先给有条件的结论:当同一咨询在手机、平板和电脑之间接力完成,而各设备使用同一套可验证的身份标识时,把“设备接触”折叠为“咨询路径”再计数,通常能减少重复;但如果用户先在手机上点了广告、几天后换设备用另一条身份线索完成咨询,这种折叠就会失效,反而可能把两次真实接触算成一次或把一次咨询算成两次。
重复很少发生在“广告被点了两次”,更多发生在归因环节。一次咨询可能经历:设备A看到广告、设备B搜索品牌、设备B在页面提交表单。若系统按“设备+广告点击”计数,就会得到两条记录;若按“人”计数,则只有一条。减少重复的前提是先确定你要数的是接触次数还是咨询人数,这两者的正确口径不同,不能混用同一张报表。
一个可落地的动作是:在咨询提交环节记录设备标识、登录标识和提交时间,并保留原始接触记录,不急着覆盖。这样做的结果是,你能在后续比对中看出哪些重复来自同一设备重复触发,哪些来自跨设备接力,从而决定折叠规则该写在哪一层,而不是先删数据再猜原因。
折叠成立需要同时满足几个条件,缺一个就要重新评估:
满足这些条件时,按“人”折叠通常更接近真实咨询量,也能让后续的渠道比较少受设备数量干扰。注意这只是口径选择,不代表某个平台一定按同样方式统计,各平台规则需以官方说明为准。
假设一位用户在家用平板看到广告但没有点击,通勤时用手机搜索品牌并进入落地页,最后在办公室电脑上完成咨询。如果系统只把“最后一次设备接触”归给电脑端渠道,而手机端搜索被折叠掉,那么这次咨询会被记成电脑端贡献,手机端的真实影响被抹去。此时“减少重复”变成了“丢失路径”,两种错误方向相反,但都会让后续预算判断失真。
这个反例说明:折叠规则必须能区分“同一人的多次接触”和“不同环节的接力”。如果无法区分,宁可保留分设备明细,也不要强行合并成一条。
个别样本里,折叠后咨询数与人工核对一致,容易让人以为规则可以直接推广。但规模化后会出现两类例外:一是共享设备或公共网络导致不同人被关联到一起;二是用户清理标识或更换网络,使原本可关联的路径断开。前者会把多个人的咨询合并,后者会把一个人的路径拆成多条,两者都会让总数偏离。
判断边界的方法是做分层核对:按设备类型、登录状态和咨询时段各抽一组,比较折叠前后的差异。如果差异集中在未登录或跨设备时段,就说明折叠规则只适合已登录场景,不能全量套用。
具体动作可以这样安排:选一个咨询量适中的渠道,保留原始分设备记录,同时生成一份按人折叠的对照表,连续观察一段时间。若两份数据的差异稳定且可解释,再把折叠口径用于该渠道的预算比较;若差异随设备组合剧烈波动,就退回分设备口径,并单独标注跨设备咨询。
这样做的结果是,你得到的不是一套通用规则,而是一个有适用条件的口径:它在该渠道、该登录比例下成立,换渠道或换场景时需要重新验证。减少重复计算的目标不是让数字变小,而是让每一次咨询都能被解释清楚。