询盘归因怎么算才对:First Touch、Last Touch 与 12 种 Click ID

归因不是"选一个模型",而是"先搞清楚数据是从哪来的"。多数出海站的归因数据本身就是错的——同域跳转没剔除、直接访问占了首触位、Click ID 过期丢失。本文给三层归因的落地口径。

询盘归因的三层:先修数据源,再选模型多数站的归因数据从源头就是脏的 —— 模型建在错数据上,结论一定是错的第一层 · 来源识别(优先级不可颠倒)① Click ID最可靠,平台自动附加② UTM人工标记,可靠度次之③ Referrer需三条剔除规则④ 直接访问兜底三条剔除规则:同域 referrer 剔除 · 搜索引擎域名归一 · 无效 referrer 归入直接访问第二层 · 归因模型· First Touch → 评估拉新· Last Non-Direct → 默认口径· 两者都要看,重合度高的最稳第三层 · 访问环境(与渠道正交)· 付费渠道优先级最高,不被环境覆盖· 微信作为独立字段并存· 避免「微信」吃掉广告效果12 种 Click ID · 独立存储 · 保留 90 天gclidwbraidgbraidfbclidttclidli_fat_idmsclkidtwclidyclidepiks_kwcidirclickidB2B 决策周期 45–70 天是常态 —— 只留 30 天,超过一半的转化会归因失败。
询盘归因怎么算才对:First Touch、Last Touch 与 12 种 Click ID

询盘归因怎么算才对:First Touch、Last Touch 与 12 种 Click ID

结论先行: 归因不是”选一个模型”,而是“先搞清楚数据是从哪来的”。多数出海站的归因数据本身就是错的——同域跳转没剔除、直接访问占了首触位、Click ID 过期丢失。模型建在错误的数据上,得出的结论一定是错的。

一、第一性问题:很多站的归因数据从源头就是脏的

先看四个真实常见的错误,它们都出现在”选模型”之前:

错误 表现 后果
同域跳转未剔除 客户从文章页跳到产品页,被记成”新来源” 自然流量被虚高,重复计算
直接访问占首触位 客户第一次来是通过 Google,但首触被记成”直接访问” 首触渠道全部失真
Click ID 过期丢失 广告点击后 30 天再转化,gclid 已丢 广告效果被低估
把访问环境当渠道 微信内置浏览器被当成”渠道 = 微信” 付费渠道与微信混在一起,无法判断谁在起作用

这四类问题合起来,会让一份归因报告”看起来完整、实际不可用”。所以正确的顺序是:先修数据源,再选模型。下面按三层展开。

二、第一层:把”来源”识别准

2.1 来源判定的优先级

一次访问的来源,应该按下面的顺序判定,顺序不能颠倒:

优先级 判定依据 说明
① Click ID 参数 最可靠(gclid / fbclid 等),有则直接归属
② UTM 参数 人工标记,可靠度次之
③ Referrer 需要剔除规则,见下
④ 直接访问 兜底

为什么 Click ID 优先于 UTM?因为 UTM 是人工加的,容易加错、漏加、或被人为修改;而 Click ID 是广告平台自动附加的,唯一且不可伪造。

2.2 Referrer 的三条剔除规则

referrer 是最容易出错的一环。三条必须执行的剔除规则:

规则 做法 为什么
同域剔除 referrer 域名 == 本站域名时,视为站内跳转,不覆盖来源 否则站内点击会不断”洗掉”真实来源
搜索引擎归一化 不同国家的 Google 域名归为一个来源 google.de / google.co.uk / google.com 应统一为 Google
无效 referrer 归入直接访问 空 referrer、来自本站 App、来自邮件客户端 邮件客户端的 referrer 通常为空,容易误判

同域剔除是三条里最重要的。一个客户从你的博客文章点进产品页,如果被记成”新来源 = 博客文章”,那么他的原始来源(比如 Google 搜索)就丢了。长此以往,报告里会看到”博客是最大来源”这种假象。

