天猫数据：投放人员场景拆解：预算分配如何做到看清流量来源

在天猫投放中，预算分配最容易犯的错误，不是把钱花少了，而是把不同来源、不同意图、不同归因阶段的流量混在一起看。我曾参与过一个家居品类项目复盘：报表显示某一周整体投产比从3.1升到4.7，团队据此追加预算；但拆开后发现，真正带来新增成交的流量只占总成交的18%，其余大部分来自已经收藏、加购或多次访问过商品的老用户。表面上投产比变好了，实际上增量效率正在下降。

这也是《天猫数据：投放人员场景拆解：预算分配如何做到看清流量来源》真正要解决的问题：不是简单告诉投放人员“哪个计划投产比高”，而是建立一套能够识别流量来源、判断用户阶段、拆分增量价值，并据此分配预算的方法。

一、先讲核心结论：预算不是按计划分，而是按流量角色分

1. 先把投放数据从“计划视角”切换成“流量视角”

很多投放人员打开生意参谋、推广后台或店铺数据报表时，第一眼看的是计划名称、单元名称和投产比。计划视角适合操作，但不适合做预算决策。因为同一个计划里可能同时包含搜索、推荐、重定向、活动承接和老客回流等不同流量。

我在实际复盘中更倾向于先把成交拆成四类流量角色：主动需求流量、比较决策流量、被动触达流量和关系回流流量。主动需求流量通常来自明确搜索或高意向词；比较决策流量来自商品详情、评价、问大家、竞品对比等行为；被动触达流量来自推荐、内容、短视频和场景曝光；关系回流流量则包括收藏加购、店铺访问、会员触达和历史购买用户。

核心判断是：预算分配的最小单位，不应该是一个推广计划，而应该是“流量角色×用户阶段×商品任务”。如果只按计划排名，投放人员很容易把已经被多次触达的用户当成新增长，也容易把承担收口任务的搜索流量误认为全链路增长来源。

2. 用四个问题决定预算，而不是只看一个投产比

我在会议中通常会要求团队先回答四个问题：这笔钱带来了多少新用户？这些用户来自什么触点？他们在成交前经历了哪些行为？如果暂停这笔预算，成交是否会明显下降？

这四个问题分别对应新客价值、流量来源、转化路径和增量贡献。只有四者能够互相解释，投产比才有决策价值。否则，投产比只是一个结果数字，无法告诉你下一元钱应该加在哪里。

• 看新客：区分首次进店、首次收藏、首次加购和首次支付，不要把“本周期首次支付”直接等同于真正新客。
• 看来源：保留渠道、资源位、关键词、人群包、素材和落地页等维度，至少能定位到可执行的投放单元。
• 看路径：观察曝光、点击、进店、详情浏览、收藏、加购、支付之间的连续变化。
• 看增量：通过暂停、降预算、分时段或分地域测试，判断投放是否创造了额外成交。

3. 建立“基础盘、增量盘、实验盘”三层预算结构

预算分配时，我不建议把全部预算都投入当前投产比最高的来源。更稳定的做法是把预算拆成三层：基础盘保证确定性成交，增量盘寻找新用户，实验盘验证尚未明确的假设。

这个比例不是固定答案。新品冷启动时，增量盘可能需要提高；大促临近时，基础盘比重通常更高；利润承压时，实验盘可以减少，但不建议长期归零。没有实验盘，团队会逐渐失去对流量变化的解释能力，只能被动追逐报表上的高投产。

二、背景和真实场景：为什么“看见成交”不等于“看清来源”

1. 天猫成交通常是多次触达后的结果

用户可能先在内容场景中看到商品，第二天通过品牌词搜索，随后进入详情页收藏，参加活动时再通过购物车完成支付。最后一跳是搜索或购物车，但真正影响购买的可能是前面的内容种草、评价阅读和优惠信息。

如果投放人员只看最后一次点击，搜索计划会显得非常优秀，内容计划会显得效率很低。若只看首次触达，结论又可能反过来。两种方法都不是完全错误，但它们回答的是不同问题：一次是在寻找收口渠道，一次是在寻找需求起点。

