去年 Q3，一个做家居收纳的卖家找我做流量诊断。他年销大约 1200 万美元，亚马逊占 78%，独立站占 22%，广告团队 4 个人，每月广告花费 26 万美元。他问我的第一个问题是：“我的 ACOS 只有 18%，为什么增长还是停了？”我没有先看广告后台，而是让他把过去 12 个月的订单表、广告报表、退货表、库存表全部导出。三张表对完之后，我们发现一个很尴尬的事实：他所谓“18% 的 ACOS”只覆盖了亚马逊站内 Sponsored Products，占他实际营销总投入的 41%。
剩下的 59%，站外达人、Deal 站、邮件、TikTok 内容投放，从来没有被计入任何一份 ROI 报表。也就是说，他一直在用不到一半的账，判断整个生意的健康度。这就是我想在这篇文章里讲清楚的事：跨境电商的流量落地，卡点从来不是“不会投广告”，而是没人把流量当成一笔能算清的账来管。
我做过 30 多个跨境店铺的流量诊断，也自己操盘过两个从 0 到千万级 GMV 的独立站。看得越多，越确定一件事：绝大多数卖家的流量问题，不是“某个广告技巧没学会”，而是流量结构本身是断的。前端能拉来点击，中段接不住，后段留不下，中间还没有统一口径的账。下面四条结论，是我这篇文章的骨架。
我见过太多团队在“加预算”这件事上极其果断，在“算清这笔预算带来了什么”这件事上极其含糊。一个很典型的现象是：广告组跑出了 4.2 的 ROAS，团队立刻加 50% 预算，结果 ROAS 掉到 2.1。原因不是广告变差了，而是他们把“品牌词流量”和“新客流量”混在同一个 ROAS 里看。
品牌词的转化率天然是新品词的 5-10 倍，你把这个数字当成整体投放能力，就会误判自己还有很大的加预算空间。我的判断标准很简单：如果一笔流量你无法拆出“它带来了几个新客、每个新客成本多少、这个新客 90 天内复购了几次”，那这笔流量就不该被放大。先算清，再放大，顺序不能反。
国内电商卖家做出海，最容易高估的是“选品能力”，最容易低估的是“承接能力”。同样一个爆款链接，国内详情页转化率能做到 8%，搬到亚马逊可能只有 3%，搬到独立站可能只有 0.8%。这个差距的大部分不是产品问题，而是承接层的本地化程度不够：主图信息密度、A+ 内容的信任元素、评价区的负面词处理、物流时效承诺、退货政策的清晰度。
我的经验值是：一个跨境链接的转化率，大约 60% 由承接层决定，25% 由价格和评论决定，只有 15% 由流量精准度决定。所以当你发现转化率低的时候，先去改承接层，去加流量，通常是浪费钱。
这是我最想纠正的一个认知偏差。很多卖家算站外达人投放，只看“这条视频带来了多少直接成交”，一算亏了，就停掉。但如果这个达人的视频给你带来了一批真实的外部点击和加购行为，平台算法会把这些行为计入你的链接权重，你的自然搜索排名会跟着涨。
我实测过一个数据：在一个家居类目链接上，连续 6 周每周投放 12 个腰尾部达人（单个报价 150-400 美元），站外直接成交贡献了大约 3.1 万美元 GMV，看起来投入 2.1 万美元基本打平；但同期这个链接的自然订单从日均 63 单涨到日均 91 单，自然订单增量带来的毛利大约是站外直接成交毛利的 4.7 倍。如果你只看站外那一栏的 ROI，你会亲手砍掉自己最赚钱的动作。
我把它压缩成四步，任何规模都能用：归因（把散落各处的流量数据对齐到同一个订单口径）、分层（按新客/老客、品牌词/非品牌词、站内/站外切分）、投放（给每一层单独设定目标和预算上限）、复盘（按周看结构变化，不只看总额变化）。
这四步里，90% 的团队卡在第一步“归因”。因为归因不是技术问题，是口径问题，你的广告后台说成交 1000 单，平台后台说 800 单，财务说 760 单，到底信谁。这个问题不解决，后面三步全是空中楼阁。
上面那个家居卖家，我用了三个月做了一轮完整的流量结构改造。我把过程拆出来，因为它几乎踩全了中小卖家的所有典型问题。
店铺年销 1200 万美元，SKU 210 个，核心爆款 8 个。表面数据：ACOS 18%、退货率 6.2%、毛利率 41%、库存周转 4.1 次/年。团队自己判断“除了增长慢，其他都还行”。
