把渠道新增用户和原有客户再次咨询分开看,关键不是换一个更细的报表,而是先确认两件事:再次咨询的人能否被稳定识别,以及这次咨询是否由本次广告触发。只有这两个条件同时成立,才能按来源拆分;否则你看到的只是同一批咨询被重复计数,拆分反而会误导出价和预算决策。
第一种条件是账号体系可用。用户登录后咨询、留资或下单时带着稳定标识,历史咨询记录能通过这个标识关联起来。这时可以按“首次来源”和“本次来源”两个字段分别记录,把原有客户的再次咨询归到本次来源,同时保留其首次来源,避免老客户被算成纯新增。
第二种条件是账号体系不可用。用户以游客身份、换设备或换联系方式咨询,系统无法确认对方是否来过。这时不要强行拆分到人,只能退一步按咨询内容或行为特征分组,例如问的是首次了解类问题还是售后、续费、复购类问题。这种分组是概率判断,不是精确归属,需要明确标注假设。
选择依据很简单:能稳定识别到人,就按人拆;识别不到,就按行为拆。两者混用会让同一份报告里既有精确归属又有猜测归属,后续对账时无法解释差异。
无论用哪种条件,落地动作都是给每条咨询记录补两个字段:是否已有历史关系和本次触发来源。前者回答“是不是原有客户”,后者回答“这次为什么来”。
这个动作的结果会直接决定下一步:如果历史关系字段缺失率很高,说明识别条件不成立,此时应先补识别能力,而不是急着按拆分结果调整预算。如果字段完整,就可以分别观察两类咨询的成本和转化节奏,再决定新增和留存各分配多少。
假设某账户一个月获得100条咨询,其中60条来自没有历史标识的访客,40条来自已有标识的用户。若不做拆分,会把这100条都当作广告带来的新增,按统一成本判断效果。
拆分后可能看到:60条无标识咨询里,有一部分其实是老客户换设备后再次咨询,只是没被识别;40条有标识咨询里,有一部分是自然回访,并非本次广告触发。这时合理的做法是先把无法确认的部分单独列出,只对能够确认归属的部分计算成本,再把这个成本与整体成本对比。如果两者差距明显,说明原来的整体口径里混入了重复或非广告触发的咨询,后续出价应参考确认后的口径,而不是整体数字。
这个例子是假设的比较方法,用来演示拆分逻辑,不代表任何实际账户的表现。数字只用于说明:拆分的目的不是让报表更好看,而是让每一类咨询对应到它真正的触发原因。
有三种情况不适合强行拆分。一是咨询量本身很小,拆完每类只剩个位数,波动大于信号,此时按整体看更稳。二是业务以一次性成交为主,几乎没有复购和再次咨询,历史关系字段意义有限。三是识别成本高于收益,例如为了区分老客户而增加多层验证,导致提交率下降,反而损失了本可获得的咨询。
遇到这些例外,正确的动作是保留整体口径,同时记录无法区分的原因,等识别条件改善后再拆。付费广告与自然搜索是不同机制,广告带来的再次咨询不等于自然排名变化,也不构成任何排名保证。平台当前的审核规则、界面和价格应以官方说明为准,本文不对此作具体断言。
把新增和再次咨询分开看,最终要回答的是资源该往哪边倾斜。只有在识别条件成立、字段完整的前提下,拆分结果才值得作为调整依据;条件不成立时,先补识别,再谈优化。