一家企业这个月同时跑着付费搜索、付费社交和一档再营销。取一个典型的月份,数字只作示意:搜索平台报告 40 笔成交,社交平台报告 31 笔,再营销的报表认领 22 笔,邮件工具记下 18 笔。而账上总共只有 63 笔订单。没有人撒谎,可这些数字不可能同时都是真的。
本指南解释报表为什么会这样,归因模型和回溯窗口究竟对数字做了什么,记录里哪些部分是观测到的、哪些是估出来的。然后给出实际的修复,从不花钱的做起,以受控测试收尾,那是确认一个渠道究竟有没有带来增量的唯一可靠办法。
为什么每个平台都认领同一笔成交
每个广告平台都在测量自己的表现,用自己的转化定义、自己的归因模型、自己的回溯窗口。在各自的规则之内,每一家都在诚实汇报。问题在于规则是被打分的一方写的,而平台把自己碰过的成交记成自己促成的成交。
拿一位顾客作示意,她这样度过这个月。周一,她在社交平台上看了一支视频广告。周三,她搜了一个比较类的词组,点了一条付费搜索广告。下一周,她看到一条再营销横幅,然后直接回访并下单。一位顾客,一笔订单,一次付款。
社交平台报告一次转化,因为它的广告在自己的浏览窗口内被看到过。搜索平台报告一次,因为它的点击落在自己的点击窗口内。再营销以同样的理由也报告一次。三份报表,三笔被认领的成交,一位真实顾客,而且每个平台单独看都能为自己的数字辩护。
每个平台对自己的贡献都是准确的,对其他所有人的贡献都保持沉默。扭曲在报表被加总的那一刻出现。
放到整月,这笔账就显形了。当几个渠道在同一批客户身上重叠,报表加总通常远超真实订单数,报表收入也一样。照着这些面板分配下季度预算的企业,是在按一套与自家银行流水对不上的数字分钱。
归因实际测量的是什么
归因是把一笔成交的功劳分给此前营销活动的过程。它回答的是一个很窄的问题:在这个平台看得见的接触里,哪些发生在购买之前,功劳该在它们之间怎么分。
这个问题比多数企业主以为自己在问的那个弱得多。归因描述的是一段被记录的先后顺序。它不能证明没有那条广告成交就不会发生;一个早已决定购买的客户,路过一条广告,产生的是一次被归因的转化和零增量收入。
这组区别有个值得记住的名字,因为它支配着本文的每一个决定。归因是对观测到的接触点做账。增量是一个渠道带来的、否则不会出现的额外生意。只有后者配得上预算。
平台确实提供随机化的提升度研究,那是真正的实验,有一组被隔离在广告之外的对照组。局限在于立场。利益相关方设计测试、定义对照组、汇报结果,所以平台的提升度研究应当被当作证据来读,而不是当作证明。
归因模型与回溯窗口
两个设置决定了几乎每一个报表数字。模型决定功劳在各次接触之间怎么分。回溯窗口决定平台向过去追溯多远,去找一次可以记功的接触。
- 最终点击。 全部功劳给购买前的最后一次点击。方法简单、可复现,并且对离收银台最近的东西系统性地慷慨。
- 首次点击。 全部功劳给第一次被记录的接触。它偏爱创造需求的动作,无视促成成交的动作。
- 线性。 功劳在所有被记录的接触之间平均分。做法公道,却很少符合事实,因为各次接触的说服力并不相等。
- 时间衰减。 离购买越近的接触分到的功劳越多。这是软化版的最终点击,带着同样的偏向。
- 根据位置。 固定份额给第一次和最后一次接触,剩下的摊给中间。规则是武断的,尽管它以折中的面目出现。
- 以数据为依据。 平台用自己观测到的路径建一个统计模型,按比例分配功劳。方法更精巧,但仍然在被评估的平台内部、用那家平台掌握的数据来计算。
其中四种,首次点击、线性、时间衰减和根据位置,已被 Google 在 2023 年下线,自家产品里留下以数据为依据和最终点击。这套分类仍然值得了解,因为其他平台和第三方工具还在用。
回溯窗口与模型并肩工作,受到的审视却少得多。30 天的点击窗口意味着:点击后 30 天内的任何购买都记到那次点击头上,中间发生过什么一概不论。Google Ads 默认使用 30 天点击窗口,可在 1 到 90 天之间调整。Meta 在 2021 年撤下 28 天的选项,如今默认 7 天点击窗口加 1 天浏览窗口。同一个月的 Google 报表和 Meta 报表,统计的时间跨度相差三周以上,这两个数字从来就没有可比性。
默认值才是实际问题,因为多数账户从不更改。平台挑选的是最能体现自身贡献的模型和窗口,没有任何义务去挑选最忠实描述客户决策的那一套。更长的窗口、更宽的模型产出更大的数字,而更大的数字读起来就像更好的业绩。
