编辑导语：在互联网时代，流量对于各大平台来说都是极为重要的，可以说是谁掌握了流量密码，谁就是赢家，本篇文章作者以电商平台为例，讲述了流量归因面临的问题，以及归因的步骤，感兴趣的一起来看一下。

一、归因背景

“流量为王”的口号喊了很多年，很多人都讲要吸引流量，获取流量，获得更多的曝光。

这个是新媒体的思路，主要关注点集中在如何获取更多的曝光，赢得更多的关注和话题度，具有时效性强，短期爆发性大，持续时间短的特征。

而针对实际“商品”（包含实体的商品、使用的产品、课程等）的流量运营，却是比这个复杂很多，且环节更多、逻辑更为复杂，并主要追求一个长期持续的转化效应。

以电商场景为例，对于流量的运营分为两部分：

• 一部分是统计清楚用户都从哪里来，这时候会由用户增长或者渠道运营的同学，进行各种域外流量的投放，将各个渠道的用户从拉进域内。同时域内的运营团队，在用户的一些行为路径上，吸引用户进入具体的商品页进行转化。
• 第二部分，是统计出各个渠道的用户转化效率，即每个渠道的用户流量的体量和质量，计算出哪个渠道的用户质量更高，转化更好，长期LTV的价值更高。确定这两个部分后，我们就可以更好的对各个渠道的在衡量其贡献价值以及做组合渠道投放力度的进行分配，更好的优化调整运营策略。

二、归因面临的问题

由于现阶段很多商家以及平台，都倾向于多渠道多流量入口组合投放，那么在实际的运营场景中，流量的追踪以及归因，会面临很多复杂且现实的问题：

1. 多渠道用户的追踪，每个投放渠道的用户ID体系不一致，如何进行同一用户的识别？
2. 用户未登录账号浏览，并且多设备时，如何对用户进行匹配映射，进行数据的统计，保证数据的准确性？
3. 流量来源有域外、域内，不同的来源渠道往往有不同的转化目标，且有不同的浏览路径。对于这些转化路径不同、长度不一，营销方式不一、转化转化目标不一的流量如何进行归因？
4. 一个用户流量一段时间可能多次从多个渠道进来，对于转化效果该归为哪个渠道？虽然用户在最后一个渠道进行转化，但是前面的N个渠道都对用户的购买心智产生了或多或少的影响。如果笼统的将转化归为最后一个渠道，其他渠道的运营效果如何考核？如果要科学兼顾每个渠道，那么每个渠道的贡献是多少，如何归因做到比较公平，各个渠道的运营团队认可买单？
5. 对于广告这个有点特殊的流量渠道来说，一个用户点击了多条广告，如何归因，对于广告主和平台来说，比较公平？

三、归因的步骤

简单的列举了实际应用场景中，多渠道归因会面临的一些问题。

我们将以一个电商平台为例，讲一下如何设计一款平台级别的流量归因模型，帮助老板/业务/商家更好横向纵向的对比各个流量入口的效果。

首先，我们需要梳理出该平台归因模型的转化目标，以及完成转化目标的页面是什么。

对于电商平台来说，不同的阶段，会有不同的转化目标，不同的目标，又会对应着不同的负责团队，大家相互配合。

有的团队处于前置链路，有的团队处于后置链路，但是最终前后链路的配合才能完成电商平台最核心的目标，让用户下单，提升平台GMV。

从转化先后顺序来说，转化目标可以分为：

下载（市场流量采买团队）——广告 /频道/坑位点击（广告/频道/坑位运营团队）——商品加购/收藏/下单（活动/店铺运营团队）——复购（用户运营团队）

从转化深度的漏斗关系上来说，转化目标又可以分为：

曝光——点击——加购/收藏——下单

梳理完转化目标后，我们就知道在什么阶段，需要对什么目标进行归因，让看数据的人，能够根据选择的目标，来看各个流量入口的转化。

第二步：梳理到各个转化目标页面的流量路径都有什么。

例如，下载APP这个转化目标，其流量来源，主要是APP Store，各种流媒体投放的广告等。

对于加购/收藏/转化，这些目标的完成都是在商品详情页，那么到达商品详情页的流量来源是哪些，如购物车、猜你喜欢的推荐位、商品广告的广告图片、搜索列表页等。

这些商品详情页这个转化目标页面的最近一级的流量来源，再往前追流量来源，会有倒数第二级流量来源，倒数第三级流量来源等等。

对于一个复杂的电商平台来说，各个频道，业务、功能之间相互引流，相互嵌套，如何用结构化的模式来描述各式各样的用户浏览路径，让业务更好的看数据。

首先就需要梳理出目前所有的用户浏览路径，就是一项巨大的工程。

往往梳理出现阶段有的渠道后，我们还需要建立一个机制对新增的流量入口进行监控，即使发现未知的流量入口，否则过一段时间，你的流量产品，转化来源最高的渠道就是未知了。

第三步：流量的分级、归类。

在梳理完用户的路径后，我们可能会成千上万个渠道入口。

对于这成千上万个渠道，有大流量渠道，又有小的流量渠道，那么对于这些流量渠道，我们如何划分，使老板、或者无需对内部职能架构划分那么了解的商家如何看懂流量渠道。

我们需要对这些流量渠道进行分级，以及归类。

首先对流量的归类，业内比较通用的是会按照自然流量、营销流量、广告流量等进行划分。

虽然说广告流量也属于营销流量的一部分，但是由于其实际广告费用的承担方会是商家，并且会存在和广告系统对数据的问题，会单独拧出来，进行归因划分。

一般会将搜索、自然推荐坑位引入的流量，我们归为自然流量，而降例如会场活动、大促活动页等活动引流的流量归为营销流量。

而搜索流量下又分为：店内搜索，频道搜索，主站搜索等，对于自然流量我们认为是一级分类，那么搜索整体我们可认为是二级分类，而主站搜索这些我们就可以认为是三级流量，这就是流量的分级。

做完以上步骤，我们可以认为对于用户从哪里来，这个问题我们梳理清楚了。

那么最后一步，用户的转化比较兼顾业务公平，和各个业务团队的利益，归因到各个来源入口，就是我们要完成的最后一步，归因。

第四部：转化的归因

为了衡量这些复杂的多流量渠道运营效果，于是在流量效果跟踪的时候，就需要引入了多渠道归因分析的方法，使复杂的多屏、多渠道、多时间点的流量能够更加科学的进行跟单。

目前有很多常见的归因模型，对于具体的模型的选择，还是需要考虑业务的特性和投入其中的成本。

现在市场上比较常见的有末次点击归因、首次点击归因、线性模型，马尔可夫链模型。

对于各个模型的使用场景，适用业务都是不同的，往往在实际的操作细节上还会存在多个模型结合使用的情况。