🧮 Meta 說這單是它帶來的，但真的是嗎？五種歸因模型一次攤開比給你看

為什麼每個平台都說訂單是它帶來的

你有沒有算過一件事：把 Meta 後台說的購買數、Google 後台說的轉換數、蝦皮站內的成交數全部加起來，數字通常遠大於你實際的訂單量。

原因是每個平台都用「最後點擊」在替自己記功。客人的真實路徑往往是這樣：先在 IG 滑到你的貼文、過兩天用 Google 搜品牌名、最後點你發的 EDM 才下單。這一單三個通路都碰過，但 Meta 只看到最後那一下沒它的份，於是它把功勞算給自己記過的某次曝光，Google 也算一次，EDM 也算一次。同一筆營收被記了好幾遍。

這會直接害你做錯決定：

• 以為 IG 沒帶來轉換，把預算砍掉，結果整條路徑的入口斷了
• 以為 EDM ROAS 很高一直加碼，其實它只是撿了前面通路養好的客人
• 每次開會各平台數字兜不攏，誰也說不清到底哪個通路值得投

歸因模型就是用來解決這件事的。同一份數據，換一種分錢邏輯，答案可能天差地遠。這個工具讓你把五種算法並排看，不用選邊站，先看清楚差多少。

五種歸因模型，其實是五種分錢邏輯

工具做的事很單純：拿到每個客人的接觸路徑（誰、在哪個通路、什麼時間、有沒有成交），然後用五種規則，把那筆成交金額分給路徑上的通路。

同樣一條「IG → Google → EDM 成交 3000 元」的路徑，五種模型分法完全不同：

• 最後點擊：3000 元全給 EDM。Meta、GA4 預設多半是這種，簡單但嚴重高估收尾通路。
• 首次點擊：3000 元全給 IG。重視誰把客人第一次帶進來，適合看拉新。
• 線性：三個通路各分 1000 元，平均攤。誰都有功，但也誰都不突出。
• 時間衰減：越靠近成交的通路分越多。工具用七天半衰期，EDM 拿最多、IG 拿最少但不是零。
• 位置基礎（U 型）：首尾各分 40%、中間通路平分剩下 20%。IG 拿 1200、EDM 拿 1200、Google 拿 600，兼顧「開場」和「臨門一腳」。

沒有哪一個是絕對正確的，差別在你想突顯什麼。衝動型商品收尾通路確實關鍵，最後點擊沒那麼離譜；高單價、決策長的商品，把功勞全給收尾通路會冤枉掉前面辛苦鋪陳的通路。這也是為什麼工具還配了 AI 顧問，幫你依業態選。

三步驟跑完一次歸因比較

步驟 1：準備 CSV 並拖進工具

你的 CSV 只需要四個欄位：user_id（同一個客人要用同一個 ID）、channel（通路名，例如 FB、Google、IG、EDM）、timestamp（接觸的日期或時間）、conversion_value（這次接觸的成交金額，沒成交就填 0）。

欄位名不用一字不差，工具會自動辨識含 user、channel、source、time、date、value、金額 等字樣的欄位。準備不出來也沒關係，直接點「載入範例資料」，它會生一份 50 個客人的模擬路徑讓你先看懂邏輯。

從 GA4 匯出時，把探索報表拉成「使用者 × 工作階段來源 × 日期 × 收益」的事件層級明細就接近這個格式，稍微整理欄位即可。

步驟 2：看五模型並排的通路營收表

丟進去的瞬間，工具就在你瀏覽器本機算完五種模型，一列一個通路，五欄對照。這時候重點不是看單一數字，是看「同一個通路在不同模型下跳動多大」。

一個通路如果在最後點擊只有 5%、在首次點擊卻有 38%，代表它是重要的入口但常被忽略，這種通路最容易被錯砍。跳動越大的通路，越值得你停下來想清楚它在路徑裡扮演什麼角色。

步驟 3：讓 AI 推薦最適合你的模型

表格下方填你的產業（電商、B2B、服務業等）和購買週期（衝動購買、需要比價、長決策），按下 AI 推薦。它會回一個建議模型、為什麼適合你的理由、其他模型的優缺點對比與適配分數，還有一段產業慣例參考和幾條可以馬上做的行動。

