抖音号交易出售资讯用户年龄段的改变、地理位置的改变、偏好的改变等等

事情是这样发生的：

我们使用了LinkedIn经典的“魔法数字”案例，也就是“1周内增加5个社交好友的用户更容易留存”。

但是这个结论是如何的出来的呢？

1周内可能发生很多事情，比如用户年龄段的改变、地理位置的改变、偏好的改变等等，我们是如何将最终的留存率“归功于”社交好友数量的呢？而且这5位社交好友是否同等重要呢？

这就是归因问题。

归因的正面作用，它可能是全部数据分析要解决的唯一问题——解释“为什么”，但反面作用，归因不当将会摧毁整个分析的可信度。而且，很可能我们从原始数据的收集和整理方法中，就已经定下了一个大败局——终将“溃于蚁穴”。

为了解决这样的问题，在数据平台上通常会提供几种归因的方案供客户选择：

1. 首次互动归因模型

也就是用户第一次做某件事，在数据中通常表现为时间最早、顺序号最小等等。当然，这是理想情况。在现实中由于种种原因，我们无法从用户的最终转化一直向前追溯，直至真实的“首次互动”。遇到这种情况，也就只好采用能追溯到的、并且与业务相关的首次行为了。

比如：在用户的一次购买转化中，我们可以用订单号追踪；没有订单号，可以用账号；账号没有，可以用访问会话（Session ID）；会话没有，可以用设备ID；如果实在是什么都没有了，那么用户以前的行为，我们只好当它不存在。

2. 最终互动归因模型

也就是用户最后一次做某件事，对应的在数据中就表现为时间最近、顺序号最大等等。同样，在最终互动中也存在“数据问题”——直接访问流量（Direct Traffic），也就是那些找不到前置行为却完成了转化的流量。为了排除它们的干扰，有时也采用最终非直接互动归因。

3. 线性归因模型

也就是平均分。比如前面的LinkedIn的例子，如果用户添加了5个社交好友并留存下来，那么前面的5个社交好友“同等重要”，全都是促成最终结果的重要因素。

4. 加权归因模型

也就是给多个促成因素分配一定的权重。

比如：如果用户从某商城中看了许多商品才下单，在订单页点击了提交按钮，在支付页点击了支付按钮，在订单完成页点击了查看订单详情按钮。一套动作下来，这笔订单应当归功于那个按钮呢？

显然在随意浏览的过程中，点击行为没有那么重要。相比之下，后边的三个按钮就重要得多。

那么怎么定权重呢？前面的线性相当于等权，还有时间衰减模型、U型/W型/Z型模型。这方面文章很多，不再展开。

以上几种方法是比较简单易懂的，而且可以想象计算量与计算复杂度都不大。但是对于归因这么重要的一件事，只有这些简单粗暴的办法么？