行銷人必看：依客戶決策週期選擇歸因視窗的實作方法
行銷人必看：依客戶決策週期選擇歸因視窗的實作方法
判斷歸因視窗的起點是你的客戶決策週期，而非平台預設；先以最近五十筆成交量出時間分布，再據第七十五百分位數決定天數。
核心判斷（直接答案）
選視窗的原則很簡單：以客戶從「第一次留下聯絡方式或第一次接觸」到「正式成交」的實際時間分布為依據，優先用第七十五百分位數作為實務設定的基準。同時，點擊視窗與瀏覽視窗要分開設定，瀏覽視窗應顯著短於點擊視窗。
一覽：實作流程總表
步驟概覽（快速檢查表）：
- 量出決策週期（輸入：最近五十筆成交；輸出：中位數、75百分位）。
- 依週期類型套用建議視窗（見下節）。
- 分別設定點擊視窗與瀏覽視窗（瀏覽明顯短於點擊）。
- 處理跨平台差異：統一視窗 / 以自家系統為準 / 做增量測試。
- 調整後在報表標註變更並保留舊數據快照。
快速檢查表（部署前）：
– [ ] 是否有「第一次接觸」等欄位？
– [ ] 是否能提取最近五十筆成交的兩個時間點？
– [ ] 是否已確認各平台的點擊與瀏覽視窗上限？
– [ ] 是否已備份調整前的關鍵數字？
量測決策週期：步驟、輸入、輸出（實作拆解）
目標：得到一個可操作的視窗天數建議。
步驟（示例流程，務必依你公司資料重複一次）：
1. 抽樣：從 CRM 或交易資料庫匯出「最近五十筆成交」。
2. 定義兩個時間點：A=第一次留下聯絡方式或第一次接觸日期，B=正式成交日期（或成交確認日）。
3. 計算每筆成交的天數差（B – A），得到 50 個數值。
4. 計算中位數與第七十五百分位數（75th percentile）。
輸入（必備欄位）：
– 交易識別碼
– 第一次接觸日期（若沒有，先導入此欄位）
– 成交日期
輸出（示例）：
– 中位數 (示例值需依你的資料計算)
– 第七十五百分位數（建議做為視窗設定的參考值）
實務要點：
– 為何用第七十五百分位數？中位數會低估有較長決策週期的四分之一成交，最大值會過度延長；75百分位數在涵蓋度與排除極端值間較平衡。
– 如果無「第一次接觸」記錄，視窗設定只是猜測，優先把該欄位納入 CRM 或詢問表單中。
三種決策週期與對應建議（含檢查項）
以下建議直接沿用業界常見分類與前述量測結果，請依你公司計算出的數字微調。
決策週期：七天以內（低價、即時服務）
建議：點擊視窗 7 天、瀏覽視窗 1 天。
要注意：不要把視窗設太長（例如 30 天），因為長視窗會把自然購買或其他非廣告驅動的成交誤算成廣告功勞。
檢查項：
– 是否出現某管道在長視窗下突然極高貢獻但短視窗下無貢獻？若有，可能是視窗過長造成假貢獻。
決策週期：兩週到兩個月（中高單價、教育、家電等）
建議：點擊視窗 30 天、瀏覽視窗 1–7 天（視品牌曝光節奏決定）。
要注意：搜尋類通常在後段收割、社群與影音多半屬前段認知，短視窗會低估前段管道的長期貢獻。
實務建議：同時查看短視窗（評估收割效率）與長視窗（評估整體貢獻），兩組數字並列比單一數據更有意義。
決策週期：三個月以上（B2B、高單價專案）
建議做法：不要寄望平台視窗能完全覆蓋決策流程，因為多數平台的最長視窗仍短於實際週期。重點放在自家 CRM：在每一筆詢問上記錄來源，並在成交時回頭統計來源到成交的完整路徑。
檢查項：
– 平台報表是否明顯低估（與 CRM 回溯相比）？若是，儘早把資料來源轉到自家系統為主。
點擊視窗與瀏覽視窗要分開思考
概念：點擊（click）代表使用者主動互動，關聯性較強；瀏覽（view）僅表示廣告被看見，關聯性弱得多。實務原則：瀏覽視窗應顯著短於點擊視窗。
常見錯誤與檢核：
– 錯誤：兩者都設成平台允許的最長值。後果：只要有人在 30 天內看過任何一則廣告，之後的成交全部被算進廣告貢獻，造成報酬率看起來過好但意義不大。
– 檢核步驟：若某日報酬率異常漂亮，先檢查瀏覽視窗是否被設得過長。
跨平台不一致的處理策略（由簡單到精準）
- 統一視窗長度：把每個平台的點擊與瀏覽視窗調成同一組天數，至少讓比較基準一致。優點：實作快、比較直接；缺點：仍受平台計算差異影響。
- 以自家系統為準：把網站分析或 CRM 的成交數當作總量基準，平台數字只用於觀察趨勢與相對效率。優點：避免各平台疊加造成總和超過實際成交。
