Google Ads 效果到底怎么衡量:归因、增量实验、营销组合模型(MMM)和品牌指标各回答什么问题(跨境卖家版 2026)

Google Ads 报告 ROAS 600%,关掉广告后订单却没少多少;YouTube 广告没什么转化,停了以后品牌搜索掉了。这篇讲清楚归因、增量实验和营销组合模型(MMM)分别能回答什么:数据驱动归因怎么分配功劳、留出实验怎么算增量 ROAS、怎样用实验结果校准目标 ROAS、MMM 需要多少数据、广告余效和边际回报,以及品牌搜索份额和 Brand Lift 怎么读。附衡量计划与实验记录表下载。
本文目录

跨境卖家常见的几种困惑:

  • Google Ads 报告 ROAS 600%,但关掉一周广告,店铺订单只少了一点;
  • YouTube 广告几乎没有直接转化,停掉一个月后品牌搜索和直接访问都下降了;
  • Google Ads、GA4、Shopify 后台三个地方的数字都不一样,不知道该信哪个。

这些问题的根源是:不同的衡量方法在回答不同的问题。这篇讲清楚归因、增量实验和营销组合模型(MMM)各自能回答什么,以及怎样组合使用。

一、先统一业务结果

在讨论工具之前,先把「结果」定义清楚:

  • 跨境独立站:是下单数、支付成功数,还是扣除退款后的订单?收入是含税还是不含税、扣不扣运费?
  • 外贸询盘:是询盘数、合格询盘,还是成交客户?成交以什么为准(签单、首款到账)?

然后对齐三个地方的口径:Google Ads 转化、GA4 关键事件、后台订单或 CRM。先对交易和费用总量,再对指标定义和时间窗口,最后再看渠道分配。很多「数字对不上」其实是口径不同,比如 Google Ads 按点击日期计转化,后台按下单日期计。

指标要和目标对应

广告目标常用指标不能直接推出
让更多人知道品牌覆盖人数、频次、可见率、品牌提升销售增长
让人考虑你的产品观看率、互动、品牌搜索、网站访问购买意愿
带来购买或询盘转化、转化价值、CPA、ROAS利润和增量

几个容易误解的:点击率是点击除以展示;观看率是观看次数除以可观看的展示次数,不是看完后的转化;ROAS 是转化价值除以广告费,不是利润率。ROAS 和利润的关系见 预算和利润。

二、三种方法各回答什么

方法回答的问题使用前要检查
归因已经记录的转化,功劳怎么分给各个广告互动转化定义、窗口、覆盖范围
增量实验某个广告投入相比不投,多带来了多少结果分组是否随机、是否有污染、样本够不够
营销组合模型各渠道和非营销因素对总业务的影响,预算怎么分数据长度、变化量、模型假设

三种方法的数字不能相加,也不必强行一致。

归因:分配功劳,不证明增量

数据驱动归因(DDA)根据账户里的转化路径,比较转化者和未转化者的互动,把功劳分给不同广告互动,并用于智能出价。

例如一笔订单先看了 YouTube 视频,再点了搜索广告。归因可能给视频 0.2、搜索 0.8,合计还是 1 笔订单。但这不能说明没有广告这笔订单就不会发生。客户可能本来就要买,只是顺手点了品牌词广告。

这就是为什么品牌词搜索广告的归因 ROAS 通常很高:它确实在客户购买前出现,但其中很多订单即使没有广告也会通过自然搜索来。

优化实验和留出实验

  • 优化实验(Google Ads 实验功能):比较策略 A 和策略 B,比如新素材和旧素材、tCPA 和 tROAS。正确随机分组后,它可以证明「B 比 A 好多少」,但不能回答「这个渠道整体带来了多少增量」,因为两组都在投广告;
  • 留出实验(Conversion Lift、地域实验):一组投广告,一组不投。这才能回答「广告带来了多少原本不会发生的结果」。

三、留出实验怎么算增量

假设随机分成两组,各 10 万个实验单位,每笔订单 200 元:

