一、这个功能解决什么问题
在进行多渠道广告投放时，同一笔订单可能经过多个渠道的访问和触达，因此您可能会遇到以下问题：
- 难以判断订单来源：例如，消费者先通过广告访问店铺但未下单，几天后通过搜索店铺名称再次进入并完成下单，难以判断该订单应归属于哪个渠道。
- 不同广告平台的统计结果存在差异：Meta、Google、TikTok 等广告平台按照各自的归因规则统计订单，同一笔订单可能被多个平台分别计入，导致各平台统计的订单金额之和高于店铺实际订单金额。
- 难以判断各渠道的实际贡献：缺少统一的归因口径时，难以准确了解不同渠道对订单转化的贡献。
示例：店铺产生一笔 $200 的订单，消费者在下单前曾通过 Meta、Google 和 TikTok 访问过店铺。由于各平台采用独立的归因规则和统计口径，可能分别将这笔订单计入广告转化数据：
| 平台 | 平台统计 | 归因金额 |
| Meta | 该订单归属于 Meta | $200 |
| 该订单归属于 Google | $200 | |
| TikTok | 该订单归属于 TikTok | $200 |
| 合计 | $600 |
归因分析以店铺实际订单为基础，对下单前 30 天内产生访问的各个渠道进行统一归因，确保一笔订单只计算一次，并根据您选择的归因模型，将订单归属分配至相关渠道，从而帮助您更准确地分析各渠道对订单转化的贡献。
具体来说，归因分析针对以下问题进行了优化：
| 以前 | 现在 |
| 消费者最后一步是直接输入网址、从支付页跳回或在后台修改订单，订单可能被记录为「直接访问」，难以判断之前的访问来源 | 系统会结合订单下单前的访问记录，向前查找相关访问渠道 |
| 广告点击经过中间跳转后丢失参数，导致订单被记录为其他渠道 | 可通过订单回溯查看中间的访问记录，进一步核对相关信息 |
| 一笔订单只能查看部分访问记录，无法了解完整的访问过程 | 记录下单前 30 天内的访问记录，可查看完整的访问路径 |
| 仅支持一种归因方式，难以从不同角度分析渠道贡献 | 提供 5 种归因模型，支持从不同角度分析订单的渠道归属 |
二、功能入口与页面组成
1. 登录您的 Shoplazza 管理后台 > 销售渠道 > 点击 Shoplazza Ads > 进入数据中心 > 选择归因分析。
2. 进入归因分析界面，可筛选日期范围（一次最多 30 天，按店铺时区）和归因模型切换（5 种模型，悬浮模型按钮可查看各自的说明，详见第四节）。
3. 核心指标区：展示总订单数、归因 GMV、AOV（客单价）等整体指标。该区域的数据不受归因模型影响；切换归因模型后，仅下方各渠道分配结果会发生变化。
4. 下方由 5 个页签组成，切换页签时，日期、时区、模型的选择保持不变。
页签一：概览
本板块集中展示整体订单及 GMV 指标、各渠道贡献及趋势，帮助您快速了解店铺整体归因情况和各渠道的贡献变化。
如何使用：先在【各渠道 GMV/单量及占比】中查看贡献较大的渠道，再通过【趋势详情】折线图查看渠道贡献的变化趋势，判断其贡献是持续发生还是集中在某一天。
- 渠道 GMV 分布：可在渠道大类 / 二级渠道两个层级间切换；
- 趋势详情折线图按天展示各渠道走势，右上可切换指标（单量 / GMV），图例默认高亮贡献前 4 的渠道，支持点选增减、一键重置。
- 各渠道 GMV/单量及占比：列出每个渠道的金额与占比，占比分母是全部归因 GMV，点「查看更多」展开长尾渠道时占比数值不变。
页签二：新老客对比
如何使用：通过新老客占比了解各渠道的拉新情况，找到真正的拉新渠道，新老客根据该消费者历史上的首次下单时间进行判定，不受当前查询时间范围影响。
- 核心指标区：可查看新客订单占比、新客平均AOV、老客平均AOV、老客溢价（客单价）。
- 各渠道新老客占比：每个渠道（Facebook / Google Ads / …）带来的订单中，新客与老客各占多少。
- 多模型新客占比对比：同一批订单在不同归因模型下，各渠道新客占比的对照。
页签三：按 Paid/Organic（付费 / 自然）折叠看归因
如何使用：结合付费流量和自然流量的趋势，以及实际投放预算来判断流量结构。如果自然流量长期较少，可以关注老客维护和自然流量运营；如果自然流量和付费流量投入相近，但带来的回报较低，可以进一步评估预算分配或优化自然流量的运营方式。
