先說結論：歸因模型（Attribution Model）要解決的，是「一筆轉換經過多個渠道接觸時，功勞該怎麼分」這件事。ECPRO電商博士編輯部要點出一個常見誤區：很多賣家只看平台後台各自宣稱的成效，結果同一筆訂單被臉書、Google、聯盟各算一次，加起來比實際營收還多。搞懂歸因，你才不會把預算押在「看起來有效、其實只是搭便車」的渠道。
為什麼單一渠道數字會騙人
重點前置：客人很少看一次廣告就下單，他通常會多次接觸不同渠道後才買。
- 典型路徑：滑到社群廣告知道你 → 過幾天搜尋品牌名 → 看到再行銷廣告 → 點電子報連結結帳。
- 如果只信「末次點擊」，功勞全給電子報，前面真正帶來認知的社群廣告會被低估、被砍預算。
- 各平台後台只看得到自己的接觸，無法看到完整路徑，所以才會出現成效重複灌水的問題。
要把路徑看完整，前提是每個渠道的連結都帶有一致的追蹤標記。強烈建議用UTM 連結產生器建立統一規則，否則資料對不起來，再好的模型也分不出功勞。
常見歸因模型一次看懂
歸因模型沒有絕對的對錯，只有適不適合你的生意。以下是幾種最常用的。
末次點擊與首次點擊
末次點擊把全部功勞給最後一個接觸點，簡單直觀，但會嚴重低估前期培養需求的渠道。首次點擊則相反，全給第一個接觸點，適合用來看「誰最會帶新客認識你」，但同樣偏頗，忽略了後續臨門一腳的渠道。
線性、時間衰減與位置型
線性模型把功勞平均分給路徑上每個接觸點，公平但可能高估了無關痛癢的接觸。時間衰減模型讓越接近成交的接觸拿越多功勞，適合決策週期短的商品。位置型（例如首尾各占四成、中間分剩下）則同時看重「帶來認知」與「促成成交」兩端，是不少電商的折衷選擇。
資料驅動歸因
資料驅動模型用實際轉換資料去計算每個接觸點的真實貢獻，理論上最準，但需要足夠的轉換量級才跑得出可靠結果。資料量還不夠的賣家，硬上這個模型反而會被雜訊誤導。各模型名詞若不熟，可查電商名詞解釋對齊定義。
怎麼選：依生意特性對號入座
重點前置：先看你的客人決策路徑長不長、轉換量級夠不夠。
- 客單低、決策快、轉換量大：時間衰減或資料驅動較合適，能反映臨門一腳的價值。
- 客單高、決策長、需要長期培養：位置型或線性比較公平，才不會把前期渠道砍掉。
- 剛起步、資料量小：先用末次或首次點擊看趨勢就好，別急著上複雜模型。
更重要的是「同一套模型長期一致地看」。今天用末次、明天換線性，數字無法比較，反而做不出決策。更多以資料判斷渠道的觀念，可延伸閱讀資料主題專區。
把歸因接回預算決策
歸因不是拿來做報表好看，而是要回答「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，就能把預算從被高估的渠道，挪到真正帶來增量的渠道。
評估某個渠道值不值得加碼，建議搭配兩個工具一起看：用CAC 回本天數計算確認該渠道獲客成本多久回本，再用LTV 計算器確認帶進來的客人終身價值級距夠不夠高。回本快、客人又值錢的渠道，才是該加預算的地方。
ECPRO 編輯部提醒：歸因是參考，不是聖旨
任何歸因模型都是一種「合理的估算」，不是百分之百的真相。線上線下交錯、跨裝置、無法追蹤的口碑，都會讓模型抓不到。實務建議是：用歸因看趨勢與相對高低，搭配整體營收與獲客成本一起判斷，必要時用小規模的渠道增減測試來驗證模型結論。把歸因當成持續校準的羅盤，而不是死守的標準答案，你的預算分配才會越來越準。