瞭解Adobe Analytics歸因面板和回顧期間
當我第一次思考歸因面板和 回顧期間 時，我立刻想到'時間旅行' 的概念；當然，也想到，我們對於許多新工具的典型回應，像這樣只是為了推遲嘗試使用，因為它們看起來太複雜。
我的意思是說實話，只要看看這些選項、開關、面板、讀取器和旋鈕。 說真的，我們來談談這些複雜的閃光燈、水管、量測計…… 等待!! 現在不是談論時間機器時分心的時候，我們只是沒有時間……，還是我們？
我承認 歸因面板 是一個相當複雜的工具；不過，我們作為分析師的典型工作就是日復一日地使用我們最喜歡且高度複雜的工具之一，來檢視過去發生的事情。 該工具名為 Adobe Analytics！ 因此，回答我們非常相關的問題時，我相信這兩件事表明我們有很多時間。
因此，我們為什麼要讓一些像是恐懼的東西擋住這些令人驚歎、精密且功能強大的工具，讓我們每天都能及時 往後 看？
畢竟這是時間旅行，夥計們!! 我們都是關於這類事情。 右???!!
那麼，我們還在等什麼 — 一輛閃亮的金屬汽車、一個警用盒子，或是老式的電話亭，用舊雨傘的接線作為天線，出現在我們的門階上？
不要！ 我們有更棒的東西，所以讓我們繫上安全帶，堅持住！
嗯……你明白了。
現在我們都為時間旅行感到興奮，讓我們深呼吸，後退一點，建立 歸因面板 實際上 的內容，並稍微分解一下：
圖1 — 顯示的數字與文字內嵌於更下方的 中
在 歸因 中，只要考慮一段'b5'7b間內，事件/動作可能是由個人、數個個人或任意數目的不同事件之一所造成。
根據Adobe，歸因 可讓分析人員自訂 Dimension 專案接收 成功事件 評分的方式。
事實上，很少有任何特定客戶歷程真正線性，而且更不常可預測。 此外，每位客戶都會以自己的步調進行；通常，他們可能會再次返回、延遲、退出或參與其他非線性行為。 這些非機械性的行為使得我們很難或幾乎不可能瞭解行銷活動在整個客戶歷程中的影響， 也會阻礙我們將多個資料管道聯繫在一起的努力。
沒錯。 將您的「多米諾」類比放在門口，讓您的思想更接近於蝴蝶效果和字串理論，但就像其他一切一樣，我們需要從一些基本概念開始。
歸因模型
當我們使用 歸因面板 時，可能會開始觀察數個不同的專案。 例如，歸因模型 向我們示範如何將 轉換 (即 ❶個成功量度)分配至任何指定群組中的 點選。
簡單地說，如果 10人 按下 紅色大按鈕 來通過門，我們的 歸因模型 將告訴我們要指派 10人中的哪一個，或者更好的說，我們要指派 多少 個，因為按了上述按鈕。
請記住，以下是 歸因模型 ❸如何影響這 10個人的一些範例：
-
首次接觸：這個模型會將 100%的評分 給予走進門的 第一個 人，其運作方式與它的聲音完全相同。 行銷人員更可能將此方法用於 社群媒體 或 顯示器 等戰術；不過，也是一項很棒的戰術，經常用於提高現場產品的推薦成效。
-
上次接觸：此策略也完全符合其運作方式，但會將 100%的點數 給予走進門的最後一個人。 此模型通常用於分析 免費（有機）搜尋 和其他 短期 行銷週期行銷活動等內容。
-
線性：此模型會將相等的評分分配給每個進門的人。
note caution CAUTION 不過，建議您謹慎起見，因為當您套用此策略時，考慮到其執行時間較長且點選的對象較多，可能會導致結果很快擴散。 -
U形：此方法會將 40% 的評分指派給門中的 第一人，將 20% 的評分分配給 之間的 所有人，然後將 40% 分給 最後一個。 此模型最常用於您有 長的轉換/銷售週期 且其中包含 多個接觸點 的情況。 在此案例中，您的目標主要是強調有助於客戶轉換的 first 和 last 行銷策略。
-
