天猫投放最容易出现的错觉，是后台看见了点击、收藏和成交，却仍然说不清“到底是哪一类流量带来了增长”。我在一次店铺投放复盘中发现，搜索广告看起来贡献了 61% 的成交，站外内容只贡献 9%；但把进店前的曝光、加购前的触点和自然搜索回流纳入渠道归因后，搜索广告的直接成交占比降到 38%，内容渠道影响的首购用户反而高于报表显示值。问题不在于平台数据不准确，而在于投放人员通常只看到了最后一个被记录的渠道。

天猫数据：投放人员增长视角：用渠道归因放大看清流量来源

一、先讲核心结论：渠道归因不是分功劳，而是找增量

1. 不要先问哪个渠道成交最多，要先问哪个渠道改变了用户行为

在天猫经营场景里，渠道归因的核心任务不是给搜索、推荐、内容或站外渠道“分奖金”，而是判断每一笔预算究竟改变了哪一个增长环节。一个渠道可能直接成交不高，却显著提高了品牌词搜索量；另一个渠道可能带来大量成交，却只是截取了原本就准备购买的用户。

我通常把渠道价值拆成四个层次：触达价值、访问价值、考虑价值和成交价值。触达价值看有效曝光和新客覆盖，访问价值看进店率与落地页质量，考虑价值看停留、收藏、加购和咨询，成交价值则看支付新客、毛利和复购潜力。只有把四层放在一起，投放人员才不会被单一的成交数字牵着走。

真正值得放大的渠道，不一定是最后转化率最高的渠道，而是边际预算增加后，仍能带来新增用户和新增需求的渠道。这也是“渠道归因放大”的含义：从最后一跳的订单，放大到用户从看见商品到形成购买意愿的完整过程。

2. 把“直接成交”和“辅助成交”分开，预算判断才不会失真

直接成交是用户点击某个渠道后，在规定窗口内完成支付，平台通常可以较清晰地记录。辅助成交则是用户先通过内容、达人、短视频或站外广告建立认知，之后通过品牌词搜索、收藏夹、购物车或店铺首页完成购买。后者如果只看最终点击，往往会被搜索渠道全部拿走。

我在实际复盘中不会简单使用“最后点击归因”和“首次点击归因”二选一，而是同时保留三套视图。第一套是平台直接归因，用来执行日常优化；第二套是路径归因，用来识别用户经历过哪些触点；第三套是增量测试，用来验证减少某类投放后，整体成交是否真的下降。

这三套视图解决的是不同问题。平台归因回答“订单最后从哪里来”，路径归因回答“用户受哪些触点影响”，增量测试回答“如果不投这个渠道，订单还会不会发生”。投放人员真正需要做的，是避免用第一套视图回答第三套问题。

3. 渠道归因的最终输出应该是预算动作

一份归因报告如果只写“内容渠道贡献 12%，搜索渠道贡献 45%”，对经营决策帮助很小。报告至少要落到四个动作：增加预算、维持预算、改变人群或素材、停止投放并观察回流。归因不是分析部门的终点，而应该成为投放团队下一轮实验的起点。

我建议每周给渠道建立“增量优先级”，排序时同时考虑新客成本、边际转化率、毛利贡献、辅助触点价值和数据可信度。数据可信度低的渠道，即使报表上的回报率很高，也不应该直接获得大幅加预算。

二、背景和真实场景：为什么天猫流量越来越需要放大看

1. 用户购买路径已经不是一条直线

过去做投放时，我可以用“看到广告，点击商品，完成支付”描述一部分用户路径。现在的用户往往先在短视频或内容场景看到产品，再去天猫搜索品牌名；有的人先收藏商品，隔几天等活动；还有的人通过朋友分享进入店铺，最后从购物车完成支付。

这意味着天猫后台能够记录的“成交入口”，并不一定是用户第一次产生兴趣的入口。尤其在新品、较高客单价商品和需要解释使用方法的品类中，用户通常需要多次接触才会购买。只看最后一跳，会系统性高估承接型渠道，低估教育型渠道。

