归因分析

归因分析（Attribution）衡量各触点（渠道/来源页）对转化的贡献，回答"转化是谁带来的"。对应后端 AnalyticsService.Attribution。

一、它能回答什么问题

  • 哪个渠道带来的付费用户最多？
  • 用户最终转化的"最后一击"是哪个来源页？
  • 首次触达与末次触达，渠道贡献差异多大？

二、归因模型

模型含义适用
末次触达 last_touch（默认）把转化归功于用户转化前的最后一个触点短决策、强调临门一脚
首次触达 first_touch把转化归功于用户首次接触的触点看拉新源头、品牌触达

归因维度：channel（渠道，默认）/ referer（来源页）。

三、后端接口

gRPC：AnalyticsService.Attribution

字段类型说明
time_rangeTimeRange分析时间范围
conversion_eventstring转化事件名（如 pay_success）
dimensionstring（可选）归因维度：channel（默认）/ referer
modelstring（可选）归因模型：last_touch（默认）/ first_touch
app_iduint32（可选）按应用过滤

响应 AttributionResponse：buckets[]（AttributionBucket 含 label 触点值 / converter_uv 转化用户数 / percentage 占比）、model、dimension、total_converters 转化用户总数。

HTTP（admin 转发）

POST /admin/v1/analytics/attribution
Content-Type: application/json

{
  "timeRange": { "startMs": 1718169600000, "endMs": 1718774399000 },
  "conversionEvent": "pay_success",
  "dimension": "channel",
  "model": "last_touch"
}

四、典型场景

渠道 ROI 归因

conversionEvent=pay_success, dimension=channel：看哪个渠道的转化用户占比最高，结合渠道投放成本算 ROI，优化预算分配。

落地页效果

dimension=referer：看用户转化前最后来自哪个页面，评估各落地页/活动页的转化牵引力。

首末触达对比

分别用 first_touch 和 last_touch 跑一遍，对比渠道排名变化：某些渠道擅长拉新（首次触达占比高）但不擅长临门转化（末次触达占比低），反之亦然。

五、注意事项

  • 必须指定转化事件：conversion_event 是必填，没有它无法界定"转化"。
  • 末次触达偏向闭环渠道：直接入口（如自然搜索）容易在末次触达被高估。
  • 首次触达依赖首条记录：要求用户从首次访问起的行为都被采集，否则首次触达不准。
  • 归因 ≠ 因果：归因是相关性度量，高占比渠道未必是转化的真正原因。

六、相关文档