过去四年我一直在帮不同规模的企业做营销投放与营业额增长之间的归因分析。绝大多数客户来找我时，都带着同一个痛点：预算涨了，营业额也涨了，但没人说得清涨的这部分营业额里，有多少是投放带来的，有多少是碰巧赶上了市场行情。2023年一季度，我服务的一家消费品客户月投放额从20万涨到80万，同期营业额从150万涨到210万。表面看ROI约等于1.86，似乎还能接受。但当我们把自然流量、回头客、季节性波动和促销日历全部剥离之后，发现投放带来的增量营业额只有11万。
也就是说，每多花1块钱，只换回来0.73块的增量营业额，等于投放越多亏得越多。这个案例让我意识到，大部分企业不是不会看数据，而是看错了数据。
在展开详细分析之前，我先把最核心的判断结论放在最前面。这里的结论不是口头上的“投放应该关注效率”这样的正确废话，而是三个可以直接指导决策的明确判断。
很多管理者习惯把营业额曲线和广告投放曲线放在同一张图里，看到两条线都在往上走，就认为投放是营业额增长的原因。这是最危险的判断方式。实际运行中，品牌知名度、渠道铺设、产品口碑、客服能力、库存深度、价格策略、竞品动向、宏观经济环境都会影响营业额。投放只是其中一个输入变量。
2022年我做过一次完整的样本推演：一家年营业额5000万的中型电商，全年投放1200万。当我们用多元回归模型把十几个变量全部纳入之后，投放对营业额的独立贡献率只有34%。剩下66%来自老客复购、自然搜索、内容流量和渠道自然增长。这意味着这家公司的投放其实是在“顺势而为”，如果只看投放与营业额的相关性，会误以为投放效率极高，但拆开之后会发现，真正驱动增长的引擎不是广告。
不同品类、不同转化周期，投放产生作用的时间差完全不同。电商快消品最快，可能当天或者隔天就见效；耐用品和家电通常要一到两周；线下连锁服务业要两到四周；B2B复杂产品甚至要三到六个月。我见过最极端的案例是一家医疗设备公司，客户从看到广告到正式签约，平均需要187天。如果按月度报表来评估投放，几乎每个月都会得出“投放无效”的错误结论。
这个滞后错位是导致企业频繁调整投放策略的头号原因。
增量贡献的核心思路很简单：如果我不投这笔广告，会少赚多少钱？这需要通过实验设计和对照组的构建来完成。具体做法是在条件相近的市场上，一个投广告、一个不投广告，观察营业额差值。条件不允许时，也可以用时间序列断点回归：在投放量大幅变化的前后，找到营业额变化的拐点，再对比其他不变量。
只有这样算出来的增量，才是真正可以用来指导预算决策的数据。
下面写三个我亲身经历的场景，可能比任何教科书案例都有说服力。这三个场景分别对应了B2C消费品、B2B企业服务和线下连锁零售。它们的行业、人群、转化链路完全不同，但暴露出来的核心问题高度一致。
2021年，这家消费电子品牌在国内市场面临增长瓶颈。他们年营业额大约1.2亿，广告预算占营收比从8%逐步加到15%。前三个季度，每一轮加预算都能看到次周营业额的小幅上涨，但到了第四季度，营业额不涨了。管理层非常紧张，认为市场饱和了，准备全面收缩投放。
我接手后首先做了时间对齐。把广告点击数据按小时回放，发现一个很有意思的细节：用户点击广告之后，平均要经历2.3次访问才产生购买，第一次访问大多是半夜或者午休时间，真正下单集中在晚上8点到11点。前三个季度看起来“有效”，是因为当时平台算法的推荐逻辑把广告碰巧推给了大量强购买意图用户。而第四季度，投放覆盖面扩大到了陌生人群，广告点击率没有变差，但中间访问次数从2.3次涨到了4.6次。