我观察过一个客单价约 260 元的个护产品，用户从首次触达到支付的中位时间是 2.6 天，超过 24 小时后成交的用户占比达到 47%。如果只看当天点击当天支付，内容渠道的转化率只有搜索渠道的三分之一；加入 7 日路径后，内容触达过的用户支付率提升了约 1.8 倍。这不是内容渠道突然变强，而是归因窗口终于覆盖了真实决策周期。

2. 平台报表、店铺分析和外部数据看到的不是同一个世界

投放人员常遇到三组数字对不上：广告平台显示的成交金额、店铺生意参谋类工具显示的渠道成交、企业订单系统显示的实际支付金额。很多团队把这种差异当成“数据有问题”，但从统计口径看，它们本来就不可能完全一致。

广告平台可能按点击或曝光归因，店铺分析可能按站内来源识别，订单系统则按支付成功和退款状态统计。不同系统还会存在时区差异、归因窗口差异、跨设备访问、重复点击去重方式不同等问题。正确做法不是强行让三个数字一样，而是建立指标字典，明确每个数字用于什么决策。

3. “放大看”不是把报表做得更复杂

很多团队在归因项目启动后，第一反应是增加更多字段，最终得到一张包含几十列指标的表。这样的表看起来专业，却不一定能帮助投放决策。真正有价值的放大，是沿着用户决策链增加必要的上下游信息，而不是无边界地堆指标。

例如，点击率下降时，我会先看素材承诺是否与商品页一致，再看新客人群是否被频繁触达，最后才判断出价是否需要调整。加购率下降时，我会检查价格、权益、评价和客服响应，而不是直接把预算转给另一个渠道。归因数据的作用，是缩短判断路径，而不是延长报表阅读时间。

三、常见误区：为什么投放团队会把流量来源看错

1. 误区一：把最后一次点击当作唯一功劳

最后点击模型的优点是简单、稳定、容易执行，所以它适合做日报和广告单元优化。但它无法解释用户为什么在这一刻愿意下单。对于品牌词、店铺回访、购物车召回等承接型流量，最后点击通常会高估其真实增量。

一个常见现象是，团队不断增加品牌词预算，报表上的投入产出比越来越好，但整体支付人数没有同步增长。原因可能是原本会自然搜索品牌的用户被广告再次捕获，广告订单增加了，自然订单减少了，店铺总成交几乎没有变化。

我的判断标准是：增加某渠道预算后，不能只看该渠道多拿了多少订单，还要看全店支付人数、自然流量、品牌搜索量和新客成本是否同时改善。如果渠道订单增长主要来自其他来源的迁移，它更像收割预算，而不是增长预算。

2. 误区二：把点击率高等同于流量质量高

高点击率可能来自强刺激标题、低门槛优惠或与用户预期不完全一致的素材。用户点击之后，如果迅速离开、没有浏览详情或没有形成收藏加购，点击本身就没有太高价值。

我曾经对比过两组素材：A 组点击率为 2.9%，商品页停留中位数 19 秒，加购率 4.2%；B 组点击率只有 2.1%，停留中位数 47 秒，加购率 8.7%。如果只看点击率，A 组会被判定为优胜；如果看访问后的行为，B 组显然更接近有效流量。

因此，素材评估至少要分成“吸引点击”和“筛选有效用户”两个目标。前者适合看点击率，后者要看有效访问率、详情页深度、加购率和支付新客率。对于高客单价商品，后者通常比前者更重要。

3. 误区三：把平台归因窗口当成自然规律

归因窗口只是一个统计规则，不是用户行为的客观边界。1 日点击、7 日点击、曝光后 3 日等设置，会直接改变渠道获得的订单数量。窗口越长，渠道看起来越容易“贡献”订单，但窗口过长又会把自然回购和其他渠道影响纳入其中。

我的做法是先观察品类的决策周期，再设置主窗口和辅助窗口。低客单价、强刚需商品可以重点看 1 日和 3 日；需要比较和教育的商品，则至少同时看 3 日、7 日和 14 日。不同窗口之间的差异，正好可以帮助判断渠道影响是即时型还是延迟型。

