更新时间：2024年4月6日
说到归因，很多人都知道，但大部分里对归因理解是从哪个渠道归来的，或是转化如何在不同渠道分配，或是各种归因模型，其实这些都是站外归因。
对应的，也有站内归因，比如：
- 用户多次搜索不同的产品后带来的转化在不同搜索词之间怎么分配？
- 网站内部有促销活动评估，很多人都是从banner的展示和点击角度去分析，但不同的Banner带来的转化有多少？
- 订单的产生类型有很多，如是通过站内banner产品，站内搜索，站内类别产生，推荐……该怎么评估？
这些都是站内归因，市面上只有分布工具支持这个，目前支持的有Adobe Analytics的转化变量，Google Analytics内部推广活动，神策的叫坑位归因/运营位归因，GrowingIO叫转化变量。
Adobe Analytics的转化变量
Adobe Analytics可以通过转化变量eVar实现站内归因，我们来看一下在Adobe Analytics上的设置：
Adobe Analytics的转化设置比其他工具的设置要丰富很多：
- 状态：开启或关闭这个转化变量
- 描述：记录这个转化变量基本信息，如用途，启用时间
- 名称：转化变量的命名，名称
- 分配：这个事件（订单）怎么在转化上分配，怎么归因，有三种类型可选，一种是原始值，可以理解为fisrt click，一种是最近，可以理解为last click，一种是平均，可以理解为line。
- 过期时间：多久内事件（订单）应该归因到这个转化变量
- 类型：转化的类型
- 重置：到过期的时候要重置，一般站内营销需要开启，避免归因到上次活动
- 启用促销：是否将转化和事件/订单捆绑，关联，站内归因需要开启这个。
其实上面三种场景都是类似的，就是将某个行为设置转化，但同时希望知道这个转化，后面带来的真正的转化（订单）有多少。
假设我现在想将搜索这个行为设置为转化变量，只需要设置状态、描述、名称和类型即可：
如果要设置站内归因：
需要使用“启用促销”，将一些事件/订单和这个转化绑定；
勾选“促销”，且在里面选择“转化变量语法”，在“促销捆绑事件”里选择事件/订单，你也可以选择所有事件，这个就是用于转化变量归因的事件/订单了，如果你是用product的evar，那么要选择与产品的。
有效期有多长，也就是多久内的事件/订单会跟转化绑定，取决于“过期时间”里的设置，很灵活的，有很多种类型可以选，一般站内搜索直接使用访问，如果营销活动，那么可以根据活动设置天数。
订单怎么分配取决于“分配”里的设置，就是怎么归因，一般选择“最近”，也即是Last Click原则。
如果后面还会用这个转化变量，那么就需要设置“重置”，有效期过后就要清除它，不再关联，避免第二期活动的订单归因到第一期里面去。
这样设置后的效果就是，事件/订单可以在转化变量这个维度实现站内归因。
功能很强，很灵活，设置相对复杂，需要专业的人去设置才能获得准确的数据。
Adobe Analytics的站内归因还有另一种做法，和Product结合的，但这种做法会导致电商里面的产品会多一个虚拟产品，我个人不太喜欢这种方法，因为意味着你看电商产品数据的时候，要将虚拟产品移除，如果一不小心，没有移除，那么会导致看到的数据是有问题的。
Google Analytics 内部推广活动
Google Analytics里的内部推广活动可以用于站内活动的归因，它属于增强型电商里面的功能，但这个功能只能用于跟踪活动banner的展示、点击、点击率，以及带来的转化情况。
如果要看站内搜索带来的交易，那么就需要布署完整的增强型电商，然后结合Google Analytics里的站内搜索去分析。
这里我们来看内部推广活动：
不同位置的活动可以通过position，不同活动角度也可以用creative取用，用于AB测试，非常方便，只需要布署增强型电商里面的PromotionView和PromotionClick就会有完整报告。
但内部推广活动这个方式有个弊端，就是如果营销页面作为着陆页的时候，产生的订单都会归因到站内的，所以会导致订单数偏大的，但实际上如果要精确评估，需要站内用户点击营销活动的URL结合自定义维度才能实现，详细的可以看：Google Analytics中的维度、自定义维度、指标和自定义指标。
神策的叫坑位归因/运营位归因
神策的叫归因分析，在一些文章里也叫坑位归因，运营位归因，在归因分析模型中，广告位的点击、推广位的点击被称为「待归因事件」，支付订单等目标类事件被称为「目标转化事件」。
神策这种走出自己的一条路，收集数据，设置报告后才有站内归因。
GrowingIO叫转化变量
GrowingIO的叫转化变量，转化变量是一种强大的变量类型，可以根据不同的业务需求去配置一个转化变量的归因方式和持久性范围。随着归因模型的不同，持久性范围的不同，用户发生的事件将会归到或者不归到某一个转化变量的值上。
当发生一个事件的时候，GrowingIO 会通过转化变量中配置的归因模型，去计算应该将这个事件归到转化变量中的哪一个有效值上，转化变量目前支持以下三种归因模型。
GrowingIO实现的方式跟Adobe Analytics类似，名字也是一样。
百度分析云的坑位归因
百度分析云也有类似的功能，叫坑位归因。
坑位归因已将坑位事件作为默认的待归因事件，你只需完成坑位事件标记管理，选择目标转化事件和其他条件即可开始分析。
