先别急着判断哪个渠道在说谎。把现有客户名单按“首次可识别来源”和“最近一次主动动作”两个字段拆开,你通常会看到矛盾来自三群人被混在一起统计:一群人被平台推荐触达后自己去搜索,一群人被广告直接推动,另一群人由销售私下跟进成交。拆开之后,每个渠道的反馈才对应到它真正影响的那部分人。
打开你手里那份客户表或后台导出文件,新增两列:first_touch(第一次能被记录到的接触来源)和last_action(成交或流失前最后一次主动行为,比如搜索品牌词、点击广告、回复销售消息)。不要删掉原有渠道字段,把它作为第三列参考。
做完这一步,你会得到几种典型组合。如果某客户的first_touch是平台推荐内容、last_action是搜索品牌词,那么把这次成交记在搜索渠道上,会高估搜索的拉新能力;记在平台推荐上,又会高估它的直接转化能力。两个渠道的反馈因此天然互相矛盾,而矛盾本身不是数据错误,是归因口径把两段旅程压成了一个点。
实际动作:先只处理最近一个完整周期内的名单,逐条补齐这两个字段。补不齐的记录单独放一组,不要用猜测填。结果会直接影响下一步——你能清楚看到哪些矛盾来自字段缺失,哪些来自真实的口径差异。
补齐字段后,按下面的方式分层,而不是按渠道分:
last_action是搜索品牌词或产品词。这群人回答的问题是“已有认知的人为什么最后选了我们”。first_touch是推荐流或广告,且没有后续主动搜索记录。这群人回答的问题是“第一次接触是否足以推动行动”。同一个渠道的反馈如果来自不同层,结论会相反。假设某推广渠道在主动搜索层看起来转化很好,在被动触达层却几乎没有后续动作,那么它可能只是承接了别处种下的需求,而不是自己创造了需求。这个判断成立的前提是:你确实能区分出这两层人,而不是把所有成交都堆在同一个渠道名下。
当两个渠道的反馈冲突时,不要比较总数,比较同一层内的比例。具体做法是:对每一层,分别计算该层内各渠道的出现次数和后续动作次数,只看层内对比。如果被动触达层里渠道A的后续动作明显多于渠道B,而主动搜索层里两者接近,那么A的价值更可能体现在“让人第一次愿意了解”,B的价值更可能体现在“承接已有意向”。
能区分原因的证据包括:同一客户在时间线上的先后顺序、主动搜索词是否包含品牌名、人工介入发生在第几次接触之后。不能单独作为证据的是:某渠道的曝光量归零、某次抓取量下降、某个账号停更。这些现象既可能说明渠道失效,也可能只是统计口径调整、内容排期变化或平台侧波动,需要结合上面两层字段一起看。
如果决定停掉某个旧渠道或旧合作关系,不要整块删除。先看它在三层里各自贡献了什么:
假设一个短例子:某次推广在平台推荐和搜索两边都报了成交,按上面的方法拆开后发现,推荐侧贡献的是首次接触,搜索侧贡献的是最后确认。此时合理的处理不是二选一,而是给推荐侧保留内容更新,给搜索侧保留品牌词维护,把重复计算的预算挪到人工介入层缺失的环节。这只是说明比较方法的假设例子,不代表任何真实项目的数字。
完成分层后,只做一件事:为每一层指定一个负责人和一个判断标准。主动搜索层看品牌词相关页面的后续动作,被动触达层看首次接触后的二次行为,人工介入层看销售记录里补上的信息类型。判断标准要写清楚观察周期和记录方式,避免下次再拿不同口径的数字互相对比。
这样处理之后,渠道反馈矛盾不再需要靠开会表决来解决,而是变成名单里两个字段的核对问题。下一步是否继续投入某个渠道,取决于它在对应层里是否还有可识别的后续动作,而不是取决于它报出的总数是否好看。