沒有資料科學家也能起步：用試算表做第一版行銷組合分析
行銷組合分析是用一段時間內的業績與各管道投入資料，估算每個管道對業績的貢獻。它不需要追蹤個別使用者，所以不受瀏覽器隱私限制影響，也能把電視、戶外、業務活動這類無法點擊追蹤的投入納入。第一版完全可以在試算表裡完成，重點是資料整理，而不是模型多複雜。
我會建議中小企業先做一個粗略版本，目的不是得到精確數字，而是讓團隊習慣用「整體業績的變化」去看行銷，而不是只盯著平台報表的轉換數。等資料累積夠久，再考慮 Google Meridian 或 Meta Robyn 這類開源工具。
需要準備哪些資料
最少需要一年，理想是兩年以上的週資料。每一週一列，欄位包括業績（營收或訂單數）、各管道花費、以及會影響業績但不是行銷的因素，例如促銷檔期、價格調整、節日、缺貨。
| 欄位類型 | 範例 | 注意事項 |
|---|---|---|
| 結果變數 | 每週營收、新客數 | 定義要固定，不可中途改口徑 |
| 行銷投入 | 搜尋廣告、社群廣告、影音、電子報花費 | 用花費或曝光擇一，全表一致 |
| 控制變數 | 檔期、節日、價格變動、缺貨週 | 用零與一標記是否發生 |
| 趨勢與季節 | 週序號、月份 | 避免把自然成長算成行銷貢獻 |
控制變數常被省略，卻是結果可不可信的關鍵。如果每年雙十一都有大促，而社群廣告也剛好在那幾週加碼，模型就會把促銷的效果記到社群廣告頭上。
處理延遲效果與飽和效果
廣告的效果不會在當週結束，今天看到的影片，可能下週才促成購買。處理方式是建立「延遲後花費」欄位：本週值等於本週花費加上上週延遲值乘以一個保留率。保留率介於零與一之間，影音與品牌類通常較高，搜尋類較低。
飽和效果則是花費越多，每多一塊錢的效果越小。試算表裡最簡單的處理方式是對延遲後花費取平方根或對數，讓高花費週的邊際貢獻自然遞減。這兩個轉換沒有標準答案，建議各試兩三組參數，選擇讓模型解釋力較好且係數合理的組合。
- 為每個管道建立延遲後花費欄，先試保留率零點三、零點五、零點七
- 對延遲後花費取平方根，作為飽和處理
- 保留原始欄位，方便日後比較不同設定
在試算表裡跑迴歸
Google 試算表的 LINEST 函式或 Excel 的資料分析工具都能做多元線性迴歸。把業績放在應變數，把各管道轉換後的花費、控制變數、趨勢欄放在自變數，就能得到每個變數的係數與標準誤。
讀係數時先看方向：行銷管道的係數應該是正的，若出現負值，通常代表資料有共線性問題，例如兩個管道總是同時加碼，模型分不出誰的功勞。這時可以把高度相關的管道合併，或在規劃上刻意讓它們錯開投放，為下一版模型製造可以區分的變化。
- 係數為負：檢查共線性與遺漏的控制變數
- 標準誤很大：該管道的花費變化不夠，模型學不到東西
- 整體解釋力很高但係數怪異：可能過度擬合，減少變數
第一版能回答什麼、不能回答什麼
第一版模型適合回答方向性問題：哪個管道的邊際貢獻看起來比較高、哪個管道可能已經接近飽和、整體業績有多少比例與行銷投入有關。它不適合回答精確問題，例如「社群廣告的投資報酬率是二點三」。
原因很實際：週資料一年只有五十二筆，要估計五六個管道加上控制變數，自由度非常有限，任何一個數字的誤差範圍都很寬。把第一版當成對話工具，用它來規劃下一季的投放變化，讓資料更有區分度，比追求一次就算準更有價值。
把結果翻譯給決策者聽
模型跑出來之後，最難的一步是溝通。決策者通常不想聽係數、標準誤或解釋力，他們只想知道「下一季錢要怎麼放」。我的做法是把模型結果轉成三句話：哪個管道看起來還有加碼空間、哪個管道可能已經飽和、哪個管道的結果太不確定需要實驗。
要避免的是把模型輸出包裝成精確答案。如果你對老闆說「社群廣告每投一元回收二點三元」，他下一步就會要求照這個比例加碼，而第一版模型根本撐不起這樣的決定。比較誠實的說法是：「在目前資料下，社群廣告的邊際貢獻比搜尋廣告高，但誤差範圍很大，建議下一季在兩個地區提高社群預算三成，作為驗證。」
這種說法同時給了方向和行動，也把模型的不確定性轉成一個可執行的實驗。三個月後你會有新的資料，模型也會因為投放有了變化而變得更準。這就是試算表版本最大的價值：它讓團隊開始用可驗證的方式討論預算，而不是靠感覺或平台報表各自表述。
何時升級到開源工具
當你累積兩年以上週資料、管道數超過五個，或需要估計不確定性區間時，可以考慮 Google 的 Meridian 或 Meta 的 Robyn。兩者都是開源專案，官方文件提供安裝方式與範例資料，需要基本的 Python 或 R 能力。
升級前請先確認三件事：資料口徑在這段期間沒有變過、控制變數都已整理好、團隊有人能讀懂模型輸出並向決策者解釋。工具再好，也無法修正定義混亂的資料。
起步檢核清單
- 至少五十二週、口徑一致的週資料
- 每個管道的花費欄與至少三個控制變數
- 延遲與飽和轉換各試兩三組參數
- 檢查係數方向與標準誤
- 把結果轉成下一季的投放實驗規劃
- 每季更新資料並重跑，記錄變化
常見問題
行銷組合分析和歸因分析有什麼不同？
歸因分析追蹤個別使用者的接觸路徑，行銷組合分析則用整體業績與投入的時間序列估算貢獻，不需要使用者層級資料，也能納入離線管道。
資料只有半年可以做嗎？
可以試做，但可信度很低。半年的週資料只有二十幾筆，除非只看一兩個管道，否則建議先把它當成資料整理練習。
Meridian 和 Robyn 要付費嗎？
兩者都是開源專案，軟體本身免費，但需要自行準備運算環境與具備程式能力的人員。
模型結果和平台報表差很多怎麼辦？
這很常見，因為兩者衡量的東西不同。可以把差異最大的管道列入增量測試清單，用實驗結果判斷哪一方比較接近事實。
延伸閱讀：預算怎麼分配：新客與再行銷的比例判斷、從瀏覽到成交的十四天、一個指標從定義到上線的七個步驟。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。