但我拿到原始数据后，第一眼看到的是两件事：第一，Top 8 爆款贡献了 71% 的 GMV，而这 8 个链接的自然流量占比在过去 9 个月从 46% 掉到了 29%；第二，广告花费同比涨了 63%，订单只涨了 11%。这两个数字放在一起，说明它已经进入“靠买流量维持营收”的阶段，一旦广告预算收缩，营收会断崖。
这个月我做的最主要的事情不是投放优化，而是建立统一口径。我们把亚马逊广告后台、平台订单后台、独立站后台、三个 Deal 站、两个达人平台的报表全部导出，按“日期 + SKU + 流量来源 + 新老客”四个维度做对齐。
对齐的过程极其痛苦：亚马逊的归因窗口是 7 天，独立站后台是 30 天，达人平台给的是“点击量”而不是“成交”，Deal 站干脆只有一份 Excel 汇总。我们最后定了一个内部口径：以平台订单后台的成交为准，广告和站外的成交按 7 天归因窗口做辅助参考，并在报表里永远标注口径来源。这件事听起来很基础，但它是后面所有决策的地基。
口径统一之后，我们把所有流量拆成三类，每一类给完全不同的 KPI：
关键动作是：把品牌词从整体 ACOS 里剥离出去单独看。剥离之后，非品牌词的真实 ACOS 是 31%，而不是报表上的 18%。这个数字让老板第一次意识到，自己的投放能力被品牌词“美化”了将近一倍。
第三个月我们做了三件事：砍掉非品牌词里连续 4 周 CAC 高于毛利 70% 的广告组（占总预算 37%）；把省下来的钱一半投给腰尾部达人和短视频内容，一半投给老客邮件召回；同时把承接层改了一遍，重拍主图、补 A+ 对比模块、把退货政策做成一张图示放进详情页前 3 屏。
结果是：GMV 环比涨 9.4%，广告总花费降 21%，非品牌词 CAC 降 26%，自然流量占比从 29% 回升到 38%，老客 90 天复购率从 11% 提升到 17.5%。砍预算涨 GMV，逻辑一点都不玄：你砍掉的是不赚钱的量，腾出来的钱投到了会沉淀流量的地方。
误区之所以叫误区，是因为它们在短期内看起来“有效”。下面七个，是我按出现频率排序的。
“这个月曝光涨了 40%”，这句话在我听过的汇报里出现频率最高，也最没有信息量。曝光涨可能只是因为你把竞价从 0.8 提到 1.4，位置从第 4 页挪到了第 2 页，而点击率反而降了。曝光是成本项，不是资产项。
我判断曝光质量只看两个数字：点击率是否稳定或上升，以及点击后的有效停留率是否高于类目中位数。如果曝光涨、CTR 跌、有效停留率跌，那这波曝光是负资产，它在消耗你的广告质量分。
国内天猫详情页转化率做到 5%-8% 很常见，很多运营把这个预期直接搬到亚马逊或独立站，然后得出结论“我们的详情页有问题”。实际上，跨境场景的转化率基准本来就低一个量级，因为用户跨时区、跨语言、跨信任体系做决策。
我整理的观察基准（示意区间，来自我自己操盘的 12 个店铺样本，非行业权威统计）：亚马逊成熟链接 8%-15%，新链接 1.5%-4%；独立站冷流量 0.6%-1.5%，品牌词流量 3%-6%；TikTok Shop 直播场 2%-5%，短视频挂车 0.8%-2%。你先确定自己在哪个区间，再谈优化。拿错基准，优化方向一定错。
ACOS 是个结果指标，它不告诉你钱花在哪一层。同样 20% 的 ACOS，一种情况是全部花在新客非品牌词上，另一种情况是 70% 花在品牌词上。前者是资产，后者是税。
我建议用三个指标替代单一 ACOS：新客 CAC、增量订单占比、老客贡献 GMV 占比。这三个数字一起看，你才知道自己是在买增长还是在交保护费。
我见过最典型的浪费是：达人在 TikTok 上发了一条播放 80 万的视频，链接指向亚马逊详情页，结果这个详情页的主图是白底棚拍图，评价只有 12 条。外部流量进来之后，看到的第一屏和达人视频里的场景完全对不上，直接跳出。
正确的做法是给站外流量做专属承接：如果达人视频强调“小户型收纳”，落地页或详情页首屏就应该出现同一个场景；如果站外流量来自某个折扣渠道，就应该让用户一进来就看到那个折扣，而不是让他自己去找。承接层和流量来源的匹配度，比承接层本身做得多漂亮更重要。
同一个产品，在美国卖的是“省空间”，在德国卖的是“耐用和可回收”，在日本卖的是“细节和静音”。如果你用同一套主图和文案打所有站点，转化率一定有一半站点是拖后腿的。
