自2005年成立以來，已有超過288億個網(wǎng)站使用 Google Analytics。就數(shù)據(jù)驅(qū)動歸因模型本身而言，許多人試圖尋找一個“一刀切”的方法。
雖然這種模型本身的強大功能令人欽佩，但與此同時，它也違背了Google Analytics的本質(zhì)。既然該服務(wù)的USP能夠根據(jù)顧客的要求來定制報告，那么導(dǎo)致該歸因模型的特殊之處的因素又是什么呢？
什么是歸因？
在進行更加深入的研究之前，我們給出了關(guān)于歸因的定義。在Google Analytics中，歸因這個術(shù)語可能意味著很多種行為，并且歸因功能主要用于信息的轉(zhuǎn)化和網(wǎng)絡(luò)會話。比如，從網(wǎng)站的訪問到特定行為的完成，以及從網(wǎng)絡(luò)廣告營銷到未知信息發(fā)源等。
數(shù)據(jù)驅(qū)動歸因
目前的歸因模型可以以各種形式存在，并且最近非?；鸨囊粋€模型就是數(shù)據(jù)驅(qū)動歸因模型。這種由算法生成的模型并不是一種傳統(tǒng)模型，而是為Google Analytics 360的客戶專門設(shè)計，能夠為客戶提供一種簡單的方式使其獲得個性化體驗的創(chuàng)新模型。此外，使用該模型的用戶需要在28天內(nèi)滿足以下兩個參數(shù)：
每種類型需要400次轉(zhuǎn)換，且每次轉(zhuǎn)化至少需要兩次互動。
每個用戶可以創(chuàng)建許多導(dǎo)航路徑。如果網(wǎng)站上有10,000條路徑，那么就類似于有10,000個網(wǎng)站用戶。但是，單個用戶可以創(chuàng)建多個導(dǎo)航路徑。

數(shù)據(jù)驅(qū)動歸因模型的突出特點是它在轉(zhuǎn)換過程開始之前就考慮了如何處理用戶的接觸點。該模型瀏覽器工具 通過報告這些接觸點，然后進行數(shù)據(jù)的審查。
數(shù)據(jù)驅(qū)動的歸因模型可作為Google Analytics中的基準(zhǔn)模型，使用戶能夠創(chuàng)建新的個性化歸因模型。在個性化定制的信用規(guī)則實施之前，創(chuàng)建新的數(shù)據(jù)驅(qū)動歸因模型能夠?qū)崿F(xiàn)在轉(zhuǎn)化路徑上與多個接觸點共享轉(zhuǎn)化信用。
使用數(shù)據(jù)驅(qū)動的歸因模型來分析非轉(zhuǎn)化和轉(zhuǎn)化路徑信息。前者的數(shù)據(jù)是從轉(zhuǎn)換的網(wǎng)站收集的，而后者的數(shù)據(jù)是從未被用戶的網(wǎng)站轉(zhuǎn)換的訪問者收集的。此外，數(shù)據(jù)驅(qū)動歸因模型的一個獨特之處是它每周都會改變。
為什么數(shù)據(jù)驅(qū)動歸因模型可以運作？
可以通過了解他們在轉(zhuǎn)換過程中所起的作用來了解這個模型。在轉(zhuǎn)換過程中，它主要為各種接觸點或營銷渠道的轉(zhuǎn)換提供信用。無論是初始接觸，中間接觸還是最后接觸，提供最多幫助的接觸點或營銷渠道都會被認(rèn)為是轉(zhuǎn)化過程中發(fā)揮最大效用的功能。其余的接觸或渠道則根據(jù)它們在轉(zhuǎn)換過程中所發(fā)揮效用的大小來獲得信用。
由于分配轉(zhuǎn)換信用的機制取決于最新的信息轉(zhuǎn)換過程而不是接觸點位置，因此歸因模型就會變?yōu)閿?shù)據(jù)驅(qū)動模型。這不僅突破了隨機給眾多觸摸點或通道轉(zhuǎn)換信用分配的需要，而且恰當(dāng)?shù)亟忉屃藶槭裁凑麄€模型會被稱為數(shù)據(jù)驅(qū)動的歸因模型。
需要注意的是數(shù)據(jù)驅(qū)動歸因模型有一定的時效性，因為模型會隨著轉(zhuǎn)換信息的變化而發(fā)生相應(yīng)的變化。