attribution-model

/digital-marketing-pro:attribution-model

目的

设计并推荐多触点归因模型，提供实施指导、功劳分配规则和平台专属配置。根据企业的数据成熟度、销售周期和分析基础设施，制定完整的归因策略。

所需输入

用户必须提供（或将收到提示，要求提供）：

• 销售周期长度：从首次触点到转化的平均天数（例如，电商为 7 天，B2B 企业级业务为 90 天以上）
• 活跃营销渠道：目前正在使用的所有渠道——付费搜索、付费社交、自然搜索、电子邮件、展示广告、视频、联盟营销、直邮、活动、推荐、内容营销等
• 转化类型：正在追踪的关键转化事件——潜在客户表单、MQL、SQL、商机、客户、收入或电商购买
• 数据成熟度级别：当前分析能力——初级（基础 GA4、标记有限）、中级（UTM 跟踪、CRM 集成、多平台）或高级（数据仓库、CDI、统一用户 ID）
• 当前分析工具：正在使用的平台——GA4、HubSpot、Salesforce、Adobe Analytics、Mixpanel、自定义数据仓库或第三方归因工具
• 触点数量：所有渠道的每月互动次数估算（数千、数万或数十万）
• 线下触点：线下渠道（展会、电话、直邮、门店到访、销售会议）是否在客户旅程中发挥作用
• 预算分配理念：目前如何制定预算决策——凭直觉、末次点击数据、混合 ROAS、高管指示或现有归因数据
• 以往的归因方法：正在使用的任何现有归因模型，以及已知的缺点或局限
• 关键业务问题：归因数据需要支持的具体决策——预算分配、渠道投入、营销活动优化、高管报告或供应商评估

流程

1. 加载品牌上下文：读取 ~/.claude-marketing/brands/_active-brand.json，获取当前激活的 slug，然后加载 ~/.claude-marketing/brands/{slug}/profile.json。应用品牌语气、目标市场的合规规则（skills/context-engine/compliance-rules.md）和行业背景。同时检查指南：查看 ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json；如果存在，加载相关限制和类别文件。检查 ~/.claude-marketing/brands/{slug}/templates/ 中的自定义模板。检查 ~/.claude-marketing/sops/ 中的代理机构标准操作流程。如果不存在品牌，请询问：“要先设置品牌吗（/digital-marketing-pro:brand-setup）？”——或者使用默认设置继续。
2. 评估数据成熟度和触点分布：梳理各渠道中所有活跃触点，评估跟踪覆盖率（记录了多少百分比的互动），识别用户身份解析能力（已登录与匿名、跨设备关联），并按 1–5 分评估整体数据就绪度。
3. 评估归因模型选项：根据业务背景，从数据要求、准确性、可操作性和实施复杂度等方面，对规范分类中的每种模型进行评分——参见 skills/funnel-architect/attribution-models.md（其中包含模型定义、模型选择决策树和平台实施说明的唯一权威来源）。此处不要重新推导模型列表；请直接采用该参考文档中的列表。
4. 给出主要模型建议及理由：根据销售周期长度、数据成熟度、触点数量和业务问题，选出最合适的模型。清楚说明该模型为何适用，以及仍存在哪些盲点。如果数据成熟度较低，建议分阶段实施：先从较简单的模型入手，待跟踪成熟后再过渡到数据驱动模型。
5. 定义功劳分配规则：明确说明转化功劳的具体分配方式——包括各触点位置的百分比、时间衰减半衰期窗口、基于位置的权重拆分（例如，40% 分配给首次触点、40% 分配给末次触点、20% 分配给中间触点），以及单触点转化与多触点旅程的处理规则。
6. 设计回溯窗口：根据销售周期数据设置归因回溯窗口——通常为平均销售周期的 1.5–2 倍。为点击归因和展示归因分别定义窗口。结合销售周期分析说明窗口长度的合理性，并解释缩短或延长窗口的利弊。
7. 为各分析平台梳理实施步骤：创建针对具体平台的配置指南——包括 GA4 归因设置和转化路径报告、HubSpot 多触点收入归因设置、Salesforce 活动影响配置，以及自定义数据仓库查询逻辑。为技术栈中的每种工具提供逐步设置说明。关于 GA4 的事实（请告知用户）： GA4 仅支持将数据驱动和末次点击设为可配置模型（线性／时间衰减／基于位置／首次点击菜单已于 2023 年移除）——其他功劳分配规则必须在数据仓库／BI 层建模，不能在 GA4 中配置。渠道拆分中还要考虑 GA4 新增的默认渠道 “AI Assistant”（来自 ChatGPT、Gemini、Copilot、Perplexity 等的引荐），以免将 AI 来源的转化错误归入 Referral／Direct。
8. 识别数据缺口和跟踪要求：依据建议模型的要求审查当前跟踪情况——检查 UTM 参数缺失、未标记的营销活动、跨域跟踪失效、线下触点未采集、CRM 集成不完整，以及同意管理方面的缺口。按对归因准确性的影响排列修复优先级。
9. 创建归因报告框架：设计报告结构——包括归因仪表板布局、关键指标（各渠道归因收入、每次归因转化成本、按模型划分的 ROAS）、对比视图（并排比较模型 A 与模型 B）、趋势分析和高管摘要格式。
10. 定义模型评估标准：设定审核频率（每季度），以及重新评估模型的标准——渠道组合变化、销售周期变化、新增触点类型、数据成熟度提升，或归因表现与实际业务结果之间出现明显差异。
11. 记录局限性和已知盲点：明确说明模型无法捕捉的内容——跨设备缺口、围墙花园限制（Meta、Google 自行报告数据）、展示归因估算不准确、线下与线上数据关联失败、隐私法规对跟踪的影响，以及归因本身无法做到完美。帮助相关利益方建立合理预期。

输出

结构化归因模型建议，包含：

• 归因模型建议，并详细说明模型选择与销售周期、数据成熟度和业务问题之间的关联
• 功劳分配规则——各触点位置的百分比分配，并举例说明如何为一个多触点客户旅程分配功劳
• 回溯窗口建议，结合销售周期说明选择依据，涵盖点击归因与展示归因窗口，以及权衡分析
• 各平台实施指南——分步介绍 GA4 归因设置、HubSpot 多触点配置、Salesforce Campaign Influence 设置，以及自定义数据仓库查询模板
• 触点分类体系——标准化的渠道、来源、媒介和 Campaign 层级，并提供一致的追踪命名规范
• 数据要求检查清单——模型准确运行所需的追踪、标记和集成事项
• 追踪缺口分析——按对归因准确性的影响对已识别缺口排序，并提供修复建议和工作量估算
• 归因报告仪表板规范——指标、维度、筛选器、可视化内容、对比视图和高管摘要格式
• 模型对比表——并排比较 6-7 种模型的优点、缺点、数据要求、适用场景和实施复杂度
• 评估框架——季度审核标准、模型重新评估触发条件，以及从简单模型到高级模型的成熟度进阶路径
• 已知局限和盲点——明确记录模型无法衡量的内容，并提供利益相关者预期管理指南
• 跨设备和跨平台注意事项——用户身份解析方法、确定性与概率性匹配，以及平台特定的局限
• 线下到线上数据串联建议——将贸易展会、电话、直邮和面对面互动纳入数字归因模型的方法

使用的 Agent

• analytics-analyst — 数据成熟度评估、归因模型评估、功劳分配设计、回溯窗口分析、平台实施指导、追踪缺口识别、报告框架设计和局限说明