attribution-modeling

归因建模

概述

归因建模用于确定哪些营销触点应获得转化功劳，从而帮助你明智地决定广告支出的分配方向。每个广告平台（Meta、Google、TikTok）都使用自己的模型报告归因，通常会宣称获得 100% 的功劳，这意味着所有平台报告的收入总和经常超过你的实际收入。

本技能将指导你在平台上设置第一方归因、并排比较不同归因模型，并使用专用归因工具自动完成这些工作，无需构建自定义数据管道。

何时使用此技能

• 当营销渠道（Google Ads、Meta、电子邮件）对同一笔收入各自声称不同的占比时
• 需要在各个获客渠道之间分配预算时
• 希望超越末次点击归因，了解完整的客户旅程时
• 构建营销分析报告，需要根据多种归因模型比较各渠道的表现时
• 实施第一方归因，以弥补 iOS 跟踪变更导致的数据损失时
• 当联盟营销、网红和付费搜索都对同一笔订单有所贡献，且各自都声称获得 100% 功劳时

核心说明

第 1 步：确定你的平台并选择合适的归因工具

平台	推荐工具	原因
Shopify	Triple Whale 或 Northbeam	两者均专为 Shopify DTC 品牌打造；通过 API 获取订单数据、去除跨平台归因重复项，并展示第一方混合 ROAS
Shopify（预算有限）	内置 Shopify Analytics 归因 + UTM 跟踪	免费；按 UTM 来源显示所有订单的末次点击归因
WooCommerce	Metorik + GA4 归因	Metorik 为 WooCommerce 订单添加 UTM 跟踪；GA4 提供数据驱动的归因模型
BigCommerce	Rockerbox 或 Northbeam	两者均通过 API 集成支持 BigCommerce；提供多触点归因仪表板
所有平台（中型市场）	Rockerbox 或 Affluent	与平台无关；从所有渠道获取广告支出，并与第一方订单数据匹配
自定义／无头架构	基于 Segment + dbt 构建，或使用 Triple Whale's pixel API	使用 Segment 捕获触点，将数据存储在数据仓库中，并通过 dbt 建模归因

第 2 步：在所有渠道正确设置 UTM 跟踪

良好的归因始于一致的 UTM 参数。缺少这些参数时，40–60% 的流量会显示为“直接访问”（暗流量）。

团队必须遵循的 UTM 命名规范：

参数	示例	规则
utm_source	google、meta、klaviyo	始终使用小写；不要使用 Google 或 GOOGLE
utm_medium	cpc、email、social	使用标准化列表；不使用自定义变体
utm_campaign	spring-sale-2026	在各个平台之间使用一致的格式

各平台的具体设置：

• **Google Ads：**启用自动标记（自动添加 gclid）；同时前往 Campaign → Settings → Additional settings → Campaign URL options 添加 UTM 参数
• **Meta Ads：**在 Ad Set → Website URL 下添加 UTM 参数，或在账户级别使用 Meta 的 URL 参数功能
• **Klaviyo：**前往 Account → Settings → UTM Tracking，为所有电子邮件和 SMS 营销活动启用自动追加 UTM 参数
• **联盟营销／网红：**使用 URL 构建工具为每位创作者生成唯一的 UTM 链接；在电子表格中跟踪

第 3 步：在选定的工具中配置归因

---

Shopify

选项 A：Shopify 内置分析（末次点击，免费）

1. 前往 Analytics → Reports → Sessions over time
2. 按 Referral source 筛选，查看哪些 UTM 来源带来了会话
3. 前往 Analytics → Reports → Sales by traffic source，查看各渠道的收入（末次点击归因）
4. 局限：Shopify 内置归因仅支持末次点击，时间窗口为 30 天；无法显示多触点路径

选项 B：Triple Whale（推荐每月广告支出达 $50K 以上的 DTC 品牌）

1. 从 Shopify App Store 安装 Triple Whale
2. Triple Whale 的像素会在每次页面加载时触发，在购买前捕获完整的点击路径
3. 前往 Triple Whale → Attribution，并排查看四种模型下的收入：首次点击、末次点击、线性，以及 Triple Whale 自有的混合模型
4. 在 Integrations 下连接广告账户（Meta、Google、TikTok）——随后 Triple Whale 会将平台报告的 ROAS 与第一方归因 ROAS 进行比较
5. 使用 Summary Dashboard 按日查看各渠道的真实 ROAS

选项 C：Polar Analytics（适合中型市场，价格更实惠）

1. 从 Shopify App Store 安装 Polar Analytics
2. 在 Integrations 下连接广告账户
3. Polar 提供多种模型的第一方归因，以及能计入所有渠道的“混合 ROAS”指标

---

WooCommerce

使用 Metorik + GA4

1. 安装 Metorik（metorik.com）并连接到 WooCommerce 商店
2. 配置完成后，Metorik 会自动捕获每笔订单中的 UTM 参数；无需额外插件
3. 在 Metorik 中，前往 Reports → UTM，按 utm_source、utm_medium 和 utm_campaign 查看订单和收入（末次点击）
4. 如需多触点归因，可将 Metorik 与 Google Analytics 4 搭配使用：
   • 通过 Site Kit by Google 或 MonsterInsights 插件安装 GA4
   • 在 GA4 中，前往 Advertising → Attribution 配置归因模型（末次点击、首次点击、线性、数据驱动）
   • GA4 的数据驱动归因每月需要 400 次以上转化才能启用

