我做電商顧問這幾年，每次接新客戶的第一件事，不是看他賣什麼，而是把他攤開的廣告報表全部疊在一起加總。十之八九，加出來的「廣告貢獻營收」會比金流後台的實際入帳還高，有時候誇張到多出三、四成。客戶通常先愣住，然後問：「那我到底哪個渠道有效？」這個問題的答案，就藏在歸因模型（Attribution Model）裡。
說穿了，歸因模型要解決的只有一件事：當一筆轉換經過好幾個渠道接觸才成交，這份功勞該怎麼分。聽起來很學術，但它直接決定你下個月的錢往哪裡丟。先把話講白——我不相信任何單一平台後台自己宣稱的成效，因為每個平台都只看得到自己那一塊，而且都傾向把功勞算給自己。
為什麼單一渠道的數字一定會騙你
先講一個我常用的觀念：客人幾乎不會看一次廣告就掏錢。台灣消費者尤其謹慎，一筆三、四千元的客單，背後常常是好幾天、好幾個接觸點堆出來的。
- 她先在 Instagram 滑到你的限時動態廣告，記住了品牌。
- 過兩天在 Google 搜你的品牌名，點進官網逛了一圈沒買。
- 隔天被 Meta 的再行銷廣告追到，又想起來。
- 最後收到電子報的折扣碼，才終於結帳。
如果你只信「末次點擊」，這筆訂單的功勞會全部記在電子報頭上。那支真正讓人第一次認識品牌的 IG 廣告，數字上看起來毫無貢獻，於是你砍了它的預算——然後下個月新客就乾了。這就是我最常看到的災難：把帶來認知的渠道當成沒用的渠道砍掉，只留下那些「搭便車收尾」的渠道，短期 ROAS 很漂亮，三個月後整盤生意萎縮。
各平台後台之所以會集體灌水，是因為它們各自只看得到自己參與的那一段路徑。Meta 看到自己有觸及，就把整筆算成自己的；Google 也一樣。同一筆訂單被算兩三次，自然加起來爆表。要把路徑還原成完整的一條線，前提是每個渠道的連結都帶一致的追蹤標記。我會要求客戶全站連結都用 UTM 連結產生器 建立統一命名規則，source、medium、campaign 怎麼填都要寫成規範文件，否則資料對不起來，再厲害的模型也只是在分析一堆垃圾。
常用歸因模型一次看懂
我必須先潑個冷水：歸因模型沒有「正確答案」，只有「適不適合你這門生意」。把每種模型的脾氣搞懂，比硬背定義有用得多。
| 模型 | 功勞怎麼分 | 適合誰 | 主要風險 |
|---|---|---|---|
| 末次點擊 | 全給最後一個接觸點 | 剛起步、資料量小 | 嚴重低估前期培養需求的渠道 |
| 首次點擊 | 全給第一個接觸點 | 想看誰最會帶新客 | 忽略臨門一腳的渠道 |
| 線性 | 路徑上每點平均分 | 決策長、需長期培養 | 高估無關痛癢的接觸 |
| 時間衰減 | 越接近成交拿越多 | 客單低、決策快 | 同樣低估認知期渠道 |
| 位置型 | 首尾各四成、中間分剩下 | 多數中型電商的折衷 | 四六比例是拍腦袋訂的 |
| 資料驅動 | 用實際資料算貢獻 | 轉換量大、資料夠 | 量級不足會被雜訊誤導 |
末次點擊與首次點擊
這兩個是光譜的兩端，也是最多人用的，因為直觀。末次點擊把全部功勞給最後一個接觸點，後台設定簡單，但它會讓你誤以為「再行銷」和「品牌字搜尋」無所不能——其實那只是收割前面別人鋪好的需求。首次點擊剛好相反，適合拿來回答「誰最會幫我帶陌生人進門」，但它對成交臨門一腳的渠道完全視而不見。我自己很少單獨用任何一個，但會兩個並排看：首尾一比較，就能大致看出某個渠道到底是開疆拓土型，還是收尾型。
線性、時間衰減與位置型
線性模型把功勞平均分給每個接觸點，聽起來最公平，缺點是它把「不小心被滑過一眼」和「真正打動人的那一支」當成等值，容易高估湊數的接觸。時間衰減讓越接近成交的接觸拿越多分，適合決策週期短的快消、食品、美妝補貨型商品。位置型（我習慣設首尾各四成、中間六種一起分剩下兩成）同時尊重「帶來認知」和「促成成交」兩端，是我替大多數台灣中型電商客戶的預設起手式——它不完美，但不會犯下單一模型那種致命偏頗。
資料驅動歸因