- 大类折叠视图：把渠道按「付费流量 / 自然流量 / 直接访问」归成大类查看归因订单与销售额，展开任一大类，可以看到其中各渠道的构成。
页签四：渠道对比
- 如何使用：选择两个渠道，在相同时间范围和归因模型下对比订单、销售额等数据，直观看到两个渠道的表现差异，为渠道预算调整提供参考。
注意
调整时间范围后对比会重置，请重新选择渠道。
页签五：多触点旅程分解
将订单下单前的访问路径按不同阶段进行拆分，并通过不同模型分析各渠道在消费者转化过程中的贡献，适合需要深入分析多渠道转化路径的消费者使用。
如何使用：调整预算前，可以结合两种模型进行对比分析，不要只关注最终促成成交的渠道，也要关注前期种草访问和决策阶段发挥作用的渠道。
- 旅程分解图：把消费者下单前的多次访问完整路径按离下单的远近拆成「早期触达 → 中期种草 → 决策转化」三个时期，看每个渠道在哪个时期出力。
- 两种归因模型：提供「线性平均」与「时间衰减」两种模型，用于从不同角度分析多个渠道对订单转化的贡献。
- 线性平均：将订单下单前的各次访问平均分配贡献，不区分访问发生的先后时间。适合了解一笔订单的完整访问过程中，哪些渠道参与了转化。
- 时间衰减：根据访问距离下单的时间远近分配贡献，越接近下单的访问获得的贡献越高。适合重点分析哪些渠道更接近最终转化，以及哪些渠道主要出现在消费者前期的访问过程中。
- 权重设置，仅时间衰减可调：只有时间衰减模型支持自己动态调整各时期权重，默认 0.6 / 0.3 / 0.1（规则与验算见第五节），拖动即可试算不同分法；线性平均是等权预设，权重锁定不可调。「阶段天数分配」控件可另行调整三个时期的天数分段。
- 计算说明：公式在页面上可展开查看，方便逐单验算。
三、渠道贡献是怎么计算的
整个归因过程可以概括为以下三步：
1. 记录访问路径：记录消费者在下单前 30 天内的访问情况，包括访问来源、访问页面、访问时间和访问设备。每一次进店访问称为一个触点。
2. 识别访问渠道：根据广告链接中的标识、UTM 参数及来源网站等信息，判断每个触点对应的访问渠道。
3. 分配订单归属：按您选择的归因模型，把这笔订单的金额分给相应的渠道。
案例说明：
为了便于理解后续的归因模型，以下以消费者小美的一笔订单为例。
小美在下单前 14 天内共访问店铺 4 次，最终完成一笔 $200 的订单：
时间 | 渠道 | 发生了什么 |
|---|---|---|
14 天前 | Instagram 广告 | 刷到您的产品，被种草 |
5 天前 | YouTube 开箱 | 看了博主评测，动了心 |
1 天前 | Google 搜索 | 搜您的品牌名，找到官网 |
下单当天 | 直接访问 | 直接输网址进店，下单 $200。单看这一步，看不出来路 |
这笔 $200 的订单应该归属于哪个渠道？是最早带来访问的 Instagram，还是中途带来访问的 YouTube、Google，或者最终促成下单的「直接访问」？这正是归因模型要解决的问题：根据消费者在下单前的完整访问路径，按照不同规则判断各渠道对这笔订单的贡献。
四、如何选择归因模型
归因模型回答的是同一个问题：这笔订单应该归属于哪些渠道？
不同模型采用不同的归属计算方式，并没有绝对的对错，适合分析不同的业务场景。下面以上述小美的这笔订单为例，对比不同模型下的归因结果，帮助您直观理解它们的区别。
模型 | 怎么分功劳 | 小美这单归给谁 | 什么时候用它 |
|---|---|---|---|
末次非直接点击（默认） | 功劳全给最后一次「真正带消费者来」的渠道。如果最后一步是直接访问、支付页跳回、后台操作，就自动往前找上一个真实来源 | Google：最后一步是直接访问，自动往前找到 Google 搜索 | 平时看渠道真实成交，用这个 |
末次点击（含直接访问） | 最后一次是什么就算什么，直接访问也算 | 直接访问：她最后确实是输网址进来的 | 想如实看最后一步、了解直接访问占比时用这个 |
首次点击 | 功劳全给消费者第一次进店的来源 | Instagram：一切从那条广告开始 | 想知道谁在拉新、谁在种草 |
