多触点归因

一句话解释：多触点归因（Multi-Touch Attribution，MTA）是一种把一次转化的功劳，按用户旅程中各个营销触点的真实贡献进行拆分和分配的归因方法，而不是把全部功劳记给第一个或最后一个触点。

生活化类比

想象一场接力赛：4 名队员共同跑完 400 米并夺冠。如果只把金牌算给最后一棒，前三棒的贡献就被抹掉了。多触点归因就像给每一棒按实际作用分配奖牌——有人负责起跑抢占先机（首次点击广告），有人负责中途稳住节奏（邮件培育），有人负责最后冲刺（品牌词搜索），每个人都应拿到与其贡献匹配的功劳。

多触点归因的核心是回答一个问题：在转化路径上的 N 个触点中，每个触点应分到多少权重？

设一次转化总价值为 V，路径上有触点 $T_1, T_2, ..., T_n$，则每个触点分得的功劳为：

$$Credit(T_i) = V \times w_i, \quad \sum_{i=1}^{n} w_i = 1$$

不同模型对 $w_i$ 的定义不同：

数据驱动归因（DDA）是 MTA 的进阶形态，通常借助 Shapley 值、马尔可夫链或逻辑回归，量化每个触点的增量贡献。

一句话区分：MTA 看“路径内怎么分”，增量归因看“到底有没有用”，MMM 看“大盘上谁在起作用”。

场景一：独立站广告预算分配

某 DTC 品牌月广告花费 $50,000，末次点击归因显示 Facebook 只贡献 15% 转化，团队准备砍预算。改用线性 MTA 后发现：Facebook 在 68% 的转化路径中出现，且多为路径前 1/3 位置，实际贡献应为 27%。调整预算后，整体 ROAS 从 2.1 提升到 2.9。

场景二：SaaS 免费试用转化

某 SaaS 用户从注册到付费平均经历 7.3 个触点。用时间衰减模型分析发现：产品内引导邮件权重 0.31，销售外呼权重 0.28，而首次搜索广告仅 0.09。团队据此把内容资源从拉新广告转向 onboarding 邮件序列，试用转付费率提升 18%。

场景三：黑五促销复盘

黑五期间某店铺转化路径中位数触点数为 5，最长路径 14 个触点。若用末次点击，品牌词搜索会拿走 42% 功劳；用位置归因后，发现弃购召回邮件和再营销广告各贡献约 22%，次年据此加大召回预算，复购率提升 12%。

关键指标：路径长度、触点频次、转化时间差、各渠道边际贡献。建议至少积累 500–1000 次转化再跑数据驱动模型，否则统计不显著。

1. 以为 MTA 就是“更公平的末次点击”：MTA 依赖路径数据，若跨设备、跨浏览器识别不完整，路径本身就是断的，分出来的权重也不准。

2. 忽略归因窗口设置：窗口设 7 天和 30 天，触点数量可能差 2–3 倍，结论完全不同。

3. 把相关性当因果：某触点出现在路径里，不代表它促成了转化。用户可能本来就要买，只是顺手点了个广告。

4. 模型越复杂越好：数据量不足时，Shapley 值模型反而不如线性归因稳定。

5. 只看渠道不看触点内容：同一渠道的不同素材、不同邮件主题，贡献可能天差地别，应细化到触点层级。