因此，我会把“来源”拆成三个层次：来源触点、转化触点和助攻触点。来源触点回答用户最早从哪里认识商品；转化触点回答最后在哪个渠道完成支付；助攻触点则记录中间哪些行为提升了成交概率。

2. 一个匿名家居项目的预算错配案例

某家居用品店在大促前有50万元周预算。团队原本按照近7天投产比排序，把预算集中给搜索计划和收藏加购重定向计划。第一周整体支付金额增长了21%，但新客支付人数只增长了4%，付费新客成本反而上升了26%。

我们把订单按用户状态、首次触点和最后触点重新拆分后，发现搜索计划的成交中有62%来自此前已经访问过详情页的用户，重定向计划中有71%的人在投放前已经收藏或加购。两类计划并非没有价值，但它们承担的是收口任务，而不是主要的新客来源。

如果只看支付金额占比，搜索和回流计划似乎应该继续加钱；如果看新客支付占比和边际投产，内容拓新反而是更值得保留的增长入口。我们后来没有简单砍掉高投产计划，而是把它们的预算上限固定下来，把释放出的预算用于测试新客人群和内容落地页。

3. 报表口径不一致，是预算误判的第一来源

投放后台、店铺经营分析和财务订单表经常存在统计口径差异。常见差异包括支付时间与下单时间不同、退款订单是否扣除、跨天归因如何处理、优惠金额如何计算，以及同一用户是否被不同计划重复归因。

我处理这类问题时，会先建立一张“口径字典”，在预算会前明确每个指标的定义。比如，投产比是按支付金额除以广告消耗，还是按净支付金额除以广告消耗；新客是平台定义的新客，还是店铺历史从未支付的用户；转化周期是当日，还是允许观察7天。

三、常见误区：哪些数字看起来漂亮，却不能指导预算

1. 误区一：把最高投产比当成最高预算优先级

投产比高，可能是因为计划承接了最成熟的用户，而不是因为它具备继续放量的能力。一个计划从每天1000元增加到5000元后，往往会从核心人群扩展到边缘人群，点击成本、转化率和退款率都会变化。

预算决策真正应该关注的是边际投产比。总投产比回答“过去花的钱整体效果怎样”，边际投产比回答“下一笔钱是否值得继续花”。两者经常出现明显差异。

2. 误区二：把最后点击归因当成唯一真相

最后点击归因的优点是简单、稳定、方便执行，但它会系统性高估搜索、购物车和重定向的收口价值，低估内容、推荐和短视频的启发价值。

我并不主张完全放弃最后点击归因。对日常调价和计划优化，它依然有用；但在年度预算、拉新预算和内容预算决策中，至少要增加首次触达、路径参与和对照实验三个维度。

• 最后点击：适合回答“哪个渠道最常完成支付”。
• 首次触达：适合回答“哪个渠道更常带来新用户进入”。
• 路径参与：适合回答“哪些触点反复出现在高价值用户路径中”。
• 对照实验：适合回答“没有这笔预算时，成交是否仍会发生”。

3. 误区三：把收藏加购人群全部视为高价值回流

收藏和加购是重要信号，但不是支付承诺。用户可能因为比价、等待降价、凑单或暂存商品而收藏加购。如果重定向周期设置过长，投放人员会不断购买已经自然回访的人群。

在一个服饰项目中，我们把加购用户按距离加购的时间拆成1日、3日、7日和14日。1日内回流的支付率明显较高；超过7日后，付费触达和自然回访的差异已经很小。继续扩大14日人群，只是让广告承担了原本可能自然发生的成交。

4. 误区四：只按人群标签分预算，不看商品阶段

同一人群对不同商品的价值不同。新品期需要判断陌生用户是否愿意点击和收藏；成熟爆款期需要控制高意向词的竞争成本；清仓期则要关注库存消化速度和优惠后利润。

如果商品阶段发生变化而预算模型不变，投放人员就会出现“数据越来越好看，经营结果越来越差”的情况。成熟商品的回流计划可能投产很高，但它无法替代新品拓新；清仓商品的支付转化率很高，但不代表适合继续购买昂贵流量。

