去年 Q4，我把一款客单价 39.9 美元的户外折叠凳详情页从头改了一遍：主图换成场景实拍，五点描述重写，价格从 39.9 降到 34.9，A+ 页面加了三组对比图。折腾两周，转化率从 8.1% 涨到 8.4%，基本在统计噪声范围内。真正把这款产品从日销 40 单推到日销 180 单的，是我做的一件看起来跟”转化优化”毫无关系的事：把美国站的预计送达时间从”15-25 个工作日”改成”7-12 个工作日”，并且在详情页第三屏加了一张物流路径图，标清楚”深圳出仓 → 洛杉矶清关 → USPS 尾程”。
改完之后那一周，转化率是 12.6%。我没有动价格、没有动主图、没有动广告出价。
这件事让我彻底改变了对”转化优化”的理解。绝大多数运营团队把转化优化理解为详情页、主图、价格、评价、广告词，这些都是发生在”用户已经相信你能送达”之后的事情。而跨境场景里，用户最先怀疑的恰恰就是”你到底能不能送到、多久能到、到了不合心意怎么办”。这三个问题答不清楚，前面所有的页面优化都是在漏水的桶里加水。
我先把结论摆出来，后面再用场景和数据证明它。这三条结论是我在做了六年跨境、管过四个类目、踩过至少两轮旺季爆仓之后形成的判断。
结论一：在跨境场景下，物流信息的可信度对转化率的影响，通常大于详情页视觉的优化空间。原因是跨境买家的决策链路里，”能不能收到”是一个前置否决项，而不是加分项。你可以把详情页做到极致，但只要用户在心里判定”这家送不到”，页面再漂亮也不产生加购。
结论二：物流对转化的作用不是线性的，而是存在一个”承诺阈值”。从 30 天缩到 20 天，转化提升有限；从 15 天缩到 10 天，转化会跳一档；从 10 天缩到 5 天，对转化影响反而变小，但成本会陡增。找到你自己的那个阈值，比无脑追求”更快”重要得多。
结论三：物流真正能贡献的，不只是首单转化，而是评价结构和复购曲线。首单转化只是第一层收益。妥投时效决定差评率，差评率决定账号权重和广告成本，广告成本决定你能不能持续投放，复购率决定你的 LTV 能不能覆盖越来越贵的前端获客成本。这是一个闭环，物流是闭环的起点。
抽象讲道理没用，我把三个真实场景拆开讲。这三个场景分别对应”时效承诺”、”税费透明”、”退货预期”，是跨境物流影响转化的三条主干道。
2023 年 11 月，我操盘的一个家居类目美国站在黑五前后遇到过一次典型的”承诺错位”。产品详情页上写的是”7-12 个工作日送达”，这是基于平时海外仓有货、USPS 尾程正常的前提。但黑五前两周海外仓备货被卡在长滩港，实际履约只能走国内直发，真实时效是 18-25 天。
结果很残酷：黑五期间订单量确实涨了 3 倍，但 12 月中旬开始集中爆差评，关键词集中在”shipping too slow”、”never arrived”。到了 1 月，这个 listing 的评分从 4.5 掉到 3.9，广告 ACOS 从 22% 涨到 41%，自然排名掉了将近 40 位。
我当时的判断是：如果黑五前把详情页时效改成”18-25 个工作日”，转化率会掉，但订单量和评价结构的组合收益会更好。后来我做了对照测试，同一个产品在旺季前把承诺时效放宽 6 天，转化率下降约 1.9 个百分点，但差评率下降了 62%，两个月后的账号健康度和广告成本明显更好。
这里的核心判断是：旺季不该用平时的时效承诺去打广告。很多团队把”时效承诺”当成一个固定的模板，而不是一个随时段、库存位置、承运商运力动态调整的运营变量。
我统计过自己手上几个独立站的结算漏斗，最典型的一条数据是：进入结算页的用户里，有 43%-58% 的人在”选择配送方式 + 查看税费”这一步流失。这个环节流失的人，大部分不是不想要货，而是在页面上第一次看到”预计 18 天送达 + 可能产生 12 美元进口关税”。
注意这里有两个独立的打击点。一是时效，二是税费不确定性。后者比前者更致命，因为它不是”慢”，而是”不知道最后要花多少钱”。欧美用户对”到货时可能被额外收税”这件事的容忍度极低，这直接对应大量拒收和拒付。
