优点： 团队知道哪个接触点触发了转化。
缺点： 没有关于切入点或后续接触点影响的信息。
多点触控归因
工作原理： 它为客户访 ws 数据库 问的每个接触点分配相同的值。
优点： 营销人员可以评估每个渠道对销售的影响有多大。
缺点： 它没有提供对渠道中单个接触点影响的洞察。
线性归因
工作原理：线性归因模型是一种多点触控归因模型，它为潜在客户转化过程中的每个接触点分配相同的信用。
优点： 线性模型帮助营销人员了解哪些渠道有助于转化，以便他们可以继续关注这些渠道。
缺点： 线性模型无法区分客户旅程中哪些接触点比其他接触点更有影响力。
时间衰减归因
工作原理：时间衰减归因模型对所有接 另一种方法是使用计算机上的第三 触点都给予信任，但最近的接触点的权重更大。
优点： 时间衰减模型适用于销售周期较长的场景，因为最近的接触点往往对转化过程影响最大。这在 B2B 领域尤其有用，因为 B2B 的销售周期通常比 B2C 更长。
缺点： 它对第一个接触点的重视程度不够，而且对于较短的销售周期来说用处不大
W型归因
工作原理： W 型归因模型将 30% 的功劳分配给访客转化为潜在客户的首个、最后一个和漏斗中部的接触点。剩余的 10% 则分布在渠道中的其他接触点。
优点： B2B 团队发现哪个入口点、中间漏斗 巴哈马商业指南 接触点和底部漏斗内容产生最多的转化。
缺点： 如果漏斗定义不明确，则使用起来会很困难。
U型或基于位置的归因
工作原理： 基于位置的模型或 U 型模型将 40% 的功劳分配给促成转化的首个接触点和最后一个接触点。剩余 20% 则分配给首个接触点和最后一个接触点之间的所有渠道。
优点： 基于位置的模型结合了首次接触模型和最后接触模型的优点，但不会忽视潜在客户旅程的中间阶段。
缺点： 它没有给予中间接触点太多的信任，并且对于较长的销售周期来说用处不大。
自定义归因模型
工作原理： 营销团队创建独特的归因模型。他们为每个接触点分配自定义归因，最终促成转化。这些模型需要深入了解客户及其购买行为。有必要分析历史客户数据，以识别行为趋势，并确定哪些渠道对转化率影响最大。
优点： 自定义归因模型非常准确，因为它们基于历史数据。
缺点： 该模型需要大量历史数据才能建立，因此新公司无法使用。而且设置起来也非常复杂。
数据驱动归因
工作原理： 数据驱动归因就像一个自动更新的自定义归因模型，它会根据 最新数据的分析不断变化。
优点： 基于历史数据，实时调整，准确。
缺点： 设置需要大量历史数据，因此新公司无法使用。企业可能需要购买第三方工具才能使用它。
Leadfeeder 如何进行归因建模？
所有行业的网站访客转化率仅为 2.35% 。即使是表现最佳的品牌网站，转化率也只有 12%。那么，绝大多数未转化的访客会怎样呢？如何追踪并吸引他们，从而提升 B2B 营销投资回报率？
Leadfeeder 使用多种归因模型，并融入自定义模型，监控的远不止销售漏斗中的个人行为。我们易于集成的网站访客工具还可以：