Shopee真实转化怎么看：把自然流量和付费分开

为什么总体转化率会误导

混合统计的问题在于它是一个加权平均值，权重由各来源的流量占比决定。付费流量占比上升，整体转化率就会向付费流量的水平靠拢。这个变化反映的是流量结构的变化，不是运营能力的退步。用整体数字评价运营表现，就会得出错误的结论。

一个常见的误判场景是加大推广之后。推广带来的流量通常转化偏低，整体转化率被拉下来，团队看到数字下滑开始优化商品页。实际上商品页没有任何问题，真正需要优化的是推广的人群定向。方向错了，时间和预算都白花。

反向的误判同样存在。付费投放暂停之后整体转化率会明显上升，看起来像是一次成功的优化。实际上只是低转化的那部分流量被移除了，真实的承接能力没有任何变化。这种数字的好看是结构变化带来的，不是能力提升。

两个渠道混合还会掩盖单渠道的恶化。付费流量的转化从百分之二降到百分之一点二，但自然流量同期在涨，整体数字看起来持平。付费渠道的问题被掩盖了整整一个周期，等到自然流量回落才被发现，已经错过了调整窗口。

不同渠道的买家意图差别很大。搜索进来的买家目标明确，老客回访的买家已经在店铺买过东西，这两类的转化本来就应该更高。推广和推荐位带来的买家还在了解和比较的阶段，转化偏低是正常的。把意图不同的流量放在一起算平均，得到的数字没有解释力。

理解了这个机制之后，正确的做法是在看整体数字的同时始终拆开看结构。整体数字说明店铺的总量变化，拆分后的数字说明每个来源的效率。两者配合，才能既看到结果也知道原因。

一个具体的数字例子可以说明影响幅度。某店铺自然流量占比六成，转化率百分之五；付费流量占比四成，转化率百分之二。加权之后的整体转化率是百分之三点八。如果推广力度加大，付费占比升到五成五，整体转化率会降到百分之三点三五。

这个下降幅度接近百分之十二，看起来像是明显的经营退步。但拆开看会发现，自然流量的转化率没有变化，付费流量的转化率也没有变化，唯一变化的是两者的占比。经营状况其实完全稳定，只是结构变了。

如果团队在这个阶段启动商品页优化，会消耗掉大量精力而且看不到效果，因为问题根本不在商品页。正确的动作是检查推广的定向设置，看为什么付费流量的转化比自然低这么多，或者接受这个差距并调整对整体转化率的预期。

还有一种情况更隐蔽：自然流量和付费流量的转化同时在下降，但因为占比变化，整体数字反而上升。这种时候整体数字会给出完全错误的安慰，掩盖了两个渠道同时恶化的事实。只有拆开看才能发现。

所以判断店铺状况的正确顺序是先看整体有没有大变化，再看各渠道的趋势方向。整体看总量，渠道看效率，两层都过了才算确认。跳过渠道层直接下结论，误判的概率很高，尤其是在投放力度有调整的时期。

还有一类误判来自时间口径的混用。付费推广的数据通常按投放周期统计，自然流量的数据按自然月统计。两个周期不一致时算出来的占比和转化率都不可比。做结构分析之前，先把所有数据对齐到同一个时间窗口，这是最基础也最容易被忽略的一步。

拆开之后才知道每一个渠道真正带来了什么

自然和付费怎么分开看

拆分的第一步是确定分类口径。把订单按来源入口分成几类，通常可以分成搜索自然、类目自然、店铺关注回访、站内活动、付费推广、外部引流六类。分类的粒度不用太细，这六类已经能覆盖大部分决策场景。口径定下来之后要保持稳定，不要每次分析都换分类方式。

第二步是为每一类找一个可核对的依据。付费推广的订单可以用推广工具的消耗记录和投放时段来核对，自然流量用后台的来源分布报表来核对。两边加起来应该接近总订单量，如果差异超过百分之五，说明有一类订单没有被正确归类，需要先查清。

