對于歸因查找主要是解決業(yè)務(wù)中的常見問題缎除，找出一件事件發(fā)生的主要原因严就。
一、歸因查找的使用場景
對于業(yè)務(wù)中明確的業(yè)務(wù)目標(biāo)（購買器罐。留資料盈蛮，充值）歸因，便可...
將目標(biāo)的達成拆分到各個模塊技矮，方便統(tǒng)計各模塊的貢獻
獲悉當(dāng)前指標(biāo)達成的主要因素抖誉，獲得如何提升業(yè)務(wù)指標(biāo)的洞見
使用歸因（一般是工作中績效，產(chǎn)品可能爆發(fā)的點）
二衰倦、常見的歸因方法
2.1末次歸因：轉(zhuǎn)化路徑短袒炉，且事件間關(guān)聯(lián)性強的場景
比如：一款陌生人社交 加好友有幾種模式，（號碼添加 漂流瓶話題廣場添加 等）最近新上隨機匹配加好友的功能樊零，在這個場景里面可以用末次歸因 把這次加好友事件的貢獻程度都給到隨機匹配上面我磁。
案例：結(jié)束事件為充值用戶的行為路徑
我們通過最后一次用戶的操作得出百分之六十是在送禮中充值孽文。百分之30是在私信時候充值。還有百分之10是在其他事件夺艰。運營頁可以得出很多充值并不是只發(fā)生在直播間里面芋哭，在私信中頁會有。對于后續(xù)設(shè)計產(chǎn)品和用戶體驗頁有很大的幫助郁副。
得出結(jié)果之后减牺，這樣的話我們可以真對性的去優(yōu)化功能。
2.1遞減歸因：轉(zhuǎn)化路徑長存谎，非目標(biāo)事件差異不大拔疚，沒有完全主導(dǎo)的。前面的非目標(biāo)事件區(qū)分不是很高既荚。
比如：一個在線的項目管理工具稚失，提供代辦事件列表，時鐘等功能恰聘。最后付費升級之后可以消除廣告句各，觀察目標(biāo)就是用戶消除廣告。這個時候是用戶在使用了產(chǎn)品之后喜歡里面的功能晴叨，用戶幾個星期诫钓。用戶在時間段里面養(yǎng)成的用戶習(xí)慣，都會促進消費廣告篙螟。我們要從最后一步把因子往前伸展，把路徑往前十步问拘，每一步都分?jǐn)偘俜种槁浴５赡芫唧w的產(chǎn)品也是有可以離消費最近的那幾步分?jǐn)偢嘁恍际且粋€遞減的過程20%30%50%骤坐。
案例：常見游戲場景充值行為
因為游戲的路徑很多绪杏，如果我們在這里使用末次歸因的話，可能就會發(fā)現(xiàn)充值只是在游戲消費或者抽獎這個2個地方纽绍。這樣的話蕾久，我們觀察的點就會少很多。這時我們把行為拉長一些拌夏，就會得知在游戲合成裝備的時候就買一些東西僧著，這個時候就產(chǎn)生充值。每個行為對于我們的轉(zhuǎn)化都有幫助障簿。所以這個時候我們用遞減歸因比較合理 盹愚。我們把充值的行為往前傳遞。這個時候會得出的更好的結(jié)論和功能對于充值的幫助站故。
2.3首次歸因：強流量依賴的業(yè)務(wù)場景皆怕，拉人比后續(xù)所有的事都重要毅舆。
比如：只把最終事件的發(fā)生歸根到第一步。
案例：小額貸款
他們（發(fā)展的比較粗暴）他們產(chǎn)品自己會有一些風(fēng)控和審核愈腾。審核沒有問題就可以放貸憋活，獲得利潤。對于他們來說虱黄，他們不愁后面能不能轉(zhuǎn)化悦即，因為用戶都是來借錢的。有很主動的動力來完成每一個步驟礁鲁，產(chǎn)品在不好用盐欺，都會走完借款成功。產(chǎn)品更的是多人來借錢仅醇，所以缺得是市場的流量冗美。運營能不能拉用戶。所以在這樣的產(chǎn)品上就不需要做末次歸因和遞減歸因析二。他們只會做首次歸因粉洼，看看第一次借款的來源在哪里。
