营销归因：各类模型、局限，以及如何为来自 AI 助手的流量归因

营销归因回答的是每次预算会议都会问的问题：究竟哪些渠道带来了客户？维基百科关于营销归因的条目将其定义为识别促成某一结果的用户行为，并为每个行为赋予价值。本指南对比各类模型，说明它们的盲区，并介绍如何把在 ChatGPT、Gemini 或 Perplexity 中首次接触你品牌的访客纳入考量。

什么是营销归因？

客户很少在一次互动后就完成转化。一个典型的 B2B 旅程可能是这样的：一则 LinkedIn 广告，一次落在博客文章上的 Google 搜索，一封新闻通讯，一次向 ChatGPT 提出的产品比较，然后是品牌词搜索和一次演示申请。每一步都是一个触点，演示申请就是转化。归因决定每个触点能分到多少转化功劳。

答案会改变预算。按最终点击，品牌词搜索拿走 100% 的功劳，文章看起来毫无用处；按首次点击，LinkedIn 广告拿走全部。归因是营销分析的核心，应结合营销漏斗的每个阶段来解读，因为偏向最后一步的模型会系统性地低估漏斗上层渠道。

主要的归因模型有哪些？

模型分为两大类：单触点模型（一个触点获得全部功劳）和多触点模型（功劳被分摊）。

首次点击

第一次被记录的互动获得 100% 的功劳。适合观察哪些渠道把新用户带入旅程，但看不到促成成交的环节。

最终点击与最终非直接点击

转化前的最后一次互动获得 100%。最终非直接点击会忽略直接访问，把功劳归于最后一个可识别的渠道。简单稳定，但会高估品牌词搜索、再营销和邮件，而这些渠道往往只是收割了别处创造的需求。

线性

每个触点获得相同份额。看似公平，却让一封出于习惯打开的新闻通讯与促成购买的文章拥有同等权重。

时间衰减

越接近转化的触点获得越多功劳。适合销售周期短和促销场景，但会压低开启长期考虑过程的内容的价值。

基于位置（U 型）

首个和最后一个触点各得 40%，其余 20% 分摊给中间触点。它同时重视发现与成交，但固定权重本身就是人为设定的。

数据驱动

算法比较完成转化的路径与未转化的路径，估算每个触点的增量贡献。它能适应你的业务，但需要足够的转化量，而且仍是一个黑箱。

Google Analytics 4 目前还提供哪些归因模型？

Google 简化了选择。根据 Google Analytics 帮助中心，首次点击、线性、时间衰减和基于位置的模型自 2023 年 11 月起已不再提供。Google Analytics 4 现在提供三种选项：

• 数据驱动：默认模型，由 Google 根据你账户中的路径计算。
• 付费和自然渠道最终点击：全部功劳归于最后一个被点击的渠道，不计直接访问。
• Google 付费渠道最终点击：如有 Google Ads 点击，则功劳归于最后一次 Google Ads 点击。

如需保留首次触点视角，可在 GA4 获客报告中使用首次用户来源和媒介维度，或在 CRM 中记录每条线索的首个来源。要比较渠道，请搭建专门的报告：我们的 Google Analytics 仪表板指南介绍了具体做法。

为什么归因永远看不到完整的旅程？

无论采用哪种公式，所有基于点击的模型都有相同的盲区：

1. 同意与 Cookie：拒绝追踪的访客会从路径中消失，浏览器也限制了 Cookie 的有效期。
2. 多设备：在手机上阅读、在笔记本上购买的潜在客户，如果不登录，就会被计为两个人。
3. 封闭平台：Google Ads、Meta 和 LinkedIn 各自按自己的规则归因，彼此之间不去重，因此各平台报告的总和会超过实际销售。
4. 只看不点：一段视频、一期播客或一条 AI 回答，可能说服了一个从不点击的人。
5. 漫长的 B2B 周期：多位决策者、数月的考虑期，以及任何代码都记录不到的线下会面。

维基百科条目指出，多触点模型和规则模型经常与对照实验测得的增量效果不一致。归因提供的是方向，而不是精确的账目。

如何为来自 AI 和零点击搜索的流量归因？

这是最新出现的盲区。越来越多的信息检索发生在 ChatGPT、Gemini、Perplexity、Claude 或 Google 的 AI Overviews 中，其中很大一部分根本不会产生点击。

衡量真正到达的访问

当助手传递来源或参数时，AI 引荐流量就是可见的。OpenAI 在其面向发布者的常见问题中说明，ChatGPT 会在其引用的链接中添加 utm_source=chatgpt.com。其他助手则以 perplexity.ai、gemini.google.com 或 copilot.microsoft.com 等引荐来源出现。在 GA4 中创建一个汇总这些来源的自定义渠道组；我们的用 Google Analytics 衡量 AI 引用教程给出了可用的正则表达式。

估算隐藏的访问

部分由 AI 带来的流量没有引荐来源：复制到浏览器的链接、移动应用，或者用户读完回答后直接输入你的品牌名。这类 AI 暗流量会推高直接访问和品牌词搜索。请把这两条曲线的趋势与你在 AI 中的可见度放在一起观察。

为不产生点击的回答记功

零点击归因依赖上游信号：AI 助手在买家常问的问题中引用你品牌的频率，以及你相对竞争对手的 AI 声量份额。Sorank 的 AI 提及追踪在 ChatGPT、Claude 和 Gemini 上追踪 25 到 150 个提示词（Pro 套餐起另含 Perplexity 和 Grok），并显示是谁取代你被引用。我们的 ChatGPT 引用研究详细介绍了该助手偏好的来源。

还有哪些方法可以补充归因？

成熟的团队会交叉使用三种方法，而不是只信任一个模型：

营销组合建模已经变得容易上手：Google 发布了开源模型 Meridian。对小企业来说，自报字段是见效最快的方法：把“ChatGPT 或其他 AI 助手”列为一个明确选项，你就会看到点击数据所隐藏的渠道。

如何一步步搭建营销归因？

1. 定义转化：演示申请、购买、注册，并为每项设定价值。
2. 为每个活动打标签：使用 UTM 生成器，遵循书面的 UTM 规范（小写、固定来源名称）。
3. 打通分析工具与 CRM：让每条线索都保留首个来源、最后来源和收入。
4. 选定一个基准模型（转化量允许时用数据驱动，否则用最终非直接点击），并保持一整年不变，以便比较不同时期。
5. 每季度与首次触点对比：看清哪些渠道开启了客户旅程。
6. 加入 AI 层：AI 渠道组、自报字段、引用追踪。
7. 按回报评判：用 ROAS 计算器计算各渠道收入，并据此调整预算。

归因、SEO 与 GEO

自然内容是最终点击归因下最吃亏的：文章和指南开启的旅程，最后往往以品牌词搜索或一封邮件收尾。GEO 也是如此，一次 AI 引用可能影响了一个永远不会点击的买家。请在 GEO 与 SEO 仪表板中同时衡量自然搜索和 AI 可见度，并根据首次触点转化、辅助转化和引用来评估内容，而不只看最终点击收入。

正确的归因模型，是你保持稳定、用其他方法交叉验证，并扩展到 AI 回答的那个模型。想了解 ChatGPT、Claude 和 Gemini 引用你品牌的频率，以及哪些竞争对手占据了你的位置，可以从 Sorank 开始。它是以 autopilot 模式运行的 SEO 和 GEO 软件，提供 3 天免费试用。