2.3 首触位的写入规则

First Touch(首触)只在真的带回来来源时写入。这条规则看起来很细节,但它决定了整个归因体系的准确性。

情形 是否写入首触 理由
首次访问来自 Google 搜索 ✅ 写入 有明确来源
首次访问来自广告点击(带 gclid) ✅ 写入 有明确来源
首次访问是直接访问(输入网址 / 书签) ❌ 不写入 没有来源信息,不能占首触位
首次访问来自站内跳转 ❌ 不写入 不是真实来源

为什么”直接访问不占首触位”?因为如果允许它占位,那么一个品牌词搜索进来的客户(很可能先被记成直接访问)会永久丢掉他的真实首触。而实际上,”直接访问”往往是前面某次营销的效果——只是那一次的来源没被记录。

正确处理是:首触位保持空着,等待第一次带回真实来源的访问来填充。

三、12 种 Click ID 与 90 天保留期

Click ID 是广告平台附加在落地页 URL 上的唯一标识。它们是跨平台归因的唯一可靠手段,因为只有它们能告诉你”这次访问来自哪个平台、哪次点击、哪个广告”。

# 参数名 平台 典型有效期 用途
1 gclid Google Ads 30–90 天 搜索广告归因
2 wbraid Google Ads(iOS) 30–90 天 iOS 隐私限制下的替代
3 gbraid Google Ads(iOS App) 30–90 天 App 内 WebView 场景
4 fbclid Meta 90 天 Facebook / Instagram 广告
5 ttclid TikTok 90 天 TikTok 广告
6 li_fat_id LinkedIn 30 天 LinkedIn 广告
7 msclkid Microsoft Ads 90 天 Bing 广告
8 twclid X (Twitter) 30 天 X 广告
9 yclid Yandex 90 天 Yandex 广告
10 epik Pinterest 30 天 Pinterest 广告
11 s_kwcid Adobe / 部分平台 30–90 天 企业级投放追踪
12 irclickid 联盟营销 30–90 天 联盟渠道归因

三个关键设计决定:

决定 做法 原因
独立存储 12 种 ID 各自单独存字段,不合并成一个”click_id” 同一个用户可能同时带多个 ID,需要分别归因
保留 90 天 首次捕获后保存 90 天 覆盖 B2B 长决策周期(30–60 天很常见)
首次捕获优先 同一个 ID 类型只记第一次,后续不覆盖 保证归因稳定,避免”最后一次点击偏向”

“保留 90 天”这个决定对 B2B 尤其重要。一个工业装备的采购,从第一次点击广告到最终提交询盘,中间隔 45–70 天是常态。如果 Click ID 只保留 30 天,那么超过一半的转化会归因失败,广告效果被严重低估。

四、第二层:四种归因模型与选择

数据源修好之后,才轮到模型。

模型 逻辑 适用场景 局限
First Touch 100% 归给第一次接触 评估”谁带来了新客户” 低估临门一脚的渠道
Last Touch 100% 归给最后一次接触 评估”谁促成了转化” 会让直接访问/品牌词占尽便宜
Last Non-Direct 归给最后一次非直接访问 默认推荐(同 GA4 默认) 需要正确处理直接访问
线性 / 位置归因 按比例分配给多个接触点 多触点成熟后的精细化 需要更长的数据积累

为什么默认推荐 Last Non-Direct?

因为纯粹的 Last Touch 有一个严重缺陷:大量转化前的最后一步是”直接访问”(客户已经决定要联系你,直接打开你的网站填表)。如果按 Last Touch 算,这些转化会全部归给”直接访问”,于是所有渠道看起来都没用。

正确的口径是:回溯到最后一个”带回来源”的接触。也就是 GA4 和多数现代分析工具采用的 last_non_direct 口径。

一个实用建议:同时看两个口径。

看哪个 回答什么问题
First Touch 哪个渠道在拉新?(B2B 里通常指向内容与自然搜索)
Last Non-Direct 哪个渠道在促成转化?(通常指向品牌词与再营销)