我们做过的处理是全部转 DDP（Delivered Duty Paid，完税后交货），把税费前置到结算价里，同时在结算页把”已含税费，收货时无需额外支付”这句话放在配送方式选项的正上方。这一个改动带来的结算页完成率提升，比我做过的任何一次优惠券弹窗测试都大。
很多卖家把退货政策当成风控条款来写，写得越严格越安心。我做过一次对比：同一款产品，A 组在国家页面上写”退货需寄回中国，运费自理”，B 组写”美国本土退货地址，30 天无理由，预付退货面单”。B 组的首单转化比 A 组高 2.7 个百分点，这个不意外。
意外的是复购数据。A 组 90 天复购率 4.1%，B 组 90 天复购率 11.3%。差了两倍多。原因不复杂：退货地址在香港或深圳，用户在心里把它翻译成”这家不打算让我退货”，即使他从来没退过货，这个心理成本也已经压低了信任。
所以退货地址不是一个售后参数，它是一个转化参数。它出现在详情页、结算页、确认邮件里，每一次出现都在给信任加分或者减分。
我见过太多团队，运营部门和物流部门每个月开一次对账会，运营抱怨时效不稳，物流抱怨运营承诺不切实际。这不是沟通问题，是衡量口径的问题。
物流团队的 KPI 通常是”平均妥投时长”、”单公斤成本”、”准时率”。这三个指标里没有一个跟转化率挂钩。于是物流的最优解永远是”用更便宜的方式，把货送出去”，而不是”用能让转化率提升的方式，把货送出去”。
我的做法是把物流考核里加两个指标：一是”每个物流方案对应的分摊转化率”，二是”物流异常订单的下游损失”（包含退款、差评处理成本、广告权重损失估算）。加进去之后，物流团队对”贵 1.2 美元的专线要不要上”这个问题的答案会完全不同。
我见过太多店铺在详情页统一写”Worldwide Shipping, 10-20 Business Days”。这在运营上很省事，在转化上是灾难。
因为不同市场的物流真实可达性差异极大。同样从深圳出仓，到美国西岸海外仓的尾程可能是 2 天，到巴西可能要 25 天，到中东某些国家甚至是 40 天且丢失率高。用一个数字覆盖全部，等于把最快的市场承诺拉慢了，把最慢的市场承诺说假了。
正确的做法是按国家/地区维度分别设定承诺时效，并且在页面上根据用户 IP 动态展示对应市场的时效。这个技术实现不复杂，但愿意做的卖家不多。
这是我踩过最深的一个坑。有一年我死磕妥投时效，把美国站的 P50 从 14 天压到 9 天，结果差评率几乎没降。原因是我们优化的是”平均速度”，而用户抱怨的是”不确定性”，同一批货有的 7 天到，有的 21 天到，用户看到的是完全随机的结果。
后来我们改成优化 P90 和轨迹节点完整度。具体做了两件事：一是把尾程承运商从两家不确定的混合渠道，换成一家主渠道加一家备用渠道，P90 从 24 天压到 17 天；二是要求承运商每 48 小时必须有一次轨迹更新，无更新的订单自动触发客服介入。
结果是差评率下降幅度远超上一次。因为用户能接受”你的货要 12 天到”，不能接受”我不知道你的货什么时候到，而且中间没有任何消息”。
物流成本占跨境卖家总成本的比例通常在 15%-30% 之间，对毛利影响很大，所以压成本是本能反应。但压到极致之后，你会失去两样东西：时效稳定性和异常处理能力。
我算过一笔账：把单票物流成本从 4.4 美元压到 3.1 美元（省 1.3 美元），转化率从 12.6% 掉到 8.2%（用前面的测试数据），客单价 39.9 美元、毛利率 45% 的情况下，单均毛利从 5.6 美元变成 4.5 美元，同时广告获客成本还上升。这笔账根本算不过来。
所以我的判断是：物流成本的优化目标不是最低，而是”每提升一个百分点的转化率所对应的边际成本”最优。这是一个求极值的问题，不是求最小值的问题。
上面讲的是认知层面的问题。这一节我把方法论拆成一个可执行的流程，四个步骤，每一步都有明确的产出物。
