能给出有条件结论:如果各渠道的触达记录能按同一客户标识对齐,并且时间窗、口径和去重规则事先写清,那么可以描述“哪些渠道共同参与了这次转化”;但一旦客户在多个设备、多个账号或线下渠道之间切换,这种描述就只能算参与度说明,不能当成单一渠道的因果功劳。手机端百度广告尤其容易撞上这个边界,因为点击、表单、电话和到店往往分散在不同记录里。
多渠道路径下,真正能稳定做的是参与描述:某客户在观察期内先后或同时出现过哪些触点,各触点发生在转化前多久。它回答的是“谁在场”,不回答“谁决定了这次转化”。要往因果方向走一步,至少需要满足三个条件:客户标识可跨渠道对齐;各渠道回传的是同一类转化事件;观察窗足够覆盖典型决策周期。三者缺一,结论强度就下降一档。
一个常见做法是把结论写成带前缀的句子,而不是直接下判断。例如:“在假设同一手机号可代表同一客户的前提下,这次表单转化前7天内,手机端百度广告点击与另一渠道的到店记录同时出现。”这句话里,“假设”和“同时出现”都是刻意的限制词,避免读者把它读成“广告带来了这次转化”。
小样本里,同一客户往往用同一手机号完成点击、咨询和留资,路径看起来干净,于是容易得出“按手机号对齐就能归因”的结论。规模一放大,反例就出现了:客户用A设备点广告、用B设备留资,两次留下的号码不同;或者家人代接电话、销售用工作号回拨,客户标识在中间被替换。此时再按手机号拼接,会把同一个人的两次行为拆成两个“客户”,参与度被重复计算,单渠道功劳被系统性高估。
还有一种更隐蔽的反例:某渠道的转化回传延迟明显长于其他渠道。短窗口统计时它看起来“没贡献”,把窗口拉长后它又突然出现。这说明窗口长度本身会改变渠道排名,而不是渠道效果真的变了。请求量或点击量归零也不能单独证明某渠道无效,它同样可能是标识断裂、回传延迟或统计口径调整造成的。
与其在报告末尾加一句“数据仅供参考”,不如把限制条件前置。可以按这个顺序组织一段说明:
这四步做完,再给出“参与渠道列表”和“无法判断的部分”。把无法判断的部分明确写出来,比强行给每个渠道分配一个百分比更可信,也更容易让销售和投放对同一份数据达成一致。
假设某教育客户在手机端百度广告投放后,收到一次表单留资,同时客服系统记录到该号码此前有过一次另一渠道的咨询。若两个记录的手机号一致、时间相差3天,可以描述为“该客户在转化前3天内出现过两个触点”。但如果留资号码与咨询号码只差一位、且无法确认是否为同一人,就应写成“存在一个无法确认归属的疑似触点”,而不是把它计入任一渠道。这个处理动作会直接影响下一步:确认归属前,不应据此调整两个渠道的预算分配。
当多渠道路径占比升高时,优先做的不是换归因模型,而是验证客户标识的覆盖率。具体动作可以是:抽取一批转化记录,人工核对手机号、设备与销售记录能否对齐,统计其中有多少条能确认是同一客户。如果可确认比例偏低,说明当前数据只支持参与描述,不支持按渠道分配功劳;此时应先补全标识采集或统一回传口径,再谈归因。
如果可确认比例较高,也要保留时间窗敏感性测试:把窗口从7天改为14天或30天,看渠道排序是否稳定。排序稳定,结论才值得写进对外说明;排序翻转,就应在结论里注明“渠道贡献排序对观察窗敏感”。无论哪种结果,手机端百度广告的投放数据都只能说明广告侧的触达与转化记录,不能据此推断自然搜索排名的变化,两者是不同机制。