本篇為 Google 數據轉換歸因模式（DDA，Data-driven attribution）介紹。不熟悉歸因模式的朋友們請先到一分鐘教室複習唷。
什麼是數據驅動歸因模式（Data-Driven Attribution, DDA）
過去在使用歸因模式時，多數人習慣將所有的功勞歸功給『最終點擊』，但如果想更正確的判斷每個觸及點的價值，需要考量更全面的因素，才能達成更有效的媒體預算配置。
數據驅動歸因模式（Data-Driven Attribution, DDA）為一種運用機器學習分析流量數據的歸因模式，它是透過 Google Analytics 中實際數據來產生『自訂模式』，並使用這項模式為整個消費者歷程中的『行銷接觸點』分配轉換價值。
延伸閱讀：模式比較工具介紹
DDA 會分析哪些資料
除了隨機搜尋、直接流量、參照連結網址流量…等資料，其他與 Google Analytics 相關的產（比如，Google Ads、Google Display 和 Campaign Manager）所傳送的資料，都會 DDA 納入分析範圍。DDA 也會納入使用者透過上傳費用資料功能匯入的數據，運用多管道程序的轉換路徑資料，以及未完成轉換使用者的訪客路徑資料。
DDA 運作方式
DDA 是利用合作賽局理論中『夏普利值 Shapley Value 』解題概念，運用演算法為預設管道分組定義出各項管道所提供的歸因建議。它會根據行銷活動對你所設定的相關成效指標造成的影響，為行銷接觸點分配部分價值。
路徑運作方式如下
① 平均分配轉換功勞至每個點擊路徑
② 分析路徑中的點擊對於最後轉換效果差異
③ 對於有實質轉換價值提升者，增加其功勞配比
④ 對於所有關鍵字點擊都進行同樣的分析流程
⑤ 透過機器學習分析最後產出的功勞歸屬
DDA 消費者轉換歷程
① 路徑長度報表 Path Length
呈現使用者完成轉換前經過多少次廣告點擊。如果您的帳戶的品牌字組較多，顯示的 點擊路徑比較短是正常的。
② 轉換耗時報表 Time lag
顯示通常使用者從點擊廣告開始，需要多久時間才能完成轉換。
③ 裝置路徑報表 Device Paths
根據消費者交替使用不同裝置的路徑（如，先用手機再改用桌機）列出的轉換次數，協助分析每個裝置對於轉換的意義。
④ 歸屬模式工具 Attribution modeling
模擬工具比較 2 種轉換模式的歸因成效。
DDA 使用條件
① 想使用 DDA 功能，必須先符合下列條件：
▸ 使用 Google Analytics 360
▸ 已設定電子商務追蹤或目標
▸ 擁有 Google Ads 帳戶，且該帳戶至少已在 Google 搜尋獲得 15,000 次點擊，某個轉換動作也在 30 天內達到至少 600 次轉換
② 若想繼續使用 DDA…
你在最近 28 天內獲得的轉換次數必須達到最低門檻：
▸ 每種轉換類型各有 400 次轉換，且路徑長度包含至少 2 次互動
▸ 所選的報表資料檢視中有 10,000 條路徑（約 10,000 位使用者）
課程公告：未來將陸續釋出 DDA 操作教學與迷思詳解，請有興趣的朋友們持續關注我們～
以上就是本日的數位資訊分享，感謝你的閱讀。
如果對數位廣告投放有興趣，歡迎來電洽詢，我們會安排專業的優化師為您服務。
✆ 02-23965819
✉︎ https://pse.is/ispot