核心做法是给每次咨询生成一个可跨设备复用的转化标识,并在回传前做一次去重判断,而不是让手机、平板、电脑各自独立上报。是否值得投入改造,取决于你的咨询链路里跨设备跳转是否常见,以及重复上报是否已经干扰了出价判断。
跨设备咨询的重复,通常来自三个环节,排查顺序应从最靠近用户动作的一端开始。
区分方法很简单:取同一时间段,把点击记录、咨询工具记录、后台线索记录三份数据按时间排序,看重复出现的记录是否共享同一个用户标识。若三份都能对上同一标识,问题在上报端;若只有点击端重复,问题在归因端。
假设某教育服务商在手机上投放CPA广告,用户常先在手机看落地页、再用电脑填写咨询表单。改造前,手机端和电脑端各自上报一次,同一人产生两条转化记录。
第一步,在落地页生成一个与用户浏览器无关的标识,例如登录后发放的账号ID,或表单提交时生成的线索编号。这一步的动作是:把标识写入咨询表单的隐藏字段。
第二步,回传前先查询该标识是否已有转化记录。若已存在,则本次不再作为新转化上报,只更新原记录的时间与设备信息。这一步的结果直接决定下一步:如果去重后转化量明显下降,说明此前确有重复,出价模型需要重新校准;如果几乎不变,说明跨设备比例低,改造收益有限。
第三步,根据去重后的数据决定是否调整出价。若重复主要来自同一用户的多次点击,应优先检查归因窗口设置,而不是直接压低出价。
选择一:只做上报端去重。适用条件是跨设备跳转比例低,重复主要来自同一设备内的多次触发,例如表单重复提交。此时只需在服务端加一次标识校验,改动小、见效快。
选择二:上报端与归因端同时去重。适用条件是用户明显在手机与电脑之间切换,且点击端已经出现同一用户多次进入。此时需要把标识贯穿点击、落地、咨询、回传四个环节,改动大,但能避免出价被高估。
判断依据不是感觉,而是抽样:取一批咨询记录,看其中有多少能在点击日志里找到两个以上设备来源。比例高选第二种,比例低选第一种。
把去重逻辑放在服务端而非页面脚本,是因为脚本可能因浏览器限制无法读取同一标识。服务端去重后,回传的转化数会接近真实咨询人数,出价模型据此学习更接近实际成本的信号。
需要注意,回传量下降本身不能证明去重正确。它还可能是标识生成失败、回传接口中断或统计口径切换导致的。要排除这些解释,应同时核对咨询工具侧的原始记录是否与去重后数量一致。
另外,付费广告的转化数据与自然搜索的统计机制不同,投放端的去重不会影响自然流量的收录或排名,两者应分开评估。
这套顺序的价值在于:先用小改动验证重复是否真实存在,再决定是否投入更大的归因改造,避免在跨设备比例很低的情况下过度工程化。最终判断标准是去重后的咨询人数能否与业务侧实际接待人数对上,而不是某个平台报表里的转化数字。