同一筆訂單，不同歸因模式各說各話：用模型對照找出被低估與高估的管道
同一筆訂單在不同歸因模式下，功勞會被分給不同的管道，這不是哪個模式錯了，而是每個模式背後的假設不同。實用的做法是把兩種以上的模式並排，看每個管道的功勞在模式之間移動了多少：功勞在資料導向模式下明顯增加的管道，往往是被最後點擊低估的上游管道；反之則可能被高估。
這篇不討論哪個模式最正確，因為沒有一個模式能證明因果。我要談的是怎麼把「模式之間的差異」當成一種診斷訊號，用來決定哪些管道值得進一步用實驗驗證，哪些可以維持現狀。
先弄清楚各模式在假設什麼
最後點擊把全部功勞給轉換前的最後一次互動，假設「臨門一腳」最重要；資料導向歸因則根據帳戶內有轉換與沒轉換的路徑差異，估算每個接觸點的邊際貢獻。Google Ads 與 GA4 近年已經陸續淘汰首次點擊、線性、時間衰減與根據排名等規則式模式，目前主要保留資料導向與最後點擊，細節以官方說明為準。
這個變化代表一件事：你在舊報表裡看到的線性或時間衰減結果，可能已經無法在新介面重現。做模型對照時，要確認比較的是現在還存在的模式，並把模式切換的時間點記在報表上，避免把設定變更誤讀成成效變化。
| 模式 | 核心假設 | 容易高估 | 容易低估 |
|---|---|---|---|
| 最後點擊 | 最後一次互動決定成交 | 品牌搜尋、再行銷、直接流量 | 影音、社群、內容等上游接觸 |
| 資料導向 | 依路徑差異估算邊際貢獻 | 資料量少時的偶然路徑 | 追蹤不到的離線或跨裝置接觸 |
| 平台自報 | 各平台只看得到自己 | 每個平台都宣稱功勞 | 其他平台的角色 |
建立模型對照表的步驟
- 選定一段至少包含一個完整銷售週期的期間，避開重大活動或追蹤異常週
- 以管道群組為單位，分別匯出最後點擊與資料導向模式下的轉換數與營收
- 計算每個管道在兩種模式下的差異比例：資料導向值除以最後點擊值，再減一
- 依差異比例排序，並同時列出絕對轉換數，避免小數字造成的誇大
- 標出差異超過正負兩成且轉換數達到一定量的管道，作為待驗證清單
GA4 的「模型比較」報表可以直接完成大部分工作，但我仍建議把結果匯出到試算表，因為你需要加上花費欄位，把功勞轉成單位成本，才看得出預算層面的意義。
怎麼判讀差異
差異比例為正而且大的管道，代表它在轉換路徑中經常出現，但很少是最後一步。這類管道在最後點擊報表裡看起來效率很差，最容易在預算檢討時被砍。差異比例為負的管道，通常是品牌搜尋、再行銷或電子報，它們收割了前面累積的需求。
但請注意兩件事。第一，資料導向模式仍然只看得到被追蹤到的接觸，戶外廣告、口碑、業務拜訪都不在裡面，所以它的「公平」是有邊界的。第二，差異只是線索，不是結論。一個管道在資料導向下功勞變多，只代表它常出現在成交路徑上，並不證明拿掉它就會少掉這些成交。
- 差異大、轉換數也大：優先安排增量測試
- 差異大、轉換數小：先累積資料，不急著調整
- 差異小：兩種模式看法一致，可以用任一模式管理
- 品牌搜尋差異為負：檢查是否在收割其他管道創造的需求
什麼情況下才值得動預算
我給客戶的原則是：歸因模式的差異只能用來排定「驗證的優先順序」，不能直接拿來重新分配大筆預算。真正要動預算，至少需要以下其中一種佐證：增量測試結果、長期趨勢中該管道暫停時的業績變化，或是行銷組合分析的估計。
如果手上沒有這些資源，可以採取小步調整：把差異最大的上游管道預算提高一到兩成，觀察四到八週內整體轉換與新客比例的變化，同時保持其他條件穩定。這樣即使判斷錯誤，損失也在可承受範圍內。
常見誤判
- 把模式切換後的數字變化當成成效變化
- 只看比例不看絕對數，把十筆轉換的管道當成大發現
- 以為資料導向就等於因果，直接照功勞比例分預算
- 忘記各平台的歸因視窗不同，拿不同視窗的數字互相比較
- 忽略追蹤不到的管道，對離線影響大的產業特別危險
歸因視窗也是常被混淆的變數。點擊後七天和三十天的視窗，會讓長決策週期產品的功勞分布差很多。做對照之前，先統一視窗，才能確定你看到的差異來自模式本身。
常見問題
GA4 還能用線性或時間衰減模式嗎？
Google 已公告淘汰多數規則式歸因模式，目前主要提供資料導向與最後點擊等選項。實際可用項目請以 GA4 與 Google Ads 官方說明為準。
資料導向歸因需要多少資料才可靠？
官方對資格門檻有說明，但實務上轉換量越少，模型越容易受偶然路徑影響。轉換量偏低的帳戶，建議把資料導向結果當作參考，不要據此大幅調整。
模型比較的結果可以直接用來分配預算嗎？
不建議。模式差異適合用來找出值得驗證的管道，真正分配預算前，最好有增量測試或行銷組合分析等因果證據支撐。
各廣告平台報的轉換加起來比實際訂單多，正常嗎？
正常。每個平台只看得到自己的接觸，都會把功勞算給自己，加總必然重複。跨平台比較時，應以第三方分析工具或訂單系統為基準。
延伸閱讀：歸因視窗怎麼選：不同商品週期的判斷方式、從瀏覽到成交的十四天：一份時間差分析、預算怎麼分配：新客與再行銷的比例判斷。若想讓團隊的報表真正走到決策，可以參考冠誠數位行銷服務項目，或直接預約諮詢。