问题不是“投放失效”，而是“投放的决策路径变长了”。这时候需要的是转化路径优化，而不是收缩预算。后来我们做了两类调整：一是把广告素材从单一产品图改成“场景+使用教程”型，缩短用户决策路径；二是启动以周为单位的频次控制，避免同一用户被过量触达反而产生疲劳。调整后第五周，营业额回流到正常增长轨道，增量获客成本下降了31%。
一家国内做客户管理软件的SaaS公司，客单价5万到15万之间，销售周期平均62天。他们2022年看广告后台的点击量接近800万次，线索量也有4万多条，但市场部与销售部之间长期因为“线索质量”吵架。销售说投来的全是垃圾线索，市场部说自己带来了几万条线索，管理层夹在中间不知道信谁。
我们引入了一套完整的线索ID追踪体系：每个广告点击单独生成标记ID，用户在官网的行为全部打点到CRM里。你会发现最终转化的客户里，有62%第一次接触品牌不是通过广告点击，而是通过官网直接访问。但这些直接访问的客户里，有接近一半在两周到两个月前看过广告。这个发现直接改变了归因口径，从最后一次点击归因改为首次触点归因之后，广告对最终成交的贡献率从21%提升到了58%。问题不是投放效果不好，而是原来的归因方式根本看不到早期触点。
一家拥有42家门店的连锁餐饮客户，有一套固定的商圈投放策略。2022年下半年为了压成本，他们决定停掉投放。停投的第一周、第二周，营业额几乎没变化。管理层认为“投放本来是白花钱”，没想到第三周开始，营业额出现连续下滑，第五周跌破盈亏平衡线。后来恢复投放后，花了整整八周才把客流拉回原来的水平。
这个案例生动说明：投放的效果不是“停了就停”，而是像水池里的水一样，持续注水才能保持水位。池子里的存量品牌资产会掩盖投放的即时作用，而一旦水位耗尽，再想恢复成本会更高。
误区的可怕之处在于每一次判断都觉得自己在依据数据说话。下面这四个问题是我在各行各业反复看到的，每一条都足以让正确的投放变成无效投入。
两个曲线同时上涨不能证明谁导致了谁。但企业的月度经营分析会上，这个逻辑错误每天都在发生。更麻烦的是，有些时候相关性甚至会反向传递：比如夏季空调的搜索量上升，广告投放量也上升，营业额跟着上升。广告投放在这个链条里只是“被季节带起来的伴生变量”，而不是主动驱动力。
要拆掉这个误区，最简单的办法是错位对比：把广告投放曲线往后移一到两周再叠加上去。如果营业额曲线也跟着后移而同步，说明可能存在因果；如果不跟着移动，说明两件事只是碰巧同时发生。
ROI是平均概念，不是边际概念。很多老板看到整体ROI是3，就觉得继续加预算一定是划算的。但实际上，当投放体量超过最优规模之后，每增加一块钱的边际收益会快速下降。平均收益看起来还行，是因为早前那批高效率流量把平均值拉住了。在这个阶段继续加预算，是在用前期的低效投放稀释整体利润。
正确的做法是把不同投放规模下的边际ROI拆出来看。以信息流广告为例：单日预算5000以内时，边际ROI能到3.2；预算加到2万到3万之间，边际ROI降到了1.8；超过5万之后，边际ROI只剩0.95。继续加钱就是在亏本。
搜索广告、信息流广告、短视频直播、社交媒体内容种草、线下广告，每一类渠道从曝光到成交的时长都不一样。拿用户从点击到下单的平均转化周期来说：搜索广告可能是1到3天，信息流广告是3到7天，KOL种草需要14到30天，线下广告则是30到90天。如果你对一个30天才能转化的渠道做7天归因，你的结论必然是“这个渠道没有效果”，然后砍掉预算。结果三个月后，整体营业额下降，你才发现那个被砍掉的渠道才是真正的品牌资产蓄水池。
市场部为了证明预算的合理性，会把公司整体的营业额增长全部算在投放头上；管理层如果不做分离，就会高估投放效率，并基于这个错误判断追加预算。甄别的方式很简单：看非投放渠道的独立访客趋势。如果自然搜索、直接访问和口碑流量本身就在上升，说明品牌自身有增长势能，投放只是锦上添花。
