核心做法是双轨记录:可归因渠道继续按点击或安装标识归因,口碑传播单独记为“无标识来源”,但两轨都保留同一套用户动作时间线,最后用“来源证据等级”而不是“渠道名称”来合并。这样做的原因很直接:口碑带来的安装往往没有可追踪标识,而可归因渠道的标识也可能因为跨设备、重装或分享链接被覆盖而失真。把两者混成一张渠道表,最后会得到一份看似完整、实际无法核对的数据。
可归因渠道记录的是“系统能读到的标识”,例如点击ID、安装referrer或分享链接参数。口碑传播记录的是“人说过什么、听的人做了什么”,这两件事的证据形态不同。把它们放进同一个“来源”字段,等于让一个安装同时承担两种解释,后面无论看留存还是看成本都会互相污染。
假设一个情境:某工具类APP在版本更新后,老用户把截图发到三个群里,同时信息流广告也在投放。三天后新增了一批安装,其中一部分带广告点击标识,一部分没有任何标识。此时如果只按“有标识=广告、无标识=口碑”来分,就会把重装用户、关闭跟踪权限的用户、从应用商店自然搜索进来的用户全部误判为口碑。这个误判会直接影响下一步预算决策。
建议在推广记录里至少保留两组字段。第一组是可归因字段:渠道标识、点击时间、安装时间、设备或账号维度。第二组是口碑字段:提及来源、提及时间、被提及的具体说法、是否有分享链接。两组字段都挂到同一个用户动作ID上,来源结论留到分析时再合并。
这样做的实际动作是:在推广数据表里新增“来源证据等级”列,取值可以是“标识完整”“标识缺失但有口碑提及”“仅有口碑提及”“无法判断”。做完这一步,下一步的渠道比较才有可比基础。
多个角色对同一批新增有不同理解,通常不是因为谁不认真,而是因为各自看到的字段不同。投放角色看到的是点击和安装标识,运营角色看到的是群内讨论和用户反馈,产品角色看到的是激活和留存。三者说的“来源”其实不是同一个东西。
可核对的做法是建一张最小核对表,每个安装只回答四个问题:有没有可读标识、标识属于哪个渠道、安装前有没有被明确提及、提及发生在哪个场景。四个问题都能填“有/无/不确定”,不允许填“应该是”。当某个安装四项都是“不确定”时,它就不进入任何渠道的效果计算,只进入总量核对。这一步会减少可分析样本,但能避免把噪声当成结论。
假设某APP在两周内同时做了信息流投放和老用户分享激励。期末统计时,A角色认为新增主要来自广告,因为后台有大量点击标识;B角色认为主要来自口碑,因为社群讨论明显变多。两人都没有编造数据,分歧来自记录口径。
按双轨记录重做后,发现三类情况:一类安装有完整点击标识且安装前无口碑提及,归入可归因渠道;一类安装无点击标识但安装前有明确分享链接或提及记录,归入口碑轨;还有一类安装既无标识也无提及记录,归入无法判断。第三类不能用来证明任何一方的判断。此时再看留存或后续行为,只能分别看前两类的表现,而不是把三类混在一起算一个总数。
这个例子的数字只用于说明比较方法,不代表任何真实项目的转化水平。它的价值在于:把“谁说的对”变成“哪一类记录支持哪种解释”。
如果可归因标识完整且口碑提及稀少,下一步优先核对渠道口径和投放参数,而不是急着加预算。如果标识大量缺失但口碑提及集中出现,下一步先检查分享链路是否可追踪、跟踪权限是否影响了标识回传,再决定是否把口碑单独设为一条观察线。如果两类证据都弱,下一步不是继续争论来源,而是先补记录字段和核对流程。
需要提醒的是,安装量、点击量或某项统计突然变化,不能单独证明某个渠道起了作用。跨设备行为、系统权限变化、重装、分享链接被截断,都会造成标识缺失或错配。把这些合理解释列出来,再决定哪些数据可以进入结论,是比直接归因更稳的做法。