第三步是把两组的核心指标分别算出来。需要算的指标包括转化率、客单价、获客成本和复购率。四个指标放在一起看，才能判断一个渠道的真实价值。只看转化率会低估付费流量的作用，因为付费流量虽然转化低，但它带来的是增量订单。

第四步是评估真实成本。付费渠道的获客成本可以直接用推广花费除以订单数算出。自然渠道的获客成本需要把内容制作、评价维护、客服投入这些隐性成本折算进去。折算会有误差，但比把自然流量当成零成本要准确得多。

第五步是设定对比基准。把自己的各渠道转化率和历史水平比较，也和自己店铺里表现最好的渠道比较。外部的行业基准参考价值有限，因为类目差异很大。最有意义的对比是自己和自己的历史对比。

整套拆分动作做一次大概需要两三个小时，结果可以作为后续一个季度的渠道分析基准。建议固定在每个月初做一次，形成连续的数据序列，这样渠道效率的长期变化趋势也能看出来。

分类时最容易出错的地方是入口的边界。有些入口既包含自然流量也包含付费流量，比如搜索结果的展示位既有自然排序也有推广位。这种情况下需要借助推广工具的后台数据，把推广位的点击和订单单独拿出来归入付费。归不进去的部分算自然。

另一个容易混淆的是站内活动流量。活动带来的是平台给的曝光位，通常不直接付费，但报名活动往往需要让价，成本体现在商品价格上。这类流量归入自然还是付费取决于分析目的：看流量效率归自然，看利润贡献要单独算让价成本。

归集完成之后建议做一次总数校验。自然订单加上付费订单，应该等于总订单。差异超过百分之五，说明归类有遗漏或者重叠。校验这一步很多人会跳过，但它能发现口径设计上的漏洞，值得花五分钟做一次。

归集的口径要写进文档并说明生效时间。比如从某月某日起，店铺关注推送带来的订单归入自然流量。有了生效时间，跨月的对比才知道口径有没有变化。这个细节决定了渠道趋势分析能不能长期做下去。

如果店铺同时使用多个推广工具，建议在付费这个大分类下面再分子类，把每个工具的消耗和产出分开记。不同工具的定向逻辑差别很大，混在一起算会掩盖某一个工具的效果。分子类之后，关停哪个加码哪个就有了直接依据。

拆分的最终目的是让每一笔预算的去向都清楚。做到了这一点，推广决策就不再是凭感觉调整预算，而是看着效率数字做取舍。这是渠道拆分最实际的价值。

拆分之后建议做一次反向验证。把付费渠道的订单明细和推广工具后台的成交记录逐笔对照，看数量是否吻合。两边对不上的部分通常来自归因口径的差异，比如有的工具把点击后多天的成交都算作自己的贡献。搞清归因规则，才能避免重复计算。

归因窗口是一个必须明确的参数。多数推广工具会把点击之后一段时间内的成交都计入自己的成绩，这个窗口通常从一天到七天不等。如果自然流量的统计也包含了这段时间的成交，同一笔订单就会被两边同时算进去。设定统一的归因窗口是拆分准确的前提。

对于多工具同时投放的店铺，建议按最后一次点击的规则归因。也就是把一笔订单算给买家下单前最后接触的那个渠道。这个规则简单且不会重复计数，虽然会低估早期触点的作用，但对判断渠道效率来说已经足够。

拆分出来的结果要学会接受它的粗糙。任何归因方式都只是近似，因为买家的决策路径本来就没法完全还原。目标不是得到完全精确的数字，而是得到能支撑判断的相对关系。相对关系只要稳定，就足以指导预算分配。

拆分结果建议做成一份可以复用的模板，包含来源分类、归因规则、校验步骤三个说明页。模板建好之后，每月只需要替换数据就能得到新的拆分结果。把方法沉淀成模板，渠道分析才能长期坚持下去，而不是每次从零开始。

