先講最重要的一句：你的訂單，幾乎從來不是「一個渠道」帶來的，而是一連串接觸的合力。但每個廣告平台都會跟你說「這筆是我帶來的」，於是 Meta 報的轉換、Google 報的轉換、聯盟報的轉換加起來，常常比你後台真實的訂單數還多。我做電商顧問這些年，看過太多老闆被這份「灌水的成績單」騙著砍錯預算——把其實在前面默默鋪路的渠道關掉，結果整體營收不升反降。這篇我用最白話的方式，把歸因（attribution）講清楚，並給你一套中小電商真的做得到、不必追求完美的做法。
為什麼每個平台都說訂單是它帶來的
這不是平台在說謊，而是它們各自只看得到「自己那一段」。一個消費者買你的東西，路徑往往是這樣：先在 Instagram 滑到你的廣告（認識你）、過幾天 Google 搜尋你的品牌名（想起你）、又被 Facebook 再行銷廣告打到（推一把）、最後點開電子報連結下單。
在這條路徑裡：Meta 的後台看到「廣告被點過、後來成交了」，就記一筆轉換；Google Ads 看到「搜尋廣告被點過、後來成交了」，也記一筆；聯盟平台、電子報工具同理。每個工具都站在自己的視角，把同一筆訂單算進自己的功勞——這就是重複歸功（double counting）。各平台數字加總超過真實訂單，是常態，不是 bug。
所以你不能把各平台後台的轉換數直接相加當成總成績，那會嚴重高估廣告效益。真正的「一筆訂單只能算一次」的視角，要靠一套統一的歸因規則來分配功勞——這就是歸因模型在做的事。
歸因模型白話解：五種常見模型怎麼分功勞
歸因模型，說穿了就是「當一筆訂單經過好幾個接觸點，這份功勞要怎麼分」的規則。同一筆訂單，用不同模型算，各渠道拿到的功勞天差地別。下面用「一個消費者依序接觸了 Instagram→Google 搜尋→電子報」這條路徑，講五種最常見的模型。
最後點擊（Last Click）
功勞 100% 給最後一個被點擊的渠道。上例就是電子報全拿，Instagram 和 Google 掛零。這是 GA4 早年與多數平台的預設，因為最好算、最直觀。問題是它完全忽略前面鋪路的渠道。
首次點擊（First Click）
功勞 100% 給第一個接觸點，上例就是 Instagram 全拿。它重視「誰把客人找來的」，適合衡量開發新客的渠道，但同樣偏頗——把臨門一腳的功勞全抹掉了。
線性（Linear）
把功勞平均分給路徑上每個接觸點，上例三個渠道各拿三分之一。它承認「大家都有貢獻」，最公平也最簡單，但缺點是把「隨手滑過的曝光」和「真正促成下單的那一下」當成等值，不夠貼近真實。
時間衰減（Time Decay）
越接近成交的接觸點分到越多功勞，越早的越少。上例電子報拿最多、Instagram 拿最少。它的邏輯是「離下單越近的影響越大」，比線性更合理，常用於有明確銷售週期的情境，但仍然系統性低估了上層的開發型渠道。
資料驅動（Data-Driven）
不用人定死規則，而是讓系統比對「有經過某渠道」和「沒經過某渠道」的轉換差異，用實際資料算出每個接觸點的真實貢獻權重。這是 GA4 現在的預設，理論上最準，但它需要足夠的轉換量才跑得動，而且是個黑盒子——你很難解釋它為什麼這樣分。
| 歸因模型 | 怎麼算功勞 | 適合用在 | 主要盲點 |
|---|---|---|---|
| 最後點擊 | 全給最後一個接觸點 | 看哪個渠道最會收割、預算少時的快速判斷 | 完全忽略前面鋪路的渠道，會害你砍錯上層預算 |
| 首次點擊 | 全給第一個接觸點 | 評估開發新客、品牌曝光渠道 | 抹掉臨門一腳，高估認知型渠道 |
| 線性 | 平均分給每個接觸點 | 路徑短、想簡單看全貌 | 把曝光和成交當等值，不分輕重 |
| 時間衰減 | 越接近成交分越多 | 有明確銷售週期、再行銷重的店 | 系統性低估上層開發型渠道 |
| 資料驅動 | 用實際資料算各點真實權重 | 轉換量大、想最貼近真實 | 需足夠數據、是黑盒子難解釋 |
