baidu广告：长周期业务怎样把早期信号与成交分开记录
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /960987d4bf4f.html
📄
baidu广告：长周期业务怎样把早期信号与成交分开记录
核心做法是建立两层记录：第一层只记录可观察的早期信号，例如有效咨询、留资、预约演示；第二层只记录成交结果，例如合同签署、首付款到账。两层各自有独立的时间字段和来源字段，不把早期信号直接当作成交来统计，也不因为成交周期长就停止记录早期信号。这样做的目的是让优化决策有依据：如果早期信号数量稳定但成交迟迟不来，问题可能出在销售跟进或客户资质；如果早期信号本身就少，才需要回头检查广告投放。
先承认一个前提：长周期业务的反馈天然滞后
假设有一家提供企业软件实施服务的公司，客单价较高，从第一次点击广告到最终签约平均需要两到三个月。如果只看当月的成交数据来决定baidu广告的投放调整，几乎无法判断当月投放到底有没有效果，因为当月成交很可能来自两三个月前的点击。这不是数据出了问题，而是业务周期本身决定的。把早期信号与成交混在一张表里，最容易出现的错误就是用滞后结果去否定当期动作，或者用当期信号去承诺未来的成交。
两层记录分别记什么，字段怎么设
第一层记录早期信号，字段至少包含：信号发生日期、信号类型、来源渠道、广告计划或关键词标识、联系人标识。信号类型要具体，例如“留下有效手机号并同意回访”“预约了演示时间”“索要了报价单”，而不是笼统的“有意向”。第二层记录成交，字段至少包含：成交日期、成交金额、对应联系人标识、从首次信号到成交的天数。两层通过联系人标识关联，而不是通过日期强行对齐。
这样设计后，一个联系人可以同时出现在两层记录里：他在三月留下信号，在五月成交。三月的报表只统计信号，五月的报表才统计成交，中间不互相污染。
出现反常结果时，用哪些证据区分解释
假设某月出现一个与直觉相反的结果：早期信号数量比上月明显增加，但成交数量反而下降。这时候至少存在几种合理解释，需要分别找证据：
- 成交下降可能只是因为成交周期长，本月成交对应的是更早月份的信号，与本月信号增加无关。核对成交记录里的首次信号日期即可判断。
- 信号增加可能来自低质量来源，例如某个广告计划带来的咨询虽然多，但客户预算或需求不匹配。核对信号对应的广告计划与后续跟进记录即可判断。
- 销售跟进环节可能出现积压，信号多了但没人及时处理。核对从信号产生到首次跟进的间隔天数即可判断。
- 统计口径可能发生了变化，例如本月把某种以前不计入的互动也算成了信号。核对信号类型的定义是否被改动即可判断。
这几种解释对应的下一步动作完全不同：第一种不需要调整投放，第二种需要检查具体计划，第三种需要先解决跟进能力，第四种需要先统一口径。如果不分开记录，这些解释就无法被区分。
一个可执行的动作：先对齐时间窗口再下结论
具体动作是：在评估baidu广告效果时，先确定一个观察窗口，例如以“信号产生后90天内成交”为口径，把同一批信号对应的成交单独拉出来看，而不是看自然月的成交总数。这个动作的结果会直接影响下一步：如果按90天窗口计算，某批信号的成交率稳定，那么短期成交波动就不构成调整投放的理由；如果按同样窗口计算，成交率持续走低，才需要进一步排查是来源质量下降还是销售环节出了问题。
需要说明的是，这个窗口长度来自业务自身的平均成交周期，不是固定值。如果业务周期更长，窗口也应相应拉长，否则会把尚未成交的信号误判为无效。
记录分开之后，还要避免两个常见混淆
第一，不要把广告平台报告的转化数与内部成交数直接比较。平台报告的转化通常基于它自己的归因规则，可能与内部定义的成交不是同一件事，两者口径不同，比较之前要先确认各自统计的是什么。第二，不要把早期信号的数量当作付费广告必然带来自然搜索排名的证据。付费广告与自然搜索是不同机制，投放广告不构成自然排名的保证，两者应分别评估。
把早期信号与成交分开记录，本质上是承认长周期业务的反馈需要时间，并用可核对的字段把这段时间里的每一步都留下来。这样当结果与直觉相反时，才有证据去判断到底是哪一层出了问题，而不是在两层混在一起的数据里反复猜测。