前面说的都是问题和误区，这一章给出一套我实际落地过的判断逻辑。这套逻辑不是万能公式，但它能帮你在大多数场景下避免重大方向性错误。
不要试图直接从广告花费跳到营业额。中间还隔着认知层、兴趣层、意向层和转化层。我把这个链条拆成七层指标：曝光量、点击量、落地页访问量、有效交互量、线索量、商机量、成交额。每一层之间都有转化率，一层掉了都会导致末端营业额变化。
当营业额异常波动时，先逐层检查到底断在哪一层。如果曝光量正常、点击量正常、落地页访问量剧降，问题可能在素材与页面承接的匹配度上。如果线索量正常、商机量下降，问题可能在销售跟进速度或者话术上。投放只是推动这个链条的起点，不代表全链条的责任都在投放。
归因窗口没有标准答案，但可以参考这个基准：把历史成交订单的“第一次触达日至成交日”全部拉出来，算P50和P90时间。P50是50%的成交在多少天内完成，P90是90%的成交在多少天内完成。用P90作为归因窗口是相对稳妥的选择。这样能覆盖绝大多数有效订单，也不会因为窗口过长导致数据过于分散。
有条件的时候，把投放量最大的市场分成两组，一组正常投放，一组刻意降低50%预算但保持活动承接不变，观察四周的营业额差异。这个差异就是投放的真实增量。没条件分组时，可以选三个自然周期内没有大促的连续月份，设定投放预算阶梯：第一周保持原预算，第二周提升20%，第三周提升50%，第四周回落到原预算。观察每一档预算变化对应的营业额反应，从而估算增量弹性。
当营业额出现了变化，我们需要知道变化里有百分之多少来自投放、自然增长、季节性、促销和竞品波动。一种数学实现方案是：先建立季节性基线（用过去三年月均营业额做T值分解），再扣除促销日效应，然后看去掉投放之后的时间段里营业额是否仍保持一致趋势。剩下的差值就是投放及其他随机因子的贡献。
这个方法不需要很深的算法基础，Excel里的多元回归加上业务理解就能完成。
企业不做学术分析，所以一切判断最终都要落回到行动信号上。我习惯把结果分成四类：大量亏损但仍有用户积累，说明是品牌广告性质，需要拉长评估周期；亏损且用户留存差，说明人群定向错误，需要换内容策略而不是换预算；盈利但增速放缓，说明接近饱和，需要开辟新渠道；盈利且增速稳定，说明可以继续放量，但需要守住边际ROI底线。
这一章提供三个完整的案例拆解，并补充一些跨行业的规律观察。为了保护商业隐私，所有客户信息都做过去标识化处理，但核心数据是从真实业务里拿到的。
2023年“618”大促前后，这家护肤品牌做了一个典型的投放实验。他们从4月中旬开始将抖音和某红书平台的投放预算从日均3万元逐渐提至日均8万元，两周后总营业额从单周60万涨到单周95万。表面看效果非常理想。
但把渠道拆开看就会发现一个问题：在此期间，自然搜索带来的营业额单周也涨了12万。因为很多用户看完广告之后没有立刻点击，而是自己去搜品牌词。如果用传统的last-click归因，这12万会被归给“自然搜索”，而不是投放。可如果把这个逻辑搞清楚，投放的真实贡献应该加上这12万。调整归因口径后，这两个渠道综合的边际ROI从2.4提升到了3.1。这个案例的价值在于：正确归因不是为了让数据变好看，而是为了在砍预算的时候不误伤真正有效的渠道。
| 时间周期 | 投放日均预算 | 整体周营业额 | 自然搜索周营业额 | 归因后实际投放贡献 |
|---|---|---|---|---|
| 4月第1周 | 3万元 | 60万元 | 15万元 | 20万元 |
| 4月第3周 | 5万元 | 72万元 | 18万元 | 28万元 |
| 5月第1周 | 8万元 | 95万元 | 27万元 | 36万元 |
| 5月第3周 | 10万元 | 101万元 | 29万元 | 39万元 |
