對產(chǎn)品經(jīng)理來說，數(shù)據(jù)分析能力是一項(xiàng)非常重要的必備技能。那么，這項(xiàng)技術(shù)應(yīng)該如何落地，如何實(shí)際運(yùn)用呢？(威廉莎士比亞，數(shù)據(jù)分析、數(shù)據(jù)分析、數(shù)據(jù)分析、數(shù)據(jù)分析、數(shù)據(jù)分析、數(shù)據(jù)分析、數(shù)據(jù)分析)筆者告訴我們，歸因搜索法是很好的數(shù)據(jù)分析落地方法。

嗨！前面我們介紹了6種數(shù)據(jù)分析的方法，這篇呢我們來聊聊如何運(yùn)用歸因查找法來解決業(yè)務(wù)場景中的問題。

歸因查找的作用是幫我們找出一件事件發(fā)生的主要原因是什么。

往往我們的業(yè)務(wù)流程是有很多步的，比如從打開-瀏覽-下單-付款-付款成功，在這樣的情況下，我們往往需要知道用戶在完成整個(gè)事件前的步驟，對于他最后完成這個(gè)事件的影響因素是什么樣的。

思考一下：我們的業(yè)務(wù)中有一些非常明確的業(yè)務(wù)目標(biāo)，像購買、留下資料、充值等行為。當(dāng)我們知道這些行為事件前面的步驟它的貢獻(xiàn)價(jià)值有多少之后，我們能夠做什么呢？

一、什么是歸因查找法？

歸因查找法就是將業(yè)務(wù)流程進(jìn)行拆解，并根據(jù)業(yè)務(wù)的性質(zhì)，去確定在整個(gè)流程中哪些事件是影響整個(gè)事件完成的關(guān)鍵部分。

確定了關(guān)鍵部分之后，選擇不同的歸因查找方法。

二、常見的歸因查找法有哪些？

常見的歸因查找法有三種，它們也分別有不同的適用場景：

1. 末次歸因

通常適用于把貢獻(xiàn)歸結(jié)到用戶最后一次接觸到的產(chǎn)品界面或功能、按鈕。

舉個(gè)栗子：我們現(xiàn)在操盤一款陌生人社交的產(chǎn)品，加好友有很多模式，比如：附近的人、語音匹配、話題廣場.

最近我們上了一個(gè)智能匹配的功能，我們想知道用戶在真正加好友的過程中到底是通過哪個(gè)功能去加好友的。

在這個(gè)場景里，轉(zhuǎn)化路徑比較短（使用某個(gè)功能，加了一個(gè)好友），并且事件之間有很強(qiáng)的關(guān)聯(lián)性（加好友要么是通過附近的人，要么是語音匹配，要么是話題廣場或者是新上線的智能匹配功能）。

因此，在這類型的場景里我們可以運(yùn)用末次歸因，把所有的貢獻(xiàn)給到最后一個(gè)行為。

2. 遞減歸因

適用于轉(zhuǎn)化路徑比較長，非目標(biāo)事件（不是最終事件）差異不大的，沒有哪一步起到一個(gè)完全主導(dǎo)的作用。

舉個(gè)栗子：一個(gè)在線的項(xiàng)目管理工具，這個(gè)工具提供了待辦事件列表，番茄鐘，日歷管理等功能，如果付費(fèi)升級到高級版就可以免廣告。因此，整個(gè)產(chǎn)品的觀察目標(biāo)是用戶可以消除廣告，在這個(gè)方法里不能把一個(gè)事件的發(fā)現(xiàn)歸因到離它最近的那一步，而是從最后一步開始，逐漸的把這個(gè)因子往前面去遞減。

比如：最后一步60%，倒數(shù)第二步40%，倒數(shù)第三步20%，這樣一個(gè) 6/4/2 的比例。當(dāng)然，也可以是其他的比例，比如 5/3/2、1/1/1 的比例，這個(gè)比例需要跟我們的業(yè)務(wù)掛勾，不同的業(yè)務(wù)選擇符合我們業(yè)務(wù)的比例。

