编辑导语:目前线上流量红利已经见顶，企业进入存量时代，要想保持增长，精细化运营必不可少。使用电商归因模型，有助于提高流量转化率，优化活动运营。在这篇文章中，作者总结了电子商务归因模型的应用目的、具体类型和实际操作方法，让我们来看看。

对于电商平台来说，当流量进入后，我们需要引导它完成购买任务，以实现流量价值的最大化。当互联网红利耗尽，流量会越来越贵，我们需要精细化运营每一个流量。

我们在做各种banner活动，优化Feed流推荐，活动页面等等来评估效果，也无法知道这个位置最终会产生多少收益，所以这个位置很难得到有效的提升。

如果进行单因素AB测试来评估修改的效果，还会有以下两个问题:

所以我们希望通过数据分析中的归因来解决坑操作中的评价问题。

我们引入电商坑归属的概念，将每一笔交易归属于转化路径中的一个不同的坑。根据坑的曝光转换值来判断坑的好坏。尽可能把有价值的流量引导到转化率更高的坑里，达到精细化运营的效果。当然，有了这个坑值评估机制，每个坑的改版也可以精准评估，真正实现数据驱动增长。

对于电商平台，最后联系归属地更适合电商站内销售归属地。

虽然用最后一个联系人归属来实现方案相对简单，但是在购买或转化之前，价值100%直接归属到最后一个联系人的渠道，而不管消费者在整个过程中接触了多少个联系人。转化之前发生了太多的事情，模型完全忽略了漏斗中上部分的行为对转化的影响。

所以我公司综合了首次接触归因和最后一次接触归因，计算出用户进入一级流量入口后完整的购物链接行为。

I类流量流入定义为:入口之间没有跳转，只有通过切换tab或者返回初始位置后再次点击跳转。这样就可以基于购物完整链接的最外层进行销售归属，也可以知道用户购物的完整路径，同时保证销售归属后每个入口坑的销售额之和等于当天的销售额。

利用这种融合归因方法，还可以知道中间步骤的转化率。比如对于活动场地页面和商品详情页的相关推荐，虽然电商平台整体的销售归属不会计算活动场地页面各型号的销量，也不会计算商品详情页的相关推荐。

但因为我们记录了用户进入一级流量入口后的详细路径，所以在独立研究活动会场页面和产品详情页的效率时，也可以计算出各个模块的销售额进行对比分析。但是切记不要和一级流量入口的销售混在一起，会导致销售归属重复。

用户购物路径模拟图

对于电商的归属，我们做了三个归属，曝光归属，点击归属，销售归属。

也就是属性所有的产品曝光来自哪里，所有的产品点击来自哪里，所有的销售来自哪里。这样就可以跟踪每个流量入口的曝光链接归属指数。比如用各流量入口的曝光点击率、点击率、曝光值等核心监控指标来评价各流量入口的效率。

电商精准归属的前提是掩埋日志的完整性，因为我们通过需要归属的事件向前寻找用户的购买路径，大大减少了计算量，基本解决了归属问题。因此，用户行为日志的完整记录才能真实还原用户的购买路径，否则可能导致归因错误，最终导致错误的评价数据。

首先，有必要在嵌入式系统中引入PageId的概念。PageID的作用是每当用户产生跳转行为进入新页面时，给新页面一个新的PageId。当用户单击back时，不会生成新的PageId。

PageId是越接近当前时间，页面浏览的行为越大，不会重复，类似于自增Id的实现逻辑。PageId的实现当然是写入嵌入式SDK，保证所有嵌入式事件都用PageId承载，不需要每次都单独开发同步写逻辑。

然后根据被掩埋的日志还原用户的行为路径，整个过程只用SQL逻辑就可以计算出来。

首先需要确定所有的归属端事件(end events)，包括产品曝光、产品点击、产品购买成功(购买后可以通过服务器的订单判断用户是否完成了支付，销售归属目的达到)。

然后确定所有归属的头部事件(头端事件)，即所有定义明确的一级流量入口。我们的平台比较特殊，因为工具类app同时有电商业务，所以会有更多的一级流量入口，但能列举的不仅包括常规电商app的流量入口，还包括嵌入在各个工具页面的电商入口，这样复杂度比一般电商app更强。

我们的埋日志会记录每个用户行为的本地时间，用结束事件时间找到这个时间最近的头事件，直接用SQL的左jon关联日志表完成计算。这样，前两期所有埋点的测井行为就是我们需要测井。

然后过滤掉这些日志中的所有点击事件，过滤掉其他无效事件。然后将剩余的所有日志按照当地时间进行排序，从而得到用户有效行为的完整路径记录。我们可以存储和使用这部分数据，这部分数据是用户归属地后完整的链接记录数据。

然后基于PageId，过滤掉同一页面上相同PageId的事件，保留当地时间最新的事件记录。这样就获得了用户进入一级流量入口后真正进行终端事件的有效途径。这部分数据也是需要存储和记录的，这部分真正归于完成的用户行为路径。这时候只需要获取所有的一级流量入口，归属这个端事件的来源。

通过这个计算，我们可以知道产品在各个一级流量入口的曝光点击情况，也可以知道销售情况。利用这些数据，我们可以衡量每个流量入口的效率，也可以衡量中间负载页面的效率。可以帮助产品运营更好的完善各种功能，迭代各种活动。

用户为额外购买执行路径恢复

通过以上方法的计算，我们最终得到用户添加链接的步骤如下:[1，2，9，10，11]，入口事件[1]是本次购买事件的归属源。

另外，我们再举一个与产品详情页相关的推荐例子。下图所示的用户行为最终得到的链接步骤是:[1，2，9，10，11，12]。因为我们完全保留了用户的路径，所以我只能说这个购买添加事件不仅来自1，还有部分功能来自11，也就是商品详情页的推荐，所以我们也可以计算商品详情页的推荐效率。

产品详细信息页面之间的交叉跳转类型用户路径

上述方案得到的电商归因模型的数据可以大大提高运营者的运营效率，而不是像盲人摸象过河一样去优化每一个坑和每一个活动，运营的每一次迭代的结果都可以通过数据清晰公正的判断出来。

但只根据坑归属来确定坑值，容易出现短期偏见，即追求短期利益。比如在一个内容产品中嵌入一些游戏元素，可以让用户停留更久，表现更好的数据。

但从长远来看，这种行为破坏了整个产品的价值导向，因为内容产品本来提供的就是内容，而不是游戏，产品的设计不是为了追求用户的停留时间而是为了实现价值。这是两者的短期偏见。

所以不能只根据坑位归属后的销售转化价值来评价坑位，还需要综合考虑产品价值定位、战略发展等因素，围绕长远目标健康发展。

作者:杭伊乡，母婴电商行业数据分析师、数据产品经理；致力于研究电子商务行业的数据驱动增长和从0到1的数据产品构建；“数据创造者联盟”成员

本文由@一个数据人的自留地原创发布。每个人都是产品经理。未经许可，禁止转载。

图片来自Unsplash，基于CC0协议。