資料驅動模型（GA4 內建的就是這種）用你實際的轉換資料反推每個接觸點的真實貢獻，理論上最準。但我要很誠實地說：它需要足夠的轉換量級才跑得出可靠結果，Google 官方門檻是一段期間內要有相當數量的轉換。月成交才一兩百筆的小店硬上資料驅動，模型會被雜訊牽著走，給出今天說 IG 有用、明天說 IG 沒用的飄忽結論，比用末次點擊還糟。各模型的英文名詞如果看不慣，可以對照我們的 電商名詞解釋 把定義先校準好。
怎麼選：照你的生意特性對號入座
我給客戶的判斷邏輯其實只有兩個變數：客人決策路徑長不長、你的轉換量級夠不夠。
- 客單低、決策快、轉換量大（例如咖啡豆、保健食品定期購）：時間衰減或資料驅動，能反映收尾渠道的真實價值。
- 客單高、決策長、要長期養（例如家具、課程、高價 3C）：位置型或線性比較公平，才不會手滑砍掉前期育成的渠道。
- 剛起步、月成交三位數以下：別鬧了，先用末次或首次點擊看趨勢就好，把力氣花在把 UTM 標好。
但比選哪個模型更重要的，是「用同一套模型長期一致地看」。我看過太多人這個月用末次、聽了某場講座下個月改線性，結果兩個月的數字根本不能比，等於白做。歸因的價值來自趨勢的可比性，不是來自模型本身有多高級。
把歸因接回預算決策
歸因如果只拿來做月報給老闆看好看，那是浪費。它真正要回答的是那個最殘酷的問題：下一塊錢該加在哪個渠道。當你用一致的模型看清各渠道的真實貢獻後，就能把錢從被高估的渠道，挪到真正帶來增量的渠道。
不過我得補一個多數人會跳過的步驟：歸因告訴你「相對貢獻」，但不告訴你「划不划算」。評估某個渠道值不值得加碼，我一定會再疊兩件事一起看——這個渠道的獲客成本（CAC）多久回得了本，以及它帶進來的客人終身價值（LTV）級距夠不夠高。回本快、客人又值錢的渠道，才是該加預算的地方。怎麼把預算實際拆到各渠道，可以參考我整理的 廣告預算分配工具，先有歸因看貢獻，再用它把錢分下去，邏輯才完整。
我最常看到的三個錯誤
講了這麼多模型，真正讓人賠錢的往往不是選錯模型，而是這些基本功沒做。
- UTM 命名各做各的：行銷、客服、合作夥伴各填各的 source，同一個渠道在報表裡裂成五個，怎麼歸因都是錯的。
- 線下與口碑視而不見：很多人實體門市、Line 群、朋友推薦帶來的單，在數位歸因裡完全抓不到，於是把那部分功勞誤算給最後一個數位接觸點。
- 把模型結論當聖旨：模型說某渠道貢獻低就直接關掉，卻沒做過小規模的增減測試去驗證。我的習慣是任何大砍預算的決定，先停一半跑兩週看整體營收有沒有掉，再決定。
歸因是羅盤，不是聖旨
講到最後，我想把態度講清楚：任何歸因模型都是一種「合理的估算」，不是百分之百的真相。跨裝置、線上線下交錯、抓不到的口碑與自然搜尋，都會讓模型有盲區。我自己的做法是——用歸因看趨勢和相對高低，搭配整體營收、獲客成本、回本天數一起判斷，必要時用真金白銀的小規模渠道增減測試去驗證模型的結論。把它當成一支需要持續校準的羅盤，而不是死守的標準答案，你的預算分配才會一季比一季準。想看更多我從實戰整理的觀念，歡迎逛逛 電商知識專欄。
常見問題 FAQ
初創電商該用哪一種歸因模型？
月成交還在三位數以下時，別碰資料驅動。先用末次點擊或首次點擊看趨勢，把全站 UTM 標準化才是當務之急。資料量上來了，再升級到位置型或時間衰減。
為什麼各平台後台的成效加起來比實際營收還高？
因為每個平台只看得到自己參與的接觸，且都傾向把整筆功勞算給自己。同一筆訂單被臉書、Google、聯盟各認一次，自然會重複灌水。用統一 UTM 把路徑還原成一條線，才能避免重複計算。
GA4 的資料驅動歸因可以無腦相信嗎？
不行。它在轉換量足夠時相當好用，但量級不足時會被雜訊牽著走，給出飄忽不定的結論。建議搭配你自己對渠道角色的理解一起判讀，別把單期數字當定論。
歸因模型和廣告預算分配是同一件事嗎？
不是，但前後相連。歸因負責看清各渠道的真實貢獻，預算分配負責把錢實際拆下去。先歸因再分配，並且要疊上 CAC 回本與 LTV 一起評估，邏輯才完整。
多久該重新檢視一次歸因結果？
我建議至少每季回看一次，並且固定用同一套模型，這樣趨勢才可比。換模型會讓前後期數字失去可比性，反而做不出決策。重大檔期前後則可額外做一次，搭配小規模增減測試驗證。
本文由電商顧問林克威撰寫，更多內容請見 ECPRO 電商博士（ecpro.tw）。