5. 误区五：把平台分配的成交全部当成广告增量

平台归因解决的是“这笔成交可以被哪个触点记录”，而不是“这笔成交是否由广告额外创造”。当用户已经明确搜索商品名称、主动进入店铺并完成购买时，广告可能只是参与了路径，而不是创造了需求。

这并不意味着搜索广告没有价值，而是需要区分防守价值、收口价值和拓新价值。防守价值是减少竞争对手截流，收口价值是提高已产生需求的成交率，拓新价值才是带来过去不会自然到店的新用户。

四、专业判断逻辑：从流量来源推导预算优先级

1. 第一步：给每个来源建立统一的流量标签

建议至少保留以下标签：来源渠道、资源位、关键词类型、人群状态、商品状态、首次触达时间、最近一次触达时间、支付时间和退款状态。标签不需要一开始就做到极细，但必须能回答预算会中的关键问题。

关键词可以按品牌词、品类词、功能词、场景词和竞品比较词划分；人群可以按新访客、浏览用户、收藏加购、会员、老客和高价值相似人群划分；商品则要区分新品、成长款、成熟款和清仓款。

我建议使用“来源，意图，阶段，结果”的四段式命名规则。例如“推荐，低意图，新访客，7日支付”，比“计划A，单元3，人群包2”更有利于跨团队理解，也更方便后续自动化分析。

2. 第二步：先判断流量承担什么任务

同一来源在不同阶段可能承担不同任务。搜索流量可以承接需求，也可以通过品牌词保护店铺；内容流量可以拓新，也可以帮助用户理解复杂产品；回流流量可以促进支付，也可以承担复购提醒。

预算评价必须与任务匹配。拓新流量不能只看当日支付，应该增加后续搜索、收藏加购和7日支付；收口流量不能只看新客率，还要看支付成本、流失订单和竞品截流情况。

3. 第三步：计算边际价值，而不是平均价值

预算往往不是一次性决定，而是每天根据消耗情况逐步调整。因此需要把每个来源拆成预算梯度，记录在不同预算水平下新增消耗带来的新增点击、新增新客和新增支付。

一个简单的判断公式是：

边际投产比 = 预算增加后新增净支付金额 ÷ 新增广告消耗
增量新客成本 = 新增广告消耗 ÷ 新增真实首购用户数

增量毛利 = 新增净支付金额 × 毛利率 – 新增广告消耗

如果某来源总投产很高，但边际投产持续下降，预算应该设上限；如果某来源当日投产偏低，但后续搜索率、7日支付率和新客毛利较好，则应该以观察周期而不是当日数字做判断。

4. 第四步：用增量测试校验归因结果

最实用的增量测试不一定需要复杂的实验平台。预算有限时，可以采用分时段、分地域、分人群或分计划降预算的方式，建立对照组。关键是测试期间不要同时更换价格、主图、库存和活动，否则无法判断成交变化来自哪里。

例如，在相似的两个地域中，A地域维持推荐拓新预算，B地域连续三天降低预算40%，同时控制自然流量、活动和客服策略。若A地域的新客支付、后续搜索和店铺访问明显高于B地域，才能更有把握地说明推荐预算产生了增量。

5. 第五步：把利润和库存加入预算判断

投放人员常常把支付金额作为核心结果，但预算真正服务的是经营结果。高客单低毛利商品、低客单高退款商品和库存紧张商品，不能使用同一套预算标准。

我会在预算表中增加首购毛利、退款率、履约成本和库存覆盖天数。对于库存不足的商品，即使流量来源表现优秀，也可能不应该加预算；对于毛利较高且复购稳定的商品，可以接受更高的新客成本。

