一句话回答
末次点击归因是一种归因模型:把一次转化的全部功劳记给顾客转化前点击的最后一个触点,更早的互动一律记 0。它能告诉你是哪个渠道促成了成交,却看不出是哪些渠道创造了需求。
公式: 末次点击功劳 = 一次转化的全部功劳归最后一个触点,其余触点记 0。
什么是末次点击归因?
末次点击归因是一种归因模型:把一次转化的全部功劳记给顾客转化前点击的最后一个触点,更早的互动一律记 0。它简单、稳定,擅长回答一个问题:最后是哪个渠道促成了成交。但它会系统性低估创造需求的认知渠道,所以要用它,就要配一个首次点击或线性视图一起看。
从机制上说,模型在回看窗口内逐条检查转化路径,找到最后一次被点击的触点,把整次转化记给它。一条路径,一个赢家。一行例子:付费社交 → 电子邮件 → 付费搜索 → 购买,付费搜索记 1 次转化,前面两个触点记 0——尽管是它们让顾客认识了产品、又把顾客带了回来。归因是更宽泛的做法,决定功劳怎样在整段旅程里分配;末次点击是这个家族里最简单的规则。
这条规则之所以成为默认,是因为它好解释、好复算、不需要建模:两个分析师拿到同一份路径数据,会算出同一个答案。Search Ads 360 至今把末次点击作为默认模型,Google Ads 也在数据驱动默认之外,保留末次点击作为可选模型。
末次点击、末次触点与末次非直接点击的区别
这三个名字常被当成同一个模型混用。它们有两点不同:什么算制胜触点,以及直接访问怎么对待。
| 模型 | 制胜触点 | 直接访问怎么对待 | 在哪里见到 |
|---|---|---|---|
| 末次点击 | 顾客最后一次点击的触点 | 直接访问如果是最后一次点击,也能赢 | Google Ads(最后点击的广告和关键词);SA360 默认 |
| 末次触点 | 任何类型的最后一次互动,含广告展示和直接访问 | 直接访问和广告展示都能赢 | CM360 的 Last Interaction |
| 末次非直接点击 | 最后一次点击,跳过直接访问 | 只有整条路径全是直接访问时,直接访问才赢 | GA4 的「Paid and organic last click」 |
这个区别会改变真实报表。看路径:展示广告 → 直接访问 → 购买。末次点击和末次触点把功劳记给直接访问,末次非直接点击则记给展示广告,因为直接访问被当成回访,而不是来源。GA4 明确写道:paid and organic last click 和 last non-direct click 是同一个模型的两个名字,并且它的所有模型都不给直接访问记功,除非整条路径全部由直接访问组成。
CM360 还多一层细节:它的 Floodlight 模型把全部转化价值记给最后一次点击,没有点击时退回到最后一次展示;而 Last Interaction 模型把功劳记给任何类型的最后一个渠道。模型的可用范围也有时间线:GA4 在 2023 年 11 月下线了首次点击、线性、时间衰减和位置模型;它的归因报表现在提供数据驱动、paid and organic last click 和 Google paid channels last click 三种。
公式与可复算的算例
公式是一条计数规则:某渠道的末次点击功劳 = 最后一个触点是该渠道的转化次数。占比 = 功劳 ÷ 总转化数。收入变体把整次转化的价值记给最后一个触点,而不是记 1 次。
示例数据:30 天窗口内的 3 次购买,分布在三条路径上:
- 路径 A(4 次会话):付费社交,第 1 天 → 自然搜索,第 5 天 → 电子邮件,第 9 天 → 付费搜索,第 12 天。
- 路径 B(2 次会话):展示广告,第 2 天 → 直接访问,第 10 天。
- 路径 C(2 次会话):电子邮件,第 3 天 → 自然搜索,第 7 天。
四个模型下的功劳分配(单位:次转化):
| 渠道 | 末次点击 | 末次非直接 | 首次点击 | 线性 |
|---|---|---|---|---|
| 付费社交 | 0 | 0 | 1 | 0.25 |
| 自然搜索 | 1 | 1 | 0 | 0.75 |
| 电子邮件 | 0 | 0 | 1 | 0.75 |
| 付费搜索 | 1 | 1 | 0 | 0.25 |
| 展示广告 | 0 | 1 | 1 | 0.5 |
| 直接访问 | 1 | 0 | 0 | 0.5 |
| 合计 | 3 | 3 | 3 | 3 |
算术对得上。末次点击下,赢家是付费搜索(路径 A)、直接访问(路径 B)和自然搜索(路径 C):1 + 1 + 1 = 3。末次非直接下,直接访问的那 1 次转给展示广告,整列合计仍是 3。首次点击下,开场渠道赢:付费社交、展示广告和电子邮件。线性归因下,每条路径平分:路径 A 每个触点 1 ÷ 4 = 0.25,路径 B 和 C 每个触点 1 ÷ 2 = 0.5,所以自然搜索合计 0.25 + 0.5 = 0.75。每一列的合计都是 3。