| 6月第1周 | 12万元 | 104万元 | 31万元 | 40万元 |
这个表清楚显示出边际收益的快速递减：投放预算从日均3万涨到日均12万，翻了两番，整体营业额却只涨了73%，实际投放贡献只翻了一倍。如果只看总额，会觉得“投得多赚得多”，拆开看就发现后段的投放效率明显变差了。
这家公司面临的问题是广告投放线索量一直很高，从后台看每个月光“获取线索”就投入近15万元，但销售签单额一直在400万上下徘徊。我们用三层传导模型一查，发现第一层完全正常：曝光量、点击量和线索量都在增长。问题出在线索到商机这一层，转化率从之前的22%跌到了11%。
进一步查原因，发现销售部人员从18人减少到12人，同时销售流程因为上线了新的客户管理系统而变慢。这跟投放没有任何关系。如果管理层只看投放费用和营业额，就会得出“投放效率变差”的结论，实际是销售承接能力跟不上。把销售部门补足后，第二个月营业额直接涨到520万。
这不是孤例。服务过的B2B公司里，有三成以上“投放效果变差”的最后都查到了销售端或客服端承接能力的问题。
一家做家政保洁的公司，在几个主要城市投搜索广告和朋友圈广告，单月投放预算约6万元，月营业额28万。他们想知道如果省下这6万元，营业额会掉多少。我们选了两座城市做对照实验：A城市保持投放，B城市停投一个月，同时两座城市在月底都推出同样的9.9元体验券活动。
结果是：停投城市第一周营业额基本持平，第二周开始下降，第三周已经比A城市低了30%以上。更关键的是，停投城市的体验券领取量只有A城市的55%。这意味着投放不仅影响即时订单，也影响未来两周到四周的潜在客户储备。如果只看第一周数据就判断“可以不投”，那会错得离谱，后续的复购和转化都会受到连锁影响。
把自己服务过的约60家客户的增量数据汇总后，我得到一些非常粗略的经验区间：快消品电商的成熟期边际ROI通常在1.5到2.8之间；本地生活服务业在1.2到2.0之间；B2B软件在0.8到1.7之间，但客户生命周期价值通常是首单的4到6倍，所以真实ROI要放到两年以上看。这些数据不是行业基准，因为不同公司基础不同，但它们提醒我们：不要拿别人所在行业的平均ROI来要求自己，更不要把一个月的ROI当作全年决策依据。
判断逻辑有了，案例也有了，但不同发展阶段的企业不应该执行同一套策略。下面按企业周期给出明确建议。
初创期最大的问题是没有足够的历史数据来支撑模型。建议做三件事：第一，在所有广告链接上加追踪参数，至少把来源渠道、点击时间、转化时间记录下来；第二，不以ROI为唯一目标，同时关注线索量和有效线索率；第三，从第一笔预算开始就建立固定周报模板，宁可数据少，也不要没有口径。
初创期不需要复杂的增量测试，用简单的趋势对比就能看清楚方向。关键是养成依据数据做调整的习惯，而不是看到三天没效果就换素材换渠道。
成长期企业已经有了一定的数据积累，这个阶段的重点是精细化。先建立前面说的“投放，中间指标，营业额”三层模型，把每一层的转化率按月追踪。然后确定不同渠道的归因窗口，把P90作为统一口径。最后，每两周做一次边际ROI扫描，发现低于阈值的渠道及时降量。
成长期最容易犯的错误是“全面铺开”：新渠道测试、新素材尝试、新人群挖掘一起上。这样后来复盘时根本不知道是哪个动作带来了增长。我建议每次只改一个变量，保持其他变量不变，连续观察两个完整的归因窗口。
成熟期企业的投放目标不再只是卖货，还要维护品牌认知和行业地位。我的建议是把预算分成“效果池”和“品牌池”两个部分，各自有独立的考核指标。效果池看的是增量营业额、边际ROI、客户获取成本；品牌池看的是搜索指数、品牌词搜索量、第三方平台的品牌声量。
