渠道归因做不准，通常不是工具的问题

“我们的归因数据对不上”是增长团队最常见的抱怨之一。渠道后台报的转化数，加起来往往是自有统计的一点五倍甚至两倍。多数团队的第一反应是换工具，但换完之后差距通常还在。

因为问题多半不在工具，在于没人明确定义过口径。

差异来自四个地方

归因窗口不一致

渠道 A 用 7 天点击归因，渠道 B 用 30 天，你自己的系统用 24 小时。同一个用户在三处各被计一次，加起来自然超出实际。

统一窗口是第一步。窗口该定多长没有标准答案，取决于产品的决策周期——快消类电商和企业软件不可能用同一个数字。

归因模型不一致

渠道后台默认都是末次点击归因，而且是渠道自己视角下的末次点击。用户先看了 A 的广告，再点了 B 的广告转化，A 和 B 都会把这一单算给自己。

要解决这个问题，必须有一个统一的裁决方，也就是你自己的溯源系统。渠道数据只能作为对账参考，不能作为分配预算的依据。

自然量污染

品牌搜索、应用商店自然榜单带来的用户，如果在投放期间被计入付费渠道，会让付费渠道看起来异常优秀。

判断方法很简单：停投一周，看基线。如果停投期间新增只掉了 20%，说明此前有大量自然量被算在了付费头上。

埋点本身有缺口

跨端跳转、H5 转原生、卸载重装、iOS 的隐私限制，都会造成链路断裂。这部分损耗无法完全消除，但可以量化——知道有 15% 的缺口，比以为数据是完整的要好得多。

先定口径，再谈工具

我们在搭建归因体系时，第一步从来不是选工具，而是和客户一起把这几件事写成文档：

• 一个“新增用户”在什么时点被计入，以什么 ID 去重
• 归因窗口多长，点击归因与曝光归因如何优先
• 自然量如何剥离，基线怎么测
• 渠道数据与自有数据出现差异时，以谁为准，允许多大偏差

这份文档写完，往往还没动工具，一半的问题就已经清楚了。

一个务实的提醒

归因永远做不到 100% 准确，追求绝对精确是浪费时间。归因体系的目的不是算清每一分钱的去向，而是在渠道之间做出正确的相对排序——知道该往哪加预算、该砍掉谁。

只要口径统一，即便绝对值有偏差，相对排序依然可信。这就够用了。