多点触达归因已经失灵:什么将取而代之
多点触达归因已经失灵:什么将取而代之
大约十年来,多点触达归因(MTA)一直被包装成营销度量领域“成熟稳重”的答案。它的说辞是:不要再把所有功劳都归给最后一次点击,而应该把它公平地分摊到客户旅程中的每一个触点上。RevOps 团队构建了精细复杂的模型,调校着自己的 W 形曲线和时间衰减曲线,产出看起来相当严谨的报告。然而,如果你问一位收入领导者,他是否信任这些数字到愿意据此调动一笔七位数的预算,得到的诚实答案往往是“不”。
这份不信任是有道理的。这套方法存在着结构性的裂缝,无论怎么调校模型都无法修补。
这套方法的三道裂缝
MTA 假设你能够看见所有的触点、能够正确地统计它们、并且能够以一种真实反映“谁造成了什么”的方式来分配功劳。这三个假设,都比它们看起来的要脆弱得多。
先说可见性问题。MTA 只能为它能观察到的触点分配功劳。暗社交、口碑传播、竞争对手一场种下购买念头的网络研讨会、某个 Slack 社区里同行的一句推荐——这些统统不会出现在你的 CRM 里。于是你把 100% 的功劳,分配给了你恰好埋了数据点的那一小部分旅程,这就系统性地过度奖励了可追踪的数字渠道,而低估了其余的一切。
其次是把相关性乔装打扮成因果关系。一个加权模型会说,出现在成功交易旅程中的某个触点“促成”了这次成交。但那些与购买意向相关的触点,会因为它们恰好反映了这种意向,而被误当作造成了这种意向。有人访问定价页面,只是因为他们本来就打算购买,而定价页面却因此分走了这笔交易的一部分功劳。
再者,分数式功劳分配本身就是一种虚构。把一场网络研讨会归因为某笔交易 22.5% 的功劳,只是一种数学上的权宜之计,而不是一个真实存在的量。没有人能验证它,这正是财务部门私下里对整个归因体系打了折扣的原因。我们在为什么你的 CFO 不信任你的归因数据一文中详细探讨了这种动态。
以上这些都不是边缘情况。在一个由采购委员会主导、周期漫长、且严重依赖线下影响力的 B2B 业务动作中,它们才是常态。
B2B 场景让一切变得更糟
消费领域的归因已经很难,B2B 领域的归因则难上一个数量级。一笔交易可能涉及六到十位利益相关者,每个人都有自己独特的旅程,彼此之间的互动跨越数月之久。大多数团队所使用的 MTA 模型,继承自效果营销领域,那里大致上是“一个 cookie 对应一位买家”。而在 B2B 场景中,点击你广告的人,往往并不是最终签合同的人。影响力的产生发生在会议室里、采购审查中、以及某位“拥护者”在内部的游说之中,这些都不是你的平台能够记录下来的“触点”。而周期又常常横跨数个季度,触点往往在交易成交之前就已经衰减出了归因窗口。
把这样的现实硬塞进一个线性或 W 形的分配模型,产出的数字看似精确、信心十足,实则是错误的。而这种“精确感”恰恰是最危险的部分,它会让利益相关者对一些可能只是搭上了你从未真正衡量过的需求顺风车的渠道,产生一种虚假的确定感。
什么将取而代之
取代 MTA 的,是一个完全不同的问题。与其问“每个触点应该分得多少功劳”,不如问两个问题:哪些活动真正带来了增量收入?哪些客户账户此刻正在展现出真实的购买意向?
增量测试回答的是第一个问题。与其假设某个渠道因为出现在成功交易的旅程中就一定有效,不如运行留对照组测试和地域测试,衡量投入增加或减少时究竟会发生什么。这比逐个触点的报告要粗糙,但也诚实得多。你了解到的是真正推动了结果的因素,而不是恰好与结果同时出现的因素。
收入信号回答的是第二个问题。与其事后追溯分配功劳,不如根据客户账户在你所有系统中展现出的行为,持续为其购买、扩展或流失的可能性打分。这能让整个组织从争论上个季度的功劳分配,转向对本周的商机采取行动。其背后的逻辑,在把分散的数据转化为下一步最佳行动这篇支柱文章中有详细阐述。
把这两者结合起来,你就得到了 MTA 曾经承诺、却始终未能兑现的东西:一个站得住脚的、关于什么真正有效的洞察,以及一个关于该在哪里采取行动的前瞻性视角。
如何在不推倒重来的情况下实现转变
你不必、也不应该一夜之间就彻底拆除现有的归因体系。
第一步,把 MTA 降级为一种方向性工具。继续用它来发现模式,但不要再依据它给出的精确百分比来做预算决策。在会议上明确说出来:这些数字只是方向性的,而不是因果性的。你会惊讶地发现,仅仅这一句话,就能极大地改变讨论的走向。
第二步,为你最大的几笔投入建立增量测试机制。从你花费最多的两三个渠道入手,一个渠道上干净利落的留对照组测试,能教给你的东西,远比对所有渠道都套用一个“完美”模型要多。
第三步,构建统一的客户账户视图。增量测试和信号打分都依赖于跨系统的干净、整合数据,也就是下游一切工作都离不开的那个单一真实数据源。
第四步,改变运营节奏。把每月一次“功劳该归谁”的会议,替换为每周一次“哪些客户账户正在发出信号、我们打算怎么做”的例会。
像 Revnewo 这样为收入编排而生的平台,正是围绕这第二种模式来设计的:统一数据、为信号打分、路由行动,而不再纠结于事后争论分数式的功劳归属。
关键要点
- MTA 在三个方面出现了裂缝:它看不见的触点、被误认为因果关系的相关性、以及没人能验证的分数式功劳分配。
- 采购委员会和漫长的周期让情况雪上加霜,而报告呈现出的那种精确感,恰恰是最具误导性的部分。
- 换一个问题去问:用增量测试来寻找真正的因果关系,用收入信号打分来判断下一步该做什么。
- 循序渐进地推进:把 MTA 降级,对你最大的几个渠道进行留对照组测试,统一数据,并改变会议节奏。
归因真正的使命,从来都不是分配功劳,而是帮助你决定下一步该做什么。如果你已经厌倦了争论百分比,收入编排会把整个问题重新定义为:接下来该做什么。
More from 归因与收入信号
See revenue orchestration in action
Unify your revenue data, signals, and plays on one AI-native platform.