付费流量的转化通常低于自然流量，但它的作用是带来增量

各渠道转化率差多少正常

判断渠道转化率是否健康，第一条标准是看付费和自然的相对差距。付费流量的转化率低于自然流量三成以内，属于健康范围，说明投放的定向基本准确。差距在三成到五成之间，需要优化定向和创意素材。差距超过五成，通常意味着人群不匹配，应该先暂停加预算。

第二条标准是看各渠道转化率的实际水平是否符合常识。搜索自然流量通常是各渠道里最高的，因为买家的意图最明确。老客回访的转化应该也很高，因为他们已经建立了信任。付费和推荐位流量的转化处于中低水平是正常的，不必过度担心。

第三条标准是看同渠道的历史波动。某个渠道的转化率相对自己过去八周的平均值波动超过两成，就值得留意。波动可能来自竞品动作、平台调整或者自身商品变化。单看一次的高低说明不了什么，趋势才有意义。

第四条标准是看渠道的客单价结构。付费流量的客单价有时会高于自然流量，因为推广常常配合优惠券和组合销售。如果付费流量的客单价明显偏低，说明吸引来的都是价格敏感型买家，后续的复购和口碑贡献会有限。

第五条标准是把获客成本和商品毛利对照。付费渠道的单笔获客成本应该明显低于商品的单件毛利，留出的差额要能覆盖运营和售后成本。这个比例算清楚之后，渠道能不能加预算的判断就有了明确依据。

把这五条标准合起来用，渠道评估就不需要依赖行业均值这类外部参考。自己店铺的数据序列加上这五条判断标准，就能给出足够可靠的分析结论。

除了看付费和自然的差距，还要看渠道内部的稳定性。同一个渠道连续四周的转化率波动幅度，比它和别的渠道的差距更能说明问题。波动幅度小于两成属于稳定，超过四成说明这个渠道的流量质量不稳定，需要找出波动的原因。

各渠道的客单价也要一起对比。付费流量的客单价如果明显低于自然流量，意味着吸引来的是价格敏感型买家，这类买家的复购和口碑贡献都会偏低。付费客单价高于自然流量则是比较理想的状态，说明投放定向找到了愿意为价值付费的人群。

复购率是判断渠道质量的重要补充。付费流量的复购率通常低于自然流量，这是正常的。但如果付费流量的复购率接近零，说明这些买家对商品完全没有留下印象，投放只完成了一次性交易，没有形成任何资产。

还有一类指标值得关注：渠道带来的买家是否转化为店铺的关注者。关注行为代表买家对店铺产生了兴趣，是流量沉淀的直接信号。付费流量的关注转化率如果长期低于自然流量的一半，说明投放买到的只是单次交易，没有沉淀价值。

判断标准需要按类目做调整。高单价低频的商品，复购率天然偏低，判断时要更关注客单价和口碑传播。低单价高频的商品，复购率是最重要的渠道质量指标。用同一套标准判断所有类目，会得出误导性的结论。

把这些指标整合成一张渠道健康度表，每个渠道一行，每个指标一列，用颜色标出偏离正常范围的部分。这张表每个月更新一次，渠道结构的变化一眼就能看出来，比看几十个零散数字高效得多。

判断渠道是否健康还有一个实用做法：把各渠道的转化率和它们的历史水平画在同一张图上，看每条线的走向而不是看具体位置。线在向上就是改善，线在向下就要查原因。用趋势代替点位做判断，结论的稳定性会明显提高，也不容易被单周的噪声干扰。

混合统计会掩盖什么

混合统计掩盖的第一件事是渠道的贡献结构。付费流量带来多少增量订单、自然流量贡献了多少基础销量，混在一起完全看不出来。当需要决定下一季度推广预算是加还是减的时候，没有这个结构信息就只能凭感觉。

第二件是渠道效率的变化趋势。某一个渠道的效率在持续下滑，另一个在上升，两者的变化在混合数字里互相抵消。结果整体看起来平稳，实际上结构已经发生了明显移动。等到结构失衡到无法抵消的时候，整体数字才会突然变差，那时候调整已经偏晚了。