4. 误区四：给每个渠道强行分配百分比

路径归因模型可以采用线性分配、时间衰减、位置分配或数据驱动方式，但任何模型都不是事实本身。模型输出的 30% 或 40%，只能理解为在特定规则下的相对贡献，不能解释成渠道真的创造了精确比例的订单。

尤其当多个渠道对同一用户反复触达时，强行分配百分比会制造虚假的精确感。我的建议是给归因结果设置置信等级：有明确点击链路的订单属于高可信；只有曝光或内容浏览记录的订单属于中可信；依赖问卷、相关性或时间同步推断的订单属于低可信。预算动作应优先基于高可信和可验证的中可信证据。

四、专业判断逻辑：建立一套投放人员真正能执行的归因框架

1. 先统一事件，再统一渠道

归因失败往往不是模型不够先进，而是事件定义混乱。同一个“进店”可能有人按点击计算，有人按落地成功计算；同一个“新客”可能按店铺首次购买计算，也可能按平台首次购买计算。如果事件定义不统一，后续任何模型都会产生争议。

我会先建立事件字典，至少包含曝光、有效点击、商品页访问、店铺访问、收藏、加购、咨询、支付、退款和复购。每个事件都要说明触发条件、去重规则、时间戳、用户标识和数据来源。只有这样，投放、运营、数据和财务团队看到的“转化”才是在讨论同一件事。

渠道命名也要统一。不要把“短视频”“达人”“内容推荐”“外部内容”混在一个字段里，而应拆成渠道大类、平台、投放形式、计划、素材和人群。命名颗粒度太粗，无法知道到底是平台不行、形式不行，还是某一组素材不行。

2. 用五个问题判断一个渠道是否值得放大

1. 它是否带来了新的用户？重点看支付新客占比、新客绝对数和新客重复触达情况，而不是只看总成交。
2. 它是否改变了用户的后续行为？观察品牌词搜索、店铺回访、收藏加购和自然流量是否出现同步变化。
3. 它的边际效率是否仍然成立？预算增加 20% 后，新增订单和新增毛利是否与预算同步增长。
4. 它能否被稳定复现？单日爆发可能来自活动、达人热度或偶然事件，至少要跨周期验证。
5. 它的测量误差是否可接受？如果跨平台跳转丢失严重，必须用实验或增量指标补足，而不是假装数据完整。

这五个问题中，我最看重第三个和第四个。渠道在小预算下表现优秀，并不说明它具备规模化能力；一次爆款内容带来的成交，也不等于整个内容渠道都值得复制。增长判断看的是边际效率和可复现性，不是历史总量。

3. 把渠道分成四类，避免用同一套 KPI 管所有投放

第一类是需求承接渠道，例如站内搜索和购物车召回。它们的任务是接住明确购买意图，适合关注支付转化率、成交成本和预算利用率。

第二类是需求发现渠道，例如推荐流量、兴趣人群和场景化内容。它们承担的是让用户发现商品，适合观察有效访问、收藏加购、新客覆盖和后续搜索变化。

第三类是需求教育渠道，例如测评、教程、达人讲解和长内容。它们常常需要更长决策周期，不能只看当天成交，应该看路径参与率、7 日支付率和新客质量。

第四类是关系沉淀渠道，例如会员触达、私域回访和老客召回。它们不一定带来大量新客，但可能显著降低复购成本。若用新客成本评价这类渠道，会得出完全错误的结论。

4. 先做归因校准，再做模型升级

很多团队一上来就讨论多触点模型、机器学习模型或复杂的用户级路径算法，但基础数据还没有完成校准。这样的升级通常只会把错误数据包装得更复杂。

我建议按三个阶段推进。第一阶段，统一渠道命名、事件定义和订单口径，解决“看不懂”的问题。第二阶段，建立最后点击、首次触达和路径加权三套报表，解决“看不全”的问题。第三阶段，针对重点渠道做地域、人群或时间对照实验，解决“分不清因果”的问题。

如果第一阶段没有做完，模型越复杂，团队越难解释结果。归因系统最重要的不是算法名词，而是投放人员能否根据结果做出相同、稳定、可复盘的动作。

五、具体案例和数据观察：一次新品投放如何从“看错来源”到“找到增量”