只看一个一定会误判。典型的误判是:只看 Last Touch,得出”SEO 没用、广告最有效”的结论——因为广告往往是转化前的最后一次点击;而实际上,是 SEO 内容先带来了认知,广告只是搭了便车。

五、第三层:微信是”访问环境”,不是”渠道”

这一点在中文出海场景里经常被搞混,值得单独说明。

微信(含企业微信)内置浏览器是一种”访问环境”,它与”渠道”是两个正交的维度。

维度 取值示例 回答的问题
渠道 自然搜索 / 付费广告 / 社媒 / 直接访问 / 邮件 他从哪来?
访问环境 微信 / 企业微信 / 普通浏览器 / App 内 WebView 他在什么环境里访问?

为什么要分开?看一个具体例子:

场景 渠道 访问环境 正确解读
客户在微信里点开朋友分享的链接 社媒(分享) 微信 微信是传播载体,渠道是社媒
客户在微信里点开你投的广告 付费广告 微信 付费优先级最高,不能被微信覆盖
客户在微信里直接输入网址 直接访问 微信 环境是微信,渠道是直接
客户在企业微信里打开你发的资料 邮件/IM 发送 企业微信 环境是企微

如果混在一起,会出现两种错误:

错误做法 后果
把”微信”作为渠道值 付费广告的效果被归到”微信”名下,无法评估广告投放
忽略访问环境维度 不知道客户的访问环境,无法优化分享体验与落地页适配

正确做法:渠道与访问环境各存一个字段,付费渠道优先级最高(不被环境覆盖),微信作为独立字段并存。这样你既能算”广告带来了多少询盘”,也能算”其中多少是在微信里访问的”。

六、访客归属:国家与城市怎么判断

归因不只要知道”从哪来”,还要知道”从哪国来”——这对出海业务是基础数据。这里有两种模式,各有取舍:

模式 判断依据 精度 外部请求 适用
轻量模式(默认) CDN 提供的国家头 + 浏览器时区推断 国家(时区可辅助判断) 零 多数出海站
精确模式 站长配置的 IP 查询接口 国家 + 城市 需配置接口 需要城市级数据时

为什么默认用轻量模式?因为一次访客访问会触发多次资源请求,如果每个请求都去查一次 IP 库,会带来三个问题:响应变慢、外部依赖(接口挂了就全挂)、以及隐私合规风险(把访客 IP 发给第三方)。轻量模式用 CDN 已经在响应头里提供的国家信息,零额外开销。

什么时候需要精确模式?当你需要回答”哪个城市的询盘最多,要不要在当地做地推或参展”这类问题时。此时再配置接口是值得的。

七、常见错误与验收清单

七个常见错误

# 错误 后果 修正
1 同域 referrer 未剔除 站内跳转覆盖真实来源 加同域剔除规则
2 直接访问占首触位 首触渠道失真 首触只写带来源的访问
3 Click ID 只存 30 天 B2B 长周期转化丢失归因 延长至 90 天
4 Click ID 合并成一个字段 多渠道并存时归因错误 12 种独立存储
5 只看 Last Touch 低估内容与 SEO 的作用 同时看 First 与 Last Non-Direct
6 把微信当渠道 付费效果被掩盖 渠道与环境正交存储
7 用客户端脚本记录归因 隐私设置 / 广告拦截导致数据缺失 服务端记录关键数据

上线验收清单

检查项 验证方法 通过标准
同域跳转不覆盖来源 从内页 A 跳到内页 B,看来源是否变化 来源保持不变
首触只在带来源时写入 直接访问新访客,看首触字段 首触为空,第二次带来源访问后写入
Click ID 正确捕获 用带 ?gclid=test123 的链接访问 数据库里能看到 test123
Click ID 保留期 模拟 60 天后再次访问 归因仍能匹配上
渠道与环境字段分离 微信内访问带 ?gclid= 的链接 渠道=付费,环境=微信
首次访问与转化关联 提交一条测试询盘 询盘记录里有完整来源链路
数据可导出 导出最近 30 天询盘数据 含来源、Click ID、国家、环境字段

