首次触达、末次触达,以及为何二者都会误导你

2025年11月18日7 min read

首次触达、末次触达,以及为何二者都会误导你

问两位市场人员他们用的是哪种归因模型,你常常会得到两个悄悄互相矛盾的答案。专注需求生成的人偏爱首次触达模型,因为它把功劳归给了漏斗顶端;而与销售关系密切的市场人员则捍卫末次触达模型,因为它把功劳归给了交易成交那一刻在场的东西。同样的旅程,却得出相反的结论。这应该让你意识到,问题出在工具本身,而不是人。

首次触达和末次触达之所以能一直沿用至今,是因为它们简单,而不是因为它们准确。它们给出一个单一来源的答案,正好能塞进一份报告里。但这种简单性掩盖了一种会扭曲预算、薪酬方案与渠道策略的偏差,而且通常没有人会察觉。准确理解每一种模型究竟是如何“撒谎”的,是建立起真正可信的度量体系的第一步。

首次触达:把功劳归给“引荐者”

首次触达模型会把一笔交易 100% 的功劳,归给最初把这位联系人带入你视野的那个渠道:最初的一次广告点击、第一次内容下载、捕获到邮箱的那场网络研讨会。

它确实回答了一个真实的问题:漏斗顶端的流量究竟从哪里来?但作为决策依据,它会以可预见的方式失灵。它会过度奖励那些成本低廉、覆盖量大的认知类渠道——一场触达了数千名最终未曾购买者的泛泛社交广告投放,只要恰好是那些最终成交的交易中的“第一次触达”,就会显得战功赫赫。它会忽略一切真正推动交易前进的因素:培育邮件序列、解决方案工程师的产品演示、说服首席财务官的那份案例研究,这些统统都不可见。哪怕你把它们全部砍掉,首次触达模型也不会有任何反应。而且,它奖励的是“更早出现”,而不是“更有用”。在漫长的 B2B 周期中,首次触达可能发生在十八个月前、甚至是在联系人换了工作之前,与客户最终购买的真正原因几乎毫无关系。

如果你按照首次触达模型来优化投入,你会把钱不断砸进漏斗顶端的引流环节,却让真正促成转化的环节陷入资源匮乏。然后你会疑惑,为什么流量涨了,成交率却纹丝不动。

末次触达:把功劳归给“压轴戏”

末次触达模型则恰恰相反。所有功劳都归给成交前的最后一个触点:一次演示请求、一份“联系销售”表单、最后一封被点击的邮件。

它同样回答了一个真实的问题(转化那一刻通常伴随着什么),但同样会带来严重的扭曲。品牌搜索和直接流量会大量攫取功劳,因为那些心里早已认定要买的人,会直接搜索并访问你的官网。这个渠道并没有创造需求,它只是恰好站在了终点线上。所有真正让买家准备就绪的认知与培育活动,其贡献都会被记为零;如果你砍掉品牌建设投入,末次触达模型会欣然告诉你“一切照旧”,直到两个季度后销售管道枯竭为止。“最后出现”只是顺序问题,并不代表因果关系。

首次触达和末次触达,本质上是同一个错误的两个方向:它们都把全部功劳压在一段由众多因素共同塑造的旅程中的某一个瞬间上。多点触达模型试图通过把功劳分散开来解决这个问题,但正如我们在多点触达归因已经失灵一文中所讲的那样,它们也带来了自己的一套问题。

一个具体的例子

一位工程师在一场行业会议上听了一场演讲,这一步没有被追踪。几个月后,她点击了一则再营销广告(首次触达),并下载了一份指南。她所在的团队用了十周时间对你进行评估:查看文档、参加网络研讨会、在一个私密 Slack 社区里收到一位同行的推荐(未被追踪)、进行产品演示、完成安全审查。最后,采购部门在谷歌上搜索了你公司的名字,点击了一条品牌搜索结果(末次触达),进入了合同页面。

首次触达模型把整笔交易的功劳都归给了再营销广告;末次触达模型则把它归给了品牌搜索。而现实情况可能是:那场演讲和那位同行的推荐才是真正起决定性作用的因素,而产品演示和安全审查则完成了最终的说服。

这两种模型都信心满满地把功劳归给了一个充其量只是旁观者的渠道。任何建立在这类数字之上的预算,本质上都建立在一个虚构的故事之上。

应该怎么做

不存在唯一“真正正确”的单一触点模型,所以不要再去寻找它了。更好的做法是,不再追问“哪个触点应该获得功劳”,而是去问一些不同的问题。

把单一触点模型限定在它狭窄但真实的用途范围内:用首次触达来理解漏斗顶端的引流来源,用末次触达来理解转化机制,但绝不要用它们来衡量总体投资回报或分配预算。在真金白银的投入上,要引入增量测试:留出对照组的实验能告诉你一个渠道究竟带来了什么因果效应,而不只是它在旅程序列中处于什么位置。把重心转向前瞻性信号:与其在已成交的交易上反复争论功劳分配,不如根据各系统中的真实购买行为,对当下活跃的客户账户打分,这正是把分散的数据转化为下一步最佳行动背后的理念。最后,要先统一数据,因为任何更好的方法,都依赖于一份关于客户旅程的、干净且完整整合的数据视图,这正是让任何模型值得信赖的单一真实数据源。

像 Revnewo 这样的收入编排平台正是沿着这个方向构建的。它们并不试图在几个有缺陷的归因模型中挑出一个“赢家”,而是统一触点数据,并将其转化为关于下一步该采取什么行动的实时信号。

关键要点

  • 首次触达和末次触达之所以广受欢迎,是因为它们简单,但两者都不准确。
  • 首次触达会过度奖励低成本的认知渠道,忽视真正促成成交的因素;末次触达会过度奖励品牌搜索,抹去需求生成的贡献。同一个错误,方向相反。
  • 把它们限定在各自狭窄的用途内使用,在预算攸关的地方进行留对照组测试,并把更多精力投入到前瞻性信号,而不是回顾性的功劳归属上。
  • 如果没有一份干净、完整整合的客户旅程数据视图,以上这些都无从谈起。

如果你的首次触达报告和末次触达报告始终在讲述两个不同的故事,真正的解法是换一个问题去问,而不是选边站队。了解一下收入编排如何把旅程数据转化为具体行动,是一个不错的起点。

See revenue orchestration in action

Unify your revenue data, signals, and plays on one AI-native platform.