了解Adobe Analytics归因面板和回顾窗口

当我第一次想到 归因面板 和 回顾窗口，我立即想起了“时间旅行'​当然，之后我又被提醒，我们对于许多新工具的典型反应是简单地推迟使用它，因为它们看起来太复杂了。

说实话，看看这些选项，开关，面板，读数和旋钮。 说真的，我们来谈谈那些复杂的闪光灯，水管，仪表盘…… 等等!! 现在不是谈论时间机器时分心的时候，我们只是没有时间……还是我们该这样做？

我承认 归因面板 是一个相当复杂的工具；但是，我们作为分析师的典型工作就是日复一日地使用我们最喜欢且高度复杂的工具之一来查看过去发生的情况。 该工具名为 Adobe Analytics！ 所以，是的，为了回答我们非常相关的问题，我相信这两件事表明我们有很多时间。

因此，我们为什么要允许一些东西，比如一点点恐惧，来阻挡这些神奇，复杂，强大的工具，比如这些工具，真正地允许我们观察 后退 每一天都按时发生？

毕竟，这是时间旅行，伙计们!! 我们都是关于这种事。 正确???!!

那么，我们还在等什么 — 一辆闪亮的金属汽车、一个警察盒子，或者一个老式的电话亭，用旧雨伞的线路作为天线出现在我们的门阶上？

否! 我们有更好的东西，所以让我们系上安全带，坚持住！

好吧，你明白了。

现在我们都为时间旅行感到兴奋，让我们深吸一口气，退一步看看 归因面板 真的 是，并且稍微分解一下：

图1 — 数字与下面的文字内联显示

在 归因，只需考虑一段时间内单个、多个或任意数量的不同事件之一可能如何导致事件/操作。

根据 Adobe， 归因 使分析人员能够自定义方式 Dimension 项目接收点数 成功事件.

事实上，任何给定的客户历程很少是真正线性的，甚至更不容易预测。 此外，每位客户都将按照自己的步调前进；通常，他们可能会再次返回、停滞不前、退出或参与其他非线性行为。 这些免费操作使得我们很难或几乎不可能了解营销工作在整个客户历程中所产生的影响。 它还会妨碍将多个数据渠道绑定在一起的工作。

没错。 把你的“多米诺骨牌”类比放在门口，让你的思想更接近于蝴蝶效应和弦理论 — 但就像其他一切一样，我们需要从一些基本概念开始。

归因模型

当我们使用 归因面板，我们可能会开始观察几种不同的情况。 例如， 归因模型 向我们展示 转化 (即❶) 成功量度)可能分布在 点击量 在任何给定组中。

简言之，如果 10人 按 红色大按钮 踏进一扇门，我们的 归因模型 会告诉我们哪一个 10人 我们希望分配“点数” — 或者更好的说法是，如何 很多 “点数”指派 — 因为按了上述按钮。

请牢记这一点，下面是一些示例，说明❸ 归因模型 可能会影响这些 10人：

• 首次接触：此模型的工作方式与声音完全相同，具体就是 100%点数 到 第一 从门走过的人。 营销人员更有可能将此方法用于以下策略 社交媒体 或 显示；但是，它也是一种很好的策略，经常用于提高现场产品推荐效率。

• 最后接触：此策略的工作方式与声音完全相同，但会提供 100%点数 最后走进门的那个人。 此模型通常用于分析以下内容 免费（有机）搜索 和其他 短期 营销周期营销活动。

• 线性：此模型会将相等的点数分给每个进门的人。

  注意

  但是，这里建议您小心谨慎，因为在应用此策略时，考虑到运行时间越长，点击的受众越大，您可能会以非常快的速度传播结果。

• U型：此方法分配 40% 贷项的10% 第一人 在门上，摊开 20% 信用跨越 介于两者之间的所有人，然后给出 40% 到 最后一个 通过。 此模型最常用于以下情况： 长转化/销售周期 包含 多个接触点 一路走来。 在这种情况下，您的目标主要是突出显示 第一 和 最后一个 有助于客户转化的营销策略。

