先把结论说清楚:微博广告投放带来的咨询里,新客和原有客户再次咨询必须用两套口径分别归因,否则你会把老客复购当成拉新成果,也可能把真正的新客增量误判成无效流量。分开看的关键不是把报表拆成两张,而是在同一批线索上先做身份判定,再决定这条线索算谁的功劳。
微博广告投放的转化路径通常是:用户看到信息流广告,点进落地页,留下联系方式或直接私信。问题在于,同一个微博账号可能三个月前就已经咨询过,这次只是再次点进来。如果你把全部表单提交都算作广告带来的新增,就会高估拉新效率;反过来,如果因为对方是老客户就完全不计入广告效果,又会漏掉广告对复购的推动作用。
这两种误判会导向完全相反的动作。前者让你继续加预算,后者让你砍掉其实在激活老客的投放。所以分开看不是报表洁癖,而是决定下一步预算怎么分配的前提。
以下为假设情境,用于说明判断方法,不代表任何真实账户数据。假设某教育机构在微博投放广告,一周内收到 100 条咨询线索。运营把线索按手机号去重后,发现有 18 条手机号在三个月前的成交客户名单里出现过。这 18 条里,有 7 条是主动问续费或新课,另外 11 条只是重新点进落地页但没有明确购买意向。
如果只看总数,你会认为广告带来了 100 条新增线索。但如果把 18 条老客单独标记,新增线索实际是 82 条。更关键的是,那 7 条主动问续费的线索,说明广告在触达已有客户,这部分价值不能算进拉新成本,但也不该直接丢弃。
具体动作是:在落地页表单或私信自动回复里增加一个身份识别步骤,比如让用户填写手机号后,系统立即比对已有客户库。比对结果只分三种:已成交客户、已咨询未成交、全新号码。这个动作不需要复杂开发,用一张去重表加人工核对也能起步。
这个动作的结果会直接影响下一步。如果老客占比高,你就要考虑广告素材是不是在反复触达同一批人,可能需要调整定向或换创意;如果全新号码占比高,说明拉新还在起作用,可以继续观察成本。
新增客户口径回答的是:广告有没有带来以前没接触过的人。它的分子是全新号码中产生有效咨询的数量,分母是广告花费。这个口径适合判断拉新效率。
原有客户再咨询口径回答的是:广告有没有让已有客户重新产生兴趣。它的分子是已成交客户中再次发起咨询的数量,分母同样是广告花费。这个口径适合判断广告对复购或交叉销售的作用。
两个口径不能合并成一个“总咨询成本”,因为合并后你无法判断成本变化到底来自拉新变差还是老客变多。只有当两个口径分别稳定时,才适合看总和。
可以合并看的前提是:你的业务几乎没有复购,客户生命周期很短,同一批人不会在短期内再次咨询。比如一次性活动报名,这种情况老客再咨询比例极低,合并影响不大。
不能合并看的情况更常见:有续费、有复购、有长期跟进周期。这时候老客再咨询会持续混入,且比例可能随投放时间拉长而上升。如果你在投放初期用合并口径定下了成本基准,后期老客比例上升,你会误以为拉新变贵,其实只是结构变了。
实际操作中,建议在投放满一个咨询周期后,回头统计老客再咨询占比。如果这个比例超过你设定的阈值,比如假设设为 10%,就应该把两个口径分开考核,而不是继续用总数做决策。
每周固定做一次线索去重,把当周所有咨询号码与历史客户库比对。比对后输出三列:全新号码数、已咨询未成交数、已成交客户数。然后分别计算三个口径的广告成本。这个动作的结果会告诉你:如果全新号码成本在上升,但已成交客户再咨询成本在下降,说明广告正在更多触达老客,你的拉新效率可能被稀释了。
下一步就是据此调整:要么换定向扩大新客覆盖,要么接受老客激活作为广告的附带价值,单独设一个考核目标。无论选哪种,前提都是你已经把两类人分开看了,而不是继续用一个总数做所有判断。