没有点击也被计入的转化
浏览型转化是广告报表里被理解得最少的设置。只要广告曾经展示给某个后来购买的人,它就记一次转化,哪怕这个人从未点过它。
支持它的理由是正当的。被看到而未被点击的广告仍可能影响决定,这正是浪费预算的低效渠道里讲的宽泛形式的前提。问题也是显然的。一条排在页面很靠下的广告,或一条被手指快速划过的信息流广告,可能根本没被看见,只要窗口内跟着一笔购买,它照样被计入。Meta 在 2021 年撤掉 28 天浏览窗口、留下 1 天的默认值,削掉了最极端的情况,机制本身还在。
- 比较渠道之前,先确认每份报表是否含浏览型转化。 只算点击的数字和含浏览的数字,是两种不同的测量。
- 把浏览记功的转化与点击记功的分开来读, 让两者的配比看得见。
- 对再营销的数字格外小心。 再营销把广告投给已经来过的人,被归因的高转化率有一部分只是在描述被圈定的人群。
- 同类才能相比。 一个平台是长窗口加浏览记功,另一个是短窗口只算点击,报表业绩的差距可能完全是设置的差距。
最终点击记功造成的商业损害
最大的平台已不再把最终点击作为默认,但它描述的偏向没有消失。以数据为依据的模型仍然只在单个平台看得见的接触之间分功劳,仍然把离购买最近的接触压得最重。功劳落在客户临买前碰到的东西上,而那通常是离既有意图最近的渠道。
品牌词搜索是最清楚的例子。决定要买某家公司东西的人,常常是把公司名敲进搜索引擎找到它的。如果自然结果上方出现一条广告、客户点了它,成交就归给付费搜索。这档投放会报出漂亮的回报,因为它在收割别处创造的需求的功劳,而且常常收割的是不花钱也会来的访问。这一点直接连着为什么大部分搜索流量无法转化里谈的自然可见度。
最终点击的报表把功劳判给离成交最近的渠道,把预算从说服客户购买的渠道那里抽走。
后果按季度累积。预算滑向报表回报最强的渠道,也就是那些离成交最近、最容易测量的渠道。创造需求的渠道,包括品牌建设、公关和大覆盖面的形式,在这套规则下报表难看,因为它们的影响发生得早,而且常常没有点击。
把这些渠道砍掉,报表回报还会好看一阵子,因为它们创造的需求还留在系统里。几个月后,带着购买意愿到来的人变少,那些高效渠道在设置一动未动的情况下开始报出更差的结果。等症状显现时,病因已是几个季度之前的事,这正是打造强势品牌里描述的复利,更多时候是被一套测量系统拆掉的,而不是被一个决定拆掉的。
推算出的转化与缺失的记录
报表把两种不同性质的数字放在同一列,不做任何视觉区分。有些转化是观测到的。另一些是统计模型估出来的,模型推断在平台跟不上的那部分人里,大概发生了多少转化。
两种寻常行为抹掉了一部分记录。第一是同意。访客拒绝跟踪时,平台就失去了把此人日后的购买与此前广告连起来的能力,缺口由建模填补。第二是跨设备。晚上在手机上看到广告、次日早晨在笔记本上下单的人,链条就断了,除非登录或类似的标识把两次会话连起来。
对这两件事,建模都是合理的回应,也比无视缺口更好。问题在呈现方式。估算值以整数出现在表格里,读起来就像确实发生过的事件,而界面上没有任何东西说明数字里哪一部分是看到的、哪一部分是推出来的。
所以每个平台数字里都含着一些推算量,占比随市场、随同意行为、随网站的搭法而变。务实的应对是核对总量、放过细节:报出的订单是实际入账两倍的平台需要追查;少报三笔的平台在正常波动之内。
这些都不意味着平台报表没用。平台报表管的是一场投放的内部。它裁决不了这场投放值不值得跑。
起步不花钱的修复
四个习惯能修好大部分损害,没有一个需要软件、数据项目或预算。这周就能开始。
- 问每位来询者是怎么找到的,并把答案记下来。 询价表单上的一道自由填写题,或电话里的一句提问,产出一份任何平台都控制不了的记录。自由填写比选项列表好,因为列表会教人挑第一个看着像的答案。
- 把公司自己的销售记录当作唯一事实来源。 订单系统、发票和账目握着世上唯一的客户数。每份营销报表都是关于这个数的一种主张,而这个数本身没有商量余地。
- 用被认领的转化除以入账订单,按月跟踪这个比值。 把所有平台在一个既定周期里认领的转化加起来,除以自家系统里的订单数。比值 1.7 意味着报表认领的成交比企业实际做成的多七成。比值稳定,说明报表虽然虚高、月与月之间仍可比较;比值移动,说明设置或渠道组合里有东西变了。在比较两个平台的报表之前先按这个比值打折,就是报表从来不做的那次对账。