我的做法是：核心卖点全球统一，前三屏证据本地化。比如“承重 20 公斤”是统一卖点，但美国站配“装满冬衣不塌”的场景图，德国站配 TÜV 认证标识，日本站配“抽屉滑轨静音 12 分贝”的对比图。改动成本很低，转化率差异通常在 30%-80%。
平台报表的归因逻辑是服务于平台的，不是服务于你的利润核算的。它会默认把“点击后 7 天内的成交”算给广告，但不会告诉你这笔成交里有多少是老客、有多少本来就会自然成交。
所以我一直坚持：平台报表用来做相对比较（这个组比那个组好），自己的数据表用来做绝对判断（这笔钱到底赚不赚）。两者不能互相替代。
反过来说，也有一些团队走到另一个极端：年销 300 万美元，就招了 2 个数据工程师搭中台，做了 8 个月还没上线，业务端三个月没拿到一份能用的报表。数据能力要跟着业务规模走，不能反过来。
我的建议分界线是：年销 500 万美元以下，优先用成熟的数据工具；500 万-3000 万美元，工具 + 少量自定义；3000 万美元以上再考虑自建。这个判断我在第六、七节会展开。
讲完误区和案例，我把自己的判断框架完整说一遍。这个框架我在 2021 年之后基本没大改过，因为它足够简单，也足够扛得住不同品类的变化。
我不按“站内/站外”分流量，因为站内也有不可测的部分（比如自然推荐流量），站外也有可测的部分（比如带 UTM 的达人链接）。我按能不能被算清和复用来分：
| 流量层 | 典型来源 | 核心 KPI | 决策周期 | 常见误判 |
|---|---|---|---|---|
| 可测量流量 | 站内广告、品牌词、Deal 站、比价站 | 新客 CAC、增量订单占比 | 按周 | 把品牌词成交算作投放能力 |
| 可放大流量 | 达人内容、短视频、社媒、联盟 | 有效停留率、加购率、自然排名变化 | 按 8 周 | 按周看 ROI，过早砍掉 |
| 可复用流量 | 邮件、短信、私域、老客推荐 | 90 天复购率、老客 GMV 占比 | 按季度 | 把复购当成自然结果，不做运营 |
这三层的预算分配不是固定的，但有一个我常用的起始比例参考：可测量 55%-65%，可放大 20%-30%，可复用 10%-20%。如果你发现可测量占到 85% 以上，那你基本是在租流量，不是在建流量。
每一层流量都要走完这五个节点，而每个节点都必须有一个“可行动指标”。什么叫可行动？就是这个数字变了，你知道明天该改什么。举例：
我要求团队每周只看这 5 组数字，不看别的。原因很简单：指标超过 10 个，团队就会开始挑好看的那个汇报。
很多人一上来就问“我的 ACOS 高不高”。我反过来问三个问题：
这三个问题的答案，比任何一个效率指标都更能说明问题。效率是结构的结果，不是原因。结构对了，效率自然会往好的方向走；结构错了，把 ACOS 优化到极致也只是延缓死亡。
客单价直接决定流量结构。我的经验分层如下：
| 客单价区间 | 主力流量 | 内容投入占比建议 | 复购运营优先级 |
|---|---|---|---|
| 15-35 美元 | 站内广告 + 短视频冲动转化 | 10%-15% | 低（靠组合购提升客单） |
| 35-80 美元 | 站内广告 + 达人内容 + 联盟 | 20%-25% | 中（邮件召回有效） |
| 80-200 美元 | 达人内容 + 搜索 + 独立站 | 25%-35% | 高（配件复购、耗材复购） |
| 200 美元以上 | 内容种草 + 独立站 + 私域 | 35%-45% | 极高（决策周期长，需持续触达） |
这张表是我从自己的样本里总结的，不是行业标准。但它的逻辑是稳的：客单价越高，用户决策越依赖内容而不是货架，流量就越要从“买”转向“养”。
前面讲了这么多“要算清”，那具体怎么算？我的答案很直接：先用工具解决数据归集，再谈数据建模。这里我以我自己实测过的“数跨境”（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm_plan=est&utm_unit=gys）为例，讲清楚一套流量账是怎么搭起来的。