第三件是新增流量的质量。新开一个渠道或者换一批投放关键词之后，混合数字只能看出总量变化，看不出新流量的转化水平。新流量质量差会慢慢拉低整体，但过程被掩盖了，发现问题时往往已经浪费了不少预算。

第四件是商品之间的差异。不同商品的流量来源结构不一样，有的靠搜索自然流量，有的主要靠推广。整体转化率是各商品按销量加权的结果，某款商品的承接问题在整体里完全看不出来。要发现这类问题必须按商品再拆一层。

第五件是复购和拉新的比例变化。拉新带来的买家转化和复购客的转化差别很大，混合统计看不出这个比例的变化。新客占比上升会让整体转化下行，这是健康的结构变化，但看起来像是数据变差。

这五件事的共同点是都涉及结构，而结构信息在平均值里无法保留。想知道结构，唯一的方法就是拆开看。这也是渠道拆分分析不可替代的原因。

混合统计还会掩盖买家结构的变化。店铺的买家由新客和老客组成，新客转化低老客转化高是普遍规律。当拉新力度加大时，新客占比上升，整体转化自然下行。这个下行是健康的信号，说明店铺在扩张，但混在一起看会被误读为效率下降。

另一个被掩盖的是商品结构的变化。新上架的商品通常转化偏低，需要时间积累评价和权重。当店铺集中上新时，整体转化率会下行。这个下行同样是结构性的，不代表老商品的销售能力出了问题。按商品分层就能看出来。

地域结构的变化也会被掩盖。不同区域的买家在物流时效、价格敏感度、退货率上差别明显。某个区域的买家占比上升会带来整体指标的变化，但这个变化的原因藏在地域维度里，混合统计看不到。

还有一个容易被忽略的是时间结构。促销期和非促销期的买家性质不同，促销期吸引的更多是价格敏感型买家。如果把促销期和平销期的数据混在一起算月平均，得到的数字既不代表促销效果也不代表日常水平。

这些被掩盖的结构信息有一个共同特点：它们都是理解数据变化原因的关键线索。只看到结果看不到原因，就无法制定有效的对策。渠道拆分和分层分析的作用，就是把这些原因挖出来。

养成一个习惯会很有帮助：每次看到整体指标出现明显变化时，先问一句这是结构变化还是真实变化。用拆开的方式验证一次，答案通常很快就会清楚。这个习惯能让大部分误判在发生之前就被挡住。

还有一个容易被掩盖的是流量的复购贡献。付费渠道当期的转化率可能不高，但它带来的买家如果在之后回来复购，这部分价值会算到自然流量的成绩里。结果就是付费渠道被低估，自然渠道被高估，预算决策随之偏移。

修正这个偏差的做法是按买家首次接触的渠道做归因。把买家第一次接触店铺的渠道记下来，后续这个买家的所有订单都算给这个渠道。这样做能把复购的价值归回到真正带来这个买家的渠道上，更接近真实贡献。

首次接触归因需要额外的记录工作，通常通过在订单表里增加一个字段来实现。记录成本不高，但对长期渠道评估的价值很大。尤其是那些以获取新客为主要目标的付费渠道，用当期转化率评价它们会严重低估作用。

两种归因方式可以并行使用。当期归因负责评估要加大还是收缩投放，首次接触归因负责评估渠道的长期价值。两个结果不一致时，说明这个渠道的短期效率和长期价值存在差异，需要单独讨论而不是简单取舍。

还有一个被掩盖的是流量质量的分布而不是平均值。付费流量里也分高效率和高低效率的部分，平均看起来中等，实际上一半预算花在低效率的部分上。把付费流量按人群或关键词再拆一层，往往能发现效率差异比渠道之间的差异更大。

怎么按渠道做对比

做渠道对比的第一步是统一时间口径。所有渠道的数据都取同一个时间段，比如最近一个完整自然月。时间口径不统一是最常见的对比错误，比如付费数据取最近三十天而自然数据取本月，两者根本没法比较。