成熟期企业也要构建更完整的长期增量测试体系，例如每年固定做一次品牌电梯广告的停投测试，评估其对全渠道流量和营业额的长尾影响。不要因为品牌广告短期看不出直接转化就一直砍预算。
绝大多数企业都不是想清楚才行动的，而是在预算约束下做取舍。这一章专门讨论取舍问题，每条都会给出我的明确主张。
很多老板觉得增量测试是在“浪费钱”，把本来可以全部投出去的量拿来做了实验。但我的经验是，在信心不明确的时候，把10%-20%的预算留作测试组合，能避免把80%的预算浪费在错误方向里。与其着急把预算花完，不如先探明哪些渠道存在真实增量。
取舍标准也很简单：如果你连续三个月的投放策略没有做过任何调整，说明你大概率没有做增量测试，这时候最该做的事就是砍掉部分预算去做实验。
当获客成本持续上升时，把一部分预算从拉新转到老客复购和会员运营是更划算的选择。我曾经服务过一个生活日用品牌，拉新成本一年涨了42%，而老客复购的平均利润是新客的3.7倍。我们把月度预算的25%从拉新转向老客触达和维护，一个季度后整体营业额反而增长了16%。
不要被“增长必须靠拉新”的惯性框住。留存投入的ROI虽然不直接显示在投放报表里，但对营业额的传导效率通常更高。
短期效果广告的好处是回款快、报表好看，坏处是很难形成壁垒。长期品牌广告则相反，短期数据不一定好，但能持续压低未来所有的获客成本。我的建议是：如果公司毛利健康、现金流稳定，品牌投入占比至少要到30%，否则就是在不断消耗品牌资产换取即时收入。
具体的取舍可以按照市场竞争格局来定。如果所在赛道竞争激烈、产品同质化严重，品牌投入占比还要更高。因为用户最终选择的不是你短期卖得最多的那个，而是他最先想到的那个。
投放扩大之前，先检查销售端、客服端和供应链是否能承接上游增长。我见过太多“广告大量投放引起服务崩溃”的案例：咨询暴增之后客服响应时间从3分钟变为2小时，把本来可以通过广告获得的新客全部转化给了竞品。这种损失可能三个月都无法恢复。
比较务实的建议是：每次预算上涨前做一次压力测试，模拟营业额增长30%时，客服能不能接得住、库存能不能供得上、物流能不能按时发货。如果接不住，宁可少投也要先把服务短板补齐。
投放与营业额之间的关系，从来不应该是“花一笔钱、看一个数”的简单循环。它是一条链路、一个系统、一组由因果关系连接起来的业务动作。我看过太多的企业因为归因错误而砍掉正确的渠道，也看过很多企业因为只看平均ROI而持续加注亏损预算。这篇文章的核心判断是：用相关性代替因果、用平均代替边际、用短期代替长期，是导致投放与营业额关系失真的三大根因。
你现在能做的第一件事，不是立刻调整预算，而是把过去十二个月的投放数据和营业额数据按周拉平、按渠道拆开、按时间窗口对齐，然后看看哪些结论会因此改变。如果看完之后你发现原来的认知站不住脚，那就说明这篇文章已经找到了值得你不舒服的那个点。下一步，请按我说的四步框架落地：建立三层传导模型、确定P90归因窗口、做一次预算阶梯测试、把边际ROI纳入日常监测。数据不会直接告诉你最佳答案，但它会帮助你排掉错误选项。
对投放和营业额之间的关系保持敬畏，是做好增长决策的第一步。
我每个月做投放复盘都会拉营业额曲线，但营业额涨的时候不一定是投放的功劳，跌的时候也不一定是投放失效。我想知道到底应该重点看哪些维度的数据，才能把投放和营业额之间的因果关系说清楚。
只看总营业额曲线，是很多团队最常犯的第一个错误。我接手过一家电商公司的投放复盘，最初他们做的是：打开营业额报表，发现投放周期内营业额在涨，就写“投放带来了增量”；一旦营业额微降，就写“投放效果不及预期”。
