· 约 3200 字 · 意克互动运营团队
本地推投了一个月,后台显示带来 800 多条线索,门店登记只认 300 多人到店。老板问投放的人钱花哪去了,投放的人说数据在后台,店长说人没进来。三方都没说谎,只是三个人手里的数字,量的是三件不同的事。
这个差距不会自己消失。它要么被当成"投放虚报",要么被当成"门店不认账",两种结论都会让下一轮预算做错。有用的做法是先承认差距,再把它拆成几个能逐项核对的差。
一、先分清三个数字
同一个月的经营会,桌上常摆着三个数:
| 数字 | 从哪来 | 数的是什么 |
|---|---|---|
| 花费 | 广告账户消耗 | 花出去的钱 |
| 线索数 / 下单数 | 平台后台 | 被平台识别到的转化事件 |
| 到店人数 | 门店登记或核销记录 | 真正进门的人 |
三个数不是"逐层减少"的关系,而是"三套规则各算了一遍"。花费是确定的,另外两个都带口径。对齐的第一步不是问"哪个准",而是问"这三个数各自怎么算出来的"。
二、平台口径的线索数,数了什么
后台的线索数是一个事件计数,不是一个客户计数。这句话展开有三层。
一层:一次提交算一条。 同一个人上午填表、下午又填一次,后台可能是两条。有必填项校验的,重复率低;只填手机号的,重复率高。
二层:去重按账号或设备。 平台能识别的是登录账号、设备标识这类信号,识别不了"这是同一个人换了台手机"。所以一个人在手机和平板上各下一次单,后台可能记两笔。
三层:无效线索也算进去了。 空号、错号、同行来探价的,只要事件成立就计入。后台不会替你判断这条线索值不值钱,它只负责记录"发生了一次转化"。
这三层决定了平台口径的线索数天然偏大。它不是造假,是它的职责就是"数事件"。你要的"数人",得在另一套表里做。
三、门店口径的到店数,多算了什么
反过来,门店的到店数也不干净,常见的是多算。
把自然客流算进来。 门店一天进 60 个人,其中 20 个是路过进来的,店长按"今天客人不少"记 60,月底一汇总,这 60 都会被理解成投放的功劳。
把老客算进来。 老客看到投放又来了,也记一笔"投放带来的"。他本来就打算来。
把一单多券算成多人。 一家人用一张券买了三份,核销记录是三笔,到店是一个人。
把未到店的核销算进来。 有些券是线上下单、到店才核销,也有些是先核销后到店,中间还有退单。核销数不等于到店人数,只等于"券被用掉了"。
多算和少算会同时存在:漏登记的、没走券直接进店的要少算,自然客流和老客要多算。两股力量大小不定,"门店数偏高还是偏低"只能按门店逐个看。
四、五类错位,逐类对
差距拆开之后,能对上的大概就是这五类。每一类都有明确的核对办法。
① 时间窗错位
平台按点击发生的那一天归因,门店按人到店的那一天记账。月中投的券,月底才到店,两个数就跨月了。跨月看月度报表,永远对不上。
处理办法:按"点击日"建队列,看这批点击在 7、14、30 天内分别到店多少。同一批人跟到底,而不是按自然月切。口径定了就别再换。
② 去重键不一致
平台按账号去重,门店按手机号或券码去重。一个人两个抖音号,平台记两条,门店记一个人。反过来,一家人共用一个券码,门店记一个人,后台可能记三个下单账号。
处理办法:门店登记表加一列"券码后四位"或"手机号后四位",用同一把钥匙对两边的门。没有共同主键,怎么对都是猜。
③ 核销与到店混用
核销是"券被使用",到店是"人进了门"。一个到店的人可能核销两张券,一张券也可能被分两次用。更麻烦的是退款:券退了,平台侧的下单事件仍在,核销记录消失。
处理办法:把"下单、核销、到店、退款"四个数分开记,不要合成一个"转化数"。合成之后你就没法解释差额从哪来。
④ 跨店归属
连锁常出这种事:A 店投的券,顾客在 B 店核销。平台归 A,门店记 B。A 店觉得自己投了没效果,B 店觉得自己白捡客人。
处理办法:要么在券的适用门店上做限制(只限投放门店核销),要么在报表里做二次归属,把跨店核销单独列一行。前者牺牲一点转化率,后者多一道手工,二选一,别两头都不做。门店密集的城区这类问题更集中,北京本地推投放:门店密度与区域差异里按门店密度拆过。
⑤ 退单与未履约
券卖了、钱收了、人没来,随后退款。这笔在平台侧是"成交",在门店侧是"没发生"。月末一冲抵,两个数的差距就出来了。
处理办法:所有报表都用"净额"口径——下单减退款、核销减退单。这个口径要写进报表说明里,否则每个月都要重新解释一遍。
五、三段校准法
把上面五类对完之后,剩下的差距通常能收敛到一个可解释的区间。具体做法分三段。
段一:统一时间窗。 选定一个观察周期,比如"11 月 1 日至 7 日的点击,追到 11 月 21 日"。平台侧按点击日筛选,门店侧按登记日期回捞。两边的日期字段必须是同一个起点,这是所有对账的前提。
段二:统一主键。 用券码或手机号后四位做匹配键。能匹配上的算"确证到店",匹配不上的单列一行"未匹配"。未匹配的比例本身就是一个指标:太高说明门店登记缺失,太低反而要怀疑是不是在凑数。