跨境用户的转化路径上，物流信息会出现在至少六个位置。很多运营只关注其中一两个，导致信息不一致，反而降低信任。
这六个触点是：搜索结果的配送标签（部分平台会展示）、详情页的物流说明区、加入购物车后的运费预览、结算页的配送方式选择、支付前的时效与税费确认、以及下单后的确认邮件与物流追踪页。这六处必须口径一致。
我遇到过最尴尬的情况是：详情页写”7-12 天到美国”，结算页默认显示”Standard Shipping 15-20 Days”，用户当场就退出了。这不是物流问题，这是配置问题。
这是最关键的一步，也是最容易被跳过的一步。可承诺时效不是物流商给你的”参考时效”，而是你自己历史订单的 P90 妥投时长再留一点缓冲。
具体做法是：把过去 90 天该国家/地区、该仓发、该承运商的全部订单妥投数据拉出来，算 P50、P75、P90。承诺口径应该锚定在 P75 到 P90 之间，而不是 P50。
举个具体数字：如果 P50 是 9 天、P90 是 16 天，承诺”10-14 个工作日”是安全的，会有一部分订单提前到，用户会惊喜。如果承诺”7-10 个工作日”，就会有一半订单超期，超期用户写差评的概率是没有超期用户的好几倍。
很多卖家的直觉是”承诺越短转化越高，超期就超期”。这个直觉只在短期成立，中长期一定会被评价体系和平台权重报复。
我发现一个普遍的浪费：绝大多数卖家把物流信息写在页面的角落，用 10 号字、灰色、”Shipping & Returns”折叠面板里。这是把转化资产当成了法律条款来处理。
正确的做法是把它做成视觉资产。我们在转化最好的那个版本里做了三件事：一是把”预计送达”做成一个带图标的独立模块，放在价格下方而不是页面底部；二是把它写成具体日期而非天数区间，例如”Ships today, arrives Feb 14 – Feb 19″；三是加了一张三段式物流路径图，标出出仓、清关、尾程三个节点和各自耗时。
「具体日期」比「天数区间」的转化效果好，原因很直白：天数需要用户自己做加法，日期直接给出结论。移动端用户尤其如此。
前三步做完，你会得到一个承诺方案。但这个方案好不好，必须用数据验证。问题在于，大部分卖家的物流数据和转化数据在两个完全不同的系统里：物流数据在 ERP 或货代后台，转化数据在平台后台或 Shopify，广告数据在广告后台。
这三份数据不打通，你永远无法回答”我多花 1.3 美元走快线，到底值不值”这个问题。你必须把订单号作为主键，把发货批次、承运商、妥投天数、评价结果、退款记录、复购记录、以及对应的广告归因串到一张宽表上。
这就是我在下一节要展开讲的部分：为什么必须用一个专门的数据分析平台来做这件事，以及我具体是怎么搭的。
我先说清楚一个现实：上面第四步讲的那张宽表，用 Excel 做不出来，用平台后台的报表也做不出来。平台后台只给你结果指标，不给你装运批次和承运商维度；货代后台只给你物流轨迹，不给你转化和评价。
我目前的做法是把三类数据接进数跨境（官网：https://shukuajing.jiushuyun.com/?utm_source=seo&utm_plan=est&utm_unit=gys）做统一建模和看板。它本身是跨境电商场景的数据分析平台，支持多平台店铺数据、广告数据和自定义业务数据的接入与宽表建模，正好适合干这件事。
平台后台的报表有一个结构性缺陷：它按”店铺-商品-时间”聚合，不按”发货批次-承运商-妥投时效”聚合。而物流对转化的影响恰恰是在后一个维度上体现的。
举个例子：你想知道”走 A 承运商的订单，和走 B 承运商的订单，转化率和复购率差多少”。平台后台根本没法回答，因为用户在转化的时候并不知道你会走哪个承运商。严格来说这是一个不可直接归因的问题，必须用另一条路径解决：把”妥投时效”作为中介变量，先算承运商对妥投时效的影响，再算妥投时效对评价和复购的影响，最后用评价和复购的变化反推转化率的中长期变化。