替代方案：WooCommerce Google Analytics 插件（免费）

• 自动跟踪电商事件；在 GA4 中提供末次点击渠道归因

---

BigCommerce

1. 在 BigCommerce 中，前往 Storefront → Script Manager 并添加归因工具的像素
2. Rockerbox（推荐）：通过脚本安装；通过 API 获取 BigCommerce 订单，以匹配广告触点；提供第一方归因仪表板
3. BigCommerce 内置分析（Analytics → Marketing）按末次点击会话显示流量来源；仅限顶层来源/媒介
4. 如需深入分析，可通过 Apps → Google 中的 BigCommerce 官方 GA4 集成，将 BigCommerce 连接到 Google Analytics 4

---

自定义 / 无头架构

对于无头店面，请在服务器端捕获触点并与订单一同存储。然后在数据仓库中构建归因模型：

步骤 1 — 在每次访问时捕获 UTM 触点：

// Client-side: capture and store UTM params in localStorage on every page load
function captureUTMTouchpoint() {
  const params = new URLSearchParams(window.location.search);
  if (!params.get('utm_source') && !params.get('gclid') && !params.get('fbclid')) return;

  const touchpoints = JSON.parse(localStorage.getItem('utm_touchpoints') || '[]');
  touchpoints.push({
    source: params.get('utm_source') ?? inferSource(document.referrer),
    medium: params.get('utm_medium') ?? 'organic',
    campaign: params.get('utm_campaign') ?? '(none)',
    touchedAt: new Date().toISOString(),
    landingPage: window.location.pathname,
  });
  // Keep last 10 touchpoints (30-day look-back)
  localStorage.setItem('utm_touchpoints', JSON.stringify(touchpoints.slice(-10)));
}

步骤 2 — 在结账时将触点关联到订单：

// Send stored touchpoints with the order creation request
const touchpoints = JSON.parse(localStorage.getItem('utm_touchpoints') || '[]');
await createOrder({ ...orderData, marketingTouchpoints: touchpoints });

步骤 3 — 在数据仓库中存储并构建归因模型：

通过 Fivetran 或 Stitch 导出到 BigQuery 或 Snowflake，然后在 dbt 中构建归因模型。可以使用 dbt-attribution 等 dbt 软件包，也可以针对订单表和触点表编写自己的末次点击、线性和时间衰减模型。

步骤 4：比较归因模型并根据数据采取行动

每月运行以下比较，以指导预算决策：

比较内容	解读方式
平台 ROAS 与第一方 ROAS	如果平台 ROAS 为 5 倍，而第一方 ROAS 为 2 倍，则该渠道因浏览后归因而获得了过多功劳
末次点击与线性（全触点）	在线性模型下表现更强的渠道，很可能促成了在末次点击模型下被归功于其他渠道的转化
首次触点与末次触点	首次触点显示哪些渠道推动了认知；末次触点显示哪些渠道促成了销售

经验法则： 如果 Meta 声称归因收入为 $200K，Google 声称为 $180K，但你的总收入只有 $250K，那么归因重叠就很严重。使用第一方工具（Triple Whale、Rockerbox）去重，获得更真实的情况。

最佳实践

• 始终比较多个模型 — 没有哪个归因模型是“正确的”；比较结果能揭示当前设置中哪些渠道被过度或低估
• 使用第一方数据进行归因 — iOS 隐私变更已使第三方像素归因变得不可靠；现在，服务器端 UTM 跟踪至关重要
• 严格统一 UTM 命名规范 — utm_source=google 和 utm_source=Google 会被视为不同的渠道；强制使用小写，并采用受控词汇表
• 采用 30 天回溯窗口 — 大多数电商转化发生在首次触点后的 30 天内；将其作为标准窗口
• 将总归因收入与实际收入进行对照 — 第一方归因收入之和应等于总订单收入；差距过大表明存在跟踪缺口
• 在渠道 ROAS 旁报告综合 ROAS（总收入 / 总广告支出） — 综合 ROAS 更难被操纵，也能真实反映整体营销效率

常见问题

问题	解决方案
平台报告的总收入超过实际收入	这是预期情况 — 每个平台都会认领 100% 的功劳；使用第一方工具（Triple Whale、Rockerbox）去重归因
40-60% 的订单显示为“直接”或“无”	营销活动链接缺少 UTM 参数；检查每个广告平台中的 UTM 设置；在电子邮件页脚和个人简介链接中添加 UTM 参数
UTM 参数被重定向域名剥除	测试重定向 URL；一些 URL 缩短服务会剥除 UTM 参数 — 使用 Google 的 URL 构建工具，并确认参数能够保留
归因显示电子邮件获得的功劳很少	在末次点击路径中，电子邮件常常出现在转化路径后段，因为客户会通过直接访问返回；查看首次点击模型，了解电子邮件在认知阶段的作用
iOS 隐私变更降低了 Meta 的归因准确性	使用 Meta 的 Conversions API（CAPI）集成 — Klaviyo 和 Triple Whale 均支持 CAPI，可将服务器端转化事件发送回 Meta

相关技能

• @influencer-tracking
• @affiliate-program
• @sales-reporting-dashboard
• @customer-analytics
• @ab-testing-ecommerce