3. 首次歸因

適用于強(qiáng)流量依賴的業(yè)務(wù)場景，拉人比后續(xù)所有事都重要。

完全不管后面的所有事件，只把最終事件的發(fā)生和第一步關(guān)聯(lián)在一起，比方說，我們目前的這個(gè)業(yè)務(wù)缺流量，需要大量的人來，這一步主要對應(yīng)的是市場手段和運(yùn)營手段，通過歸因到第一步，我們就可以去調(diào)整相應(yīng)的市場策略或運(yùn)營策略。

以上，就是三種不同的歸因查找法，它們每個(gè)適用于不同的業(yè)務(wù)場景，運(yùn)算規(guī)則也不一樣。

在工作中我們?nèi)プ鰵w因查找時(shí)，肯定還會(huì)遇到其他的一些情況，甚至還會(huì)有其他的一些歸因查找方法，但是大部分的歸因查找方法都是基于這三種演化的。

三、案例解析

1. 末次歸因

舉個(gè)栗子：這是我們公司的一款直播類的產(chǎn)品，這個(gè)模型主要描述的是用戶充值的行為路徑，我們進(jìn)行末次歸因，看看用戶是為了什么事兒而充值。

通過這個(gè)模型我們可以看出，充值這個(gè)事件就關(guān)鍵的兩個(gè)節(jié)點(diǎn)：送禮和私信主播。

有接近7000個(gè)人是送禮時(shí)賬戶沒有錢了而充值，而有4000多人是私信主播之后而充值，這是為什么呢？可能是這樣一些用戶他想私下表達(dá)對主播的愛慕。

由此我們可以知道，原來用戶并不僅僅是送禮而進(jìn)行充值，他們還會(huì)私信主播之后充值，然后進(jìn)行打賞或發(fā)紅包之類的操作，這對于后續(xù)設(shè)計(jì)付費(fèi)產(chǎn)品和付費(fèi)體驗(yàn)有很大的幫助。

2. 遞減歸因

舉個(gè)栗子：下面是一款游戲類產(chǎn)品，我們最終關(guān)注的也是游戲的充值，但是游戲產(chǎn)品比較復(fù)雜，如果用末次歸因法，就會(huì)忽略掉很多點(diǎn)。

比方說游戲消費(fèi)，用戶為什么會(huì)消費(fèi)，我們通過遞減歸因法可以看出，他都買了合成裝備，在這種用戶行為很長，用戶的心智模型是連續(xù)性的，那每一步每一個(gè)行為都對最終的轉(zhuǎn)化有幫助，所以這里我們用遞減歸因法比較合理。

3. 首次歸因

舉個(gè)栗子：我們是一款小額貸款A(yù)PP的產(chǎn)品經(jīng)理，對這款產(chǎn)品而言，只要用戶來了，平臺進(jìn)行人工審核，一般用戶的資質(zhì)都沒有問題，然后貸款就會(huì)發(fā)放給用戶。

像這類產(chǎn)品，根本就不用擔(dān)心后面會(huì)不會(huì)轉(zhuǎn)化，我們需要關(guān)心的是：是否有很多用戶過來，所以，產(chǎn)品更缺的是渠道流量。

好啦，歸因查找法到這里就已經(jīng)聊完啦。

回答一下文章開頭提的問題，歸因查找法的適用場景：

1. 能將目標(biāo)的達(dá)成拆分到各個(gè)模塊或業(yè)務(wù)線，從而統(tǒng)計(jì)各模塊或各業(yè)務(wù)線的貢獻(xiàn)
2. 整個(gè)產(chǎn)品在探索如何提升最終的業(yè)務(wù)指標(biāo)，從而知道當(dāng)前指標(biāo)達(dá)成的主要因素。

下面我們用一張圖架構(gòu)圖來總結(jié)一下：

下篇預(yù)告：數(shù)據(jù)分析（7）：路徑挖掘分析法&行為序列分析法，歡迎繼續(xù)關(guān)注~

推薦閱讀

數(shù)據(jù)分析方法（1）對比分析法

數(shù)據(jù)分析方法（2）多維度拆解法

數(shù)據(jù)分析方法（3） 漏斗觀察法

數(shù)據(jù)分析方法（4） 分布分析法& 用戶留存分析法

數(shù)據(jù)分析方法（5）用戶觀察法

本文作者：菜菜，公眾號：菜菜嘮產(chǎn)品（caicailaochanpin)，歡迎關(guān)注~

本文由 @菜菜 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。