五、具体案例和数据观察：一周预算如何重新分配

1. 案例背景和原始分配

下面以一个客单价约260元、毛利率约42%的家居用品店为例。该店日预算为7万元，原始预算按照历史投产分配：搜索承接占45%，回流重定向占25%，推荐和内容占20%，会员与实验占10%。团队的目标是大促前扩大新客规模，同时不让整体投产跌破2.8。

第一轮数据看起来不错：日支付金额约24万元，整体投产约3.43。但新客支付只占22%，而且搜索和回流来源的重复触达率偏高。我们没有直接根据当天数据调预算，而是追踪了7天路径，重新识别首次触达、最近触达和实际支付之间的关系。

2. 重新拆分后的流量结构

这张表有三个值得注意的地方。第一，品牌与店铺搜索的直接投产不错，但新客规模很小，更适合做防守和收口。第二，回流计划支付金额较高，但退款率也较高，说明部分用户可能是冲动下单或价格敏感用户。第三，推荐与内容拓新当日投产偏低，但真实新客数最高，且7日新增支付明显高于当日支付。

3. 第二轮预算调整

第二周我们把日预算仍然维持在7万元，但调整为：品类与功能搜索2.1万元，品牌与店铺搜索0.8万元，收藏加购回流1万元，推荐与内容拓新1.8万元，会员与复购0.4万元，实验0.9万元。

调整并不是单纯给低投产的内容流量加钱，而是同时修改了内容落地页和受众排除规则。已经在近3日内完成加购的人群不再进入拓新计划；已支付用户从首购拓新计划中排除；高频访问但未支付用户单独进入比较决策人群。

这样做的目的，是避免不同计划争抢同一批用户。预算增量只有在触达更多新用户或推动原本不会发生的成交时，才有实际意义。

4. 案例中真正起作用的不是“加大拓新”

很多人看到这个案例，会得出“应该增加推荐和内容预算”的结论，但这还不完整。真正起作用的是三件事：把高重复触达用户排除出拓新计划；给内容流量留下足够的观察周期；用新客和7日新增支付而不是当日投产作为主要评价指标。

如果只增加内容预算而不排除已加购用户，预算可能只是重复购买同一批人；如果只看当日投产，内容计划可能在第一天就被暂停；如果不做实验拆分，团队无法知道效果来自素材、资源位还是人群变化。

六、不同情况下的行动建议：预算该加、该减，还是先不动

1. 新品冷启动：优先确认“谁愿意进入和理解商品”

新品阶段最重要的不是立即追求漂亮投产，而是验证商品是否能在目标人群中形成有效兴趣。预算应覆盖搜索需求、内容解释和场景推荐，但每一类都要设定清晰任务。

• 搜索预算用于验证用户是否主动寻找该品类和功能。
• 内容预算用于验证卖点是否能让陌生用户停留、收藏或进一步搜索。
• 推荐预算用于验证哪些人群对商品产生初步兴趣。
• 回流预算保持较低，避免在有效样本不足时过早收口。

新品阶段我会重点看有效点击率、详情页深度访问、收藏率、加购率、后续搜索率和首购毛利。若点击率很高但详情页停留很短，优先检查素材承诺是否与商品实际不一致；若收藏高但加购低，通常要检查价格、规格或信任信息；若加购高但支付低，则可能是优惠、运费、库存或评价问题。

2. 成熟爆款：重点管理边际成本和流量内耗

成熟商品的风险不是没有成交，而是多个计划反复触达同一批高意向用户。这个阶段应该设置频次、触达时间和人群排除规则，并把搜索词拆成品牌词、品类词和场景词。

品牌词预算适合做防守，但不应无限扩张；品类词适合承接新需求，需要观察竞争成本和新增用户比例；场景词通常更接近问题解决，可能带来较好的新客质量，但转化周期相对更长。

对于成熟爆款，我更看重每增加1000元预算带来的新增支付和新增首购，而不是过去7天的总投产。若预算增加后支付金额增长很慢，但重复触达率快速上升，应立即停止扩量并重新分配来源。