对照组(不投)处理组(投放)
订单数10001200
订单率1.00%1.20%
订单价值200000 元240000 元
被测广告费020000 元
  • 增量订单:1200 − 1000 = 200 笔;
  • 增量价值:240000 − 200000 = 40000 元;
  • 增量 ROAS(iROAS):40000 ÷ 20000 = 2.0(200%);
  • 增量 CPA(iCPA):20000 ÷ 200 = 100 元。

如果这时 Google Ads 的归因报告显示这批广告带来了 600 笔订单、ROAS 600%,那么增量只是归因的三分之一。这在再营销和品牌词广告里很常见。

做实验时注意

  • 事先写好:被测的是什么、主要指标、成本口径,以及结果为正、为负、不确定时分别怎么做;
  • 先检查数据:转化去重、价值、地区匹配、账户资格;
  • 运行期间不要随意改:预算、素材、地区、受众的变动可能让结果无法解释;
  • 不要中途偷看就停:看到好结果就提前结束,或者结束后从几十个细分里挑一个显著的,都会让结论不可靠;
  • 点估计一样,证据强弱可能不同:样本小的实验,置信区间更宽。

Google Ads 提供 Conversion Lift(按用户或按地域)、Search Lift 和 Brand Lift 等研究,各有预算和资格要求。中小卖家可以先用地域留出:选几个相似的州或地区停投,对比后台订单变化。

四、用实验结果校准目标 ROAS

实验做一次,不可能每个月都做。可以用实验结果算一个校准乘数,调整日常看的归因 ROAS:

渠道甲渠道乙
研究期归因 ROAS5.004.00
研究期实验 iROAS3.003.20
校准乘数(iROAS ÷ 归因 ROAS)0.600.80
之后的归因 ROAS6.004.50
估计的 iROAS3.603.60

换算成目标 ROAS

如果希望渠道甲的增量 ROAS 达到 3,乘数是 0.6,那么需要的归因 ROAS 是 3 ÷ 0.6 = 5,也就是在 Google Ads 里设 目标 ROAS 500%。

注意:

  • 这个换算假设乘数在新的投放环境里仍然成立(渠道、受众、价格、市场没有大变化),这是一个强假设,应定期重新实验;
  • 提高目标 ROAS 通常会减少流量和规模,结果也不一定精确达到目标;
  • 原手册说「每次调整不超过 20%」是操作建议,不是产品规则。

五、营销组合模型(MMM)

MMM 用按周(最好按地区)汇总的数据,估计各营销渠道和其他因素(季节、促销、价格、竞争)对总销量的影响。它不需要追踪每个用户的路径,所以不受 Cookie 和同意选择的影响。

Google 的开源 MMM 工具 Lightweight MMM 已被 Meridian 取代,新项目应该用 Meridian。

数据要求

Meridian 文档给出的经验起点:按地区的周数据约 2 年,全国汇总约 3 年,只有月度数据至少 3 年。这不是硬性门槛,也不是达到就可靠。更关键的是数据里有没有足够的变化:如果每个渠道的预算常年同比例增减,模型很难分清是谁的功劳。

需要准备的数据:每周各渠道花费和展示或点击、业务结果(订单、收入)、重要的非营销变量(促销、价格、节假日、缺货、竞争对手大促)。

广告余效和饱和

  • 余效(Adstock):广告的影响会延续到之后几周。比如假设每周保留上周的一半,第 1 周投入 100,之后不投,效果状态依次是 100、50、25、12.5;
  • 饱和:投入越多,每多花一块钱带来的额外效果越少。

平均 ROI 和边际 ROI

  • 平均 ROI:过去一段时间的增量收入 ÷ 花费;
  • 边际 ROI(mROI):在当前投入基础上再多花一点,能多带来多少。

一个渠道平均 ROI 很高,可能已经投得接近饱和;另一个平均 ROI 较低的渠道,追加投入的回报反而可能更高。假设总预算 3 万不变,把 A 渠道的 2 万减到 1.8 万、B 渠道的 1 万加到 1.2 万,模型估计 A 少 2500、B 多 4000,总收入从 11 万增加到 11.15 万。预算调整看边际,不看平均。