- 做增量測試（Incrementality）：暫停或減少某管道一段時間，觀察整體成交變化。優點：最能回答「此管道是否帶來額外業績」；缺點：成本與執行門檻高，通常一年做 1–2 次，針對佔預算最大的管道。
實務檢查表：
– 是否出現各平台報告成交數總和超過 CRM 總成交？若有，優先用自家系統把帳對回來。
– 是否能安排增量測試？列出候選管道並估算影響與成本。
調整之後如何比較報表（避免誤解）
做任何視窗設定變動時，務必把調整當天記錄下來，並在報表上標註「視窗設定已變更」。比較時的原則：
- 同設定下比較：同期比較只能在相同視窗設定下進行。
- 跨設定比較需標註：若要跨設定比較，必須額外說明並提供調整前後的快照數據。
- 存檔要點：在調整前備份舊設定下的關鍵指標（例如各管道成交佔比），以利判斷差異是否來自設定變更。
操作步驟（簡短）：
1. 調整前導出關鍵指標報表並存檔（CSV/PDF）。
2. 在報表平台上加入註記欄位記錄變更日與變更內容。
3. 後續分析時只比較相同設定下的期間，或用備份數據做轉換對照。
線下成交（電話、門市、業務拜訪）該怎麼處理
當成交不在網站上發生時，平台歸因視窗的意義有限。兩個務實補救方式：
- 把「詢問送出」視為網站端的終點，並在 CRM 中追蹤每筆詢問的後續成交率（即從詢問到成交的轉換率）。
- 在 CRM 的每筆記錄中保留來源欄位（即便只是粗分類，例如：社群 / 搜尋 / 自然 / 展會）。
產出指標：各管道帶來的詢問數 × 該管道的詢問→成交轉換率 = 各管道實際貢獻（可用以校正僅看詢問數的偏誤）。
例：若社群帶來 100 筆詢問，但詢問→成交轉換率只有 2%，而搜尋帶來 20 筆詢問但轉換率 20%，最後搜尋的實際貢獻可能高於只看詢問數所判斷的結果。
維護頻率、例外與決策規則
- 建議檢視頻率：每季（每三個月）檢視一次歸因設定與決策週期數據。
- 例外情況：若產品線、價格帶或目標客群有大幅變動，應立即重新量一次決策週期，因為這些變動會直接改變應設的視窗長度。
- 長週期產業的規則：若你的決策週期長於平台允許的最大視窗，優先把重心放在 CRM 的來源記錄，上面回溯才是涵蓋完整週期的方法。
常見問題（本文直接回答）
Q1：視窗要設多長才安全？
A1：先量出你公司最近五十筆成交的決策天數分布，建議以第七十五百分位數作為基準，再依產品類型與渠道角色微調。
Q2：點擊視窗和瀏覽視窗可以設一樣嗎？
A2：不建議。點擊代表主動行為，關聯性高；瀏覽代表曝光，關聯性弱。瀏覽視窗應明顯短於點擊視窗，否則會高估廣告貢獻。
Q3：不同平台的視窗長度不一，怎麼比？
A3：有三種策略：統一視窗長度、以自家系統為準、或做增量測試。短期可先統一長度並以 CRM 作為總量基準。
Q4：沒有第一次接觸的資料怎麼辦？
A4：先把第一次接觸納入前端或 CRM（例如在詢問表單中加入時間戳與來源），沒有這個欄位前任何視窗設定都只是猜測。
Q5：改視窗後原本數字怎麼比？
A5：調整當天要註記並保留舊設定下的快照；比較時只能在相同設定下進行或在報表中特別說明跨設定比較的局限。
下一步（內部連結與資源）
- 要把決策週期導入流程：檢視我們的服務項目與導入模式 → 服務項目
- 想要把歸因與決策系統化：了解 AI 決策支援方案 → AI Decision Pod
- 參考類似案例與實務執行細節 → 案例
- 若需我們協助做抽樣或增量測試，請透過聯絡表單預約 → 聯絡表單
- 更多常見問題與定義請見常見問答 → 常見問題
- 關於我們的服務與流程說明 → 關於我們
本文資料邊界與建議
- 本文示例中採用的抽樣數量（最近五十筆成交）與使用第七十五百分位數作為參考，來自實務建議，而非特定平台公開研究。
- 各廣告平台的預設視窗與最大允許視窗會隨時間調整；實作時請以各平台後台的即時設定為準。
- 若需外部驗證或進一步量化（例如跨平台增量測試設計），建議在執行前先預估成本與期間，並在內部文件列出衡量指標。
如果你要我幫你把「最近五十筆成交」的抽樣工作做成具體 SQL 或 CRM 匯出規範，或把報表變更標註流程寫成可以直接執行的 SOP，我可以接續拆成可執行的步驟與範本表單。
延伸閱讀：
參考資源：Google Reference