这种多级归因，只能在数据平台里做。平台后台的报表是给运营看结果的，不是给分析师做归因的。
我把整套物流-转化归因拆成四个看板，每个看板回答一个具体问题。这四个看板的搭建顺序和字段口径如下，可以直接照着抄。
看板一：物流时效总览。按国家、承运商、发货仓三个维度，看 P50 / P75 / P90 妥投天数、准时率、丢失率、轨迹断点数。这张表的作用是找到”哪些线路的承诺是假的”。
看板二：时效-评价联动。把订单按妥投天数分桶（0-7 天 / 8-12 天 / 13-18 天 / 19 天以上），看每桶的星级分布、差评率、退款率、客服工单率。这张表是算”承诺阈值”的核心依据。
看板三：结算页漏斗分解。按配送方式、税费展示方式、退货政策文案三个维度做分组，看结算页完成率和支付成功率。用来验证页面改版的实际效果。
看板四：物流方案收益测算。这张表是我自己定义字段建的，把每个候选物流方案的单票成本、预期 P90、预期差评率变化、预期转化率变化输入进去，自动算出”单均净毛利”和”回本周期”。
讲一个具体案例。去年 5 月，我手上一个美国站的户外类目出现了一个奇怪现象：转化率在 3 月到 4 月之间从 10.4% 涨到了 11.8%，看起来是好事，但 5 月突然掉到 8.9%，同时广告 ACOS 从 24% 涨到 37%。运营的第一反应是竞品降价或者广告词有问题。
我在数跨境里把物流维度的数据拉出来对比，发现真正的原因在承运商上。3 月到 4 月，我们主用的一家专线服务商时效一直很稳，P90 是 14 天。4 月下旬这家服务商因为航线调整，把货转到另一条路径，P90 变成 21 天，轨迹断点率从 4% 涨到 19%。
关键的时间错位在于：物流变慢发生在 4 月下旬，差评集中出现在 5 月中旬（因为用户收到货才会评价），而转化率的下滑在 5 月中旬之后才明显。也就是说，物流恶化到转化率下滑之间，存在大约 3 到 4 周的滞后。
这个滞后意味着，如果你只看转化率数据，你永远会在问题爆发之后才反应。而把物流的 P90 和轨迹断点率做成日更看板加预警，可以在转化率还没掉的时候就动手切换承运商。我们那次在 P90 突破 18 天的第 3 天就切了备用渠道，最终把损失控制在了两周内。
这是我认为数据分析平台在跨境场景里最有价值的地方：它不是让你看得更多，而是让你看得更早。物流是转化的先行指标，转化是物流的滞后结果，把两者的时间差算清楚，你就有了一次提前量。
方法论讲完了，但不同规模的卖家能投入的资源完全不同。我按三个典型阶段给出具体动作，你可以直接对号入座。
这个阶段最大的风险不是转化率不够高，而是承诺和实际严重不符，导致账号被平台处罚或者评价崩盘。所以第一优先级是校准。
具体动作按顺序执行：
这四步做完，大多数小卖家的差评率会有明显改善，而这会直接反馈到广告成本和自然流量上。这个阶段的投入产出比是最高的。
这个阶段的卖家通常已经有多个市场、多个承运商、可能还有海外仓。核心矛盾是”统一管理”和”差异化最优”之间的冲突。
我建议做三件事：
到这个规模，物流投入已经足够大，必须要有严格的归因和收益测算，否则很容易在”降本”和”保时效”之间反复摇摆。
这个阶段需要做的三件事：
我必须坦率地说，物流优化没有全局最优解。时效、成本、转化率这三个目标之间存在硬性约束，你只能在特定情况下做取舍。下面是我对不同情况的判断。
如果客单价在 80 美元以上，或者产品本身有紧急需求属性（比如节日礼品、替换配件、专业设备），时效优先是对的。这类用户对价格的敏感度低于对确定性的敏感度，多花 3-5 美元物流成本换取 5 天时效提升，转化率的收益通常能覆盖。
代价是物流成本占比会上升到 25% 以上，压缩毛利空间，同时你必须在选品上更挑，只做能承受这个成本结构的产品。铺货型打法在这个策略下走不通。
客单价在 15 美元以下、产品同质化严重的类目，成本优先是理性的。这时候你的竞争力主要来自价格，物流成本能压多少直接决定你有没有价格空间。