线性 | 30 天里所有访问平均分 | 四次访问各 25%，每个渠道分 $50 | 想看全程有哪些渠道在帮忙 |
时间衰减 | 越接近下单的访问，分得越多 | 越近分越多，完整算式见第五节 | 想看谁临门一脚促成了成交 |
提示
看拉新效果用「首次点击」；看渠道真实成交、跟广告平台对账用「末次非直接点击」（默认）；想如实看最后一步用「末次点击」；调预算分配参考「线性 / 时间衰减」。
五、多触点模型怎么分钱（验算指南）
「线性」和「时间衰减」属于多触点模型：不再把功劳全给某一次访问，而是按权重分给路径上的所有访问。如果您希望进一步了解具体的计算过程，可以按照以下公式自行验算：
权重规则
- 线性：30 天内每一次访问权重相同，平均分；权重固定，不可调整。
- 时间衰减：按「访问距离下单多少天」分成三个时期，越近权重越高。下表为默认权重，两种多触点模型中只有时间衰减支持在「多触点旅程分解」页签调整权重试算：
时期 | 访问距离下单 | 默认权重 |
|---|---|---|
决策转化 | 0–3 天 | 0.6 |
中期种草 | 4–7 天 | 0.3 |
早期触达 | 8–30 天 | 0.1 |
（不适用） | 30 天以前 | 不在统计范围内，不显示，权重为 0 |
计算公式
触点归因 GMV = 订单 GMV × (该触点档位权重 ÷ 本单所有触点档位权重之和)；
渠道归因 GMV = 该渠道全部触点之和。
用上述小美的订单验算一遍：
$200 的订单，4 次访问：
Instagram（14 天前，早期触达，权重 0.1）、
YouTube（5 天前，中期种草，权重 0.3）、
Google（1 天前，决策转化，权重 0.6）、
直接访问（下单当天，决策转化，权重 0.6）。在时间衰减模型下：
- 全部权重之和 ＝ 0.1 + 0.3 + 0.6 + 0.6 ＝ 1.6；
- Google 分到 $200 × 0.6 ÷ 1.6 ＝ $75.00；直接访问同理，也分到 $75.00；
- YouTube 分到 $200 × 0.3 ÷ 1.6 ＝ $37.50；Instagram 分到 $200 × 0.1 ÷ 1.6 ＝ $12.50；
- 四项相加正好是 $200，分钱不会多也不会少。若切到「线性」模型，则四次访问平均分，每个渠道各 $50。
注意
多触点模型不挑触点：路径上的所有访问都会参与分钱，包括支付页跳转、店铺后台这类访问。所以您在旅程图里看到这些是正常的、不是错误。仅在末次非直接点击模型中，系统会自动跳过支付页、后台操作等非来源访问，并继续向前查找更早的有效访问渠道。
六、数据口径速查
在进行数据记录、汇报或排查数据差异前，建议先查看下表：
常见疑问 | 规则说明 |
|---|---|
看多久以前的访问？ | 只统计下单前 30 天内的访问；30 天以前的访问不参与归因、不展示。 |
数据是实时的吗？ | 不是。数据同步存在数小时的延时与回算，当天的数据会陆续出现、可能不完整。综合各类延时，建议按 T+1 看数；最近两三天的数据可能仍在回补，做对比时建议避开。 |
一次能查多长时间？ | 为了保证查询速度，一次最多查询 30 天的数据。 |
用的是什么时区？ | 页面日期、订单时间、导出表格统一使用店铺时区，并在界面上标明。与广告平台对数时请先确认对方报表用的时区。 |
金额是什么口径？ | 归因金额是用于渠道分配的参考值，帮您判断每个渠道值多少预算；不是财务营收，财务对账请以订单后台为准。 |
哪些订单算在内？ | 包含成功下单的所有状态的订单（含待支付、已取消、退款中等）。和后台「已付款订单数」对比前，请先用状态列筛选。 |
新老客怎么分？ | 按这位消费者有史以来第一单的时间判断，不受查询时间范围影响，复购消费者也能被准确认出来。 |
能细到哪一条广告吗？ | 可以。先在广告链接上配置 UTM 参数，配置后可细到广告计划 / 广告组 / 素材级，但只对配置之后的新流量生效，历史数据不会回补。 |
换模型数字会变吗？ | 会变的只是各渠道之间怎么分；订单数与销售总额在任何模型下都不变。 |
七、为什么归因分析广告平台的数据对不上？