这种判断方式经不起细问，营业额本身就是多条引流渠道、自然流量、复购活动共同作用的结果，直接看总量归因，等于把所有功劳和锅都扣在营销头上，结论自然不靠谱。我做了一次针对性改造：把数据按维度切片后再归因。先拉出投放前后各7天的每日营业额，用投放前7天的日均营业额作为自然基线；
然后把投放周期的营业额拆成基线部分和增量部分，只看增量部分在投放前后的变化。第二步是拆流量渠道，区分自然搜索、直接访问、付费投放和站外内容四条路径，看每一条路径的转化率和客单价变化。第三步，用Excel的线性趋势线和R²值算一下营业额增量与广告花费之间的相关性，而不是靠肉眼看曲线。
有一次我们按这个逻辑发现：总体营业额在投放周只涨了4%，但自然搜索渠道的营业额涨了37%，付费渠道只涨了1.8%。当时如果只盯总营业额，会得出“投放效果平庸”的结论；拆开后才发现，这次投放的真正价值是带动了搜索心智，而非直接转化。
于是我们把考核指标从“总营业额”改成“投放引致的增量营业额＋自然搜索溢出营业额”，口径一变，投放策略方向也完全不同了。从那以后我的判断很明确：营业额趋势分析里，没有切片就没有归因。
做投放复盘，至少要保证有品牌渠道、效果渠道、自然渠道三个维度的营业额拆分，再叠加转化漏斗数据，否则你看到的趋势图只是“果”，而不是“投放之因”。
我上周投了一波信息流广告，两三天内营业额没涨，团队就开始质疑投放效果。但之前我听人说广告转化会有7天左右的延迟，想知道到底应该给投放多长时间来观察营业额变化，而不是被短期的数据波动吓住。
要不要给投放预留观察时间，取决于你投的是效果广告、品牌广告，还是内容种草，也取决于客单价和决策周期。我自己做过一波日用品投放，客单价59元，广告当天点开、当天买，转化周期几乎为零，营业额第二天就被拉起来了。
后来帮一家企业服务SaaS做投放，客单价6万以上，决策链路要15到30天，广告点击后通常隔三五天才提交试用，营业额明显变化出现在第12天左右。同一个逻辑，在不同行业里观察窗口完全不一样。
有一个比较实用的经验：拉45天数据，把广告活跃期逐日标记出来，同时画两张图，一张是单日营业额，另一张是累计增量营业额。单日曲线容易误导人，某一天可能是大客单带来的偶然波动；累计增量曲线能把短期数据抖动平滑掉。我们当时看到一个很有意思的结论：投放后1到3天，单日营业额一直小幅波动，看不出趋势；
但累计增量从第5天开始抬头，第8天转化陡增，反映的正是销售跟进加上产品试用周期带来的滞后回报。还有一个反直觉的结论：投放结束后，营业额不会立刻均匀回落。我们看到在广告停投后，自然流量带来的营业额还能保持约两周的高位。这个“长尾效应”如果没被纳入分析，结论常常会变成“广告一停，营业额就掉下来了”。
其实健康的衰减曲线反而证明投放产生了记忆效应，不算坏事。所以我的建议是：无论用某项目管理工具追踪投放流程，还是用Excel做数据表，至少要给一次投放完整的7到30天观察期。不要在投放后第3天就做终极裁决，那基本是拿噪声当信号。
这个季度营业额明显比上季度涨了20%，但算下来营销ROI反而降了，老板说投放效率变差了。可我觉得营业额增长背后投放还是有贡献的，这中间到底该怎么判断谁对谁错？
很多团队把“营业额涨了”和“投放效率不错”混为一谈。先看一个真实数据：某季度我们的营业额环比涨了21%，但营销ROI从3.1掉到2.4，老板当场质疑投放团队。如果我们不往下拆，就直接承认投放效率变差，那就掩盖了真实原因，那个季度涨的营收超过六成来自老客户的续费复购，并不是新客投放拉来的。
老客复购这部分，在常规归因模型里算不进投放ROI，但它确实让总营业额变好看了。这说明一个使用要点：当总营业额增长但ROI下滑，先做渠道拆解和人群拆解。渠道拆解看新增新客的漏斗转化是不是真的变差；人群拆解看营业额贡献是不是从新客转移到了老客。