- 在同一时段里比总花费与总收入。 把一个既定周期的全部营销成本加起来,把同期新客户带来的收入加起来,一比。这一个比值扛得住所有归因之争,因为两个数字都不出自任何平台之手。
自报来源那道题值得辩护一下,因为分析型的人往往对它不屑一顾。它不精确,记忆靠不住,人只记得住最后碰到的东西。都对。但它也是企业里唯一能说出跟踪系统看不见的渠道的度量:同事的推荐、一档播客、一场会议、一页印刷广告、一次交谈。这些渠道在所有报表面板上都是隐形的,自报来源是它们唯一露面的地方。
合起来用,这几个习惯能三角定位。销售记录说来了多少客户,自报答案说客户自己认为是什么带他们来的,平台报表说每个渠道各自认领了什么。三者一致时,结论可靠。三者相左时,那个分歧本身就是报告里最有用的发现。
用收入取代转化计数
转化就是账户被配置成叫作转化的那个东西:一次表单提交、一次邮件订阅、一次电话号码点击、一次停留够久的浏览、一次加入购物车。同一个人在同一次访问里可以触发好几个,而它们没有一个是钱。
收入没有这种弹性。它由企业入账、由会计对平,任何平台都无法为了美化报表而重新定义它。把主要度量从转化计数挪到收入,一步就能去掉大部分含混。
- 价值因客户而异,平均数把它藏起来。 两个渠道询盘量相同,若其中一个吸引的是更大的订单,收入可以差很远。
- 询盘质量是成本的一部分。 产出无法成交的询盘的渠道,除了媒体预算还在消耗销售时间,而那些时间几乎从不出现在任何报表里。
- 滞后因渠道而异。 需要斟酌的购买要几周或几个月才落定,在短窗口里被评判的渠道,永远显得不如服务今天就要买的人的渠道。
- 回头生意属于评估范围。 只用首单评判获客,会低估带来回头客的渠道。
- 毛利压过流水。 靠折扣、低毛利订单堆出的高收入,可能不如一个按原价销售的小渠道值钱。
对销售周期长或复杂的企业,务实的一步是把询盘记录与最终结果连起来,让每笔落定的成交带着询盘到达时记下的来源。这个连接正是认真做分析与效果报告的实质,它把每月的谈话从数量换成价值。
对照组测试与分地域测试
只有一种方法能确认渠道有没有带来东西:在一处停掉它,在别处照常跑,比较结果的差。受控实验拿实际结果与渠道被停掉的地方产出的结果相比。归因做不到这一点,因为它只会描述被记录下来的先后顺序。
- 分地域测试。 选出可比的地区,一部分继续投,一部分停掉,测两组之间的销售差。按地区做的测试不受同意选择和跨设备影响,因为它从头到尾不需要跟踪任何个人。
- 受众对照组。 对随机抽出的一部分受众停投,把这组人的购买与其余人相比。机制相同,对象从地方换成了人。
- 定期暂停。 把一个渠道完全停掉一段既定时间,其余一切保持不变,观察询盘总量和收入发生什么。精度最低的版本,也常常是小企业唯一用得起的版本。
- 平台提升度研究。 大平台会跑随机化测试,对照组不被展示广告。这些是货真价实的实验,但测试仍由平台设计、结果仍由平台汇报,所以结论应与其他证据并列,而不是凌驾其上。
诚实的限定条件与方法本身同样重要。测试需要量,两个地区之间差出三五笔成交什么也证明不了。需要耐心,测试期必须盖住从首次接触到成交的正常时滞。需要稳定,一次调价、一个季节高峰、对手在某个地区的投放,都会污染比较。它还有代价,就是对照组里被主动放弃的收入。量确实小的时候,带着细致记录做一次定期暂停仍然值得,只要把结论当作指示而不是证明。
营销组合模型(MMM)从另一个方向回答同一个问题。它用的是随时间累计的总花费和总收入,所以不怕同意流失,也覆盖任何跟踪代码都看不见的线下渠道。它的局限是真实的,开工前就该说清:需要两到三年历史和有意义的花费波动,产出的是区间很宽的估计而不是精确数字,最擅长在渠道之间分配预算,最不擅长评判单场投放。实验与建模最好搭配着用,因为实验能校准模型。
诚实的报告长什么样
诚实的报告是一份对过账的整体视图,不是一摞平台截图。它从企业自己拥有的数字出发,向外推到关于这些数字的各种主张。当期营销总花费写成一个数,媒体、制作、服务费都在内。同期新客户总收入取自销售记录。按自报来源统计的询盘量按接触时的原样呈现,各平台的认领摆在这一切旁边,重叠被明说,而不是被加成一个虚假的总数。