我见过太多团队一上来就想做“智能投放模型”，结果连基础表都没对齐。归集没做好，建模就是垃圾进垃圾出。归集的核心难点有三个：多平台字段不一致（亚马逊叫 ASIN，独立站叫 SKU，达人平台叫商品 ID）、时间口径不一致（时区差、归因窗口差）、币种不一致（美元、欧元、日元、比索混在一起）。
这三件事如果不解决，你的报表永远只能看单平台，永远看不到全貌。数跨境这类工具的价值，就是把这层脏活标准化掉。
我在一个同时做亚马逊美国站、独立站（Shopify）和 TikTok Shop 的店铺上做了实测。接入过程大致是这样的：
做完这五步之后，最直接的收益是：原本需要 2 个运营每周花约 14 小时手工合并 Excel 的工作，被压缩到约 1.5 小时的校验工作。更重要的是口径统一了，之前三个平台各说各话的 GMV，第一次能对上了。
我把实际用的表结构简化了一下，它大概长这样：
| 字段 | 含义 | 来源 | 用途 |
|---|---|---|---|
| order_date | 下单日期（统一为 UTC-8） | 平台订单表 | 时间口径统一 |
| sku_internal | 内部统一商品编码 | 映射表 | 跨平台聚合 |
| channel | 流量来源渠道 | 广告表 / UTM | 分层分析 |
| is_new_customer | 是否新客 | 订单历史判定 | 计算新客 CAC |
| is_brand_term | 是否品牌词成交 | 搜索词表 | 剥离品牌词影响 |
| gmv_usd | 折算后 GMV | 订单表 + 汇率表 | 统一核算 |
其中最关键的两个字段是 is_new_customer 和 is_brand_term。没有这两个字段，你算出来的所有 CAC 和 ACOS 都是被污染过的。
如果你有一定的数据能力，也可以自己写 SQL 做这件事。下面是我常用的对齐逻辑，核心是“先按天和 SKU 聚合，再按统一口径关联”：
-- 1. 广告数据按天+SKU聚合
WITH ad_daily AS (
SELECT
DATE(ad_date) AS stat_date,
sku_internal,
SUM(impressions) AS impressions,
SUM(clicks) AS clicks,
SUM(spend_usd) AS ad_spend
FROM dwd_ad_report
WHERE ad_date BETWEEN '2024-01-01' AND '2024-03-31'
GROUP BY 1, 2
),
-- 2. 订单数据按天+SKU聚合，并区分新老客、品牌词
order_daily AS (
SELECT
DATE(order_date) AS stat_date,
sku_internal,
COUNT(DISTINCT order_id) AS orders,
SUM(gmv_usd) AS gmv,
SUM(CASE WHEN is_new_customer THEN 1 ELSE 0 END) AS new_customer_orders,
SUM(CASE WHEN is_brand_term THEN 1 ELSE 0 END) AS brand_term_orders
FROM dwd_order_report
WHERE order_date BETWEEN '2024-01-01' AND '2024-03-31'
GROUP BY 1, 2
)
-- 3. 合并并按周输出结构指标
SELECT
DATE_TRUNC('week', a.stat_date) AS stat_week,
a.sku_internal,
SUM(a.ad_spend) AS weekly_ad_spend,
SUM(o.orders) AS weekly_orders,
SUM(o.new_customer_orders) AS weekly_new_orders,
SUM(o.brand_term_orders) AS weekly_brand_orders,
ROUND(SUM(a.ad_spend) / NULLIF(SUM(o.new_customer_orders), 0), 2) AS new_customer_cac
