從Google Analytics模式比較工具 理解歸因模式的實務應用

上一篇談到多管道程序報表，聊了最佳轉換路徑、輔助轉換、路徑長度、轉換時間差，如果還沒有看過上一篇文章的讀者，可以先看看上一篇文章：GOOGLE ANALYTICS 多管道程序報表全解析 深入分析消費者轉換行為。

正式進入今天的主題，多管道程序報表其實還有一個重要的報表，叫做「模式比較工具」，從字面上來看不太好理解它實際上的用途，簡單來說，這是一個可以幫助你比較不同歸因計算的工具，實際上這個工具可以怎麼應用，我們這篇文章會來細細分享。

一、什麼是歸因？

正式進入報表的介紹之前，我們先來聊聊什麼是歸因，以及歸因具體影響了什麼。講到歸因，還是要回歸消費路徑的探討，以上篇文章購買包包的線上消費流程來說：

在買包包之前，我先在 Google搜尋「手提包」 > 點選手提包相關的購物廣告 > 看到 Facebook 手提包廣告 >  各家手提包的部落格開箱/評價，並將想買的店家網站加入我的書籤 > 再次看到Facebook 手提包廣告 > 從書籤點進網站購買。從第一次看到購物廣告到購買，我總共花費了7天時間。

依照這個消費路徑，假設我的下單金額是2,000元，下了一筆訂單，那麼在追蹤碼安裝確實的情況下，GA就會顯示交易次數1，收益是2,000元。但是完成這筆交易我總共經過了4種渠道進到網站（購物廣告、部落客推薦文章、FB廣告、直接進站）那麼這個轉換功勞應該歸給哪個渠道呢？

這個問題就是歸因所要解決的問題，因為消費者會用各種不同的方式進站，所以我們必須要有一套計算轉換功勞歸屬的模式，以及定義在多少猶豫週期內的路徑可以被計算轉換功勞，這也是「歸因模式」最大的重點。接下來，就來跟大家介紹 GA 的歸因模式有哪些以及在模式工具以外，在模式比較工具以外的 GA 報表是以什麼歸因模式來作為數據計算的依據。

二、Google Analytics 預設歸因有哪些？

1. Google Ads 最終點擊

Google Ads 最終點擊就是將轉換歸功給最後一次Google ads 點擊，上述例子較沒辦法舉例這個模式的實際應用，我另外舉個例子說明。假設我購買手錶，從臉書廣告> KOL廣告貼文 > 臉書廣告再行銷 > 關鍵字搜尋廣告看到手錶再進站，共經歷4個渠道，最終總訂單數1，總購買金額5,000，那麼路徑功勞就是：

2.最終互動

以字面的意思來說，其實就是把最終的轉換功勞歸給最後一次互動的渠道，所以以上方的例子來說，在報表上的呈現就是將所有轉換功勞都歸到最後一個進站的渠道上，也就是直接進站。

3.最終非直接造訪點擊

這個歸因模式也是將最終的轉換功勞歸給最後一次互動的渠道，不過跟「最終互動」這個模式比較不一樣的是，它排除了直接造訪的渠道，也就是說，假設最後一個購買的渠道是從直接進站購買，那麼會自動被忽略，轉換會歸因到直接進站前的一個渠道上，所以以上方的例子來說，在報表上的呈現就是將所有轉換功勞都歸到FB廣告。

4.最初互動

最初互動則是把轉換功勞歸屬給第一次互動的渠道，所以以上方的例子來說，在報表上的呈現就是將所有轉換功勞都歸到購物廣告。

接下來介紹的幾個歸因模式的邏輯就跟上述介紹的不太一樣，就不是以功勞只唯一計算給一個渠道的計算模式，而是以「每個促成轉換的渠道都有功勞的思維」，延伸出多種計算轉換階段渠道的轉換功勞。

5.線性

線性歸因可以理解成平均計算，也就是說，轉換前經歷多少路徑，它就會將轉換功勞平均分給每一個經歷過的路徑，所以以上方例子來說，因為我總共經歷了4個渠道才轉換，所以會將最終轉換與轉換價值分別除以4做計算。

6.時間衰退

時間衰退的計算稍微複雜一些，也沒有公開的計算公式可以參考，但簡單理解就是愈接近轉換的路徑，被分配到的轉換次數與轉換價值會愈高，至於彼此間的轉換功勞分配差異多少？沒有人知道，不過這個歸因模式有一個可以參考的計算原則，那就是：7 天為轉換功勞計算的折半界線，所以在前 8 天發生互動的渠道，獲得的功勞將會是轉換完成前 1 天發生互動渠道的一半。

