本文記錄了
建立比較各種歸因模型的分析時，歸因 面板是可採用的簡單方式。此面板提供您專用的工作區來使用和比較歸因模型。
Customer Journey Analytics 強化了歸因功能，讓您可以：
- 定義付費媒體以外的歸因：任何維度、量度，管道或事件均可套用在模式上 (例如內部搜尋)，而不僅限於行銷活動。
- 不限次數利用歸因模式比較功能：動態比較任意數量的模式。
- 避免實施變更：透過報表時間處理功能和內容感知工作階段，可以建置客戶歷程內容並套用在執行階段中。
- 建構與您的歸因狀況最相符的工作階段。
- 按照區段劃分歸因：輕鬆比較行銷管道在任何重要區段中的效能 (例如，新客與常客、產品 X 與產品 Y、忠誠度或 CLV)。
- 跨管道檢查和多點接觸分析：使用文氏圖表和直方圖，並計算歸因結果趨勢。
- 以視覺化方式分析關鍵行銷序列活動：透過多節點流量和流失視覺效果，以視覺效果方式探究帶來轉換的路徑。
- 建立計算量度：使用任何數量的歸因配置方法。
使用
若要使用 歸因 面板：
面板輸入
您可以使用下列輸入設定來設定歸因面板：
面板輸出
歸因 面板會傳回一組豐富的資料和視覺效果，用以比較指定維度和量度的歸因。
歸因視覺效果
以下視覺效果為面板輸出的一部分。
- 總量度：報告時間範圍內發生的轉換總數，並歸因於您指定的維度。
- 歸因比較長條圖：以視覺效果方式比較所選維度中每個維度項目的歸因轉換。每個長條的顏色代表不同的歸因模型。
- 歸因比較表：顯示與長條圖相同的資料，以表格的形式呈現。在此表格中選取不同的欄或列會劃分長條圖，以及面板中的其他數個視覺效果。表格的作用與 Workspace 中的其他自由格式表格相仿，可讓您新增量度、區段或劃分等元件。
- 重疊圖：文氏圖表會顯示前三大維度項目，及其共同參與轉換的頻率。例如，重疊的泡泡圖尺寸表示人員同時接觸到兩個維度項目時發生轉換的頻率。選取相鄰自由表格中的其他列，可依據您的選取項目更新視覺效果。
- 效能詳細資料：透過散佈圖視覺效果，視覺化比較最多三個歸因模型。
- 趨勢效能：顯示排名前面的維度項目的歸因轉換趨勢。選取相鄰自由表格中的其他列，可依據您的選取項目更新視覺效果。
- 流量：可讓您查看哪些管道最常互動，以及人員歷程中的順序。
歸因模型
當量度的回顧期間內出現多個值時，歸因模型決定哪些維度項目可以取得該量度的評分。只有在回顧期間內設定多個維度項目時，歸因模型才適用。如果只設定一個維度項目，則無論使用何種歸因模型，該維度項目都會獲得 100% 的評分。
2^(-t/halflife)，t 代表接觸點和轉換之間的時間量。 所有接觸點隨後都會標準化至 100%。適用於需要衡量特定且重要事件歸因的情境。在此事件之後發生轉換的時間愈久，給予的評分就愈少。
從高層次來看，歸因是以玩家的聯盟計算，其中盈餘必須公平地分配。每個聯盟的盈餘分配則是根據每個子聯盟先前產生的盈餘 (或先前參與的維度項目) 遞迴決定。如需詳細資訊，請參閱 John Harsanyi 和 Lloyd Shapley 的原稿：
Shapley, Lloyd S. (1953)。A value for n-person games。Contributions to the Theory of Games, 2(28), 307-317。
Harsanyi, John C. (1963)。A simplified bargaining model for the n-person cooperative game。International Economic Review 4(2), 194-220。
容器
歸因容器定義了歸因的所需範圍。可能的選項包括：
- 工作階段：回顧至轉換發生當下該工作階段的起始處。工作階段回顧期間採用資料檢視中經過修改的工作階段逾時。
- 人員：從人員容器的範圍檢視轉換情況。
- 全域帳戶 [B2B Edition]{class="badge informative"}：從全域帳戶容器範圍檢視轉換情況。
- 帳戶 [B2B Edition]{class="badge informative"}：從人員容器的範圍檢視轉換情況。
- 機會 [B2B Edition]{class="badge informative"}：從機會容器的範圍檢視轉換情況。
- 購買群組 [B2B Edition]{class="badge informative"}：從購買群組容器範圍檢視轉換情況。
回顧期間
歸因回顧期間是指轉換要納入接觸點時需要回顧的時間量。如果維度項目設定在回顧期間之外，則該值不會納入任何歸因計算。
- 14 天：回顧自轉換發生時間起最多 14 天。
- 30 天：回顧自轉換發生時間起最多 30 天。
- 60 天：回顧自轉換發生時間起最多 60 天。
- 90 天：回顧自轉換發生時間起最多 90 天。
- 13 個月 [B2B Edition]{class="badge informative"}：回顧自轉換發生時間起最多 13 個月。
- 自訂時間： 讓您設定轉換發生當下的自訂回顧期間。您可以指定分鐘數、小時數、天數、週數、月數或季數。例如，如果轉換發生在 2 月 20 日，則五天的回顧期間將評估歸因模型中從 2 月 15 日到 2 月 20 日的所有維度接觸點。
範例
考量下列範例：
- 9 月 15 日當天，某人透過付費搜尋廣告前往您的網站後離開。
- 9 月 18 日當天，此人透過來自朋友的社交媒體連結再次造訪您的網站。對方在購物車中加入數個商品，但並未購買任何商品。
- 9 月 24 日當天，您的行銷團隊會寄送電子郵件給對方，郵件內含對方購物車中某些商品的優惠券。對方使用了抵用券，但也造訪了數個其他網站，看看是否有其他優惠券可用。對方透過顯示廣告找到了其他優惠券，最終以 $50 美元的價格購買商品。
視您的歸因模型而定，容器和管道會得到不同的貢獻度。請參閱下表的範例：
貢獻度由付費搜尋、社交媒體、電子郵件和顯示廣告平分。
- 60% 歸給顯示廣告，價值 $30 美元，
- 20% 歸給付費搜尋，價值 $10 美元，
- 剩下的 20% 平分給社交媒體和電子郵件，各為 $5 美元。
- 顯示廣告接觸點與轉換之間的間隔為零天。
2^(-0/7) = 1 - 電子郵件接觸點與轉換之間的間隔為零天。
2^(-0/7) = 1 - 社交媒體接觸點與轉換之間的間隔為六天。
2^(-6/7) = 0.552 - 付費搜尋接觸點與轉換之間的間隔為九天。
2^(-9/7) = 0.41將這些值標準化會產生下列結果：- 顯示廣告：33.8%，價值 $16.88 美元
- 電子郵件：33.8%，價值 $16.88 美元
- 社交媒體：18.6%，價值 $9.32 美元
- 付費搜尋：13.8%，價值 $6.92 美元
如果評分屬於多個管道，則轉換事件數 (通常為整數) 將拆分。舉例來說，如果兩個管道對某個使用線性歸因模型的訂單都有貢獻，則兩個管道各會從該訂單中獲得 0.5 評分。這些部分量度在經過所有人的加總後，會四捨五入為最接近的整數，顯示於報表中。
[B2B Edition]{class="badge informative" title="Customer Journey Analytics B2B Edition"} 使用特定的 B2B 容器 (例如帳戶或機會) 以及更合適的回顧期間 (最多 13 個月)，在典型的 B2B 情境中套用上述歸因模型。