量度类型和归因
您可以在计算量度定义中配置量度的量度类型和归因模型。
-
在量度组件中选择
-
在弹出对话框中：
-
指定 度量类型：
table 0-row-2 1-row-2 2-row-2 指标类型 定义 标准 如果公式包含一个标准指标，它会显示与其对应的非计算指标的相同数据。 标准量度可用于创建特定于每个单独行项目的计算量度。
例如，
总计 个 在每个行项中对报告期间使用 总计。 如果公式包含单个总计量度，则计算量度会在每个行项目上显示相同的总计数字。 当您要创建与总数据相比较的计算量度时，“总计”量度非常有用。
例如，
-
指定 归因。
-
您可以：
-
禁用 使用非默认归因模型 以使用回顾时间范围为30天的默认列归因模型，即“最近联系”。
-
启用 使用非默认归因模型。 在 列归因模型 对话框中，
- 从归因模型中选择 模型。
- 选择 回顾时间范围。 如果选择 自定义时间，则可以定义从 分钟 到 季度 的时间段。 有关详细信息，请参阅回顾窗口
-
-
选择 应用 以应用非默认归因模型。 选择“取消”以取消。
如果已定义非默认归因模型，请选择 编辑 以修改所选内容。
-
-
有关使用归因模型和回顾时间范围的示例，请参阅示例。
归因 attribution
归因模型确定在量度的回顾窗口内看到多个值时哪些维度项目获得量度的点数。 仅当回顾时间范围内设置了多个维度项时，才应用归因模型。 如果仅设置单个维度项目，则无论使用何种归因模型，该维度项目都会获得100%的点数。
2^(-t/halflife)，其中 t 是接触点与转化之间流逝的时间。然后，所有接触点均被标准化为100%。 非常适合您希望根据特定且重要的事件来衡量归因的情况。 发生此事件后转化的时间越长，获得的点数就越少。
归因的高层次计算方式为必须公平分配盈余的参与者联盟。 按照递归方式，每个联盟的剩余价值分配取决于由先前的每个子联盟（即先前参与的维度项目）产生的剩余价值。 有关更多详细信息，请参阅John Harsanyi和Lloyd Shapley的原文：
Shapley， Lloyd S. (1953)。 A value for n-person games. Contributions to the Theory of Games, 2(28), 307-317.
Harsanyi， John C. （1963年）。 A simplified bargaining model for the n-person cooperative game. International Economic Review 4(2), 194-220.
回顾时间范围 lookback-window
回顾时间范围是指转化应回顾以包含接触点所花费的时间。如果在回顾窗口之外设置维度项，则该值不会包含在任何归因计算中。
- 14天：自转化发生后最多14天进行回顾。
- 30天：自转化发生后最多30天进行回顾。
- 60天：自转化发生后最多可回顾60天。
- 90天：自转化发生后最多可回顾90天。
- 会话：回顾到发生转化的会话之初。 会话回顾时间范围遵循数据视图中修改的会话超时。
- 人员（报告窗口）：回顾到当前日期范围当月1日的所有访问。 例如，如果报表日期范围为9月15日到9月30日，则人员回顾日期范围将为9月1日到9月30日。 如果使用此回顾窗口，则偶尔可以看到维度项目归因到报告窗口之外的日期。
- 自定义时间： 允许您从发生转化时设置自定义回看窗口期。 您可以指定分钟数、小时数、天数、周数、月数或季度数。 例如，如果转化发生在2月20日，则五天的回顾时间范围将评估归因模型中2月15日至2月20日的所有维度接触点。
归因示例 attribution-example
请仔细研究下面的示例：
- 9月15日，用户通过付费搜索广告访问您的网站后离开。
- 9月18日，该用户通过朋友提供的社交媒体链接再次访问您的网站。 他将多个物品添加到购物车，但没有购买任何物品。
- 9 月 24 日，您的营销团队向他们发送一封电子邮件，其中包含购物车中某些物品的产品建议券。他应用了产品建议券，但访问了其他几个网站，查看是否有其他产品建议券可用。他通过展示广告找到另一个网站，并最终购买了价值 50 美元的物品。
根据您的回顾窗口和归因模型，渠道会收到不同比例的点数。以下是一些示例：
-
使用 首次联系 和 会话回顾窗口，归因仅考虑第三次访问。 在电子邮件与展示广告之间，电子邮件是首次接触点，因此电子邮件在 50 美元的购买中获得 100% 的点数。
-
使用 首次联系 和 人员回顾窗口，归因会考虑所有三次访问。 付费搜索是首次接触点，因此它在 50 美元的购买中获得 100% 的点数。
-
使用 线性 和 会话回顾窗口，点数在电子邮件和显示广告之间分配。 这两个渠道各自获得25美元的点数。
使用 线性 和 人员回顾窗口，点数在付费搜索、社交、电子邮件和展示广告之间分配。 每个渠道各自获得此次购买中贡献 12.50 美元的点数。 -
使用 J型 和 人员回顾窗口，点数在付费搜索、社交、电子邮件和展示广告之间分配。
- 将 60% 的点数分给展示广告，其贡献价值是 30 美元。
- 将 20% 的点数分给付费搜索，贡献价值是 10 美元。
- 剩余的 20% 点数分给社交和电子邮件，二者的贡献价值均为 5 美元。
-
使用 时间衰减 和 人员回顾时间范围，点数在付费搜索、社交、电子邮件和展示广告之间分配。 使用默认的 7 天半衰期：
-
显示接触点与转化之间的间隔为0天。
2^(-0/7) = 1 -
电子邮件接触点与转化之间的间隔为零天。
2^(-0/7) = 1 -
社交接触点与转化之间的间隔为6天。
2^(-6/7) = 0.552 -
付费搜索接触点与转化之间的间隔为9天。
2^(-9/7) = 0.41 -
将这些值标准化处理之后得到以下结果：
- 展示广告：33.8%，贡献价值是 16.88 美元
- 电子邮件：33.8%，贡献价值是 16.88 美元
- 社交：18.6%，贡献价值是 9.32 美元
- 付费搜索：13.8%，贡献价值是 6.92 美元
-
如果点数属于多个渠道，则通常具有整数的转化事件会被划分。 例如，如果使用线性归因模型分析得出两个渠道对某个订单都有贡献，则两个渠道得到的订单都是0.5。 这些局部量度在所有人员中相加，然后在报表中四舍五入到最接近的整数。