歸因常見問題集

有些造訪型量度 (例如 登入點或跳出率) 會將資料歸因予報告期間起始日期以前的期間。這種情況肇因於使用了回顧期間的歸因模式，該模式會決定回顧應達於何種程度時，才會將發生的事件計入量度。最常見的情形是跨越午夜的造訪。例如：

1. 一名造訪者於9月7日晚上11時55分造訪您的首頁。
2. 其造訪了幾頁網頁，而於9月8日凌晨12:05造訪其中的最後一頁。
3. 一週後，您製作9月8日至9月14日期間的每日趨勢報告。

點擊型量度 (例如頁面檢視) 產生如預期的結果；自9月8日至9月14日的每日資料趨勢。不過，造訪型量度也能指出上述9月7日的造訪事件。該造訪的歸因登入點發生在9月7日，而回顧期間依預設為9月1日至9月31日。

在這個例子中，顯示的9月7日跳出率一律為 0%。這個量度的定義為 Bounces divided by Entries，即點擊型量度除以造訪型量度。跳出事件是由單一影像要求所組成，因此跳出事件不可能持續數日。任何發生在9月7日的跳出事件，都會超過所述的報告期間，因而該日的跳出率當然是 0%。在這報告中，也顯示9月7日的其他點擊型量度亦為 0，因為這些點擊發生在這報告的報告期間外。

再來看另一個類似的例子。下述例子和上述例子之間僅有日期不同：

1. 使用者於 8 月 31 日晚上 11:55 造訪您的首頁。
2. 其造訪了幾頁網頁，而於9月1日凌晨12:05造訪其中的最後一頁。
3. 一週後，您製作9月1日至9月7日期間的每日趨勢報告。

在這個例子中，不會顯示8月31日的「登入點」和「跳出率」資料。由於回顧期間和報告期間都是從9月1日開始，因此無法歸因8月31日的資料。

歸因面板支援所有維度。不支援的量度包括：

• 全部計算量度
• 不重複訪客
• 造訪
• 發生次數
• 頁面檢視次數
• A4T 量度
• 逗留時間量度
• 彈回數
• 跳出率
• 登入點
• 退出點
• 找不到頁面
• 搜尋
• 單頁存取次數
• 單次存取

是的，歸因支援多數資料來源。摘要層級的資料來源無法進行歸因，因為這些資料來源不會與 Analytics 的訪客識別碼建立關聯。

交易 ID 資料來源會以像任何其他點擊的方式來處理。交易 ID 資料來源不使用傳統報告通常使用的特殊處理。換句話說，當使用報告時間處理時，交易 ID 點擊將具備從交易 ID 點擊時間戳記附近發生的點擊傳播的 eVar 值。這些值不會從原始交易發生時間附近發生的點擊中傳播。

如果可能，歸因會依賴資料來源事件內發送的 MID 欄值，而不是保存值。歸因模式會即時套用於資料來源中的 MID 欄值。例如，當您使用「上次接觸」歸因時，模式會從指標的執行個體開始，並在點擊中按順序向後走，直到模式到達在 MID 欄看到的最後一個值。

如果不可能，歸因將使用資料來源「先前記錄」中的 MID 值進行評估。由於 AA 不支援順序錯誤的資料，這個先前記錄可能不會按時間戳記順序排序。

由於記錄不是按順序排序，應用保存的預期值可能會影響所提供交易 ID 時間戳記與原始交易之間存在的時間量。

我們初次推出行銷管道時，只提供「首次接觸」和「上次接觸」維度。有了現行版本的歸因，就不再需要明確的首次/最後接觸維度。Adobe 提供通用的「行銷管道」和「行銷管道詳細資料」維度，讓您可將其用於所需的歸因模式。這些通用維度的行為與「上次接觸管道」維度相同，但標籤不同，這是為了避免搭配不同歸因模式使用行銷管道時產生混淆。

由於行銷管道維度以傳統的造訪定義 (由維度本身的處理規則為定義) 為依據，因此無法使用虛擬報告套裝來變更造訪定義。

Analytics 的某些維度可包含單次點擊中的多個值。常見範例包括清單變數和產品變數。

將歸因套用至多值點擊時，同一次點擊中的所有值都會獲得相同的評分。由於有多個值可以接受該次評分，報告總計可能與每個各別條列項目的加總不同。報告總計會去除重複項目，而每個各別維度項目會適當獲得評分。

歸因一律會在採用區段之前執行，而區段會在套用報告篩選器之前執行。此概念同樣適用於使用區段的虛擬報告套裝。

舉例來說，如果您建立了套用「顯示廣告點擊」區段的虛擬報告套裝，您可以使用某些歸因模式在表格中顯示其他管道。