段三:统一门店维度。 连锁要把"投放门店"和"核销门店"分开两列。同城多店共用账户的,还要把订单按门店拆开,否则单店永远算不清自己的账。这一层做不下去,多半是门店 POI 没认领干净,本地推开户清单里有清单。
三段走完,你会得到一张有差额、有解释、有归属的表。它的价值不在于"对上",而在于每个差额都能指到一个动作:补登记、限门店,还是改券的设计。
六、回传能做什么,不能做什么
转化回传这件事,被误解得比较多。它做的是两件事,也只做这两件事。
其一,给模型提供信号。 你把"到店"或"核销"这类事件回传给平台,系统才有依据去学"什么样的人更可能到店"。不回传,模型只能优化到下单为止,下单之后的事它一概不知。这是回传对投放效果的真实价值。
其二,给你一条归因线索。 回传记录能告诉你哪些计划带来了被识别到的到店,作为内部复盘的参考。
它做不到的事同样清楚:回传不等于全量。 没被识别到的事件不会自己出现;门店没登记的人,回传里也没有。所以回传数据可以用来比较计划之间的相对好坏,不能用来证明"投放一共带来了多少客人"。后者只能靠门店登记加券码匹配。
还有一种错配:回传事件和考核指标不是同一个。 回传"下单"、考核"到店",模型会给你找爱下单的人,而爱下单的未必爱到店。选定前先想清楚:你要的是人进门,还是钱进账——在模型眼里这是两个目标。
回传链路的技术细节每个平台不一样,链路本身怎么搭,复盘与结算口径里有分层的说明;不同投放场景下口径怎么统一,平台与产品能力里给了一套对照。
七、一张对账表该有哪些字段
不需要复杂,一行一天一店就够。字段按链路顺序排:
| 字段 | 用途 |
|---|---|
| 日期 | 对账的时间锚点 |
| 门店 | 归属维度,连锁必填 |
| 计划 / 素材 | 定位到具体投放动作 |
| 花费 | 分母 |
| 曝光、点击 | 判断前端是否正常 |
| 下单数 | 平台口径的转化 |
| 核销数 | 券的使用情况 |
| 退款数 | 净额口径必需 |
| 到店登记数 | 门店口径 |
| 券码匹配数 | 两边能对上的部分 |
| 未匹配数 | 登记缺失或凑数的信号 |
| 到店成本 | 花费 ÷ 到店登记数 |
| 差额率 | 用统一公式算,别每次临时定 |
这张表跑满两个月,你就能回答三个问题:哪个计划的到店成本真的低、哪家门店的登记在漏、哪个环节的差额在扩大。三个问题答上来,投放才有得优化。表里的到店成本要和投放端的出价对上,出价怎么设见计划与优化。
八、常见问题
本地推后台的线索数和门店到店数为什么对不上?
两者量的不是同一件事。后台线索数按点击归因、按账号去重,门店到店数按实际进店登记,中间隔着时间窗、去重方式、跨店消费和退单四道差。差 20% 到 40% 属常见,差得更多通常意味着其中一边的数据本身就不可用。
转化回传是做什么用的?
两个用途:给模型提供优化信号,让系统知道哪种点击真的变成了到店;给你自己做归因参考。它替代不了门店登记,因为回传的仍然是"被识别到的事件",没被识别的那部分不会自己出现。
回传事件应该用下单还是核销?
看你考核什么。考核到店人数就用到店或核销事件,考核成交额就用支付事件。用下单回传、却按核销考核,模型会持续优化"爱下单不爱到店"的人群,两边越跑越偏。
回传延迟会影响投放效果吗?
会。事件回传得越晚,模型拿到的反馈越滞后,学习周期越长,冷启动阶段的成本越难压下来。能在 T+1 完成回传的,不要拖到 T+7。
门店说投放没带来客人,怎么核对?
先做同口径对照:取同一时间窗、同一门店、只算券码来源的到店,再和后台的核销数比。如果两边接近而门店仍认为没客人,问题通常在门店没做来源登记,不在投放。反过来,如果门店数远高于后台,先查是不是把自然客流算进了投放。
九、这件事的组织前提
收尾说一句不太好听的话:对账失败,多数不是技术问题,是组织问题。
投放的人只看后台,门店的人只看收银台,两套数字各自向上汇报,中间没有人负责把它们对上。等到老板发现两个数差一半,下意识追责,接着换代理,第三年还是同一个问题。
能落地的做法是把责任写清楚:投放方负责后台数据准确,门店负责登记完整,每月对一次,差额超过约定比例就出说明。谁的数据缺,谁补。这条规则比任何工具都好用。
(我方自有端口口径,截至 2026-11-21)2024 年 1 月起累计投放 5.01 亿元,约 5.3 万笔加款、624 个客户主体、6,094 个巨量侧广告主。这个量级下我们见过各种口径的账,也做过不少"两个数对不上"的核对,方法论沉淀在研究院全部文章里,逐年数据在公开数据看板可以逐项对。
如果你现在的两个数正差得离谱,把后台导出表和门店登记表各发一份,用开户与诊断咨询做一次同口径比对,通常能定位到是五类错位里的哪一类。行业不同,错位的分布也不同,我们做过的行业可以作为参照。