• J-形状 和 反向J：

  • 考虑一下 U型，但此模型会将 60% 贷记至 最后一个 在门口走动， 20% 到 第一，然后 除 剩余 20% 跨 其他各项 中间。 反向J 正好相反。

    我们的目标是将您的大部分重点放在 开始 或 结束 ，但是，您仍希望在对面为贡献项目分配一定数量的点数，同时在此过程中承认“小人物”。

• 时间衰减：现在，如果不共享此项，我将会失职。 此模型的半衰期是指数衰减的 — 随着时间的推移！ 在本例中， 默认 此模型半衰期的参数为 7天. 它的工作方式就是应用 粗细 至每个 营销渠道， 基于时间量 在 初始接触点 以及客户转换时。

  时间衰减 和 U形归因模型 通常用于衡量更长的促销活动，但如您所见，它们具有的目标略有不同，具体取决于它们的最终方式 称重 结果的价值。

• 自定义：您可以选择获得点数的人员。 这是你的竞选活动！

有关这些和其他归因模型的更多信息， 单击此处

为了更有趣，让我们来讨论一下倒计时吧！

回顾窗口

现在该开始将您的想法提升到新的水平了。 在这里，我们在分析中真正地加入了时间旅行元素 — 同样，我们从基础知识开始。

Adobe 定义❹ 回顾时间范围 作为“转化应回顾以包含接触点所花费的时间。 在查看不同回顾窗口时，为首次交互分配更多点数的归因模型存在较大的差异。”

换句话说， 回顾时间范围 确定以下时间段： 转化 考虑并提供 上下文 归因分析。 Adobe Analytics 提供三种类型 回顾时间范围：

• 访问回顾窗口： 回顾a的开头 访问 发生转化时，提供对导致转化的即时交互的分析。

  请记住，这通常是最短的 回顾窗口 以使用。

• 访客回顾时间范围： 看一看 访问 备份到选定日期内的当月第一天 日期范围，提供了更全面的客户互动视图，并有助于确定一段时间内的模式。

• 自定义回顾时间范围： 允许您展开 归因窗口 超出报告 日期范围 最多 最大值 之 90天. 它提供 灵活性 在捕获已发生的接触点时 外面 选定的 日期范围，确保进行全面分析。

通过调整给定 回顾窗口​之后，分析师可以检查特定时间范围内一个或多个接触点的影响，并更深入地了解不同持续时间如何影响归因结果。

将这一切整合在一起

那么，这些对于我们这些分析师来说意味着什么呢？

此 归因面板 和 回顾窗口 让我们能够超越平凡的表面数据，深入了解客户历程。 通过了解哪些接触点对产生最大的影响 转化，我们就能针对自己的营销策略做出明智的决策，更有效地分配资源。

记住，在您拥有 归因模型 和 回顾时间范围 选中，您仍可以通过使用❺筛选来进一步处理数据 区段， 或您现在希望使用的任何其他组件。 此外，呈现面板后，您可以随意使用传统工作区的所有功能。

最后付诸实践

现在您已经了解了这些概念，设想您正在开展一个营销活动，并尝试确定哪个渠道是 最有效 用于推动转化。 借助 归因面板，您不仅能够看到 最后接触，但还有 首次触点， 同一接触、和任何其他 模型 您选择确定 渠道 是 最有效 在驾驶 转化. 然后，此信息可用于 优化 只需使用 回顾窗口 您选择的！

现在您已看到它可执行的操作，请不要被归因面板看似复杂的功能所愚弄或恐吓。 面对现实. 拥抱 它。 了解 它。
但最重要的是。 善加利用。 此 归因面板 和 回顾窗口 是深入了解您的客户及其品牌历程的关键。

现在，我们可以旅行了”返回时间满怀信心地运用我们可靠的时间机器(也就是 Adobe Analytics)，以便做出数据驱动型决策。

作者

本文作者：

Jeff Bloomer，Kroger Personal Finance数字分析经理

Adobe Analytics 负责人

Business.Adobe.com 资源