content=0811-tool
\&utm\_term=tool
（按照用户定义的 UTM 值组合直接展示，限定文字长度，超过后显示「...」）
| weixin
（在 utm\_source 下直接取值）
|
| UTM 参数
（渠道信息未配置）
| 用户直接在投放落地页中添加 utm 参数，
进行投放
?
utm\_campaign=product
\&utm\_xxx=yyy
| utm\_campaign=product
\&utm\_xxx=yyy
| 未配置
（用户未配utm\_source 的值）
|
| 搜索词 | 通过搜索引擎直接直接跳转到网页
通过百度搜索跳转
| 如果可以成功解析搜索引擎的搜索词，则直接展示具体的搜索词；
如果搜索词被加密或解析失败，则展示为自然流量，如：baidu organic
| Baidu
（直接展示搜索引擎名称）
|
| 小程序码 | 用户需要在线下做小程序推广
二维码名称为：xxx 线下地推
广告渠道：线下 BD 渠道
| xxx 线下地推 | 线下 BD 渠道
（在 utm\_source 下直接取值）
|
| 小程序监测链接 | 用户需要在微信公众号进行广告投放
选择推广渠道为：微信公众号文章
生成监测链接为：pages/popular/popular?aid=nom42rPz1
监测链接命名为：大 V 账号扩量推广
| 大 V 账号扩量推广 | 微信公众号文章 |
| \*直接访问 | 当用户在转化前未检测到任何触点数据，则记为直接访问 | 直接访问 | 直接访问 |