3. 大促期间：把确定性和增量性分开管理

大促期间流量成本、用户优惠敏感度和自然流量都会发生变化。此时不能直接沿用平日投产基准。建议将预算分成大促收口盘、预热拓新盘和风险备用盘。

大促时可以接受某些拓新来源的短期投产下降，但必须提前规定观察期限和止损线。例如，内容拓新允许在当日投产低于平日，但7日支付率不能连续两天下滑；回流计划可以提高预算，但退款率超过历史均值一定幅度后必须复核人群质量。

4. 利润承压：先按毛利倒推可接受成本

如果店铺当前目标是利润而不是规模，预算应该从可接受获客成本倒推。假设商品客单价260元，毛利率42%，履约和售后成本合计35元，首购用户允许贡献20元利润，那么理论可承受的首购广告成本上限约为54元。

但这只是静态上限。若用户有较高复购价值，首购可以接受更高成本；若退货率高、客服成本高或现金流紧张，可接受成本则要下降。关键是把未来价值写进规则，而不是在复盘时凭感觉解释。

5. 库存受限：不要为了投产继续购买无法履约的需求

库存不足时，投放判断要从“能否成交”变成“成交是否值得”。如果核心商品库存只够五天，继续放大拓新可能造成缺货、延迟发货和售后上升，最终损害店铺长期表现。

这时可以把预算转向库存更充足的替代款、配件、组合商品或预售商品，但落地页必须明确说明差异。投放数据中要增加库存覆盖天数、缺货率、延迟发货率和售后率，避免只看支付金额。

七、不同情况下的取舍：没有一种预算结构适合所有店铺

1. 追求规模，还是追求效率

追求规模时，必须接受部分拓新流量的短期投产低于收口流量。取舍在于：你愿意用多少首购利润换未来用户资产，以及能否承受更长的回收周期。

追求效率时，预算应更多集中于高意向和回流来源，但要接受新客增长放缓、流量结构变老和竞争防守成本上升。效率不是没有代价，它通常以牺牲未来增长换取当期确定性。

2. 追求短期支付，还是追求长期用户价值

短期支付适合库存周转、现金流紧张和大促收口，但容易让团队偏爱最后点击和低成本回流。长期用户价值则更关注新客质量、复购率、客单提升和后续自然访问，但需要更长的观察周期。

如果店铺有稳定复购，建议至少建立7日、30日两个观察窗口。7日主要看首次购买的延迟转化，30日用于判断用户是否产生复购、关联购买或更高客单。对于低频耐用品，观察周期还需要延长，不能用快消品的标准衡量。

3. 追求自动化，还是保留人工判断

自动化规则适合处理预算消耗过快、边际投产下降、退款率异常和库存不足等明确问题。但自动化不擅长判断新素材是否改变了用户理解，也不擅长解释突发活动、竞品降价和季节变化。

我的建议是把机械判断交给规则，把经营判断留给人工。系统可以每天标记异常来源、预算梯度和人群重叠；投放人员则负责决定是否改变任务、调整观察周期或重新设计实验。

4. 追求平台归因，还是建立店铺自己的判断体系

平台归因是执行层的基础数据，不能被完全替代；但店铺需要补充自己的订单、用户、退款、毛利和库存数据。平台告诉你某个触点记录了什么，店铺数据帮助你判断这个触点是否值得继续投资。

如果两个系统之间无法直接打通，至少可以每周导出来源、用户状态、支付和退款字段，建立一张简化的来源对照表。数据不一定复杂，但必须连续、可比较、可追溯。

八、投放人员可以直接执行的预算复盘流程

1. 每日复盘：只处理明显异常

每日复盘不适合做大规模策略调整，重点是发现预算消耗、点击成本、转化率、库存和退款率的异常。当天投产下降，不一定意味着计划失效，可能只是流量结构或转化周期发生变化。

