第02章：归因——你以为的 ROAS 不是真实的 ROAS
第02章：归因——你以为的 ROAS 不是真实的 ROAS
“如果你用错了归因模型，你会在错的地方加钱，在对的地方砍钱。”
一、归因问题的规模
在 DTC 品牌的增长实践中，没有任何话题比「归因」更让 Performance Lead 头疼。
一个典型的场景：
客户在 Instagram 上看到了广告（第一次接触）→ 去 Google 搜索了品牌（第二次接触）→ 点击了 Google 的品牌词广告 → 购买了。
请问，这一单应该归功于 Meta 广告，还是 Google 广告？
- Meta 的归因系统说：这是 Meta 的功劳（因为用户先看到了 Meta 广告）
- Google 的归因系统说：这是 Google 的功劳（因为用户最后点了 Google 广告购买）
- 真实情况：两个渠道都有贡献，只是贡献的性质不同
当你的月广告花费超过 $50,000，归因问题就会开始真实地影响你的预算决策。
二、常见归因模型及其偏差
Meta 自身归因（7天点击 + 1天浏览）
Meta 会把用户过去 7 天内点击过你广告后的购买，以及过去 1 天内看过（未点击）广告后的购买，都算作 Meta 的功劳。
已知偏差：
- 重复计数：一个购买可能同时被 Meta 和 Google 各算了一次
- 浏览归因（View-Through）：用户看了广告但没点，之后买了——这个销售是 Meta 推动的吗？不一定。
- 过长的归因窗口：7 天内购买的用户里，有多少是因为广告，有多少是本来就要买的？
Meta 广告 ROAS 通常比真实值高估 30-50%。
Google Analytics / GA4（最终点击归因）
GA4 默认使用数据驱动归因（Data-Driven Attribution），但在数据不足时回退到最终点击（Last Click）。
最终点击归因把所有功劳给最后一次点击的渠道，严重低估了「上游渠道」（Meta、内容营销等）的贡献。
Triple Whale（DTC 常用第三方工具）
Triple Whale 用自己的 Pixel 追踪用户行为，通过后续购买行为来反推广告贡献。
相对 Meta 自身归因更保守，通常比 Meta 报告的 ROAS 低 20-30%。
Triple Whale 的数字更接近真实，但仍然基于 Cookie，在 iOS 14+ 后准确度有限。
三、正确使用归因数据的方法
不要用单一来源的数字做决策
建立「三视角对比」：
| 渠道 | Meta 报告 ROAS | GA4 归因 ROAS | Triple Whale ROAS |
|---|---|---|---|
| Meta | 3.8 | 1.9 | 2.6 |
| Google Brand | N/A | 12.0 | 4.2 |
| Google Shopping | N/A | 5.3 | 3.1 |
| TikTok | 2.1 | 0.8 | 1.6 |
当三个数字差距很大，不要取平均值——要理解每个数字的含义和局限性。
增量测试（Incrementality Testing）
最可靠的归因方法，不依赖 Cookie 或像素。
操作方式：
- 把用户随机分成两组（Test 组 + Control 组）
- Test 组正常看到你的广告
- Control 组看到空白广告（不展示你的内容）
- 比较两组的购买率差异
增量 ROAS = Test 组营收超出 Control 组的部分 / 广告花费
这是真实的「广告增量贡献」，排除了本来就会买的人。
Meta 的 Conversion Lift 测试就是这个原理。建议每季度做一次，校准你的 ROAS 感知。
四、跨渠道归因的实践框架
完整归因思路：
把用户购买旅程分为三个阶段，不同渠道在不同阶段的贡献不同：
| 阶段 | 主要渠道 | 衡量指标 |
|---|---|---|
| 认知（Awareness） | Meta 视频广告、内容营销 | 触达率、品牌搜索量变化 |
| 考虑（Consideration） | Google 搜索、再营销 | 网站访问深度、加购率 |
| 转化（Conversion） | Google 品牌词、再营销 | 最终转化率 |
Meta 广告的真实价值经常在于「启动了一段购买旅程」，最后的成交发生在 Google。这就是为什么砍 Meta 预算后，Google 的品牌词搜索量也会下降。
五、给董事会讲归因的方式
当董事会问「我们的广告效率怎么样」：
不要说：「Meta ROAS 3.8。」（这个数字被高估了，而且他们不理解它的含义。）
说：「我们的媒体效率比（MER = 总营收 / 总广告支出）在过去季度是 4.2，比行业标杆高约 20%。我们用增量测试验证了 Meta 广告对整体营收有正向的 38% 增量贡献，这是你可以信任的数字，不受 Cookie 和像素追踪限制的影响。」
本章小结
- Meta 报告 ROAS 通常高估真实值 30-50%
- 不要用单一数据源做预算决策，建立三视角对比（平台报告 + GA4 + 第三方工具）
- 增量测试是最可靠的归因方法，每季度至少做一次
- Meta 的价值在于启动购买旅程，不只是最终转化
- 向董事会汇报时用 MER（媒体效率比）+ 增量测试结果，比单纯 ROAS 更可信