FROM ad_daily a
LEFT JOIN order_daily o
ON a.stat_date = o.stat_date AND a.sku_internal = o.sku_internal
GROUP BY 1, 2
ORDER BY 1 DESC, 3 DESC;这段 SQL 的产出就是“每周每个 SKU 的新客 CAC”。有了这个数字，你才能判断哪个 SKU 的广告是在买新客，哪个只是在给老客重复付费。
归集做完之后，不要急着做几十张报表。我建议先搭三张：
这三张看板我要求每个运营每天早上看一眼，五分钟就够了。习惯养成之后，团队对“这笔钱该不该花”的判断速度会快很多。
回到那个实测店铺，用工具前后我记录了几个效率指标。这些数字来自我自己的项目记录，样本只有 1 个店铺，属于观察性数据而非统计结论，但方向是清楚的：
口径统一后的第二周，我们就发现了一个此前完全看不到的问题：在 210 个 SKU 里，有 63 个 SKU 的广告花费占总花费 28%，但只贡献了 9% 的新客。这些 SKU 的广告成交里，76% 是老客复购和品牌词成交。
换句话说，这 63 个 SKU 的广告预算，本质上是在给已经认识你的用户做重复曝光。我们把这些预算砍了 60%，转投到 12 个有新品潜力的 SKU 上。三个月后，这 12 个 SKU 贡献了新客增量的 41%。
这个决策如果在数据没归集之前做，是不敢做的，因为单看亚马逊后台，这 63 个 SKU 的 ACOS 只有 11%，看起来很健康。
前面讲的是框架和案例，这一节我按规模给具体动作。请注意，这些都是基于我自己操盘经验的建议，不是放之四海皆准的公式，你要根据自己的品类和毛利率调整。
这个阶段最大的错误是“什么都想做”。我的建议是：只做可测量流量，把站内广告的 3-5 个核心词打透。
这个阶段你已经有多个 SKU 和多个来源，手工 Excel 开始失控。核心动作是：
这个阶段我最常给的判断是：如果你的非品牌词 CAC 高于毛利率的 70%，就不要加预算，先去修承接层。
这个规模下，通常会有 3 个以上站点、5 个以上渠道、2 个以上平台。手工方式彻底不可行，必须工具化。
这个阶段我见过最有效的一个动作是：把“自然流量占比”设为一级 KPI，和 GMV 并列考核。这一条会逼着团队去思考流量沉淀，而不是只想着当月冲量。
这个规模的团队，真正的竞争力不在投放技巧，而在流量资产的积累速度。具体表现是：
| 平台类型 | 流量主逻辑 | 承接重点 | 最易踩的坑 |
|---|---|---|---|
| 亚马逊等搜索型平台 | 关键词排名 + 广告位置 | 主图、A+、评价区负面词 | 用品牌词 ACOS 判断整体投放能力 |
| Shopify 等独立站 | 内容引流 + 品牌搜索 | 落地页首屏与来源匹配度 | 把站外流量直接倒到首页 |
| TikTok Shop 等内容平台 | 内容推荐 + 直播转化 | 视频场景与商品卖点一致性 | 视频爆了但库存和履约跟不上 |
| 全托管/半托管平台 | 平台分配流量 | 供货稳定性和价格竞争力 | 把平台流量当成自己的资产 |
这张表最想强调的是最后一行：全托管模式下，你拿到的是订单，不是用户。如果长期只做全托管，你的流量资产永远是零，一旦平台规则变化，你没有任何缓冲。
我按规模给一个大致的配置参考：
这个配置里最关键的角色是流量结构负责人。很多团队没有这个角色，结果就是所有人都在优化自己那一小块效率，没人对整体结构负责。
做流量决策，本质是资源分配。资源永远不够，所以每个选择都意味着放弃。这一节讲五个我经常被问到的取舍问题。
这是最常被问到的问题。我的判断依据是毛利率和复购率：
这个判断的底层逻辑是：内容投入的回报周期长、杠杆高，它需要利润和复购来支撑。低毛利低复购的生意去养内容，会在看到回报之前就撑不住。
站外流量的一个隐性成本是承接成本。你从站外引来 10 万点击，如果承接层没准备好，这 10 万点击的浪费率可能高达 90%。
所以我的原则是：承接层没达标之前，不做大规模站外。达标的标准是：站内流量的有效停留率超过类目中位数，加购率稳定，评价数超过 100 条。这三条满足之前，站外投入都是赌博。