再把末次点击列和其他列对照着读。付费社交、电子邮件和展示广告出现在全部三条路径里,末次点击功劳加起来却是 0;光电子邮件就助攻了 3 次购买中的 2 次。直接访问靠一次没有创造任何需求的回访拿到 1。首次点击把偏差反过来——收尾的付费搜索和自然搜索掉到 0——线性则显示谁参与了。一张表说清核心观点:末次点击稳定,但会系统性低估认知渠道。
判断规则:一个渠道末次点击功劳为 0、但助攻路径很多,不能只凭这张报表就砍它。动预算之前,先看首次点击和线性两列。
优缺点:什么时候只用末次点击就够
末次点击配得上默认模型的位置。问题是:什么时候只靠它就够。
优点:
- 简单、可复算。 一条规则,不用建模;任何人拿原始路径数据都能复算出赢家。
- 对数据要求低。 历史短、路径稀疏也能用;数据驱动模型在这种数据量下没东西可学。
- 看清收尾环节。 它告诉你真正完成转化的是哪个渠道、活动或着陆页——适合优化结账流程和着陆页。
缺点:
- 助攻一律记 0。 凡是介绍、培育过顾客的渠道都拿 0,上面的算例已经演示。
- 偏向需求收割。 品牌词和付费搜索显得比实际强,认知渠道显得比实际弱。
- 对定义敏感。 回看窗口、直接访问规则、点击还是触点的口径、跨设备身份断裂,都会改变赢家。
什么时候够用,写成「如果…就…」:
- 如果多数转化在一次会话内完成,或者要决策的就是收尾环节,那么只用末次点击就够。
- 如果要在认知渠道和转化渠道之间分预算,或者旅程长达数周,就要把末次点击和首次点击、线性列放在一起读;B2B 长周期是极端情况,参见 B2B 营销归因。
- 如果两个工具报出的转化数不同,先对齐模型、回看窗口和直接访问/点击口径,再比数字。
完整的模型菜单——位置归因、时间衰减、数据驱动,各自适合什么——见多触点归因;本页只讲末次点击。
常见误区
四个误区会把一个稳定的模型变成糟糕的决策。它们的共同点:只读末次点击这一列。
| 误区 | 为什么误导 | 纠正 |
|---|---|---|
| 只看末次点击报表就砍助攻渠道 | 算例里电子邮件末次点击记 0,线性却有 0.75 | 砍之前先看首次点击和线性列;末次点击记 0 不等于贡献为 0 |
| 以为 GA4 的「末次点击」算直接访问 | GA4 的 paid and organic last click 就是末次非直接;只有全直接路径才轮到直接访问 | 对比报表前,先读工具官方文档里的模型定义 |
| 跨工具直接比转化数 | 模型、回看窗口、点击还是触点的口径不同,同样的旅程会算出不同赢家 | 先对齐模型、窗口和直接访问处理,再比较 |
| 把末次点击功劳当因果 | 模型记录的是先后顺序,不是增量;收尾渠道可能只是收割了别处创造的需求 | 把它当收尾环节报表,增量要单独检验 |
纠正办法每次都一样:别只读末次点击这一列——配一个首次或线性视图一起看。
在 TapCub 里怎么看末次点击
把上面的三条路径算例放进 TapCub 再跑一遍。重点不是单看末次点击这一列,而是让它和能暴露它盲区的模型并排放在一起。
- 设目标,一次选多个模型。 在 全端分析 › 行为分析 › 行为分析 里选归因,目标设为购买,把末次触点、首次触点、线性一起选上。每个模型各成一列,付费社交、电子邮件、展示广告这几行在末次列是 0,旁边几列却有非零功劳——助攻渠道一屏看清。
- 弄清读的是哪种「末次」。 TapCub 的触点是转化之前的会话,末次触点把整次转化记给最后一次会话,直接访问也算。所以路径 B 记给直接访问,和上表的末次点击列一致。TapCub 没有「末次非直接」选项,展示广告在路径 B 里的作用要从首次和线性两列去读。
- 决定触点按什么算。 维度默认渠道;换成 UTM 活动或着陆页,就能看到具体是哪个活动、哪个页面收尾,而不只是哪个渠道。
- 看窗口和收尾率。 回看窗口默认 30 天(可设 1–90),含转化那次会话,所以路径 A 第 1 天的付费社交触点(购买前 11 天)仍在窗口内。每一行还有触点转化率 = 路径数 ÷ 范围内的触点会话数,告诉你这个渠道的会话有多少最终落在转化路径上。
边界:TapCub 只给你自己网站和 App 上的会话分功劳;它不是安装归因服务商,不做广告出价,每次查询最多计算 5 万次转化。完整模型清单见对比归因模型。
资料来源
这个解释清楚吗?
我们会根据反馈修改和补充这篇内容。
提交没有成功,请稍后再试。
谢谢你的反馈,我们会据此改进这篇内容。你已经反馈过这篇了,谢谢。