1. 案例背景：搜索成交很好，但新品增长没有跟上

下面这个案例采用匿名化和情景模拟数据，方法来自我参与过的新品投放复盘。某功能型个护商品客单价约 260 元，首月预算 80 万元，目标是获取支付新客并验证内容渠道是否值得长期投入。

第一周的后台数据显示，搜索广告花费 32 万元，直接归因支付新客 1,120 人；内容渠道花费 24 万元，直接归因支付新客 260 人；推荐流量花费 16 万元，直接归因支付新客 470 人；会员召回花费 8 万元，直接归因支付新客 90 人。按照直接新客成本看，搜索渠道几乎毫无悬念地胜出。

但团队同时发现，店铺品牌词搜索量较投放前增长 34%，内容曝光人群中的品牌词搜索率明显高于未触达人群。内容用户的直接支付少，却更容易在 3 至 7 天内回访商品页。于是我们决定不立即砍掉内容，而是把它放进路径归因和对照测试中。

2. 第一步：拆开品牌词和非品牌词

如果把品牌词和非品牌词放在同一张搜索报表里，搜索渠道的成本会被显著美化。品牌词用户往往已经知道商品或店铺，广告的作用更多是承接和防守；非品牌词用户则可能处于比较和发现阶段，才更接近增量获取。

拆分后，搜索广告的直接新客成本从 286 元上升到 418 元，其中品牌词新客成本为 176 元，非品牌词新客成本为 563 元。这个结果并不意味着搜索失去价值，而是说明搜索内部存在两种完全不同的任务：品牌词负责防守和承接，非品牌词负责竞争和拉新。

预算调整后，我们没有停止品牌词，而是限制其预算增长，把新增预算优先给高转化的非品牌词和内容回流词。同时，内容素材不再只强调优惠，而是集中解释使用场景、适用人群和与普通产品的差异。

3. 第二步：用路径观察内容渠道的中段价值

我们把用户路径按首次触达、首次进店、收藏加购、搜索回访和支付五个节点拆开。结果显示，内容渠道触达用户中，有 29% 在后续 7 天内发生过品牌词或商品词搜索，未触达人群只有 17%。这不是单凭相关性就能证明因果，但足以说明内容与后续搜索存在值得验证的关系。

接着，我们在相近人群中设置内容触达组和非内容触达组，尽量保持价格、库存、活动和搜索预算一致。两组的直接成交差异不大，但触达组的商品页回访率高 8.4 个百分点，7 日支付率高 3.1 个百分点，支付新客增加 18%。

从经营角度看，这个结果支持“内容承担前段需求培育”的判断，但并不支持无限放大内容预算。因为当内容频次超过每人每周 5 次后，新增访问开始下降，负反馈和跳失率上升，说明渠道存在有效频次边界。

4. 第三步：用边际预算测试决定是否放大

第二周我们把内容预算提高 25%，但没有同步增加素材数量，而是只增加表现稳定的两类素材，并控制人群重叠。结果是内容触达人数增加 21%，7 日路径参与新客增加 16%，增量新客成本从 612 元升至 681 元。

这个变化说明内容仍然可以扩量，但边际效率已经下降。若继续快速加预算，预计新增成本会进一步上升。因此最终决定是保留内容渠道约 30% 的新客预算，不把它提升到 50%；同时把更多精力放在素材复用、达人分层和高意向回流人群上。

搜索渠道则采取相反策略。搜索总成交仍然很高，但非品牌词边际成本上升较快，预算增加 20% 后新增支付新客只增加 9%。因此搜索渠道维持总体预算，减少低效泛词，把预算转移到高意图词和内容回流词。

六、不同情况下的行动建议：把归因结果变成投放动作

1. 如果目标是短期冲成交

大促、清库存或新品首发当天，优先使用能够快速承接需求的站内渠道，但要单独标记品牌词、购物车召回和老客回访。短期目标允许使用最后点击作为执行指标，因为团队需要快速调整出价、预算和人群。

不过，即使是大促，也建议保留一个简化的增量观察。可以对部分地域、部分人群或部分时段设置轻量对照，至少判断搜索订单增长是否超过自然波动。否则，投放团队可能在本来就会发生购买的时段投入过多预算。

