最近在复盘Q3的几个跨媒体投放项目（涵盖百度搜索、抖音信息流、腾讯广点通及小红书KOC），发现一个有意思的现象：当单一媒体预算超过某个阈值后，CAC （用户获取成本）的边际递减效应极其明显。
这篇文章不讨论创意，只讨论**数据归因** 的底层逻辑，希望能给同样在做多平台投放的CTO或增长负责人一些启发。
1. 关于"助攻转化"的数据权重
我们过去太看重**末次点击归因** 。但在全媒体覆盖（如闲鱼、快手极速版）的场景下，首次曝光 的价值往往被低估。建议采用数据驱动决策的框架，利用UTM参数或API回传，将"曝光未点击"但后续产生"搜索行为"的数据打通。
2. 预算分配的"721法则"修正
传统的"70%头部媒体+20%腰部+10%测试"策略，在当下的去中心化流量生态中略显乏力。我们尝试将GEO（Generative Engine Optimization，生成式引擎优化）与小红书、闲鱼的长尾词截流结合，发现这部分长尾泛流量的转化率虽然低，但"种草"周期极短。
3. 数字营销的"可视化"
量化广告效果不能只看**ROI** 。我们内部搭建了一套简单的看板，将"口碑提及率"与"搜索指数"作为北极星指标之一，这更贴近"助力企业实现口碑+销量双增长"的实质。
这套归因模型已经在我们服务的几家SaaS企业中跑通了验证。如果你也在头疼跨媒体数据如何打通，欢迎在评论区探讨"跨媒体归因"的实操痛点。