平台自报的 ROAS 在骗你

看看你这周的后台。Meta 说你成交了 60 单Google 说 41TikTok 说 49。恭喜——你成交了 150 单。而真实订单只有 98。摘要每个平台都自报自己的 ROAS也都给自己的成绩打分——加起来成交数比银行账上到手的还多。独立测量机构发现平台过度归因约 20–60%报表上3×的 campaign 真实增量往往只有 ~1.5×。12解法不是更好的归因模型而是先分清你看的是营销真相的三层里的哪一层平台数字虚高、生意数字MER、增量数字唯一为真。我们在跨平台分配那篇说过很快展开——就是这篇。那个对不上的数周五。你的 Shopify 后台显示这周98 单。再打开广告平台Meta 说 60Google 说 41TikTok 说 49。98 个真实客户变成了 150 个转化。3平台没出错。当同一个买家在三家都看过你的广告再下单三家都在各自系统里合法地记了这一单。每家说的都是自己的真话。加到一起这些真话描述的是一个不存在的生意。差距比你以为的大这不是四舍五入。独立测量机构反复发现平台过度归因约 20–60%——报表 3× 的 campaign真实增量常常更接近1.5×公开案例把报表 vs 实测的差距放在1.5×–3×。12最能唬人的往往是最好看的那个数。品牌词 campaign 可能报8× ROAS——把那些本来就在搜你品牌名、无论如何都会找到你的人剔掉真实增量可能只剩 ~2×。1有分析把 Performance Max 的自报效果算高了约33%。1后台数字越漂亮往往说明它吃进去的自然需求越多。ROAS 被高估的三个原因1. 每个平台都自己当裁判。平台给自己的效果打分天然有动机往多了归因。没有哪个平台会给你一份写着这个月我们其实没起什么作用的报表。跟没有平台会替你做预算分配是同一个道理。2. 归因窗口吃掉了自然流量。默认的末次点击 多日展示后归因让平台把它没创造的需求也算成功劳——搜品牌词的人、回头客、本来就会买的人。13. 一半的转化是建模出来的。苹果 ATT 全球授权率约 25%很大一部分 iOS 转化是估算、不是实测补缺口的模型恰好由数字好看才有利的一方来调。1坡度是递进的第一个人人都懂第二个投手都懂第三个是底下的技术细节。它们叠在一起。营销真相的三层记住这张图。任何一个营销数字都落在三层里的一层而它们回答的是完全不同的问题第一层——平台数字后台每个平台想给自己记多少功劳→ 虚高。只配用来看站内方向。第二层——生意数字MER这门生意到底赚没赚钱→ 总营收 ÷ 总花费。平台灌不了水。第三层——增量数字geo 测试这笔花费到底带来了什么→ 唯一真正为真的数。大多数团队在第一层做优化然后奇怪为什么账对不上。纪律很简单站内方向看平台后台赚没赚钱看 MER要真相做增量测试。MER vs 平台 ROAS这篇你只带走一个习惯的话就带这个平台 ROAS回答“这个平台觉得自己该记多少功劳”MER总营收 ÷ 总花费回答“这门生意赚没赚钱”只有一个会出现在你的银行账户里。真相那层增量测试想知道花费到底带来了什么只能靠实验。地理留出测试geo holdout是 2026 的金标准——在一部分地区把某渠道调低、另一部分不动看总销量真实变化多少。它不受 cookie 和 iOS 限制影响任何平台的自报都伪造不了。2Agent 帮得上、帮不上的地方任何一个要在广告账户里动手的自动化层都该从一个前提出发平台自报的 ROAS 是错的。在它之上做优化只是让归因偏差被放大得更快。所以 GrowthGPT 把平台 ROAS 当作一个信号而不是真相——它在一处交叉核对 Meta、Google、TikTok 的表现当平台 ROAS 与你的 blended MER 偏离超过容忍阈值时主动示警拿你自己的历史作基准而不是拿平台给自己打的分。它不替代增量测试没有东西能替代它只是让你别再照着每个平台给自己写的成绩单去投预算。结论如果每个渠道都说自己在赢那一定有人的账算错了——而那个人就是你因为是你在把它们加总。坏的不是 ROAS是那张记分牌。常见问题为什么各平台 ROAS 加起来超过了实际销量每个平台都在各自系统里把同一笔多触点转化计了一遍彼此重叠——比如平台报 150 个转化、实际只有 98 单。3MER 是什么MER 全称 Marketing Efficiency Ratio即总营收 ÷ 总营销花费。和平台 ROAS 不同它用的是你自己的财务数据任何单一平台都灌不了水。最简单的生意赚没赚钱指标。MER 和平台 ROAS 有什么区别MER总营收 ÷ 总花费告诉你生意赚没赚钱平台 ROAS 告诉你那个平台想记多少功劳。跟你银行账对得上的是 MER。自报 ROAS 和增量 ROASiROAS有什么区别自报 ROAS 是平台声称的iROAS 是没有这笔花费就不会发生的那部分。公开案例显示自报高估 iROAS 达 1.5×–3×。2怎么测真实 ROAS增量测试——尤其地理留出——加上 blended MER。平台后台只看站内方向别当跨平台记分牌。自动化或 AI agent 能修好被高估的 ROAS 吗单靠它不行——在平台自报数上做优化就继承了那份高估。有用的是一个把平台 ROAS 当一个信号的层交叉核对多源、MER 偏离时主动示警、拿自有历史作基准再配真正的增量测试。看看你的 MER 在各渠道表现如何。→ 免费跨平台视图“Why Your Paid Social ROAS Is Wrong (And How to Fix It in 2026)”——过度归因 20–60%、品牌词与 PMax 例子: https://aibrify.com/blog/paid-social-roas-reality-2026 ↩︎ ↩︎ ↩︎ ↩︎ ↩︎ ↩︎Haus——Google Ads 增量测试与报表 vs 实测 iROAS案例Bombas、True Classic、Liquid Death: https://www.haus.io/article/google-ads-incrementality-testing ↩︎ ↩︎ ↩︎ ↩︎Ruler Analytics——跨平台重复计数如何扭曲预算分配: https://www.ruleranalytics.com/blog/reporting/conversion-duplication/ ↩︎ ↩︎