• 日报关注：消耗速度、支付转化率、成交成本、库存和退款风险。
• 复盘关注：新客绝对数、品牌词占比、自然流量变化和全店支付增长。
• 预算动作：优先加到边际成本稳定的计划，不要只加到历史回报率最高的计划。

2. 如果目标是新品拉新

新品投放不应只依赖搜索。没有品牌认知时，搜索承接能力有限，内容和推荐渠道需要承担解释产品、建立信任和创造搜索需求的任务。此时建议把 7 日甚至 14 日路径纳入复盘，并单独看支付新客、首购客单价和后续复购。

新品素材要避免只追求点击。对于功能型产品，我会优先测试三类表达：解决什么具体问题、适合什么人、为什么现在值得购买。每类素材至少保留一个明确假设，后续才能知道是人群、卖点还是呈现方式影响了结果。

• 前段指标：有效触达人数、去重新客覆盖、视频完整观看率。
• 中段指标：商品页回访率、收藏率、加购率、咨询问题类型。
• 后段指标：7 日支付新客率、增量新客成本、首购后 30 日复购率。

3. 如果目标是提升利润而不是提升订单

利润导向的归因必须把折扣、佣金、履约成本、退款和售后成本纳入核算。某渠道可能带来大量订单，但用户集中购买低毛利商品，或者退款率高，最终贡献的经营利润并不高。

我建议将渠道评价从“成交金额”切换为“增量毛利”。计算时至少扣除商品成本、平台及支付费用、优惠让利、履约成本和退款损失。对于内容渠道，还应考虑制作和达人服务的固定成本，避免只把媒体花费纳入渠道成本。

4. 如果数据链路不完整

跨平台内容、达人分享和外部广告经常存在用户标识缺失、跳转中断和浏览器限制，不能假设所有流量都能被精确追踪。此时应建立“可追踪数据”和“不可追踪影响”的双层框架。

可追踪层使用渠道参数、落地页、优惠码、短链、点击标识和订单匹配；不可追踪层则观察品牌搜索、店铺访问、直接流量、区域销量和新客变化。后者不能直接归因给某一个渠道，但可以通过时间序列、地域对照或人群实验判断整体影响。

• 每个渠道使用唯一参数，避免多个代理商共用同一来源名称。
• 订单匹配时保留曝光时间、点击时间、进店时间和支付时间。
• 跨平台跳转时记录落地页加载成功率，排查“点击很多、访问很少”的技术损耗。
• 对无法匹配的订单单独建立“未知来源”池，不要强行平均分配给已知渠道。

七、不同情况下的取舍：没有完美归因，只有适合问题的证据

1. 精确追踪与真实用户体验之间的取舍

追踪字段越多，理论上越容易还原路径，但页面加载、隐私合规和跨端识别的复杂度也会增加。一个追踪系统如果让落地页变慢 1 秒，可能损失的转化价值高于它带来的分析收益。

我更倾向于保留少量真正会影响决策的字段：来源平台、投放形式、计划、素材、人群、触达时间和核心事件。对于很少被使用、也不影响预算判断的字段，宁可不采集。归因系统首先要服务业务，而不是满足数据表的完整感。

2. 归因速度与归因准确性之间的取舍

实时归因适合日常竞价，但实时数据往往不完整，尤其是延迟支付、退款和复购尚未发生时。月度归因更接近真实价值，却无法支持当天的投放调整。两者不能互相替代。

我通常把数据分成三层：小时级用于异常监控，日级用于计划优化，周级或月级用于预算分配。投放人员不应因为小时级报表出现短暂高回报，就立即大幅增加预算；也不应因为日级内容转化偏低，就在用户尚未完成决策前停止投放。

3. 新客规模与用户质量之间的取舍

某个渠道的新客成本低，可能是因为吸引了大量低意向用户；另一个渠道的新客成本高，可能带来的用户客单价、复购率和推荐价值更高。预算分配不能只追求低成本，否则会把团队带向低质量规模。

我会给新客设置质量分层：首购金额、折扣依赖度、退款率、咨询复杂度、30 日复购和会员入会率。对于高复购品类，允许首次获客成本略高；对于低频耐用品，则更看重首购毛利和售后风险。