读 MMM 结果要注意

  • 模型能很好地还原过去的销量曲线,不代表各渠道的功劳分对了。低 MAPE 只说明预测误差小;
  • 先看置信区间和假设,不要只看排名;
  • 对重要又不确定的渠道,用一次增量实验校准,比反复调参数直到结果好看更有价值。Meridian 支持用实验结果设置先验。

对多数中小卖家,MMM 门槛较高(数据长度和统计能力)。年广告费较大、多渠道投放、有线下或其他平台销售的,才值得投入。Meridian 本身免费开源,但需要计算环境、人员和维护。

六、品牌指标:品牌搜索份额和 Brand Lift

品牌广告(YouTube、Demand Gen)的直接转化通常很少,需要看品牌指标。

品牌搜索份额

搜索份额 = 本品牌搜索量 ÷(本品牌 + 竞品品牌搜索量)。

上季度本季度
本品牌搜索12001500
竞品甲18002500
竞品乙10002000
总量40006000
本品牌份额30%25%

本品牌搜索涨了 25%,但份额从 30% 降到 25%,说明整个品类的关注涨得更快,竞品抢得更多。分母要包含自己,竞品集合要有业务依据并保持固定。

Google Trends 的指数不是搜索次数

Google Trends 的数字是抽样后归一化到 0–100 的相对值。100 代表所选时间和地区里的最高点,不是 100 次搜索。分别导出的两个关键词各自最高都是 100,不代表两者需求相等。要比较,必须放在同一次查询里。

品牌搜索上升时,先看用户在搜什么:是在找产品、找客服、搜退款投诉,还是搜「XX 品牌 scam」。

Brand Lift:要有对照组

活动前后各做一次问卷,会把广告和同期的其他变化混在一起。Brand Lift 研究随机分出曝光组和对照组:

对照组曝光组
有效回答400400
正向回答120160
正向回答率30%40%
  • 绝对提升:40% − 30% = 10 个百分点;
  • 相对提升:10 ÷ 30 ≈ 33%。

汇报时要说清楚是哪一种。另外,品牌提升的用户不是已经成交的客户,从品牌态度到销售还要另外验证。不要自己拿「点过广告的人」和「没访问过网站的人」比较,两组人本来就不一样。

品牌和效果的预算比例

原指南引用了约 60% 品牌、40% 效果的行业建议,但明确说这只是讨论起点。新品牌可能还没有清楚的定位,成熟品牌可能要先承接现有需求,比例要根据自身情况决定。

七、给不同的决定指定证据

要做的决定主要证据辅助证据
关键词、素材、出价日常调整归因报告、优化实验后台订单
某个渠道值不值得继续投增量实验MMM、归因
年度或季度各渠道预算MMM(有条件时)实验校准、归因
品牌广告效果Brand Lift、品牌搜索份额直接访问、复购

八、中小卖家可以这样起步

  1. 先对齐口径:Google Ads、GA4、后台的订单和收入,每月对一次总量;
  2. 做一次地域留出:选一个对你重要、花费较多的渠道(比如品牌词或再营销),找几个相似地区停投 2–4 周,看后台订单变化;
  3. 用结果校准:算出校准乘数,调整目标 ROAS;
  4. 品牌投放跟踪品牌搜索份额:用 Google Ads 关键词规划师或 Search Console 的品牌词数据,固定竞品集合,按月记录;
  5. 数据积累到 2–3 年、渠道较多时,再考虑 MMM。

先用已有的 Google Ads 报告、GA4、后台导出和表格完成这些步骤,不需要先买数据平台。

下载:衡量计划与实验记录表

我们把上面的计算整理成了一份 Excel 表,包括指标定义卡、留出实验计算、校准乘数与目标 ROAS、余效与预算调整、品牌搜索份额、Brand Lift、实验计划 7 个工作表,填入数字自动计算。

下载衡量计划与实验记录表(Excel)

相关文章

参考资料

本文目录

继续阅读

按主题查找下一篇指南。

进入知识库 →