先给结论:不要把口碑和可归因渠道塞进同一个“来源”字段里二选一,而是拆成两层记录——第一层记录用户第一次听说产品的触点,第二层记录这次安装实际能被技术手段归因到的渠道。当两层不一致时,保留两个值并标记冲突,而不是强行合并成一个“真实来源”。这个做法在缺少完整数据或权限时同样可执行,只是精度会下降。
口碑传播和可归因渠道的判定依据完全不同。可归因渠道依赖点击标识、安装来源参数或平台回传,它回答的是“这次安装技术上从哪里来”;口碑传播依赖用户自述,它回答的是“用户为什么决定装”。一个用户可能被朋友推荐(口碑),但朋友发来的是一条带参数的分享链接(可归因)。此时两者都真实,只是描述的是不同环节。
如果只保留一个字段,你会遇到两种相反的误判:把来源记为“朋友推荐”,渠道报表里这条安装就消失了,投放方看不到它其实由某次分享带来;把来源记为渠道参数,口碑的推动作用被抹掉,你无法判断哪些渠道的内容更容易被转发。这两种误判都会让后续的渠道取舍建立在残缺信息上。
可区分的原因证据:如果同一渠道的安装量在某个内容上线后明显上升,同时该内容的分享行为也在增加,这两组数据同时出现只能说明它们时间上相关,不能直接断定是口碑带动了安装。要区隔,需要看分享链接的点击是否落在该渠道的归因窗口内。
这种情况下的最小动作是建立两个独立字段,而不是一个来源字段加备注。
attributed_source:由技术手段写入,值只能是渠道标识、自然量或空。self_reported_source:由用户或客服在注册、问卷、对话中记录,值是自由文本或预设选项。source_conflict:当两者指向不同渠道时置为真,否则为假。实施时,先只在一个入口采集自述来源,例如注册后的一次性问项“你是怎么知道我们的”,不要在所有页面重复弹窗。采集后对照 attributed_source 生成冲突标记。
动作与结果的下一步影响:假设某周有 100 条安装,其中 30 条 attributed_source 为空、self_reported_source 填了“朋友推荐”。这 30 条不能直接算作口碑渠道的获客,因为自述可能记错,也可能只是随口选择了一个选项。正确的下一步是:把这 30 条单独成组,观察它们后续的留存或付费行为是否与自然量接近,再决定是否把它们计入口碑的贡献。如果直接计入,你会高估口碑;如果直接丢弃,你会低估分享的作用。
缺少权限时,你无法拿到 attributed_source,此时不要假装能精确归因。可执行的最小动作是只保留自述来源,并额外记录“是否经由他人分享进入”这一项。
这种口径下,不能推出的结论包括:某个渠道的获客成本、渠道间的转化率对比、口碑带来的具体安装量。它能支持的结论只有:在愿意回答的用户中,自述来源的分布是怎样的,以及自述来源与后续行为的粗略关联。
冲突标记本身不是错误,而是信息。当 source_conflict 为真时,说明用户接触路径跨越了至少两个触点。处理方式取决于你要回答的问题:
attributed_source 为准,但把冲突比例作为该渠道内容被分享程度的参考。self_reported_source 为准,但要接受自述的偏差。可以合并的唯一条件是:两个字段在绝大多数记录中一致,且冲突样本量小到不影响结论方向。即便如此,也建议保留原始字段,只在展示层合并。
假设某应用在信息流和社群两个渠道推广,社群里有用户自发分享。某月安装记录中,信息流归因 200 条,社群归因 50 条,自述“朋友推荐”80 条,其中 40 条同时有信息流归因参数。
如果只看归因,信息流贡献 200,社群 50。如果只看自述,朋友推荐 80。两者相加是 330,但总安装只有 250,说明存在重叠。正确的记录方式是:信息流 200 中包含 40 条冲突记录,社群 50,纯自述口碑 40。下一步动作是检查那 40 条冲突记录是否集中在某条被大量分享的信息流素材上——如果是,说明该素材的分享价值被低估了,但它仍然是通过信息流触达的,不能因此把预算从信息流挪走。
这个例子的数字仅用于说明比较方法,不代表任何真实渠道的表现。
回到最初的问题:口碑传播与可归因渠道同时存在时,记录来源的关键不是找到一个“正确”答案,而是让两个口径各自可查、冲突可见,并在缺少数据或权限时明确标注当前口径能支持什么结论、不能支持什么结论。这样后续无论是要优化渠道还是要解释数据异常,你都有据可依,而不是在一堆互相矛盾的数字里反复猜测。