4. 归因复杂度与团队执行能力之间的取舍

小团队不需要一开始就搭建复杂的用户级模型。若团队每天连渠道命名、活动时间和订单口径都无法维护，复杂模型只会增加争论。最实用的起点，是建立一张可持续更新的渠道台账，并坚持每周回答同一组问题。

当团队能够稳定维护数据，再逐步加入路径权重、实验对照和生命周期价值。归因成熟度不是由报表页数决定，而是由预算调整后能否被复盘和解释决定。

八、落地执行：投放人员可以从明天开始做什么

1. 用一天完成基础排查

第一天不要急着更换归因模型，先盘点当前所有流量来源。把天猫站内广告、推荐、内容、达人、站外投放、会员触达和自然流量列出，确认是否存在同名不同义、不同名同来源的情况。

1. 导出近 30 天渠道、计划、素材和订单数据。
2. 标记品牌词、非品牌词、店铺回访和购物车召回。
3. 统一支付订单、新客、退款和复购的定义。
4. 检查每个渠道是否有唯一参数、唯一落地页或可匹配标识。
5. 将无法解释的订单放进未知来源，不进行强行归因。

2. 用一周建立三张核心表

第一张是渠道效率表，回答“钱花在哪里、直接得到什么”；第二张是用户路径表，回答“用户在支付前经历过什么”；第三张是增量验证表，回答“减少或增加某渠道后，全店结果如何变化”。三张表不需要一次性追求极致自动化，但必须保持口径一致。

3. 用一个月完成预算决策升级

第一个月的目标不是得到所谓“完美真实”的渠道贡献比例，而是识别三个可执行结论：哪类渠道适合承接、哪类渠道适合创造需求、哪类渠道在预算增加后效率下降最快。

每周固定召开一次 30 分钟归因复盘，只讨论预算动作，不讨论没有行动价值的数字差异。会议可以按照“现象，证据，假设，实验，下周动作”推进。比如，内容渠道直接成交低是现象；7 日回访率和对照组支付率是证据；内容承担需求培育是假设；控制频次并测试新素材是实验；下周保留 30% 预算并观察边际成本是动作。

4. 建立预算放大阈值

我建议不要用单一回报率决定是否加预算，而是设置组合阈值。只有当直接新客成本、增量新客成本、增量毛利和数据可信度同时达到要求时，才适合明显放大。

九、结尾：看清流量来源，最终是为了看清增长能否复制

1. 归因报告最有价值的不是“谁贡献了多少”

在天猫投放中，渠道归因的难点从来不是把订单分给不同来源，而是识别用户决策中的真实变化。搜索可能负责接住需求，内容可能负责创造需求，推荐可能负责扩大触达，会员可能负责让一次购买变成持续关系。不同渠道处在不同位置，就不能用同一把尺子评价。

我最警惕的，是一张看起来非常精确的归因报表。它把复杂路径压缩成若干百分比，却没有告诉团队数据是否完整、结果是否增量、渠道是否能复制。相反，一份明确标注不确定性、能够指导实验和预算动作的报告，往往更接近真正的经营价值。

2. 下一步行动清单

1. 先把品牌词、非品牌词、老客召回和新客拉新拆开。
2. 为曝光、点击、访问、加购、支付、退款和复购建立统一事件定义。
3. 同时保留直接归因、路径归因和增量验证三种视图。
4. 按商品决策周期选择 1 日、3 日、7 日或 14 日观察窗口。
5. 每次预算放大控制幅度，并记录边际新客成本和增量毛利变化。
6. 对无法追踪的流量建立未知来源池，不用平均分配制造虚假精确。
7. 每周只保留能够改变预算、素材、人群或频次的结论。

投放人员真正要放大的，不是某个渠道在报表上的功劳，而是从流量触达、用户考虑到支付和复购之间可被重复验证的增长路径。当你能回答“这笔预算带来了谁、改变了什么、如果不投会怎样、继续加钱还能得到什么”，天猫数据才真正从统计报表变成了增长决策工具。

免费注册

咨询方案

扫码咨询方案