歸因常見問題集

有些造訪型量度 (例如 登入點或跳出率) 會將資料歸因予報告期間起始日期以前的期間。這種情況肇因於使用了回顧期間的歸因模型，該模型會決定回顧應達於何種程度時，才會將發生的事件計入量度。最常見的情形是跨越午夜的造訪。例如：

1. 一名造訪者於9月7日晚上11時55分造訪您的首頁。
2. 其造訪了幾頁網頁，而於9月8日凌晨12:05造訪其中的最後一頁。
3. 一週後，您製作9月8日至9月14日期間的每日趨勢報表。

點擊型量度 (例如頁面檢視) 產生如預期的結果；自9月8日至9月14日的每日資料趨勢。不過，造訪型量度也能指出上述9月7日的造訪事件。該造訪的歸因登入點發生在9月7日，而回顧期間依預設為9月1日至9月31日。

在這個例子中，顯示的9月7日跳出率一律為 0%。這個量度的定義為 Bounces divided by Entries，即點擊型量度除以造訪型量度。跳出事件是由單一影像要求所組成，因此跳出事件不可能持續數日。任何發生在9月7日的跳出事件，都會超過所述的報告期間，因而該日的跳出率當然是 0%。在這報表中，也顯示9月7日的其他點擊型量度亦為 0，因為這些點擊發生在這報表的報告期間外。

再來看另一個類似的例子。下述例子和上述例子之間僅有日期不同：

1. 瀏覽者於8月31日晚上11:55造訪您的首頁。
2. 其造訪了幾頁網頁，而於9月1日凌晨12:05造訪其中的最後一頁。
3. 一週後，您製作9月1日至9月7日期間的每日趨勢報表。

在這個例子中，不會顯示8月31日的「登入點」和「跳出率」資料。由於回顧期間和報告期間都是從9月1日開始，因此無法歸因8月31日的資料。

歸因面板支援所有維度。不支援的量度包括：

• 全部計算量度
• 不重複訪客
• 瀏覽
• 發生次數
• 頁面檢視
• A4T 量度
• 逗留時間量度
• 彈回數
• 跳出率
• 登入點
• 退出點
• 找不到頁面
• 搜尋
• 單頁存取次數
• 單次存取

是的，歸因支援多數資料來源。摘要層級的資料來源無法進行歸因，因為這些資料來源不會與Analytics的訪客識別碼建立關聯。

交易ID資料來源的處理方式與任何其他點選相同。 交易ID資料來源不會使用傳統報表中一般使用的特殊處理。 換言之，使用報表時間處理時，交易ID點選會傳播來自點選eVar的值，這些點選發生在「交易ID」點選的時間戳記附近。 值將不會從接近原始交易時間發生的點選中傳播。

如果可能的話，歸因會仰賴資料來源中事件內傳送的MID欄值，而非持續值。 歸因模型會即時套用至資料來源中的MID欄值。 例如，當您使用「上次接觸」歸因時，模型會從量度的每個例項開始，並在點選中依序往後走，直到模型達到MID欄中觀察到的最後一個值為止。

如果不可能，歸因將會使用資料來源中「先前記錄」的MID值來評估。 鑑於AA不支援順序錯亂的資料，此先前的記錄可能不會依時間戳記排序。

由於記錄未依序排序，套用持續性的預期值可能會影響提供的交易ID時間戳記與原始交易之間的時間量。

我們初次推出行銷管道時，只提供「首次接觸」和「上次接觸」維度。有了現行版本的歸因，就不再需要明確的首次/最後接觸維度。Adobe提供一般 行銷管道 和 行銷管道詳細資料 維度，以便您將其用於所需的歸因模型。 這些通用維度的行為與 上次接觸管道 但標籤不同，這是為了避免搭配不同歸因模型使用行銷管道時產生混淆。

由於行銷管道維度以傳統的造訪定義 (由維度本身的處理規則為定義) 為依據，因此無法使用虛擬報表套裝來變更造訪定義。

Analytics 的某些維度可包含單次點擊中的多個值。常見範例包括清單變數和產品變數。

將歸因套用至多值點擊時，同一次點擊中的所有值都會獲得相同的評分。由於有多個值可以接受該次評分，報表總計可能與每個各別條列項目的加總不同。報表總計會去除重複項目，而每個各別維度項目會適當獲得評分。

歸因一律會在採用區段之前執行，而區段會在套用報表篩選器之前執行。此概念同樣適用於使用區段的虛擬報表套裝。

例如，如果您建立套用「顯示點選」區段的虛擬報表套裝，您可以使用某些歸因模型在表格中看到其他管道。