但有一个底线不能碰：承诺时效必须真实。你可以承诺 20 天，不能承诺 10 天然后实际 20 天。低客单产品靠走量，走量最怕的就是差评堆积导致账号受限。在这个策略下，详情页的物流说明要写得非常清楚，把预期管理前置。
如果你在一个新市场做品牌认知，或者在一个成熟市场抢份额，可以阶段性接受物流成本超标，用效率和体验换增长。这个策略的关键是设定明确的退出条件：什么时间点、什么规模下，物流成本占比必须回到正常区间，否则整个商业模式不成立。
我见过太多品牌在这个策略上滑出去回不来，一直用高成本物流撑转化数据，最后发现无论规模做多大，单均净利始终是负的。所以这个策略必须有明确的止损线。
这是我最有感触的一条。有些市场的物流结构性缺陷是无法通过投入解决的。判断标准我总结为三条，只要满足其中两条，就应该认真考虑退出。
我 2022 年退出过一个南美市场，当时的 P90 是 43 天，丢失率 5.2%，同时当地清关政策在半年内变了三次。硬撑了一年后，这个市场贡献的 GMV 占 8%，但消耗的客服成本占 31%，最终决定退出，把资源挪到欧洲。这是我在跨境生涯里做过的收益最高的减法之一。
最后说一条我在所有项目上都会坚持的原则：宁可承诺慢一天，不可超期一天。
从短期数据看，这句话是反直觉的。承诺慢一天会立刻损失一部分转化。但从 6 个月到 12 个月的周期看，它保护的是你的评价资产、账号权重、广告效率和复购曲线。这四项加起来对利润的影响，远大于那一个百分点转化率的即时差异。
我做过一次跨类目的回归分析，在控制价格、评分、广告投放量之后，把店铺按”承诺一致性”（即实际妥投落在承诺区间内的订单占比）分成四组。承诺一致性最高的那组，12 个月后的自然流量占比比最低组高出将近 18 个百分点，广告 ACOS 低 9 个百分点左右。这两个数字的复利效应非常大。
写到这里，我把整篇文章的判断收拢一下。跨境物流和转化优化的关系，本质上是”信任兑现”和”信任变现”的关系。物流是你在页面上做出的承诺，转化是用户对这个承诺的即时定价，评价和复购是这个承诺长期兑现之后的市场反馈。
三个层次里，最容易做的是页面优化，最难做的是长期兑现，最有价值的是把兑现结果变成数据资产反哺下一次决策。绝大多数卖家卡在第一个层次，把预算全压在详情页和广告上，却从来没算过物流成本变动对转化率的边际影响。
如果你要开始做，我建议的行动顺序是这样：
最后回到文章开头那个例子。那款户外折叠凳最后卖到了类目第一梯队，我复盘的时候最清楚的一点是：真正起作用的不是我把页面做得多漂亮，而是我让用户在加购之前就相信”这东西能在 12 天内到我手上，到了不喜欢我能退”。这件事看起来是物流的事，做起来是数据的事，本质上还是转化的事。
把物流当成转化优化的一个变量来管理，而不是当成一个成本部门来考核，这是我从过去几年里得到的最有价值的一条经验。它不性感，不上镜，但它是我见过的所有跨境团队里，最能区分”做得好”和”做得一般”的那条分界线。
我做独立站和平台店有几年了，一直以为物流只影响售后和差评，直到有一次把“预计到货时间”从详情页底部挪到价格下方，加购率变化很明显，我才意识到位置比内容本身更重要。但具体该铺哪几个位置、每个位置放多细的颗粒度，我一直没找到成体系的说法，网上讲的大多是“要写清楚”，等于没说。
按“决策路径倒序”铺，越靠近付款的位置信息越具体。列表页和广告落地页只放一个粗口径标签，比如“7-12 个工作日送达”，作用是提前筛人，避免点进来才发现时效不符直接跳出；详情页首屏价格区下方放“目的国 + 发货仓 + 时效区间 + 是否含税/关税预付”，这是决策主战场；
购物车页放该订单的预估到达日期区间，并提示距离免邮还差多少；结算页必须给到最晚送达日期和可追踪节点数量。判断依据是我们用同一批 SKU 做过位置实验，文案一字未改，只把时效卡片从详情页底部移到价格下方，移动端加购率提升约 6%-9%，说明用户是在“要不要买”的那一刻看物流，而不是买完才看。
