像素追踪：基础但脆弱的“方数据”
Facebook和TikTok都提供像素（Pixel）或事件API，原理是在用户浏览器或App内埋入一段代码。当用户点击广告后跳转到你的网站并完成购买，像素会向平台回传一个“转化信号”。但问题在于：iOS 14.5之后，苹果要求App必须获得用户授权才能追踪跨应用行为。大量用户选择“不允许追踪”，导致像素信号丢失。此外，浏览器禁用第三方Cookie、广告拦截插件也会让像素失效。因此，平台后台的转化数往往被高估，因为它把“可能相关”的点击都算作了功劳。
跨设备匹配：平台如何“猜”你是谁
用户可能先在手机TikTok上看到广告，几小时后在电脑上完成购买。像素无法直接连接这两个设备，于是平台使用概率匹配：通过IP地址、设备型号、登录账号、甚至打字节奏等信号，推测两个设备属于同一人。Facebook依赖其庞大的登录用户图谱，匹配率较高；TikTok则更多依赖设备ID和行为序列。但概率匹配天然存在误差——比如家庭共用WiFi时，可能把妻子的购买归因给丈夫看到的广告。
归因窗口与模型：谁该领功？
两个平台默认的归因窗口不同：Facebook通常为点击后7天+浏览后1天，TikTok则多为点击后7天+浏览后1天（可调整）。更关键的是归因模型：Facebook默认“后点击”，但也会展示“浏览后转化”；TikTok更强调“观看后转化”，因为其短视频容易引发冲动消费。如果你在Facebook和TikTok同时投广告，一个用户可能先看TikTok产生兴趣，再搜品牌词点Facebook广告下单。此时Facebook会记一次转化，TikTok则可能因“浏览后归因”也记一次——这就是重复计算。
如何科学评估差异？
，统一归因窗口和模型，比如都设为点击后7天、后点击。第二，使用平台提供的转化API（如Facebook CAPI、TikTok Events API）直接从服务器回传数据，减少像素丢失。第三，做增量实验：随机将用户分为两组，一组看到广告，一组看不到，对比两组的转化率差值——这才是广告真正带来的增量。第四，接受“归因不可能100%准确”的现实，把平台数据当作相对指标，而非绝对真相。
总结来说，Facebook和TikTok的转化归因差异源于像素追踪的局限性、跨设备匹配的概率性以及归因窗口与模型的不同。理解这些测量知识，不是为了追求完美数字，而是为了在决策时知道哪些数据可信、哪些需要打折扣。下一次看到两个平台转化数打架时，你可以淡定地说：这不是bug，而是归因科学的常态。