7.根據排名

根據排名是較在意最初互動與最終互動的計算方式，針對最初互動與最終互動，系統會分別分配各40%的功勞，至於中間的互動則統一以20%分配。以上述的例子來說，購物廣告與直接進站就會分別佔40%，部落客文章與FB廣告則分配20%。

根據排名的歸因模式稍顯複雜，針對這個模式我們再多舉一個案例，假設我購買3C，從購物廣告> 部落格開箱 > mobile01 >  dcard分享 > PPT > 臉書廣告，共經歷6個渠道，總訂單數1，總購買金額20,000，那麼路徑功勞就是

三、如何自訂歸因模式與功勞規則

建立自訂歸因模式還是有限制，限制就是僅能選擇5種基準模式，以這5種基準模式下做自訂轉換回溯期，可以設定希望計算的期間，最多期間為90天、調整功勞歸屬的計算方式，包括依使用者互動以及自訂功勞歸因，這麼說可能有點抽象，我們還是舉個實際的例子來說。假設我想知道，在排除直接來源的情況下，轉換採線性模式，目的是為了比較排除與未排除直接來源的轉換差異。

基準模式選擇線性模式，將套用自訂的功勞歸因方式開啟，選擇「來源 / 媒介」完全比對 direct/none，將功勞設為轉換路徑中其他互動的０倍，那麼就可以排除掉直接來源的轉換功勞分配了。 

除了這邊示範的設定特定來源 / 媒介的功勞歸屬，其實還有很多可以應用的場景，例如說：互動類型、廣告內容、搜尋查詢等，可以自行因應分析的需求挑選。

除此之外，也想跟大家分享設定自訂歸因模式的小秘訣與注意事項。建議在自訂歸因模式之前，可以先想一下自訂完歸因模式之後要做什麼，假設以我上方舉的例子來說，我設定非直接線性是為了跟線性模式做比較，那麼我建議的操作是「複製原始的線性模式」再做修改，確保自訂的歸因模式與現有的線性模式差異只有一個變因，在數據比較的時候才會知道數據差異的主要原因是什麼。

另外，在設定自訂歸因模式的時候需要特別注意「回溯期」這個欄位，建議在設定的時候不要啟用

原因是因為一旦啟用，就沒有辦法在比較工具的地方彈性調整，在比較上也容易失準，以下圖來說，假設我設定的自訂歸因模式設訂了回溯期設了90天，即便我在比較模式的最上方設定了30天回溯期，系統也會以自定歸因模式內部的回溯天數為主，在變化轉換回溯其實就容易造成數據比較上基準的不一，導致數據比較失準。 

四、歸因模式比較實例

若要將自訂歸因模式與現有歸因模式比較，直接選取要比較的歸因模式即可。在模式比較工具下，最多可以一次比較三個歸因模式。以下圖的比較來說，當我選擇線性與非直接線性的比較後，可以很明顯看到直接流量的轉換歸因下滑，但是還是有部分的直接轉換數據，這是為什麼呢？不是都排除了直接流量的功勞歸屬了嗎？

這時候，我們回到自訂歸因模式設定的地方看看，還記得我們的設定嗎？我們的設定是「將功勞設為轉換路徑中其他互動的０倍」，也就是說當有多個互動路徑，且多個互動路徑包含直接來源時，省略直接來源的功勞計算，但當轉換路徑只有一個，且那一個還是直接來源的話，那系統只能將功勞完全歸給直接來源了，這也是為什麼直接來源來會有轉換次數的原因。

在使用歸因比較的時候，除了注意比較基準是否一致，也需要控制模式間的差異，儘可能讓兩個模式之間只有一個變因，才能讓我們在比較數據上更清楚數據間差異的可能原因。

講到這裡，有些人可能會好奇，什麼樣的情況下我們需要用到模式比較工具呢？其實端看每個企業的服務類型來決定，Google官方其實也有針對模式比較工具的應用情景說明：評估管道的效益時，請使用可反映您廣告目標和業務模式的歸因模式。不論您使用哪種模式，都要先測試一下您的假設，再根據模式計算的結果調整對管道的投資，然後觀察資料有什麼變化。

所以針對企業的轉換週期、客戶的消費猶豫路徑，如果有覺得現有GA報表高估或低估了某個渠道所帶來的轉換效益時，都可以先設定假說，再透過模式比較工具來觀察自己的假設是否成立。那關於模式比較工具就分享到這裡啦！我們下篇文章見～

ADer Sharon