第二步是统一指标口径。转化率的分子分母要一致，是指下单算还是付款算，是否包含退款订单，这些都要提前定好并写进备注。指标口径不一致时，对比出来的差异可能全部来自计算方式而不是渠道本身。

第三步是做一张渠道对比表，行是各个渠道，列是曝光、点击、订单、转化率、客单价、获客成本、复购率。七列摆在一起，每个渠道的长板和短板就一目了然。表格不需要复杂，固定下来每月更新即可。

第四步是给每个渠道标注一个判断结论。比如搜索自然流量转化最高但增长空间有限，付费流量转化中等但可控性强可以加量，站内活动的短期效果明显但单笔利润被让价侵蚀。结论写出来之后，渠道取舍就清楚了。

第五步是把渠道结论对应到预算分配。增量预算优先给效率高且还有增长空间的渠道，维持性预算保给稳定的基础渠道，缩减预算从效率持续走低且没有改善迹象的渠道开始。预算分配的规则定下来，每次调整就有据可依。

渠道对比的频率建议每月一次，调整预算的决策按季度做。月度的对比负责发现变化，季度的决策负责执行调整。两者节奏分开，既不会反应过度，也不会错过窗口。

渠道对比里有一个容易忽略的指标是流量的边际效率。给一个渠道增加百分之十的预算，订单能增加多少。这个比例随投入规模变化，通常早期高后期低。找到边际效率开始明显下降的那个点，就是该渠道的合理投入上限。

测试边际效率的方法是小步加量并观察。每次增加一到两成的预算，观察一个完整周期，比较订单的增幅和预算的增幅。如果订单增幅明显跟不上预算增幅，说明已经接近上限，继续加量只会推高获客成本。

渠道对比还要考虑季节因素。同一个渠道在旺季和平季的效率差别可能很大。做渠道排序时用同一季节的数据比较，或者用同比的方式对比去年同期。把旺季数据和平季数据放在一起排序，结论会失真。

新渠道的评估要留出学习期。新开的渠道在前两三个周期效率通常会偏低，因为定向和素材都还在调整。用学习期的效率数据直接决定关停，会错过本来有潜力的渠道。建议新渠道至少观察三个完整周期再做判断。

对比结果要形成行动指令而不是只形成结论。比如搜索自然流量保持现有投入、付费推广收窄定向范围、站内活动减少参与频次。每个渠道都有一条对应的指令，对比才真正完成了从分析到动作的转化。

做渠道对比的最终检验标准是：看完这张表之后，预算分配有没有明确的变化。如果有，说明对比有效；如果没有，说明对比还停留在描述层面，需要加上判断标准和行动指令这两层。

对比表建议固定成一页，渠道最多八行，指标最多七列。内容超出这个规模之后，表格的沟通功能就会下降，看的人会跳过细节只记结论。保持精简，每个月的对比结果才有人真正看，渠道分析才有持续的推动力。

每种流量都有它的作用，关键是知道自己在为什么付费

分开之后怎么调整策略

策略调整的第一条规则是按渠道的职能分配资源。自然流量承担的是基础销量和口碑积累的职能，它的投入方式主要是内容优化和评价维护，见效慢但持续。付费流量承担的是增量和启动的职能，投入方式是预算和定向优化，见效快但停投即停。

第二条规则是给付费渠道设定明确的效率门槛。把获客成本与单件毛利的比例作为一个硬指标，比如获客成本不超过毛利的四成。超过这个线的投放就收缩，低于这个线的可以加量。有了硬指标，预算决策就不再靠讨论和感觉。

第三条规则是给自然渠道设定积累目标。自然流量的增长需要时间，短期内看不到明显变化容易让人失去耐心。可以设定一些过程中的目标，比如关键词排名进入前几页的商品数量、评价总数、关注人数。这些指标的改善会在一两个月后转化为自然流量的增长。

