转化次数为什么有小数？归因模型详解

45%的转化需要两次以上的点击才能实现，那么这些点击要怎么分配功能呢？归因模型就是用来分配每次点击功劳的模型。选择不同的归因模型就是选择不同的功劳分配方式。比如我们可以设置所有的功劳都分配给第一次点击，也可以把所有的功劳都给首次点击，还可以平均分，按照时间分，让机器通过大数据学习分配等。而无论我们想要如何分配，都是通过设置归因模型实现的。

在Google Ads里，借助合理的归因模型，我们可以更好的了解不同广告的效果，从而更有效地对账户进行优化。

PS：归因模型功能仅适用于google.com上的搜索广告和购物广告的点击，不适用于展示广告网络广告的互动情况。而且该功能只可以归因网站转化、Google Analytics（分析）中的转化，来电转化和导入转化操作，无法归因应用和实体店的转化。

a.最终点击：无论用户点击多少次广告实现的转化，都将功劳分配给最后一次点击。

例如有的用户分别点击过我们的搜索广告，购物广告，最后在品牌词广告实现转化，那我们就只能看到品牌词广告有转化，而前面搜索和购物的功劳都为0。

不推荐大家使用这个归因模型，因为我们无法知道最后一次点击之外的其他点击数据，获得的数据是片面的。在这个例子中，我们使用最终点击，只知道品牌词实现了转化，而不知道搜索和购物的功劳，那如果我们为了优化CPA，暂停了搜索和购物，我们会发现我们账户整体的转化次数减少了。

b.首次点击：无论用户点击多少次广告实现的转化，都将功劳分配给首次点击。

还是前面的例子，如果用首次点击归因模型，我们就只能看到第一次点击（搜索广告）带来了一次转化，而后面的购物和品牌词广告的转化都为0.

同样不推荐大家使用这个归因模型，因为这个模型我们获取的转化数据也是片面的，只能知道哪个广告给我们带来了用户，而不能知道哪些广告最终转化了这个用户。

c.线性：平均分配每一次点击的功劳。

例如用户点击四次广告才实现的转化，那么每次点击分配25%的功劳。

线性因为太平均，没有侧重点，用的也很少，不太推荐。

d.根据位置：首次和最后点击各分配40%的功劳，其余的20%平均分配给其他点击。

e.时间衰减：越接近转化时间，分配的功劳越高。点击每相隔七天，所分配的功劳就会相差一半。也就是说转化发生8天前的点击所获功劳是转化发生一天前的点击所获功劳的一半。

f.以数据为依据：根据转化操作的历史数据来分配转化功劳。

这几个归因模型最推荐的是以数据为依据的归因模型，这个是通过大数据机器学习来分配功劳，在当前谷歌智能化程度越来越高的背景下，尤其适合和智能广告（如Pmax）结合使用。

a. 点击谷歌广告账户右上角 工具与设置-转化

修改归因模型后，数据会有一段时间的波动，如果用的智能出价策略，则波动更大。所以如果要切换归因模型，建议大家在非旺季或非重要时间段切换。

系统学习Google Ads盈利玩法可直接来部落，节省大量时间和踩坑损失！