Campaign Intelligence · 深度解读
衡量增量价值，而非虚荣指标
一个统一的解读界面，将真实增益与最后点击的功劳区分开来：用于因果的地理与留出测试、超越可见度的注意力、以实验校准的营销组合建模。一场活动真正“奏效”究竟意味着什么。
CAMPAIGN INTELLIGENCE · 增量效果
输入 · 原始信号：曝光、点击、末次点击转化
产出 · 经得起质询的增量 ROI
反事实设计（地理对照 / PSA 幽灵对照组）
通过将一个对照组置于曝光之外来构建反事实——采用配对市场的地理留出，或用户层面的公益广告／幽灵广告——使一个无活动世界可观测、可比较，而不仅仅是被假定。
注意力层（可见度基线 + 有效注视秒数）
在 MRC 可见度基线之上叠加以注意秒数衡量的注意力层，把真正让信息被注意到的库存，同技术上可见却被忽视的库存区分开来。
增量提升 vs 末次点击归因
计算增量增益——即若无活动便不会发生的转化——并将其与最后点击那虚高的功劳相对照，后者不过是拦截了已在流动的需求。
以实验先验校准的 MMM（贝叶斯）
将实验结果作为贝叶斯先验注入营销组合模型，使模型纠正过早饱和，并重新调整组合的战略分配，含线下与品牌。
三角验证：实验 + MMM + 归因
对实验、营销组合建模与归因进行三角验证，以覆盖彼此的盲区：实验锚定因果，营销组合建模给出组合视角，归因则保持为创意与战术的精细诊断。
统一读数界面，统一决策
把一切收拢到单一解读界面，产出一项在首席财务官面前经得起捍卫的预算决策，报告增益、置信区间与统计功效，而非彼此矛盾的看板。
当数字攀升而业务原地踏步
如果报表光鲜而营收不见起色，你通常衡量的是相关性，而非因果。以下就是典型症状。
- 最后点击独揽全部功劳： 漏斗底部的渠道看似高效，因为它们拦截了本来也会转化的需求，根本无法证明任何净新增价值。
- 你暂停某个渠道而销售依然如故： 这是最清晰的信号，表明那笔投放是冗余的，被一项把从未具备增量的转化记为功劳的虚荣指标所掩盖。
- 高可见度，低记忆度： 技术上可见的广告并不等于被注意到的广告；没有注意力层，可见度衡量的是被看见的机会，而非真正被看见。
- 每个平台都声称同样的转化： 围墙花园上报的指标旨在最大化其自家围墙内的投放，于是被记下的功劳之和超过了真实营收。
- 各个看板对不上账： 归因、品牌追踪和模型各自存在不同的表格里，没人去调和这些矛盾，于是预算决策始终停留在意见层面。
面向首席营销官、增长负责人以及跨国媒介负责人，他们必须以因果证据而非一路上扬的图表，向首席财务官捍卫预算分配。
正确的问题：本来也会发生什么
衡量增量价值意味着估计反事实：有活动的世界与没有活动的世界之间的差异。其余一切都只是对过去的记账。
归因 ≠ 因果
最后点击记录的是转化前最后一个可测量的触点，却从不估计没有广告会发生什么。它记录的是一条路径，而非一种效应。对诊断有用，对决定花多少钱则毫无用处。
增量价值即净新增价值
增量价值衡量的是若无活动便不会发生的转化。它是唯一能回答董事会之问的指标：每一欧元是否带来了我们本来不会拥有的销售？
反事实是构建出来的，而非假定出来的
没有对照组就没有增量，只有臆测。地理留出、公益广告／幽灵广告以及随机分组的存在，正是为了构建一个可观测、可比较的无活动世界。
虚荣指标混淆了规模与功劳
曝光、点击和触达是投入，而非结果。它们衡量的是接触，而非行为改变。一旦进入奖金目标或扩量决策，它们便变得危险。
没有任何单一方法是完整的
实验、模型与归因各有不同的盲区。可靠的答案来自三角验证，而非对单一来源的信仰。
设计一个经得起内部质询的测试
设计拙劣的增量测试会产出比最后点击更糟的数字，因为它们看上去很科学。纪律存在于设计之中，先于结果。
在测试之前先确定 MDE：即足以支撑一项预算决策的最小增益。由此并结合基线转化率，进行功效分析并确定样本量。
选择设计：采用配对市场与合成对照的地理留出，或采用公益广告／幽灵广告以获取用户层面的因果。使用不短于测试的前置期，以获得干净的双重差分读数。