第四条规则是把渠道和商品生命周期对应起来。新品期以付费流量启动为主，用推广把基础数据做起来。成长期付费和自然并重，一边扩大流量一边沉淀评价和权重。成熟期以自然流量为主，付费只做维护性的补充。不同阶段的比例应该不一样。

第五条规则是建立渠道效率的监控机制。每个渠道设一个预警线，比如转化率连续两周低于历史均值两成，或者获客成本连续两周超过阈值，就触发检查。监控机制让渠道问题在早期就被发现，而不是等到整体数字变差。

第六条规则是定期重新评估渠道组合。平台规则在变，类目竞争格局在变，有效的渠道组合也会变。每个季度重新看一遍各渠道的效率和成本，把不再有效的渠道果断收缩，把新的机会渠道小规模试起来。动态调整比一次性规划更符合实际。

调整策略时要区分两类动作：优化效率和改变结构。优化效率是让同一个渠道跑得更好，比如调整投放定向、优化创意素材、改进商品信息。改变结构是调整各渠道的占比，比如把预算从低效渠道转移到高效渠道。两类动作的作用周期不同，优化效率见效快，改变结构见效慢。

优化效率的具体抓手包括：付费渠道的定向人群设置、出价方式和投放时段；自然渠道的标题关键词、主图质量和评价内容。每个渠道找一到两个最影响效率的抓手集中优化，比全面铺开调整更容易看到效果。

改变结构的决策要基于边际效率而不是平均效率。一个渠道的平均效率高不代表还能加量，要看它增加投入之后的效率变化。把预算从平均效率低但边际效率开始回升的渠道转走，可能是个错误。判断结构变化时边际效率是更合适的依据。

结构变化要注意速度。预算从一个渠道转移到另一个渠道，建议分两到三个周期逐步进行，每个周期转移两到三成。一次转移太多会让原渠道的权重快速下滑，也可能让新渠道因为承接能力不足而效率骤降。

调整之后要设定观察周期和验证标准。比如付费渠道定向收窄之后，观察两周看转化率是否提升到目标水平，获客成本是否下降到阈值以下。标准提前定好，到期就能客观判断调整是否有效，不需要靠讨论决定。

最后要把有效的调整固化成规则。比如某个定向组合被验证有效，就写进投放规范；某个渠道的效率阈值被验证合理，就设成日常监控的预警线。调整一次变成规则一次，店铺的运营能力就积累一层。

调整策略时要避免同时改动太多变量。同一个周期内只调整一个渠道的一个参数，这样效果可以直接归因。多个变量一起改，即使结果变好了也说不清是哪个动作起了作用，经验就沉淀不下来。控制变量是渠道优化里最省时间的纪律。

拆开看之后，推广预算才真正花在有效的地方

常见误区

第一个误区是用整体转化率评价运营效果。整体转化率是结构加权的结果，流量结构一变它就跟着变。评价运营效果应该看各渠道转化率的变化趋势，以及单位流量的产出效率。整体数字只适合看总量的走向，不适合做效率判断。

第二个误区是把自然流量当作零成本。自然流量也需要内容制作、评价维护、客服和售后这些投入，只是这些成本不容易归集到流量上。把自然流量当成免费资源，会导致对渠道效率的判断失真，也会忽视自然流量渠道本身的优化机会。

第三个误区是只比转化率不比获客成本。转化率高的渠道不一定划算，如果获客成本接近毛利，这笔生意就是白做的。反之转化率偏低但获客成本很低的渠道，可能是被低估的优质来源。两个指标必须一起看。

第四个误区是拿行业平均值做基准。不同类目、不同店铺阶段、不同客单价的转化水平差别很大，行业均值几乎没有参考价值。最有意义的对比是自己店铺的历史数据，以及店铺内部各渠道之间的相对关系。

第五个误区是拆开之后只看单渠道不看整体。渠道拆分的目的是看清结构，不是否定整体。如果某个渠道效率很高但体量很小，它能带来的总量贡献依然有限。结构分析和总量分析要结合使用，缺一不可。