落地时先只改结算页和详情页首屏这两处，工作量最小、杠杆最大。
我们之前为了冲转化把时效写得很乐观，结果旺季妥投超时，平台扣分加差评一起上来。后来矫枉过正写得很保守，转化又明显掉。我一直在找一个既能承诺、又不翻车的写法，尤其是不同国家、不同渠道混着卖的时候，一个口径根本套不住。
用 P90 而不是平均值来定承诺，并且把“对外展示”和“对内承诺”分开。做法是拉最近 90 天同目的国、同物流渠道的妥投数据，算出 P50 和 P90；对外展示写 P50 区间，比如“通常 8-12 个工作日”，对内的服务承诺和客服话术用 P90，比如“最迟 20 个工作日”。
判断依据是平均值会被少数极快订单拉低，用户按平均值建立预期，投诉率必然上来；而 P90 覆盖 90% 的订单，是可控的承诺线。同时加三个限定词规避风险：时效起点写“出库后”而不是“下单后”，旺季单独挂“旺季时效可能顺延 3-5 天”的提示，清关拥堵的不可控国家只写区间不写具体天数。
这么调整后，客诉里“物流慢”的占比能压到 15% 以下，详情页转化也没有因为保守而明显损失。
我一直在纠结包邮门槛设多少。设低了毛利被运费吃掉，设高了客单价上不去，用户干脆不凑单。我也试过用最便宜的物流换包邮，结果时效差评变多，感觉两头不讨好，但又说不清到底该以哪个指标为准。
把免邮门槛当成“客单价杠杆”而不是“成本项”来算。先算单均履约成本，含头程分摊、尾程、退件准备金，再把门槛设在当前客单价的 1.2-1.4 倍区间：低于这个区间起不到提客单的作用，高于 1.5 倍会让大部分用户放弃凑单直接走人。
做法上不要只给一个门槛，而是给“标准物流免费 / 加价升级快线”两个选项，让愿意为时效付费的人自己分流，这比一刀切包邮更稳。判断依据是我们分层测试过 1.1 倍、1.3 倍、1.5 倍三档门槛，1.3 倍档的转化率与毛利乘积最好，1.5 倍档虽然客单价上去了，但结算页流失明显上升。
另外不要用最低价渠道去撑包邮，物流差评会反向拖累整条链接的权重，宁可门槛高一点、渠道稳一点。
每次转化率下滑，运营说是流量质量问题，物流说是产品不行，最后谁也说服不了谁。我想要一套能落地的口径，把物流对转化的影响单独拆出来，这样开会时至少有个共同语言，而不是各自拿感觉吵架。
用三条线交叉验证：结算页漏斗、物流相关工单、分渠道对照。第一条线看漏斗，把结算页拆成“进入结算 → 填写地址 → 选择物流方式 → 支付完成”，其中“选择物流方式”这一步对物流最敏感，这一步流失超过 25% 就要回头查运费显示和时效文案。
第二条线看工单，统计客服工单里物流相关的占比，以及“下单前咨询物流”的会话量，下单前咨询量上升，通常意味着详情页物流信息写得不够清楚，而不是售后出问题。第三条线做渠道对照，同一 SKU、同一国家，只切换尾程渠道做 A/B，观察支付完成率的差异，这是最干净的因果证据。
判断依据是三条线同时恶化才能判定物流拖累了转化；如果只有工单涨而漏斗没变，多半是售后问题，不该去动详情页。
读者评论
% 到 12.6% 这个跳跃我信一半。要说服人，最好把流量来源和人群包一起贴出来。我们去年把承诺从 18 天改到 10 天，头两个月转化确实涨，旺季爆仓后差评把收益全吐回去了。另外退货地址那条补充一点：美国本土退货仓不是白开的，低客单价产品退一次的处理费可能比货值还高，无脑开未必划算，得按客单价和退货率算临界点。
那两周没动详情页和广告，但改时效的同时系统给的配送标签、物流筛选条件大概率也变了，进来的流量人群就不是同一批了。承诺阈值这个判断我认同，但有个前提文中没提：得先有稳定的运力渠道。承诺的弹性比承诺的速度更重要。
我做过类似测试，把改动拆成单变量、跑满两周，效果比文中小不少。中小卖家手上往往只有一两家货代，旺季说砍就砍，P90 根本控不住。把转化分摊写进物流考核思路是对的，但落地最难的是归因，同一订单走了哪条渠道、转化算给谁，数据得先打通。