請參閱
若要存取列設定，請在列標題中選取「
您可以同時編輯多欄的設定。選取多個欄，然後在任一選取欄中選取「
條件式格式 conditional-formatting
條件式格式會將格式套用至您可定義的上限、中點和下限。除非已選取自訂限制，否則系統也會在資料劃分時自動在自由格式表格中套用條件式格式。
取代表格中的維度會重設條件式格式限制。取代量度會重新計算該欄的限制 (其中量度位在 X 軸，維度位在 Y 軸)。
使用非預設歸因模型 use-non-default-attribution-model
-
當使用報告中 單一維度的元件： 使用非預設歸因模型時，此元件歸因會忽略配置模式。
-
當使用報告中 多個維度的元件： 使用非預設歸因模型時，此元件歸因會保留配置模式。
若要在 Analysis Workspace 中使用量度的非預設歸因模型：
-
請選取「使用非預設歸因模型」。當已選取時，使用「編輯」來編輯此歸因模型。或取消選取以傳回預設歸因模型。
-
在 欄歸因模型 中，選取「模型」和「回顧期間」。回顧期間決定套用至每個轉換的資料歸因期間。
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
歸因容器會定義所需的歸因範圍。 可能的選項包括：
- 造訪：檢視造訪容器範圍內的轉換。
- 訪客：檢視來自訪客容器範圍的轉換。
回顧視窗
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。
- 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，某個訪客透過付費搜尋廣告前往您的網站後離開。
- 9 月 18 日當天，該訪客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。
根據您的歸因模型，容器和管道會獲得不同的評分。 如需範例，請參閱下表：
評分會由搜尋付費、社群媒體、電子郵件和顯示廣告拆分，
- 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。
請參閱