营销归因

归因到底在做什么

营销归因把转化的功劳分配给转化之前发生的营销互动。当一个人周一点了搜索广告、周三看到再营销广告、周五下单，归因就是决定哪个触点——或哪种组合——为这笔购买记功的那套规则。

关键的认知框架：每个归因模型都是一种解释，不是测量。底层数据天生不完整——跨设备的旅程会打断身份识别，隐私框架会抑制追踪，围墙花园不共享用户级数据，线下影响完全不可见。模型拿到可观测的碎片，再套用一套分配功劳的约定。不同的约定从同一个现实算出不同的数字，这就是为什么"我们真实的 ROAS 是多少？"没有唯一答案——只有相对于某个明确模型和窗口的答案。

模型版图

规则型模型套用固定约定：

• 末次点击（Last click）——全部功劳给最后被点击的触点。简单、被广泛默认，但结构性偏向品牌词搜索和再营销这类漏斗底部渠道。
• 首次点击（First click）——全部功劳给第一个触点；镜像偏差，偏向种草发现型渠道。
• 线性 / 时间衰减 / 位置加权——功劳在触点间平均分、按新近度分，或向首末两端加权。感觉上不那么武断，实质上同样武断。

**数据驱动归因（DDA）**利用平台的转化数据，通过对比转化路径与未转化路径来估算每个触点的贡献。Google Analytics 4 默认使用 DDA。它通常优于固定规则，但仍受限于平台能观测到的范围——而且无法从外部审计。

归因窗口和模型同样重要：7 天点击窗口与 28 天点击+浏览窗口之间，可能重复计数或整类漏记。浏览型归因（view-through）——为看到但没点的展示记功——是平台报表注水最猛的地方。

在用户级归因之外还有两种互补方法：媒体组合建模（MMM），从聚合的花费和结果数据中统计推断各渠道贡献；以及增量测试（地理对照、转化提升实验），它测量归因测不了的东西：没有这条广告，转化还会不会发生。

为什么这决定预算质量

每个广告平台都用自己的模型、自己的窗口报告转化，且只为自己的触点记功。把各平台数字加总，会得到比实际更多的转化数。拿窗口不同的平台互相比较，"赢家"往往只是计数口径更慷慨的那个。依据平台原生仪表盘挪预算的团队，会系统性地超配收割存量需求的渠道、低配创造需求的渠道——恰恰在增量最低的地方，ROAS 数字最好看。

在应用营销中问题更尖锐：MMP（如 AppsFlyer 和 Adjust）的存在意义就是充当中立裁判，在 SKAdNetwork 这类限制用户级可见性的隐私框架下，对各广告网络的安装功劳做去重判定。

搭建可据此行动的归因

1. **先把转化跟踪做对。**归因是在事件之间分功劳；坏掉或重复的事件会同等地毒化所有模型。
2. 选定一个中立的事实来源做跨渠道比较——网页用 GA4，应用用 MMP——并接受平台仪表盘只用于平台内优化。
3. 每份报表注明模型和窗口。"ROAS 4.2（GA4 DDA，30 天点击）"是可用的数字；"ROAS 4.2"不是。
4. **窗口对齐销售周期。**对一个 60 天的重决策购买套 7 天窗口，等于无声删除漏斗大部分功劳。
5. **审计浏览型功劳。**查清每个平台报告的转化中浏览型占比多少，比较时相应打折。
6. 用增量测试校准最大的预算项，每年一次或在高风险决策前。用提升实验的结果为各渠道的归因数字设定折扣系数。
7. **换模型时重算历史。**否则每张趋势图都会在切换日显示一个假台阶。

常见错误

• **把平台报表当事实。**每个平台都是利益相关方，按自己的规则数自己的贡献。
• **无视浏览型功劳。**展示确实可能有真实影响，但未经检验的 view-through 是平台数字膨胀的最大单一来源。
• **换模型不记录影响。**模型切换会重排各渠道的表观表现；不记录的话，看起来就像某些渠道突然变好或崩盘。
• **把"归因到的"当成"增量的"。**品牌词搜索和再营销在归因上无比漂亮，实际增量常常很小；归因发现不了这个差别——只有对照实验能。
• **基础没打好就过度工程。**在没测试过的跟踪和没定义清的转化事件之上跑多触点模型，是精确的表演。

FAQ

我该用哪个归因模型？ 跨渠道报表用中立工具里的数据驱动归因，胜过固定规则。平台内出价用平台自己的模型通常没问题——自动出价本来就是对着它优化的。真正重要的纪律是一致性和文档化，不是模型的高级程度。

为什么平台数字和分析工具的数字对不上？ 因为每个平台都把自己触达过的转化记在自己头上，旅程会触达多个平台，窗口又各不相同。重叠意味着平台报告的转化总数会长期高于实际转化数。这是结构性的，不是待修的 bug——中立数据源因此存在。

末次点击归因死了吗？ 作为预算决策的默认值，它应该死——它系统性地错估上层漏斗的价值。作为人人都懂的稳定简单约定，它还活着；对旅程短、渠道单一的业务，它的失真也确实不大。

隐私变化怎样影响归因？ 同意要求、跟踪防护和 SKAdNetwork 这类框架在缩小旅程的可观测部分。平台用建模转化填补缺口——本质是估算，有的工具会标注，有的默不作声。实际后果：用户级归因会持续退化，聚合方法（MMM、提升实验）重新变得重要。各层方法如何配合见付费获客路径。

归因和增量有什么区别？ 归因是把已观测转化的功劳分给已观测的触点。增量问的是：完全没有这条广告，转化还会发生吗？一个渠道可以归因到成千上万的转化、却只带来很少的增量——测量这个差距正是对照实验的用途。