J-形狀 和 反向J：
-
想一想 U形，但此模型會將 60% 點數指派給 最後一個走進大門的人、將 20% 指派給 第一個，然後 將其餘的 20% 除以 其他所有人*。*反向J 則完全相反。
目標是在行銷活動的 開頭 或 結尾 強調您大部分的重點；不過，您仍想要將一定數量的評分指派給相反端的貢獻專案，同時在此過程中認可「小傢伙」。
-
-
時間耗損：現在，如果不共用此專案，我將會失職。 就字面上來說，此模型的半衰期會呈指數衰減，而且會隨著時間推移而衰減！ 在此案例中，此模型半衰期的 預設 引數為 7天。 其運作方式是根據 初始接觸點 之後以及客戶轉換的時間 量，將 權重 套用至每個 行銷管道、。
時間耗損 和 U形歸因模型 通常都用於測量較長的行銷活動，但如您所見，它們的目標稍有不同，這取決於它們最終 權重 結果的值。
-
自訂：您挑選要獲得學分的人。 這是您的行銷活動！
如需這些和其他歸因模型的詳細資訊，請按一下這裡
為了更吸引人，讓我們來談談倒轉時鐘！
回顧期間
現在正是開始將您的想法提升到新層次的時候。 這是我們真正將時間旅行元素新增到分析中的地方 — 同樣地，我們從基本知識開始。
Adobe 將❹ 回顧期間 定義為「轉換回顧以包含接觸點的時間量。 會將較多評分給予首次互動的歸因模型，會在不同回顧期間中顯示出較大的落差。」
換句話說，回顧期間 決定考慮 轉換 的時間段，並為歸因分析提供 內容。 Adobe Analytics 提供三種型別的 回顧期間：
-
造訪回顧期間： 回顧至轉換發生時 造訪 的開始，提供導致轉換的即時互動深入分析。
請記住，這通常是使用的最短 回顧期間。
-
訪客回顧期間： 回顧至所選 日期範圍 內當月第一個月，檢視所有 次造訪，提供更廣闊的客戶互動視野，並有助於識別一段期間內的模式。
-
自訂回顧期間： 可讓您將 歸因期間 擴展至報告 日期範圍 以外，最多 個 的 90天。 它提供 彈性，擷取在選取的 日期範圍 內 外部 發生的接觸點，以確保完整的分析。
藉由調整指定的 回顧期間，分析師可以檢查特定時間範圍內一或多個接觸點的影響，並深入瞭解不同持續時間對歸因結果的影響。
集合在一起
那麼，這些對於我們這些分析師來說意味著什麼？
歸因面板 和 回顧期間 可讓我們超越平凡的表面層級資料，深入瞭解客戶歷程。 瞭解哪些接觸點對 轉換 的影響最大，我們就能針對行銷策略做出明智的決策，並更有效地配置資源。
請記住，選取您的 歸因模型 和 回顧期間 後，您仍可透過 ❺區段、 或您目前想要的任何其他元件篩選資料，以進一步操控資料。 此外，呈現面板後，您就可以隨意使用傳統Workspace的所有功能。
最後將其付諸實踐
現在您已瞭解概念，想像您正在執行行銷活動，並嘗試判斷哪個頻道在推動轉換方面是 最有效的。 在 歸因面板 的協助下，您不僅可以看到 上次接觸，還可以看到 首次接觸、相同接觸 以及您選擇用來判斷哪些 管道 在推動 轉換 方面是 最有效，任何其他的 模型。 然後，此資訊可用來 最佳化 您的行銷活動，並藉由使用您選擇的 回顧期間 調回時鐘來提高整體績效！
現在您已看到其功用，請不要被歸因面板看似複雜的功能所愚弄或恐嚇。 面對它。 擁抱 它。 瞭解。
但最重要的是 — 使用它來為您帶來好處。 歸因面板 和 回顧期間 是讓您更深入地瞭解您的客戶及其品牌歷程的關鍵。
現在，我們可以放心地回到時間，並使用我們信任的時間機器(也就是 Adobe Analytics)的強大功能來進行資料導向式決策。
作者
本文件的作者為：
Jeff Bloomer，Kroger Personal Finance數位分析經理
Adobe Analytics 達人