這一步是唯一會用到 AI 額度、需要登入的動作。前面的五模型計算完全不用登入、不消耗額度。

把歸因結果用對的四個技巧

1.先看跳動幅度，再看絕對數字：五欄裡差距最大的那個通路才是決策關鍵。一個通路在所有模型都穩定佔 20%，那它就是紮實的主力；一個通路忽高忽低，代表它的價值高度取決於你用哪種算法認列，這種通路砍之前要特別小心。

2.user_id 一定要跨通路一致：如果 IG 來的用同一組 ID、Google 來的又是另一組，工具會把同一個人拆成好幾個，路徑就斷了，五種模型會全部退化成最後點擊。合併 ID 是整份數據能不能用的前提。

3.衝動購買別急著否定最後點擊：低單價、看到就買的商品，收尾通路確實承擔最多臨門一腳的功勞，最後點擊沒有想像中那麼不公平。反而是客單價高、要比價好幾天的品項，用最後點擊會嚴重低估前期養客的通路，這時候位置基礎或時間衰減比較貼近真實。

4.下載對比 CSV 拿去開會：工具可以把五模型 × 各通路的完整表格匯出成 CSV。與其在會議上空口爭「IG 到底有沒有用」，不如把這張表打開，讓大家看同一筆錢在不同認列下該歸誰，討論會具體很多。

三個實際情境

情境 A：保養品電商，差點砍掉 IG

老闆看 Meta 後台，發現 IG 貼文的直接轉換數低得可憐，準備把 IG 預算全砍給 Google 搜尋。用工具把三個月路徑丟進去比對，最後點擊下 IG 只佔 6%，但首次點擊下 IG 佔到 39%。

真相是 IG 幾乎是所有客人的第一個入口，只是它們很少在 IG 當下就買，都是繞回 Google 搜品牌名才下單。IG 一砍，Google 搜尋量會跟著掉。結論改成 IG 維持曝光預算、Google 的品牌字繼續守，兩個一起看才對。

情境 B：3C 配件，EDM 到底值不值得加碼

行銷覺得 EDM 的 ROAS 超高想多發幾檔。跑歸因發現，EDM 在最後點擊拿 42%、在首次點擊只拿 4%。

代表 EDM 幾乎都是收尾角色，它撿的是前面 FB、Google 已經養熱的客人，本身不太負責拉新。加碼 EDM 短期帳面漂亮，但如果前端拉新通路沒同步顧，池子見底 EDM 就沒人可撿。決策改成 EDM 維持發送節奏、把加碼預算放回前端拉新。

情境 C：高單價家具，選對模型再分預算

客單三、四萬、客人平均要看兩週才下單。填產業「居家家具」、購買週期「長決策」，AI 推薦位置基礎（U 型）模型，理由是長決策路徑裡「第一次認識品牌」和「最後下定決心」都很關鍵，中間的比價瀏覽則是輔助。

依 U 型模型重算後，負責首次觸及的 YouTube 開箱和負責收尾的 LINE 客服都被認列該有的功勞，中間的比價文章佔比合理下降。這份重算結果直接拿去重新分配下一季預算。

算完之後該做什麼

歸因比較的價值在後續行動，不是看完就關掉。

下載對比 CSV，重新分預算：挑一個你認同的模型當基準（AI 推薦的或你依業態判斷的都行），把各通路的營收佔比抄下來，拿去廣告預算分配器，讓預算按真實貢獻重新分配，而不是按哪個平台最會替自己記功。

用新的認列邏輯重算 ROAS：既然知道某個通路的功勞被高估或低估，回頭到廣告 ROAS 計算器用調整後的營收重算一次，你會發現有些「高 ROAS」通路其實是撿現成、有些「低 ROAS」通路才是真正的入口。

下一檔投放前先試算：確定要往某個通路加碼前，先到投放前 KPI 試算器用預算、CPC、轉換率、毛利率推一遍，確認這門生意數學上划得來，再把預算真的投下去。歸因看過去、KPI 試算看未來，兩個接起來用最完整。