歸因是個有意思的問題，許多領域都在研究，比如心理學中就有“基本歸因錯誤”（Fundamental Attribution Error，FAE）；而廣告和金融領域更是對歸因進行了深入研究，來輔助廣告主和投資人獲得更大的收益，避免損失。
一、歸因問題
在前一篇《數據產品經理：6大數據分析平臺的“世界觀”》中主要講解了6個數據分析平臺的數據模型，這6個平臺都是大家耳熟能詳的，特別是對於中小型企業和團隊，在保證數據分析效果的同時，能有力的減少創業初期階段在數據上的成本投入。
但在結尾的地方，我們留下了一個沒有展開的問題——歸因。
事情是這樣發生的：
我們使用了LinkedIn經典的“魔法數字”案例，也就是“1周內增加5個社交好友的用戶更容易留存”。
但是這個結論是如何的出來的呢？
1周內可能發生很多事情，比如用戶年齡段的改變、地理位置的改變、偏好的改變等等，我們是如何將最終的留存率“歸功於”社交好友數量的呢？而且這5位社交好友是否同等重要呢？
這就是歸因問題。
歸因的正面作用，它可能是全部數據分析要解決的唯一問題——解釋“為什麼”，但反面作用，歸因不當將會摧毀整個分析的可信度。而且，很可能我們從原始數據的收集和整理方法中，就已經定下了一個大敗局——終將“潰於蟻穴”。
為了解決這樣的問題，在數據平臺上通常會提供幾種歸因的方案供客戶選擇：
1. 首次互動歸因模型
也就是用戶第一次做某件事，在數據中通常表現為時間最早、順序號最小等等。當然，這是理想情況。在現實中由於種種原因，我們無法從用戶的最終轉化一直向前追溯，直至真實的“首次互動”。遇到這種情況，也就只好採用能追溯到的、並且與業務相關的首次行為了。
比如：在用戶的一次購買轉化中，我們可以用訂單號追蹤；沒有訂單號，可以用賬號；賬號沒有，可以用訪問會話（Session ID）；會話沒有，可以用設備ID；如果實在是什麼都沒有了，那麼用戶以前的行為，我們只好當它不存在。
2. 最終互動歸因模型
也就是用戶最後一次做某件事，對應的在數據中就表現為時間最近、順序號最大等等。同樣，在最終互動中也存在“數據問題”——直接訪問流量（Direct Traffic），也就是那些找不到前置行為卻完成了轉化的流量。為了排除它們的干擾，有時也採用
最終非直接互動歸因。3. 線性歸因模型
也就是平均分。比如前面的LinkedIn的例子，如果用戶添加了5個社交好友並留存下來，那麼前面的5個社交好友“同等重要”，全都是促成最終結果的重要因素。
4. 加權歸因模型
也就是給多個促成因素分配一定的權重。
比如：如果用戶從某商城中看了許多商品才下單，在訂單頁點擊了提交按鈕，在支付頁點擊了支付按鈕，在訂單完成頁點擊了查看訂單詳情按鈕。一套動作下來，這筆訂單應當歸功於那個按鈕呢？
顯然在隨意瀏覽的過程中，點擊行為沒有那麼重要。相比之下，後邊的三個按鈕就重要得多。
那麼怎麼定權重呢？前面的線性相當於等權，還有時間衰減模型、U型/W型/Z型模型。這方面文章很多，不再展開。
以上幾種方法是比較簡單易懂的，而且可以想象計算量與計算複雜度都不大。但是對於歸因這麼重要的一件事，只有這些簡單粗暴的辦法麼？
當然不是。
比如下面這個：
5. 馬爾科夫歸因
這是把用戶的轉化行為比作“馬爾科夫鏈”，來計算各個狀態之間的轉化概率。簡單來說，就是“明天只與今天有關，而與昨天無關”。這樣，我們也就可以計算出用戶轉化路徑中的各個步驟之間的概率，並最終算出權重。如果我們用這個權重來代入前面的加權歸因，是不是瞬間感覺高大上了麼？（如果對概率論還有印象的同學，可能會想起一個十分類似的東西——貝葉斯公式。）
二、歸因模型的選擇
Well，不知道各位小夥伴是什麼感覺，反正我每次看到這種“N種方法”的狀況是很頭疼的，究竟怎麼選呢？
這是個問題。
我們曾介紹：GrowingIO只提供了兩種歸因模型——首次和最後（在手冊中“埋點事件”的“歸因方式”一節，參考：https://docs.growingio.com/docs/），而Google Analytics for Firebase則提供了歸因模型。
至於其他沒有“明說”的平臺，為了節（lan）省（ai）時（wan）間（qi），我是沒有驗證。
這樣看，似乎不同的平臺都有自己在模型上的取捨。那是否存在一套通用的模型呢？為什麼我們不直接採用看上去就很高大上的馬爾科夫鏈，而還是要用最簡單粗暴的歸因方式呢？
