单触点归因必须选出一个“赢家”，其他触点的贡献全部归零。但在长决策链路中，用户可能先被广告种草，再查看评测、搜索品牌，最后才完成购买。只奖励一个触点，很容易误判渠道价值。
多触点归因允许多个触点共享功劳。问题随之而来：是平均分，还是奖励离转化更近、位置更关键的触点？
一、线性归因：默认每个触点同等重要
线性归因把转化价值平均分给路径中的所有触点。一条路径有 n 个触点，每个触点的权重为：
例如，用户依次接触地铁广告、落地页广告和应用商店搜索后下载小说 App，三个渠道各获得约 33.3% 的贡献。
线性归因适合持续教育型业务：每次接触都承担一部分认知、比较或提醒作用，团队又没有充分依据区分权重。
它的优势是简单、中立、不会遗漏中间触点；缺点是把“出现过”等同于“同等重要”。一次偶然曝光和一次深度产品演示，可能获得相同权重。
因此，线性归因更像多触点分析的基准线，而不是最终答案。
二、时间衰减：越接近转化，权重越高
时间衰减归因认为，近期触点对转化影响更强。常见做法采用指数衰减：
t_i 是触点距离转化的时间，h 是半衰期。若半衰期为 7 天，发生在转化前 7 天的触点，其原始权重是当天触点的一半。所有权重最后再归一化为 100%。
例如，用户先看到线下手机广告，随后接触信息流，最后通过销售私聊下单，可以将权重分为 10%、30% 和 60%。
它适合短期促销、活动报名和销售跟进等“临近转化动作更关键”的场景。但半衰期不是客观真理：设得越短，模型越接近末次归因；设得越长，结果越接近线性归因。
选择半衰期时，可参考真实决策周期，并用 3 天、7 天、14 天等多组参数做敏感性分析。若渠道排名随参数剧烈变化，说明结论不够稳健。
三、U 型归因：重点奖励开场与收口
U 型归因也叫首尾位置归因。常见分法是：首次触点 40%，末次触点 40%，中间触点共同分配剩余 20%。
例如，加盟商先通过落地页留资，随后接受电话销售沟通，最后在公众号完成加盟。落地页负责获得线索，公众号负责完成转化，中间电话承担培育，因此可按 40%、20%、40% 分配。
它适合线索型业务和较长的销售漏斗，因为获客入口与最终成交都值得被单独识别。
但 U 型归因容易低估中间环节。对于企业服务、教育和高客单价商品，演示、试用、顾问沟通可能才是改变决策的关键，固定给中间触点 20% 未必合理。
40%—20%—40% 只是常用规则，不是测量结果。企业可以调整，但必须记录版本并保持报表口径一致。
四、三个模型应该怎么选？
| 业务判断 | 优先模型 | 主要风险 |
|---|---|---|
| 各次接触同等重要，暂无可靠权重依据 | 线性归因 | 高估弱触点 |
| 临近转化的动作更关键 | 时间衰减 | 低估早期种草 |
| 首次获客和最终成交最重要 | U 型归因 | 低估中间培育 |
实际选择时，依次回答四个问题：
- 决策目标是什么？ 看全链路参与选线性，看近期促转选时间衰减，看获客与成交选 U 型。
- 决策周期多长？ 路径越长，越要谨慎使用短半衰期。
- 触点角色是否不同？ 曝光、留资、试用和成交不能只按出现次数比较。
- 错误分配的代价是什么？ 如果低估品牌或销售培育会导致误砍预算，应同时保留其他模型对照。
五、上线前必须统一五个口径
同名模型也可能算出不同结果，差异通常来自底层规则：
- 转化窗口：回看 7 天、30 天还是 90 天；
- 触点粒度：按媒体、渠道、活动还是广告位；
- 重复触点：
A→A→B算三次，还是合并连续重复； - 直接访问：参与分配，还是被排除；
- 价值口径：按订单数、收入、毛利还是线索质量归因。
模型切换时，应保留一段双口径数据。先比较各渠道贡献和排名变化，再决定是否用于预算。否则，报表波动可能只是算法变化，而不是业务变化。
结语
线性归因强调平等参与，时间衰减强调近期影响，U 型归因强调获客与成交。三种方法没有统一最优解，它们只是把不同业务判断写进权重。
先说明假设，再固定口径；同时比较多个模型，最后用实验校验重要决策。这样，多触点归因才不会变成一套看似精确的数字游戏。
上一篇：[[02.1.1-单触点归因]] · 下一篇：[[02.2-算法归因]]