attribution
营销归因分析与多渠道转化归因工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：attribution。 它的用途是：营销归因分析与多渠道转化归因工具 完整的 Skill 内容见：https://321skill.com/skills/attribution/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
'我刚跑完一场品牌投放，Google Ads显示3000次点击、100次转化，但GA只显示80次转化，帮我分析可能的原因并给出核对清单。' 它会先检查归因窗口、UTM、跨域追踪、设备匹配等常见差异点，然后输出一份可操作的排查步骤。
对AI说：'我想用首次触达模型看看哪些渠道拉新最有效，但之前用的是末次触达，怎么切换？' 它会解释两种模型的适用场景，并给出切换建议。
介绍
营销归因是营销人最头疼的问题之一：到底哪个渠道带来了真实转化？为什么Google和GA的数据对不上？这个Skill帮你系统性地解决归因难题。它覆盖从首次触达到末次触达、多触点归因、媒体混合模型(MMM)、增量测试等各类归因方法，并支持协调不同工具间的数据冲突，甚至帮你自己搭建设备归因体系（如将预订关联到来源、使用Calendly/SavvyCal做归因、闭合身份识别缺口、在第三方域名上追踪转化等）。
使用时，你只需描述你当前遇到的归因问题——比如“我的Google Ads说转化了100次，但GA只显示80次，怎么对齐？”或者“想用Shapley Value做多触点归因，给我解释一下怎么做。”Skill会帮你分析数据差异的可能原因，推荐合适的归因模型，甚至生成自建归因的实施方案。对于涉及事件追踪或UTM设置的问题，它会引导你查看analytics类Skill；对于广告平台像素/CAPI，则引导至ads类Skill；对于CRM管道收入报告，则转向revops类Skill。
这个Skill特别适合营销专员、数据分析师和产品经理，尤其是那些需要面对多个渠道数据、频繁调整预算分配、或质疑归因模型准确性的用户。无论你是想核算活动转化效果、分析渠道引流ROI，还是优化广告投放策略，它都能提供可操作的洞察。
使用建议：尽量提供具体的冲突数据或归因场景描述，例如“两个渠道同时触达用户，如何分配转化价值？”对于初学者，建议先明确自己的归因成熟度（如是否已部署UTM、是否拥有CRM数据），Skill会给出对应的进阶方案。注意：它不适用于需要实时数据流处理的大规模归因系统（如每秒百万级事件），也不适合完全不懂归因基础概念的新手直接做复杂模型选择。
核心特点
与普通归因计算器不同，这个Skill不仅能解释预设模型，还能主动协调跨工具数据冲突、指导自建归因体系，并覆盖MMM、增量测试等高级方法，同时清晰区分与其他技能（analytics、ads、revops）的边界。
注意事项
不适合实时大规模数据流归因场景，也不适合完全无归因知识的新手直接做复杂模型选择。
常见问题
我的Google Ads和GA数据对不上，怎么解决？
先检查归因窗口设置是否一致，再确认UTM标签是否完整，最后看是否有跨设备或跨域追踪问题。Skill会引导你一步步排查。
我想用Shapley Value做多触点归因，该怎么做？
你需要准备一段周期的用户触达路径数据（每个用户接触过的渠道序列及是否转化），Skill可以帮你选择合适算法并计算渠道贡献。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/attribution/raw/index.md 读取 attribution 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/attribution/raw/index.md（查看排版版本）