FAQ 常见问题

归因数据只能做到”尽力而为”,会不会永远不准确?
会,而且必须接受这一点。归因做不到 100% 准确,原因包括:跨设备行为无法完全追踪、隐私设置导致信号丢失、线下接触(展会、电话)无法自动记录。可行的目标不是”绝对准确”,而是“口径一致且可比较”——只要每个渠道都用同一套规则计算,趋势判断就是可靠的。最怕的是口径不一致:这个月按 A 规则,下个月按 B 规则,数据就没法连续看。
客户的第一次接触是线下展会,怎么记录?
线下接触无法自动采集,但可以人为补录。建议在询盘表单里保留一个”您是在哪里了解到我们的?”选项(可选填),并让业务员在电话沟通时确认来源、手工补录到 CRM。这类数据的覆盖率通常只有 30–50%,但它的价值在于修正线上归因的偏差——如果发现大量客户实际来自展会,就不会错误地把所有功劳都算给线上渠道。
为什么不直接用 Google Analytics 的归因?
GA 很强大,但在出海 B2B 场景里有两个具体不足:一是它主要服务”网站分析”,而非”询盘归因”——询盘提交后的销售跟进、成交数据不在 GA 里,无法闭环;二是数据在你的 GA 账户里,而询盘数据需要和 CRM 打通。实践中合理的做法是:GA 用来看流量与行为,询盘归因用独立的追踪体系记录(服务端写入自己的数据库),两者用同一套 UTM 口径对齐。
问题 看哪个
新客户从哪来? First Touch
哪个渠道促成转化? Last Non-Direct
哪些渠道同时出现在两端? 对比两者,重合度高的渠道价值最稳
First Touch 和 Last Touch 冲突时,该信哪个?
不要”选一个信”,而要看它们分别回答什么问题: 重合度是一个很有用的判据。如果某个渠道在 First 和 Last 中都高频出现,说明它既拉新又促成,是核心渠道,值得加大投入。
Click ID 存在哪里?会不会有隐私合规问题?
Click ID 本身是广告平台生成的匿名标识,不含个人信息,属于参数级别的技术数据,合规风险低。但需要注意两点:一是存储位置(服务端数据库比前端 cookie 更稳,也更容易做访问控制);二是与个人数据的关联方式(如果 Click ID 和客户姓名、邮箱存在同一张表里,就属于个人数据关联,需要遵守 GDPR 等法规,提供删除机制)。建议技术数据与个人数据分表存储,用内部 ID 关联。
渠道类型 建议归因窗口
付费搜索(品牌词) 30 天
付费搜索(通用词) 60–90 天
社媒广告 30–90 天
自然搜索 / 内容 90 天以上(建议不做硬窗口,保留长期)
展会 / 线下 手动补录,无窗口限制
B2B 决策周期长,归因窗口应该设多长?
参考行业实际数据,建议: 核心原则是:窗口长度应该接近”从首次接触到达成转化的典型周期”。对工业装备这类 6–12 个月决策周期的品类,90 天窗口仍然偏短——所以建议同时保留”首次接触”的永久记录,即使它超出了归因窗口,也能用于分析渠道的长期价值。

写在最后

归因这件事的价值,不在于”算得多精确”,而在于它决定了你下一笔预算投在哪里。

如果数据是脏的,那么结论就是错的;结论错了,预算就流向了”看起来很有效但实际只搭了便车”的渠道。而真正在拉新的那条路径(往往是内容与自然搜索)会因为没有即时回报而被削减——这是出海企业最常见的资源错配。

所以做归因的正确顺序是:先把数据源修干净(同域剔除、首触规则、Click ID 保留期、渠道与环境分离),再谈模型选择。前者是工程问题,一次做对可以长期受益;后者是分析问题,可以随认知演进不断调整。

环形山
环形山 环形山专家

机构官方 · 环形山 Crater

环形山(Crater)是一家专注 WordPress 独立站开发 + Google SEO + GEO 全域增长的出海服务公司,服务智能硬件、工业装备、SaaS、新能源等赛道。

产品能力方法论白皮书行业报告
965篇分享
78篇知识库