第六个误区是拆分口径反复变化。这次按六个渠道分，下次按入口功能分，数据就没法连续对比。口径一旦确定，至少保持半年不变。需要调整时，让新旧两套口径并行跑一个周期，确认映射关系之后再切换。

避开这些误区之后，渠道分析的做法就清晰了：口径固定、结构常看、成本同算、以内比为主。做到这四点，店铺对每一个流量来源的价值都会有准确的认识，资源配置也会更有依据。

第七个误区是只拆不评。花时间把渠道数据拆开了，但没有给每个渠道一个判断结论，也没有对应的行动。拆分的结果应该是一份带结论和动作的清单，不是一张只有数字的表。没有结论的拆分等于没做。

第八个误区是渠道拆分的粒度追求越细越好。拆成十几个来源之后，每个来源的样本都不足以支撑结论，报表也变得没人愿意看。六到八类已经能满足绝大部分决策需求，更细的粒度用临时下钻满足即可。

第九个误区是把渠道效率的短期波动当成趋势。某一周付费渠道的转化突然变好，可能只是一次定向调整的偶然结果。判断渠道趋势至少要连续观察三到四个周期，用短期波动调整预算会导致资源反复摇摆。

第十个误区是不考虑渠道之间的相互影响。付费推广和自然流量之间存在带动关系，推广带来的销量和评价会提升商品的整体权重，进而带动自然流量。把两者完全独立看待，会低估付费渠道的实际价值。

第十一个误区是把渠道分析的结论套用到所有商品上。每个商品的流量来源结构不一样，某个渠道在全店层面的表现不代表在所有商品上都一样。渠道分析要按商品再做一层细分，才能得出可执行的结论。

第十二个误区是缺少固定的对比周期。渠道分析做成一次性的项目，做完就搁置，下个季度重新开始时发现数据没法衔接。把渠道对比排进月度固定工作，数据积累起来之后，趋势判断会越来越准。

把这篇文章的做法归拢起来，核心就是一件事：不要让结构变化伪装成能力变化。把流量拆开、把口径定死、把成本算全、把趋势看长，四个动作都不复杂，但能让店铺对每一份流量的价值有准确的认识。

第十三个误区是只在投放期间看数据。推广投放期间和结束之后的数据要连起来看，才能判断渠道是买来了一次性订单还是有沉淀价值。只看投放期间，会把有长期价值的渠道当成短期工具。

第十四个误区是把渠道效率和商品质量分开评价。同一个渠道推不同的商品，效率可能差好几倍。渠道效率低有时是商品本身不适合这个渠道的人群，而不是渠道有问题。评价渠道时要控制商品变量，按商品分别看。

第十五个误区是调整预算之后不给观察期。预算刚调整完就看到数据波动，立刻再做一次调整，结果渠道始终处在变化之中，拿不到稳定的评估结果。每次调整后至少留一个完整周期观察，再决定下一步。

第十六个误区是忽略平台规则变化对渠道的影响。平台的流量分配逻辑和推广工具的规则都会调整，一个渠道上个月有效这个月可能就变差了。定期重新评估渠道有效性，比一次性定好长期策略更符合实际。

第十七个误区是把渠道分析的结果当作长期结论。平台的流量分配逻辑在变，类目的竞争结构也在变，这个月有效的渠道组合未必适合下个季度。把渠道分析当作定期复检的工作，而不是一次配置好的方案，才能跟上环境的变化。

第十八个误区是渠道拆分只由分析人员做，业务方不参与。渠道结论要落到预算和投放动作上，如果业务方不了解结论怎么来的，执行时就会打折扣。让投放负责人参与拆分过程，结论的采纳率会明显不同。

归纳起来，渠道拆分要解决的是给每一份流量一个清楚的身份和价格。身份清楚，才知道它来自哪里、带来什么；价格清楚，才知道为它付出多少是划算的。两件事都做到，推广预算的每一次调整就都有了依据。

常见问题（FAQ）