进阶第 9 章：为什么你看到的数据，未必是真实效果 — 破除数字迷信

1. 核心矛盾：平台在“抢功劳”

你有没有发现，把 Facebook、Google 和 TikTok 后台显示的转化金额加起来，往往比你银行卡收到的实际钱数要多得多？

这就是“重复归因”陷阱。 每个平台都想向你证明它是有效的，从而让你花更多的钱。

2. 数据的两个“伪真理”

A. View-through Conversion (观看转化)

用户只是看了一眼你的广告（没点），3 天后他自己去官网买了。平台说：“这是我的功劳！” 真相：他可能本来就要买，或者是在别的平台看到后去搜的。如果你过度依赖这个指标，你的营销系统会充斥着昂贵的“无效展示”。

B. Attribution Window (归因窗口)

• 7-Day Click vs. 1-Day Click：如果一个用户点完广告第 6 天才买，这真的全是那个广告的功劳吗？
• 进阶思维：窗口期拉得越长，数据越“好看”，但往往也越“虚”。

3. 大厂实战：阿迪达斯 (Adidas) 的 2019 年“归因大反思”

背景：2019 年，Adidas 营销负责人公开承认，他们过去几年过度投资了“绩效营销（Performance Marketing）”。

数据骗局拆解：

1. 数据表现：当时的 Google Search 广告数据看起来好得惊人，ROI 极高。
2. 真相挖掘：他们做了一个实验：关掉部分地区的品牌搜索广告。结果发现，即便没有广告，大部分忠实客户依然会通过自然搜索进来购买。
3. 结果：那些昂贵的搜索广告，本质上是在拦截那些“本来就要买”的老客户。Adidas 在数据上被骗了，他们以为广告带来了新增长，其实只是在重复计费。
4. 调整：Adidas 随后大幅增加了品牌建设预算，试图去触达那些“还没打算买”的人。

深度解析： 这就是进阶玩家的必修课：理解“增量 (Incrementality)”。 如果关掉这个广告，这单生意还会发生吗？如果是，那么这个广告就是无效的，即便后台显示的 ROI 是 100 也不值一文。

4. 本章小结：从“精确”到“方向”

不要追求 100% 的数据精确，那是不可能的。 你需要的是“方向性的正确”：

• 关注 MER (Marketing Efficiency Ratio)：总销售额 ÷ 总广告费。这是最硬的指标。
• 保持怀疑：当一个广告表现好得不真实时，问问自己：它带来的是“新客户”还是“顺手拦截的老客户”？

下一章预告： 既然数据不完美，我们该如何判断？进阶第 10 章：归因模型与判断力。我们将探讨 Last-click、Multi-touch 等模型的实战应用。