如果新客漏斗没变差，只是老客复购占比升高了，那投放核心能力没问题，ROI下跌是“结构性变化”，说明产品步入了老客运营阶段，市场费用应该适度转向内容和会员运营，而不是急着优化广告素材。反之，如果投放带来的新客确实变少了，但总营业额还在涨，那一般是自然品牌心智在上涨。
这时投放的增量贡献已经在减弱，你需要调整投放策略，比如从效果收割转向品牌种草，而不是继续砸竞价广告。所以我的判断逻辑是：别用单一ROI评价营销投放。要看营业额增长量的构成，再看新客边际获客成本是否上升，最后再看老客占比。做投放的人，最怕的就是只把ROI挂在嘴上，不解释ROI是吃什么构成的。
只有拆明白，才不会被表面数字牵着走。
我们团队预算不多，不敢像大品牌那样铺量投放。每次都是看到营业额一跌就赶紧加投，一涨就收手，但总感觉是在跟自己的数据博弈。想知道该怎么结合营业额趋势，做出更聪明的投放节奏决策。
预算少，就特别怕把钱花在营业额根本不涨的时段。我踩过这个坑：早年做投放，看当天营业额下滑了3%，立刻加大广告预算，结果投了两天营业额没动静，钱却烧掉了。后来复盘发现，那两天营业额下滑只是周末周期性低点，不投也会恢复，增投纯属浪费弹药。
从那以后，我给自己定了一条规则：不做“当日涨跌”决策，只做趋势决策，用移动平均线来识别。具体做法是给营业额建7日均线MA7和28日均线MA28。当MA7持续在MA28上方且距离越来越远，说明处在自然的上升期，这时可适当减少投放，让自然动力发挥作用；
当MA7下落到MA28下方且超过5%，说明趋势在走弱，才有必要用投放托底。阈值需要基于你自己的数据调出来，不能照搬别人的，因为价格带和季节特性差别很大。有一次我在7月淡季做了一波测试：不直接加大预算，而是先拿小成本做三个版本的素材测试，找出一个点击率比原来高1.7倍的创意，再基于它做小预算强化。
8月起营业额自然爬坡，我们把预算从2万加到5万，整体边际ROI比直接盲投高约三成。这说明预算少，反而更容易逼你做出高质量的内容判断。最后一点：预算有限时，重要的是控制投放节奏去贴合营业额波段，不要试图与自然增长对抗。如果一个时段营业额连MA28都站不上，说明大盘环境弱，投再多也拉不动；
而一旦营业额趋势开始抬头，就要敢把预算跟上。这种“量价结合”的思路，比单纯依赖投放算法靠谱得多。
读者评论
这篇文章里的边际ROI衰减曲线让我冷汗直冒。我们之前一直用整体ROI来评估投放效果，看到ROI=2就觉得还能加预算。现在想想，那其实是第一批高意向流量把平均值拉高了，后面砸进去的钱全在亏。文中说的案例非常真实：预算从20万加到80万，表面ROI还行，但剥离自然流量和季节因素后，增量营业额只有11万。我准备照那个逻辑把我们的投放数据按日预算档位重新拆一遍，盯住最后一笔钱换回多少，而不是被平均数字骗了。
关于归因窗口和滞后效应的部分我深有感触。我们做B端业务的，销售周期平均三个月，之前市场部拼命证明投放有效，销售部一口咬定线索是垃圾，管理层每周都在吵。这篇文章点出了一个关键：用户第一次触点往往发生在成交前两个月，但后台默认的归因窗口只有7天，等于把所有早期贡献全忽略了。改成首次触点归因后，广告的贡献率直接翻倍，这个问题确实是很多做长链路生意的团队的隐痛。
最让我警醒的是那个停投后营业额第三周才开始下滑的案例。我们去年也做过类似的事：为了压成本停掉投放，头两周营业额没变化，大家还觉得省对了钱，结果第四周业绩突然崩了，再恢复投放花了快两个月才缓过来。这个滞后效应平时根本看不出来，但它真实存在。文章说得对，投放就像给水池蓄水，表面水位没降不代表水没在被消耗。现在我们对砍预算这件事谨慎多了，至少要做一个增量测试再动手。