广告平台与归因分析的数据存在差异是正常现象，不代表其中一方的数据一定有误。广告平台和归因分析采用的统计口径、归因规则和数据时间范围不同，因此同一笔订单在不同报表中的归属结果可能不一致。常见原因包括以下几种：
原因 | 一句话解释 |
|---|---|
平台把访问但是没有点击的也算作数据 | 广告平台会把「刷到过广告但没点、后来自己进店买了」的订单也算成自己带来的（即「浏览归因」）；本报表只认点击留下的记号，天生看不到这部分。这是最常见的原因。 |
各平台独立归因，未进行统一去重 | 同一笔订单可以被好几个平台同时认领，几家加起来自然超过真实订单数。 |
统计日期不同 | 广告平台通常记在「点广告那天」，本报表记在「下单那天」。单日对不上、拉一整段就对得上，这是常态。 |
时区不同 | 广告账户时区和店铺时区不一致时，深夜的订单会被记到不同的日期。 |
数据存在延迟 | 最近产生的订单或广告转化可能仍处于数据同步或回算过程中，建议不要仅根据最近几天的数据判断两边是否一致。 |
对比数据指标不同 | 广告平台的「转化数」「购买数」等指标，与店铺的「全部订单数」统计口径不同，不能直接进行一一对比。 |
对账建议
1. 在广告平台后台把转化数拆成「点击带来的」和「看过带来的」两部分，只拿点击部分与本报表对比；
2. 模型切换到「末次非直接点击」（默认）再对账；
3. 对比至少 7 天的整段数据，不对单日；
4. 先确认两边报表使用的时区一致。
八、常见问题
Q1：广告平台说带来了 20 单，报表里只有 12 单，到底谁对？
两边都没有错，只是归因口径不同。广告平台默认把「看过广告没点击、后来自己进店购买」的订单也算成自己带来的，而本报表只认点击。
建议在广告平台后台把数字拆成「点击带来的」和「看过带来的」两部分，只拿点击部分和报表对比，通常差距会明显缩小；剩余差异请对照第七节的六个原因逐条排除。
Q2：这一单明明是广告带来的，为什么显示直接访问？
先看您当前用的是哪个模型。「末次点击」模型忠实记录最后一步：如果消费者最后是自己输网址进店的，就会显示直接访问；切到默认的「末次非直接点击」模型，系统会自动往前找最近一次真实来源。
如果默认模型下仍显示直接访问，说明这位消费者 30 天内的访问都没有携带渠道标识。常见原因是广告链接经过中间跳转把参数弄丢了。可以在订单回溯里打开这笔订单，逐条查看访问记录和落地页链接核实。
Q3：同时投了几个平台，为什么这单算给了另一个平台？
多平台同投时，消费者往往几个平台都接触过，就像小美那单，Instagram、YouTube、Google 都出过力。按默认模型，功劳记给最后一次真正把消费者带进店的渠道（Google）。Instagram 没分到不等于算错了。
想看各平台的拉新贡献，切到「首次点击」模型；想看全程参与，切到「线性」模型，几个视角对照着看更完整。
Q4：为什么这么多订单归到直接访问？
直接访问偏多不一定是问题：老客直接回访、从收藏夹进店、手动输网址都会被记为直接访问，回头客多的店铺这个比例天然更高。
默认「末次非直接点击」模型已经自动往前找过真实来源；如果占比仍然异常偏高，建议逐一检查各投放渠道的落地链接是否规范携带 UTM 参数。
Q5：为什么换了个模型数字就变了，哪个才是对的？
都是对的。模型不改变事实：订单数和销售总额在任何模型下都完全一样，变的只是「功劳怎么分」的视角。就像一粒进球，可以记给射门的人（末次），也可以记给发起进攻的人（首次），或者全队平分（线性）。
按您想回答的问题选模型：看拉新用首次点击，看成交用末次非直接点击，调预算参考线性 / 时间衰减。
Q6：为什么报表金额和我的财务收入对不上？
归因报表里的金额是用来看渠道分配的参考值，帮您判断哪个渠道值得投多少预算；它不是财务营收口径（例如包含未付款订单、不扣退款）。财务对账请以订单后台为准。
Q7：能看到具体是哪一条广告带来的吗？
可以，前提是在广告链接上配置好 UTM 参数。配置后，报表可以细到广告计划 / 广告组 / 素材级。
注意
UTM 只对配置之后的新流量生效，历史订单不会回补。建议尽早完成规范配置。
Q8：今天的订单怎么还看不到？
数据同步存在数小时的延时与回算，当天的数据可能不完整，建议按 T+1 看数，今天看昨天及更早的数据。另外最近两三天两边都可能在回补数据，做数据对比时建议避开最近 3 天。
评论
请登录写评论。