传统上，更高级的分析师通过使用不同的变量来存储跟踪代码，并在变量中使用不同的分配方法“首先”、“最近”、“线性”，或者使用成功指标启用成功事件，从而最大限度地减少这种默认配置的影响。 “参与”。 这需要复杂的实现和配置，除了实现成本本身之外，通常还需要高度发达的解释，以使具有不同配置文件的用户能够理解它们，并且由于这种复杂性，这成为误解和错误报告的根源。 归因智商 年底，Adobe推出了这一新功能，其目的是消除该领域与其他市场工具相比的现有差距，这些工具一直提供更适合当前时代的“转换路径”的其他愿景。
它们可以应用于我们的
分类法中可用的所有维度和分类指标（该工具的预构建指标除外，例如访问量、访问者、页面浏览量、条目…） 转化窗口也是可配置的可以在 英国电话号码清单 访问、访问者级别或最长 90 天的任意时间长度上进行设置） 它们可以在自由格式表格和计算指标中使用，它们还在工作区中生成一个特殊面板，我们可以在其中比较模型并查看每个通道在转换过程中的贡献。 基于规则的模型 该工具中可用的模型如下所述。 归因模型 定义 使用案例 最后一次触摸模型图标 最后一次接触 100% 的转化归功于最接近转化的接触点。
最常见的归因模型它经常
用于短周期旅行第一次接触 100% 归功于转化窗口中检测到的第一个接触点 另一种非常常见且有用的方法，用于分析在旅程的认知阶段（展示、社交）影响最大的渠道 同触发生 BMB目录 转化的同一点击。如果与触摸点不同时，则添加值“none” 对于评估转换时刻的内容和用户体验很有用。 线性 信用被平均分配到每个接触点 对于长期转化过程或具有更高参与度的体验非常有用（订阅或重复过程，例如推送通知） U型 40%的功劳归于第一个和最后一个，剩下的2在中间点之间分配。 非常适合测量启动转换和关闭转换的通道。
