归因模型：把功劳分给谁
归因模型决定了一次转化（如下单、注册）的“功劳”如何分配给用户接触过的多个广告触点。常见模型包括：末次点击（Last Click），把全部功劳给转化前后一次点击；首次点击（First Click），给次带来流量的广告；线性归因，把功劳平均分给所有触点；时间衰减归因，越接近转化的触点权重越高；以及基于数据驱动的归因（Data-Driven Attribution），由系统根据历史路径计算各触点对转化的实际贡献。不同模型会显著改变各渠道的转化数字，因此比较数据时必须先确认报表使用的是哪种模型。
转化窗口与重复计数
Google广告的转化追踪通常设有“转化窗口”，即点击广告后多少天内的转化才被记录，例如7天或30天。窗口越长，记录到的转化越多，但也更容易把自然流量或其他渠道的功劳算进来。此外，若多个广告系列都追踪同一转化动作，后台可能分别记录，导致汇总时重复计数。理解“转化动作”的设置和去重规则，才能避免把表面增长误判为真实增量。
ROI评估：从成本到真实回报
ROI（投资回报率）的基本公式是（收益−成本）/成本。在广告场景中，常用ROAS（广告支出回报率）表示收益与广告花费之比。但要注意：收益应使用扣除退货、折扣后的净收入；成本不仅包括广告费，还应考虑平台管理成本。更重要的是区分“归因转化”与“增量转化”——前者是报表记录的转化，后者是如果没有广告就不会发生的转化。评估真实ROI时，可通过对照实验（如地理区域测试或投放暂停测试）估算增量效果，避免把自然转化误算为广告功劳。
读数的正确顺序
建议按“先确认转化动作与窗口→再看归因模型→后结合增量实验评估ROI”的顺序解读数据。单一报表数字只是起点，理解其背后的统计口径，才能把转化追踪数据转化为可靠的决策依据。
