同一批旧渠道,换成7天窗口时A渠道看起来贡献最大,换成30天窗口时B渠道反超,这不是数据出错,而是归因窗口把转化记到了不同时间点上。要判断该保留哪个渠道,先要确定你的决策周期与用户决策周期是否匹配,再用能区分两种解释的证据去验证。
在51la统计里做渠道对比时,如果转化路径存在明显的时间差——比如用户先看内容、过几天才回来咨询——那么窗口越短,越容易把功劳记给临门一脚的渠道;窗口越长,越容易把功劳记给早期触达的渠道。于是同一份数据可以得出两个相反的结论:短窗口说“投放渠道在收割”,长窗口说“内容渠道在铺垫”。
这个翻转本身不是异常,而是窗口与决策节奏错配的信号。真正需要回答的是:翻转是因为渠道作用方式不同,还是因为统计口径把重复转化算重了。
解释一:渠道作用方式确实不同。有些渠道擅长首次触达,有些擅长最终促成。短窗口偏向后者,长窗口偏向前者。如果两类渠道的转化时间分布本就相差很大,排序翻转是真实差异的反映。
解释二:口径把同一用户算重了。如果51la统计的去重规则、跨设备识别或会话切分方式在不同窗口下表现不一致,长窗口可能把同一用户的多条转化都计入,放大某个渠道的量。这种情况下排序翻转是统计假象,不是渠道价值变化。
两种解释都会让渠道排序翻转,但处理方式完全相反:前者要按决策周期选窗口并保留两类渠道,后者要先修口径再谈取舍。
不要只看汇总的渠道排名,去拉三样可以相互核对的东西:
可执行动作:先固定一个渠道,分别用7天和30天窗口导出“转化次数”和“去重转化人数”两组值,再对照该渠道的转化时间分布。如果人数排序在两窗口下一致,就按人数口径继续;如果不一致,先排查跨设备与会话切分,而不是急着砍渠道。这个动作的结果直接决定下一步是调窗口还是修口径。
假设某旧合作渠道历史上带来过咨询,现在你要决定是否终止它。用7天窗口看,它几乎没有转化,像是该退出;用30天窗口看,它贡献了若干转化,像是该保留。此时不要凭任一窗口拍板,而是查它的转化时间分布:若转化集中在第8至30天,说明它的作用被短窗口截断了,退出会损失这部分延迟转化;若转化集中在第1天且两窗口人数一致,说明它确实已衰退,可以进入退出流程,同时保留那些仍有延迟转化价值的渠道。
关键取舍是:窗口长度应贴近你的业务决策周期,而不是统一套用默认值。决策周期短、复购快的业务,短窗口更贴近现实;决策周期长、需要多次触达的业务,长窗口才能反映渠道全貌。两者不能互相替代,只能各自说明适用条件。
当判断某个旧渠道确应退出,不要连同它的历史数据一起清掉。保留三部分:原始转化时间分布、去重人数口径下的历史贡献、以及该渠道触达过但尚未转化的用户群。前两者用于日后复核窗口选择是否合理,后者在换渠道后可继续触达,避免把已建立的认知一起丢掉。这样处理的结果是,退出动作只终止新增投入,不破坏判断依据,下一次换窗口时你仍有可对照的基线。
窗口选择没有唯一正确答案,但每次调整都应留下可核查的记录:用了哪个窗口、依据哪组分布、去重口径是否一致。这样当渠道排序再次翻转时,你能分清是渠道变了,还是窗口变了。