這裡主要考量兩個因素：
1. 業務形態
說是業務形態，但其實是個比較抽象的概念。落實到數據上，就是我們究竟能拿到什麼樣的數據。（數據內容是《數據產品經理：6大數據分析平臺的“世界觀”》這篇的主題，有興趣的同學可以翻回去看看）。
第三方平臺通常以行為分析為重，但與業務相關的數據就不那麼容易拿到了，比如商品ID、交易金額、支付渠道等等。
因此：即使我們把事件模型收集到的數據拼成一個長長的鏈條，但是除了直接導致最終轉化的這個環節以外，前面的環節很可能根本沒有上報業務相關的數據，或者上報的信息不完整、不準確。所以我們可以輕鬆地追蹤行為，卻不太容易從促成轉化的角度追蹤所有相關的行為，除非詳細地配置了各種自定義事件。
因此，除非在業務形態（產品形態）上以用戶行為為主（比如短視頻類的瀏覽、點贊、收藏、轉發），否則只好在歸因方面採用相對簡單的歸因方法。
而企業內部的數據則更加貼近自己的核心業務，可以方便的拿到核心業務數據。這就適合業務形態（產品形態）比較複雜的情況了。我們也可以相對容易地追蹤到促成轉化的整個流程。比如電商中的“逛”就是個挺難分析的過程，還有金融中的投資行為等等。它們都需要與業務數據深度結合進行分析，也適合使用相對複雜的歸因模型。比如用來分析投資組合的Brinson模型。
2. 計算量
第二個要考慮的因素就是計算量。計算量主要來源於兩個方面：數據量與計算複雜度。
數據量比較好理解，典型的數據量爆發場景，就是每每有企業自豪地宣佈日活數據、留存數據、交易額/交易人數等數字的時候。這些數字的背後，都是浩如煙海的數據內容。
那麼什麼叫計算複雜度？這個概念可繁可簡。比如，我們拿到的數據是3和10兩個數字，你來體會一下心算“3×10”與“3的10次方”之間的區別吧，大概就是這個感覺。
三、歸因的延伸
前面講到的基本都是歸因模型的直接應用，也就是“給轉化找原因”。
但是既然我們說了歸因是分析的全部目的也不為過，那麼歸因模型也應該有一些延伸應用。比如看看下面這個問題：
既然歸因是給轉化找原因，而說到轉化大家一定會想起漏斗模型，那麼歸因與漏斗之間是什麼關係？還有前面提到的轉化路徑，難道不是漏斗麼？嗯……我已經表達過對於N多模型的厭惡之情，所以這幾個之間的關係一定要弄明白。
我們從各種數據採集中得到的信息是很有限的，它們不會超過我們預先能想到要看的那些指標，包括頁面上元素的曝光、點擊、滑動等基本行為，以及與業務相關的發佈內容、拍攝視頻、點贊、收藏、下訂單、完成支付等等行為。即使是“無埋點”方案，能夠採集到的內容也是預先設計好的，並且是更基礎、更通用的指標。
很顯然，這些基本的指標決不能跟“用戶行為”劃等號，充其量是用戶行為的子集，並且是很小的一個子集。這其中有技術問題，有認知問題，有各種各樣的問題。那麼用戶行為到底是什麼樣的呢？
其實這個問題不重要，重要的是，我們究竟關心哪些行為。這就是漏斗。
在當今的分析中，大多數人會採使用轉化漏斗，來描繪一個對於業務或產品來說最關鍵的路徑。用戶在這個路徑上如何流動，決定了業務或產品是否存在問題、是否還有發展空間。而這個轉化漏斗背後，則是一個價值產生的過程（消費、投資、……），或者是用戶的一個心理過程（學習、表達、……）。
所以雖然都是行為，漏斗與行為軌跡的出發點就是不同的——漏斗是業務或產品的角度，行為軌跡是用戶的角度。兩個往一起一碰，這就有意思了——我希望用戶趕快買，但是用戶就是轉轉悠悠的不下單。TA在幹什麼呢？拼出來一個行為路徑看看TA到底在幹什麼。
總結起來，漏斗是從業務或產品自身的形態出發，在所有用戶可能產生的行為路徑中，尋找出真正重要的節點；而歸因則是將漏斗進行橫向拆解，研究促成每一個節點的真正原因是什麼，以及如何加強。
比如下面這張圖，綠色圓圈才是我們的轉化漏斗，與藍色箭頭則找出了每一段的“直接因素”。當然，這畫的是理想情況。如果我們的產品設計出現問題了，則會看到越來越多的用戶經過了其他的路徑。
不知道你有沒有這種感覺，面對表現不佳的漏斗，只能乾著急而不知道從何下手。因為漏斗本身就不太具備可操作性（Actionable），畢竟節點是你選的，除非你承認自己選錯了。而行為路徑和歸因則給漏斗模型補上了可操作性。
所以真的有很多模型要學麼？我沒覺得。
這個話題我們放在下一篇，嘿嘿……
&npsb;
題圖來自Unsplash，基於CC0協議。
閱讀更多 人人都是產品經理 的文章