1. 检查预算是否按计划消耗，确认是否出现提前跑完或明显花不出去。
2. 检查点击成本、点击率和详情访问率，判断问题发生在曝光、点击还是落地页。
3. 检查真实新客比例和重复触达率，识别预算是否过度集中在存量用户。
4. 检查退款率、缺货率和延迟发货率，防止支付增长掩盖经营风险。
5. 只对超过预警线的项目进行小幅调整，避免根据单日波动大幅改价。

2. 每周复盘：重新分配预算角色

每周复盘需要把来源、用户阶段和商品任务放在同一张表中。重点不是评选哪个计划第一，而是判断每个流量角色是否完成了预设任务。

1. 按首次触点和最后触点分别统计成交。
2. 按新客、浏览、收藏加购、会员和老客拆分用户。
3. 计算各来源的总投产、边际投产、真实新客成本和7日新增支付。
4. 检查不同计划之间的人群重叠和重复触达。
5. 根据商品阶段重新确定基础盘、增量盘和实验盘比例。
6. 为下一周每个预算层设置上限、预警线和停止条件。

3. 每月复盘：验证预算是否创造长期增长

月度复盘不能只复制周报，而应该回答更大的问题：新客是否留下来？高投产来源是否正在透支存量？内容和推荐是否带来后续自然搜索？预算调整是否改善了首购毛利和现金流？

建议每月建立来源同期群，把同一周首次触达的用户放在一起，观察7日、30日的支付、复购和退款。这样可以识别“当月支付很高但后续价值很低”的来源，也能发现“当日不突出但长期质量好”的来源。

4. 建立预算决策看板时，至少保留这些字段

九、最后的专业判断：看清流量来源，比追求归因精度更重要

1. 不要沉迷于寻找唯一正确的归因模型

现实中的用户路径很复杂，不存在一种归因模型可以同时完美回答收口、拓新、助攻和长期价值。最后点击适合计划执行，首次触达适合寻找增长入口，路径参与适合分析内容和推荐，增量测试适合验证预算是否真正创造了额外成交。

真正成熟的投放团队，不是争论哪个模型绝对正确，而是根据决策问题选择合适的模型。需要调价时看最后点击和边际投产；需要决定拓新预算时看真实新客、后续搜索和增量测试；需要做年度规划时看同期群和用户长期价值。

2. 预算分配的本质，是在购买不同阶段的确定性

搜索流量购买的是已有需求的确定性，回流流量购买的是存量用户支付的确定性，内容与推荐购买的是未来需求形成的可能性，实验预算购买的是认知和验证。

这四类预算不能用同一把尺子衡量。把所有预算都投向最高投产来源，短期看似理性，长期可能让店铺流量越来越依赖老用户和成熟需求；把所有预算都投向拓新，规模可能增长，却可能带来现金流和利润压力。

3. 下一步怎么做：用七天完成一次小型预算诊断

如果你现在还无法判断流量来源，建议不要立即重构所有计划，而是用七天做一次小型诊断。先选一个主推商品和三个主要流量来源，统一统计口径，保留首次触达、最后触达、真实新客、7日支付、退款和毛利字段。

1. 第一天：整理来源和用户阶段标签，确认数据口径。
2. 第二天：建立总投产、边际投产和真实新客成本基线。
3. 第三至第五天：控制变量，观察不同来源的路径和重复触达。
4. 第六天：对一个来源做小幅增减预算测试。
5. 第七天：结合新增支付、后续搜索和毛利重新分配预算。

我最建议投放人员记住的一句话是：不要问“哪个计划最赚钱”，要问“哪一种流量正在完成什么任务，下一元钱还能带来什么新增价值”。当预算表能够同时解释来源、阶段、路径、增量和利润时，天猫数据才真正从报表变成了决策工具。

最终，优秀的预算分配不是把钱平均撒向所有渠道，也不是永远追逐最高投产，而是让基础盘守住确定性，让增量盘创造新需求，让实验盘持续验证假设，并且给每一笔预算设置清晰的上限、观察周期和退出条件。下一步可以从一个商品、三类来源和一个七天周期开始，把“成交归因”升级为“流量来源判断”。

免费注册

咨询方案

扫码咨询方案