这个问题我的答案很明确：除非你的业务流程已经非常标准化，否则不要自建。
自建的成本不只是人力，还有时间成本和组织成本。我见过一个团队自建数据系统，做了 11 个月，业务端 11 个月没有可用报表，期间错过的优化机会远比省下的工具费贵。
采购工具的优势是开箱即用，劣势是定制能力有限。我的建议是：年销 500 万美元以下用采购工具；500 万-3000 万美元用采购工具 + 少量自定义脚本；3000 万美元以上再评估自建。
而且即便是自建，也不建议从零开始，先用工具把流程跑顺，把业务需求摸清楚，再用自建去替换，成功率会高得多。工具在这个过程中的角色不是“临时方案”，而是业务需求的提炼器。
| 维度 | 全托管 | 自主运营 |
|---|---|---|
| 启动速度 | 快，通常 2-4 周上架 | 慢，3-6 个月看到起量 |
| 流量归属 | 平台所有，你拿订单 | 你所有，可沉淀复购 |
| 毛利率 | 低，通常 15%-25% | 高，通常 35%-55% |
| 资产沉淀 | 几乎没有 | 品牌、用户、内容都可沉淀 |
| 风险 | 规则变化时无缓冲 | 前期现金流压力大 |
我的建议不是二选一，而是用全托管养现金流，用自主运营建资产。但有一个前提：全托管赚的钱，要有明确比例投入到自主运营的品牌和内容建设上，否则你只是从一个平台打工换到另一个平台打工。
这是最难的一个取舍，因为它涉及考核机制。如果团队的奖金完全挂钩当月 ROI，那么没有人会做需要 8 周才见效的内容投放。
我自己的做法是双指标考核：当月 ROI 占 60% 权重，自然流量占比变化和老客复购率变化占 40% 权重。这样一来，团队会自己去找平衡点，而不是把所有资源砸向能立刻出数字的地方。
如果只能记住一条，我会给这条：凡是能被沉淀的，优先于一次性的；凡是能被测量的，优先于靠感觉的；凡是能复用的，优先于每次重来的。
这三句话几乎能覆盖所有流量决策。当你犹豫一笔钱该花在哪的时候，问自己：这件事做完之后，我多了什么可以复用的东西？如果答案是“什么都没有”，那这笔钱大概率是在租流量。
写到这里，我想把最重要的观点再强调一次。跨境电商的流量问题，绝大多数不是“缺少某个技巧”，而是缺少一套能把不确定性压缩成可重复动作的机制。
技巧会过期：平台规则变、算法变、竞品变、政策变。但机制不会，归因口径、分层逻辑、指标体系、复盘节奏，这些东西搭建起来之后，你可以在任何平台上复用。
我自己的经验是：一个团队从“靠感觉投广告”走到“靠结构做流量”，通常需要 3-6 个月，期间最主要的工作不是学新技巧，而是建立纪律。每周固定复盘，每月固定复核口径，每季度固定重新审视结构。听起来很枯燥，但这就是把生意做稳的方式。
回到开头那个卖家。三个月改造之后，他最大的变化不是 GMV 涨了 9.4%，而是他终于能回答一个问题：“如果我明天把广告预算砍一半，我的生意会怎样？”在改造之前，他答不上来；改造之后，他知道自己能承受 30% 的预算削减，因为自然流量和老客已经能撑起一部分盘子。
这种“知道自己能承受什么”的状态，才是我理解的流量落地。
如果你现在就想着手，我建议按这个顺序走：
如果数据量已经超出 Excel 的处理能力，或者你同时做三个以上平台，那就在第 1 步之后直接上工具。数据归集这件事，早一天做，你就早一天看清自己真正在做什么生意。跨境这门生意最贵的成本从来不是广告费，而是在错误的判断上持续投入的时间。
读者评论
归因那段太真实了。我们四个后台口径对不上，最后只能用财务回款倒推。但文章说要给站外8周观察期，实操里老板月度复盘会就把预算砍了，这个矛盾没给解法，光讲原则落地还是难。
承接层占60%这个比例我觉得有点拍脑袋。同一个链接我换主图和A+，转化从2.1%到2.6%，但同期竞品降价、评论从200涨到600，很难说全是承接的功劳。文章讲归因讲得清楚，自己给的数字反而没做隔离测试。
腰尾部达人那段有共鸣。我们投了两个月直接ROI一直亏，自然排名确实动了，但没法证明是达人带来的还是旺季本身。8周观察期一过数据早混进大促了，这种实验想做得干净成本很高，小团队基本做不到。