报告接着对每个渠道给出一个判断:证据支持什么,测试显示了什么,还有什么没弄清。最后那一行是报告与推销材料的分界线。谁都能给出一个数字,而愿意写下证据尚且证明不了什么的服务商,才值得听。当一份报告与开票收入对不上时,一张短短的问题清单通常就能把事情问明白。
- 这些数字背后的归因模型和回溯窗口, 以及两者是否都停在默认值上。
- 数字里推算而非观测的部分占多少。
- 这些转化与公司系统入账订单之间的对账结果, 以及对缺口的解释。
- 如果这个渠道停掉,预计销售会怎样, 以及这个预期背后的证据。
- 平台的认领与服务商自己的判断之间的分界。
答得笃定而具体,说明服务商做过功课。只会复述面板数字的回答,说明它没有检验过。这样的报告是我们的工作方式的一部分。
自己做,还是请专业协助
这里的很大一部分,任何企业不借外力都做得到。在询价表单上加一道题不花钱,把答案记进表格也不花钱。在同一时段里比营销总花费与新客户收入,需要的是算术和纪律,而它揭示的通常比读一年的面板还多。查一遍每个账户的归因模型和回溯窗口是件小事,却会永久改善此后每一份报表的读法。
专业协助在更深处挣回费用。设计一个站得住的实验是技术活,两个判断决定结果有没有意义:把测试规模定到能把差异从正常波动里分出来,把时长定到贴合真实的购买周期。跨市场的工作更难,因为同意行为、渠道组合和季节性在国家之间各不相同。多渠道加多市场,通常就是内部版本不再够用的那个点,也是付费媒体管理与测量应当作为同一件工作来委托的情境。
挑选这类协助时有一道过滤器。问每一家候选服务商:贵方将如何证明自己的工作带来了收入。回答里有与公司记录对账、有受控测试的,描述的是一套测量实践。回答里只有平台报告的广告回报的,描述的是一种报表习惯。而让其中一种回答比另一种更常出现的收费结构,在收费模式决定谁的利益占上风里有分析。
要点回顾
- 每个平台都在给自己打分,所以加总的报表认领的成交多于企业实际做成的。
- 归因模型和回溯窗口决定了报表数字的大头,而默认值偏向平台。Google Ads 数 30 天的点击,Meta 数 7 天的点击加 1 天的浏览。
- 功劳向离成交最近的渠道集中,所以最先被砍预算的是创造需求的渠道。
- 浏览型转化把展示过而从未被点击的广告也计了功,只算点击的数字和含浏览的数字是两种测量。
- 同意选择和跨设备行为抹掉一部分记录,建模把缺口悄悄补上,不作说明。
- 自报来源、销售记录、每月一次认领对入账的比值,不花一分钱,也没有任何平台能动手脚。
哪个渠道在起作用,这个问题答得出来,但答案从来不会由渠道自己送来。它来自把各渠道的认领摆到公司自己的客户与收入记录旁边,来自偶尔关掉一样东西看看会发生什么。坚持这样做的企业花得更少、知道得更多;它们的对手则继续凭一堆从未被设计成可以相加的数字挪动预算。
想要一份对过账的视图,看清每个渠道真正的贡献,并诚实说明现有证据尚且确认不了什么,预约策略沟通,与 Reachford 谈一次。
常见问题
为什么广告平台报告的成交比我实际做成的多?
因为每个平台都把自己回溯窗口内碰过的每笔成交都计入,用的还是自己的归因模型。客户在购买前于几个平台上看过或点过广告时,每个平台都把那一笔购买记成自己的转化。这些报表单独看都站得住,加在一起就不行。只有公司自己的销售记录握着真实的客户数。
归因和增量有什么区别?
归因把一笔成交的功劳分给此前被记录的营销接触,描述的是先后顺序而不是因果。增量是一个渠道带来的、没有它就不会出现的额外收入。两者的差距在触达本就接近购买的人群的渠道上最大,比如品牌词搜索和再营销,那里报表回报的很大一部分是别处创造的需求的功劳。只有受控测试能测出增量。
对照组测试要跑多久?
至少要盖住从首次接触到成交的正常时滞,再留出余量。冲动型购买,两到四周常常够了。两个月才落定的斟酌型购买,六到八周是实际的下限,更短的测试测到的是停投本身,而不是对销售的影响。量比时长更要紧:如果预期差异只有寥寥几笔成交,多长的测试也无法把它从正常波动里分出来。
我们该不该改广告账户里的归因模型?
通常不该,而且原因和多数人预想的不一样。换模型会把账户里的全部历史数字重写一遍,与前几个月的比较就此作废,任何看上去的改善都只是设置变了,不是生意变好了。更大的价值在于弄清当前用的是哪个模型、哪个窗口,让每份报表都被正确地读。真要改,就记下日期,把前后两段当作两条独立的序列。