推荐系统中的归因分析

推荐系统中，归因分析(Attribution Analysis)分析用户完成转化前到底是哪个渠道最起决定性作用。

参考网络相关资料，常用的用户转化归因分析模型有如下6种，现收录参阅。

1）最后点击归因

转化全部归因于用户转化前最后一次点击的渠道。

用户8月1日小红书种草，8月5日搜索官网，8月10日淘宝广告点击并完成下单。

“最后点击归因”将此次转化归于淘宝广告，适用电商促销季投放归因。

2）首次点击归因

转化价值全部归于用户第一次接触的渠道，比如在上例中，整个转化归因于小红书投放。

首次点击归因适用品牌建设期、KOL种草评估。

3）线性归因

所有触点均匀分配转化价值，比如小红书种草 → 百度搜索 → 淘宝广告点击 → 下单，每个渠道获得 1/3 转化价值。线性归因适用多渠道协同的品牌长期运营。

4）时间衰减归因

越接近转化，权重越高，常用指数衰减函数。

比如小红书种草 → 百度搜索 → 淘宝广告点击 → 下单，权重为小红书10%、百度搜索30%、淘宝广告60%。时间衰减归因适用直播预热+引流+下单类活动。

5）U型归因

首触点+末触点各40%，中间触点平分20%。比如小红书种草 → 百度搜索 → 淘宝广告点击 → 下单，则：小红书40%，百度搜索20%，淘宝广告40%。U型归因适用公众号/达人种草 + 广告闭环类场景。

6）W型归因

对三个关键点（首触、潜客转化、最终转化）赋予较高权重，比如

初次点击如微信文章，占比30%；填写意向如官网注册，占比30%；最终付款，比如通过销售邮件占比30%，剩余10%分给中间其他触点。W型归因适用SaaS产品销售、教育类课程。

---

深入浅出互联网归因分析模型(一): 6种常见的归因分析模型

https://blog.csdn.net/weixin_42223090/article/details/148121368