了解Adobe Analytics归因面板和回顾窗口
当我第一次思考归因面板和 回顾窗口 时，会立即想起了“时间旅行” 的概念；当然，也会想起我们对许多新工具（如这些工具）的典型反应：只是推迟尝试使用，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，我们为什么要让一些像恐惧一样的东西挡住这些神奇、复杂、强大的工具，让我们日复一日地往前看 向后看？
毕竟，这是时间旅行，伙计们!! 我们都是关于这种事。 对???!!
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？
不！ 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，后退一点，建立 归因面板 的真正含义，并稍微分解一下：
图1 — 显示的数字与下面的文本内联
在 归因 中，只需考虑一段时间内，事件/操作可能如何由个人、多个个人或任意数量的不同事件之一引起。
根据Adobe，归因 使分析人员能够自定义 Dimension 项目接收 成功事件 点数的方式。
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 时，我们可能会开始观察几种不同的情况。 例如，归因模型 向我们演示了如何在任意给定组的 点击 中分布我们的 转化 (❶即 成功量度)。
简言之，如果 10人 按下 红色大按钮 来走进大门，我们的 归因模型 将告诉我们要为这 10人中的哪个 分配“点数”，或者更好的说法是，我们要为这 多少 个点数 — 因为按了上述按钮。
请记住，以下是❸ 归因模型 如何影响这些 10人 的几个示例：
-
首次联系：通过将 100%的点数 授予走进大门的 第一个 人，此模型的工作方式与听起来完全一样。 营销人员更有可能将此方法用于 社交媒体 或 显示 等战术；但是，这种方法也是一种经常用于提高现场产品推荐效率的好战术。
-
最近联系：此策略的工作方式也完全与声音相同，但会将 100%的点数 分给走进门的最后一个人。 此模型通常用于分析 免费（自然）搜索 和其他 短期 营销周期促销活动等内容。
-
线性：此模型将相同的点数分配给走进门的每一个人。
note caution CAUTION 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形：此方法将 40% 的点数分配给门中的 第一个人，将 20% 的点数分配给 之间的所有 人，然后将 40% 分配给 最后一个。 此模型最常用于您有 长的转化/销售周期 且在此过程中包含 多个接触点 的情况。 在本例中，您的目标是主要突出介绍有助于客户转化的 first 和 last 营销策略。
-
J-形状 和 反向J：
-
考虑 U型，但此模型将 60% 点数分配给走进大门的 最后一位人员，将 20% 分配给 第一个，然后 将其余 的 20% 除以 其他各项。 反向J 则正好相反。
此处的目标是将重点大部分放在营销活动的 开头 或 结尾 处；但是，您仍希望在对面为参与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，如果不共享此时间衰减信息，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！ 在这种情况下，此模型半衰期的 默认 参数为 7天。 其工作方式是根据 初始接触点 之后以及客户转化时经过的时间 ，将 权重 应用于每个 营销渠道、。
时间衰减 和 U形归因模型 通常用于测量更长的促销活动，但如您所见，它们的目标略有不同，具体取决于它们最终 权重 结果的值。
-
自定义：你选择获得点数的人。 这是你的竞选活动！
有关这些和其他归因模型的其他信息，请单击此处
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 将❹ 回顾时间范围 定义为“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 决定了考虑 转化 的时间段，并为归因分析提供 上下文。 Adobe Analytics 提供三种类型的 回顾窗口：
-
访问回顾窗口： 回顾到发生转化时 访问 的开始，从而深入了解导致转化的即时交互。
请记住，这通常是使用的最短 回溯时段。
-
访客回顾窗口： 回顾到所选 日期范围 内每月第一天的所有 访问，从而更全面地了解客户的交互情况，并有助于识别随时间变化的模式。
-
自定义回顾时间范围： 允许您将此 归因时间范围 扩展到超出报表 日期范围，最多 最大值，即 90天。 它提供了 灵活性 来捕获在选定 日期范围 内 之外发生的 接触点，从而确保进行全面分析。
通过调整给定的 回顾窗口，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。
汇集所有元素
那么，这些对于我们这些分析师来说意味着什么呢？
归因面板 和 回顾窗口 使我们能够超越平凡的表面级数据，更深入地了解客户历程。 通过了解哪些接触点对 转化 的影响最大，我们可以针对营销策略做出明智的决策，并更有效地分配资源。
请记住，在选择了 归因模型 和 回顾窗口 后，您仍可以通过使用{❺4}区段、或您现在希望的任何其他组件筛选数据来进一步处理数据。 此外，在呈现面板后，您可以随意使用传统Workspace的所有功能。
最终付诸实践
现在概念已敲定，假设您正在开展营销活动，并尝试确定哪个渠道在提高转化率方面最有效 。 借助 归因面板 ，您不仅可以看到 最近联系 ，还可以看到 首次联系 、 同一联系 以及您选择用来确定哪些 渠道 在推动 转化 方面最有效 的{任何其他 模型 。 然后，此信息可用于 优化 您的促销活动，并通过您选择的 回溯时段**来回溯时间，从而提高整体效果！
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。 面对它。 拥抱 它。 了解 它。
但最重要的是 — 使用它有利于您。 归因面板 和 回顾窗口 是加深了解您的客户及其品牌历程的关键。
现在，我们可以满怀信心地回到“”时间”，并利用我们可靠的时间机器(也就是 Adobe Analytics)的强大功能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