為什麼「最後點擊」會害你砍錯預算
這是我最想提醒中小電商的一點。最後點擊是最多人用的預設，也最危險，因為它讓「臨門一腳」的渠道看起來無敵划算，讓「鋪路」的渠道看起來像在燒錢。
舉個我實際遇過的例子：有家店看後台，品牌字搜尋廣告和再行銷廣告 ROAS 都漂亮到不行，而 Instagram 的觸及型廣告 ROAS 慘不忍睹。老闆照「最後點擊」的成績單，把 Instagram 預算砍掉八成。結果呢？兩個月後，連那些原本漂亮的品牌搜尋和再行銷量都掉了——因為根本沒人在上層認識這個品牌了，沒有新客進漏斗，下游再會收割也沒東西可收。
道理很簡單：最後點擊只會獎勵收割者，懲罰開發者。再行銷、品牌字搜尋這類渠道，本質是「把別人帶來的人收成」，在最後點擊下它們永遠最好看；但如果你照這個去分配預算，會不斷加碼收割、餓死開發，最後把自己的成長引擎拆掉。判斷渠道值不值得加減碼，不能只看單一平台的最後點擊 ROAS，要用同一把尺、跨渠道看貢獻。
UTM 與 GA4 在歸因裡扮演什麼角色
講完模型，要講工具。歸因要做得起來，前提是「資料要乾淨地進到同一個地方」，這就是 UTM 與 GA4 的工作。
- UTM 是貼在連結上的標籤：你在每個對外連結（廣告、電子報、社群貼文）後面加上 utm_source、utm_medium、utm_campaign 等參數，GA4 才知道這個訪客是從哪個渠道、哪檔活動來的。沒有 UTM，很多流量會被丟進「直接（direct）」這個看不出來源的黑洞，歸因就無從談起。命名一定要有規則、全店統一，不然資料一團亂。可以用 UTM 連結產生器 把參數產對、命名一致。
- GA4 是那個「統一裁判」：各平台後台是球員兼裁判，只看自己。GA4 站在你自己的網站視角，看到的是同一個使用者的完整路徑，所以它能用一致的模型去分配功勞、避免重複歸功。GA4 預設用資料驅動歸因，你也能在報表裡切換不同模型來對照。
務實的順序是：先把 UTM 規則訂好、全渠道貫徹，讓資料乾淨進 GA4；再以 GA4 作為跨渠道的「總帳本」，各平台後台只當作該渠道內部優化的參考，而不是拿來互相比較或加總。把廣告效益換算成可比較的數字時，搭配 ACoS 計算機 一起看更踏實。
中小電商務實的歸因做法（別追求完美）
我必須老實說：完美的歸因不存在。跨裝置、看了沒點、線下口碑、自然搜尋的長尾影響……這些你永遠抓不全。中小電商如果一頭栽進「追求精準歸因」，只會耗掉大把時間卻換不到對應的決策品質。我的取捨建議是這樣：
- 把 UTM 紀律做好，比選哪個模型更重要。資料源頭乾淨，後面用哪個模型都不會錯得離譜；資料髒，再高級的模型也是垃圾進垃圾出。這是投報率最高的一件事，先做。
- 以 GA4 當總帳本，不要加總各平台後台數字。各平台後台用來優化「該渠道內部」（哪個素材、哪個受眾好），跨渠道比較一律回到 GA4。
- 別只看最後點擊，至少對照兩個模型。我的習慣是「最後點擊看收割、首次點擊看開發」兩份一起看：如果一個渠道在首次點擊下貢獻很高、最後點擊卻很低，那它是你的開發引擎，千萬別因為最後點擊難看就砍掉。
- 有量再用資料驅動，沒量就用時間衰減。月轉換數還不到幾百筆時，資料驅動跑不準，老老實實用時間衰減當主模型、配首次點擊看開發，就很夠用了。
- 真正的驗證是「關掉再看整體」。懷疑某渠道在灌水或被低估時，別吵模型，做一次預算增減測試，看「整體營收與整體 ROAS」怎麼變——這比任何歸因模型都誠實。
- 用整體獲利當終極裁判。歸因是幫你分配預算的參考，不是 KPI 本身。最後一切回到整體 ROAS／ACoS 和淨利有沒有變好，分配新預算前可先用 廣告預算分配計算機 把比例試算一遍。
一句話收尾：歸因不是要找出「唯一的功臣」，而是幫你別把錢花在錯的地方。中小電商把 UTM 做乾淨、以 GA4 為總帳本、至少對照兩個模型、用整體獲利驗證，就已經贏過大多數憑後台數字加總在分預算的同行了。想看更多投放與分配的實戰拆解，可以逛逛 ECPRO 部落格。