通路歸因做不準，通常不是工具的問題

「我們的歸因數據對不上」是成長團隊最常見的抱怨之一。通路後台回報的轉換數，加起來往往是自有統計的一點五倍甚至兩倍。多數團隊的第一反應是換工具，但換完之後差距通常還在。

因為問題多半不在工具，而在於沒人明確定義過口徑。

差異來自四個地方

歸因窗口不一致

通路 A 用 7 天點擊歸因，通路 B 用 30 天，您自己的系統用 24 小時。同一個用戶在三處各被計一次，加起來自然超出實際。

統一窗口是第一步。窗口該訂多長沒有標準答案，取決於產品的決策週期——快消類電商和企業軟體不可能用同一個數字。

歸因模型不一致

通路後台預設都是最後點擊歸因，而且是通路自己視角下的最後點擊。用戶先看了 A 的廣告，再點了 B 的廣告轉換，A 和 B 都會把這一單算給自己。

要解決這個問題，必須有一個統一的裁決方，也就是您自己的溯源系統。通路數據只能作為對帳參考，不能作為分配預算的依據。

自然量汙染

品牌搜尋、App 商店自然榜單帶來的用戶，如果在投放期間被計入付費通路，會讓付費通路看起來異常優秀。

判斷方法很簡單：停投一週，看基線。如果停投期間新增只掉了 20%，說明此前有大量自然量被算在了付費頭上。

埋點本身有缺口

跨端跳轉、H5 轉原生、解除安裝後重裝、iOS 的隱私限制，都會造成鏈路斷裂。這部分損耗無法完全消除，但可以量化——知道有 15% 的缺口，比以為數據是完整的要好得多。

先定口徑，再談工具

我們在建置歸因體系時，第一步從來不是選工具，而是和客戶一起把這幾件事寫成文件：

• 一個「新增用戶」在什麼時點被計入，以什麼 ID 去重
• 歸因窗口多長，點擊歸因與曝光歸因如何排定優先
• 自然量如何剝離，基線怎麼測
• 通路數據與自有數據出現差異時，以誰為準，容許多大偏差

這份文件寫完，往往還沒動工具，一半的問題就已經清楚了。

一個務實的提醒

歸因永遠做不到 100% 準確，追求絕對精確是浪費時間。歸因體系的目的不是算清每一分錢的去向，而是在通路之間做出正確的相對排序——知道該往哪加預算、該砍掉誰。

只要口徑統一，即便絕對值有偏差，相對排序依然可信。這就夠用了。