我的公司帮助商家分析和优化营销数据。客户最常问的问题涉及归因：什么是真相来源？是什么推动了购买？是什么促使他们访问网站？让我们从 Google Analytics 中的归因跟踪开始。
Google Analytics
Google Analytics 4（GA4）提供两种转化归因方法：
- 数据驱动：使用机器学习，根据用户历史行为在多个来源间分配归因（不含直接流量），但似乎偏向 Google 自有渠道。
- 最后点击：忽略直接流量，将转化归因于自然搜索或付费来源。
Google Analytics 4 提供两种转化归因方法：“数据驱动”和“最后点击”。
GA4 提供多种归因窗口，企业可根据销售周期设置。快消品通常几分钟内成交，复杂产品则需更长决策期。我通常将窗口设置为 30、60 或 90 天。
电商平台的转化归因报告很少与 GA4 完全匹配，主要原因如下：
- 技术错误：如 Google 或 Meta 广告像素安装错误、UTM 参数配置失误。
- 隐私法规：欧盟 GDPR 及 Cookie 限制使追踪复杂化。
- 非数字渠道缺失：电视、印刷品、广播和广告牌等线下广告不会出现在 GA4 中。
- 多触点交互：消费者可能在线下看到品牌，经 Google 搜索点击付费列表后放弃，随后在 Instagram 信息流中完成转化。由于购物者路径各异，没有任何归因模型能精准 pinpoint 单一来源。
- 重复购买差异：部分回头客直接访问网站，另一部分则响应广告触发复购。
尽管存在差异，Google Analytics 仍是应用最广泛的归因工具。它免费且拥有庞大的用户、顾问及资源生态。对于在 Google 平台投放广告的商家而言是理想选择，同时也能捕获其他来源的推荐流量。
其他归因方法
除 GA4 外，商家还有其他归因选项：
电商平台：以 Shopify 为例，提供最后点击、最后非直接点击和首次点击等多种模型及时间窗口。大多数平台每笔销售仅显示一个来源。营销渠道少且单次接触为主的商家，通常可依赖平台自带报告。
第三方工具：Segment、Adobe Analytics 等利用回归模型进行多触点归因，类似 GA4 的数据驱动法，按渠道或活动为各来源分配价值。此类工具虽负责计算但需付费，且据经验其准确性未必达到预期。
营销平台：多数渠道提供内置性能报告，支持监控创意、文案及受众定位等。但在跨平台对比（如 Google 与 Meta）时，单一平台内的报告参考价值有限。
简化方法：一种易实施的方法是将电商平台日销售额与 GA4 数据驱动归因报告对比，评估 GA4 数值以确定真实来源。通过将 GA4 中过高或过低的报告比例作为修正系数，推算各渠道实际 ROI。例如电视或品牌活动带来的增长可能在 GA4 中未体现，此法虽不够精确，但能更真实反映渠道对收入的影响。
案例：我司近期分析了一家健康食品电商的销售归因，发现：(i) Google Ads 和邮件营销与销售强相关；(ii) Instagram 广告中度相关；(iii) TikTok Ads 相关性弱甚至无关联，但 TikTok 再营销广告效果显著。
没有完美的模型
不存在完美的转化归因平台或技术，现代购物者的购买旅程过于复杂多样。但我们可以通过针对商家的产品、营销策略及技术栈建立正确流程，持续衡量各渠道或活动的实际影响。