防控地理溢出、受众重叠以及组间渗漏。被污染的对照会夸大或归零增益，使测试不可用，无论表面显著性如何。
报告效应时应附置信区间与统计功效，绝不能只给一个数字。90%–95% 的置信度与 80%–90% 的功效阈值，可将真实信号与季节性噪声区分开来。
设计与功效分析以天计；典型测试窗口为 4 至 8 周，外加等长的前置期；解读与校准随即进行。
什么问题用什么方法
没有唯一的赢家。每种方法都擅长回答一个问题而拙于其余：选择取决于你必须决定什么，以及你拥有何种粒度。
| 方法 | 回答 | 须知的局限 |
|---|---|---|
| 最后点击 / 多触点 | 哪些路径触及了转化 | 不估计反事实，过度归功于漏斗底部，依赖可追踪的身份 |
| 地理留出 / 增益测试 | 某渠道在市场层面的因果效应 | 需要足够的市场、前置期与溢出防控；响应缓慢 |
| 公益广告 / 幽灵广告 | 围墙花园内用户层面的因果 | 昂贵（对照投放），且跨平台可移植性差 |
| 营销组合建模 | 组合的战略分配，含线下与品牌 | 聚合且缓慢；缺乏外部校准时受多重共线性困扰 |
| 注意力（可见度之后） | 广告是否真正被注意到，而非仅仅可见 | 衡量的是接触质量而非销售：必须回挂到结果上 |
在单一解读上的三角验证
运营产出不是一种方法，而是一个系统：每个组件喂给下一个组件，并产出一项经得起捍卫的预算决策。
实验作为因果之锚
地理测试与留出提供地面真值：唯一不依赖模型假设或 cookie 的固定基准点。
以实验校准的营销组合建模
实验结果作为贝叶斯先验进入营销组合模型：模型将其视为既定，纠正过早饱和，最优分配也随之移动。
可见度之上的注意力
注意力层以 MRC 可见度为基线，并叠加注意秒数：它把让信息发挥作用的库存，同浪费信息的库存区分开来。
归因作为局部诊断
一旦锚定到因果增益、而非被当作绝对真理，归因对于创意与战术的精细细节仍然有用。
一场活动奏效的标志是：当你关掉它，业务会下滑。其余一切都只是记账。
一位企业级买家会问的问题
我们还能继续使用最后点击吗？
可以，作为精细诊断，但绝不能作为决定预算的真理。把它锚定到增量实验上：没有反事实，它会系统性地过度归功于那些拦截既有需求的渠道。
一个可信的增量测试需要什么？
设计比时长更重要。开始之前你需要最小可检测效应与功效分析，需要一个干净的对照组，一个不短于测试的前置期，以及对污染的主动防控。典型窗口是 4 至 8 周，外加前置期。
注意力和可见度是一回事吗？
不是。MRC 可见度认证的是被看见的机会（展示广告为 50% 像素持续 1 秒，视频为 2 秒）。而注意力按照 2025 年 IAB/MRC 指南，从该基线出发，衡量广告是否真正被注意到。
案例笔记
从问题到结果——已匿名。
你暂停了渠道，销售却依然如故
问题 一家跨国零售商持续加码品牌搜索与拓客展示投放，凭信最后点击，而后者将它们上报为组合中最高效的渠道。
方法 采用配对市场与合成对照的地理留出，前置期与测试等长，跨区域主动防控溢出，并结合置信区间解读增益。
结果 漏斗底部的部分投放被证明不具增量——它拦截的是本就会转化的需求——释放出的预算被转移到具有已证因果增益的渠道，营收毫无损失。
看不见饱和的营销组合模型
问题 一家快消品制造商运行的营销组合模型饱受多重共线性之苦，不断建议在一个已经饱和的渠道上投放，而管理层无法在董事会面前捍卫该分配。
方法 在关键渠道上进行因果增益测试，随后将实验结果作为贝叶斯先验来校准模型，使营销组合模型纠正过早饱和并重新计算最优分配。
结果 组合分配转向边际回报仍真实存在的杠杆，经校准的模型成为以因果证据而非一路上扬图表来捍卫预算的工具。
高可见度，低记忆度
问题 一家金融服务品牌购买了认证可见度极高的优质库存，但品牌追踪却显示广告记忆度令人失望，无人能解释这一落差。
方法 依照 IAB/MRC 指南，在 MRC 可见度基线之上增加注意力层，衡量注意秒数，并将曝光回挂到品牌结果，而不止步于被看见的机会。
结果 技术上可见却几乎未被注意的库存，同真正吸引注意力的版位被区分开来，方案被重新导向那些让信息发挥作用、而非仅仅投放出去的位置。
继续深入