二类电商广告：渠道新增用户和原有客户再次咨询如何分开看
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /c46a2ef2ee70.html
📄
二类电商广告：渠道新增用户和原有客户再次咨询如何分开看
分开看的前提是：你能在咨询进入时识别“这个人此前是否买过或留过资”，并且把识别结果写进同一张线索表。做不到这一点时，按渠道拆分只会把老客户复购算成新客，导致你误判投放该加还是该减。一个会让上述结论失效的反例是：你的商品客单价低、复购周期极短，老客户再次咨询往往直接下单，此时把“再次咨询”单独归因反而会低估广告对老客唤醒的作用。
先确定用什么字段区分两类人
可用的区分依据通常只有三类：手机号或账号是否在历史订单/线索库中出现过；咨询时用户是否主动说明“之前买过”；落地页或客服工具是否传回了可匹配的标识。三类里最可靠的是第一类，因为它不依赖用户记忆，也不依赖客服记录习惯。
实际操作是：在咨询接入环节增加一次匹配查询，把结果写成两个固定值，例如“历史已购”和“库内无记录”。这个动作的结果会直接影响下一步——只有当你拿到稳定匹配结果，后面按渠道拆表才有意义；如果匹配率很低，先补匹配能力，而不是急着做归因结论。
两类咨询不要放在同一个分母里算
渠道新增用户咨询，衡量的是广告带来的增量询问；原有客户再次咨询，衡量的是存量关系的再激活。两者混在一个转化率里，会出现两种相反的错误：老客集中咨询时，你会以为广告突然变好；老客安静时，你会以为广告变差。
- 新增咨询：看单位花费带来的首次咨询量，以及首次咨询里有多少进入有效沟通。
- 再次咨询：看同一批历史客户在投放期间被触达或自发回访的数量，单独记录，不并入新客成本。
- 交叉部分：同一手机号既在历史库中，又通过本次广告点击进入，单独标记，避免重复计入两边。
用一个假设例子判断该保留还是该退出
假设某次投放期内共收到100条咨询，匹配后发现60条来自库内无记录的新号码，40条来自历史已购号码。若只看总量，你会认为这次投放效果不错；拆开后可能发现，新增咨询只有60条，而40条老客咨询中有相当部分来自此前的自然回访或客服跟进，与本次广告点击无关。
这时决策依据不是“总量好不好”，而是：新增咨询的成本是否在你可接受的范围内；老客再次咨询是否因为本次投放而增加。若新增部分成本可接受、老客部分没有明显变化，可以保留投放；若新增部分成本偏高、老客部分又占了多数，就应重新检查定向和素材，而不是继续按总量加预算。
需要说明的是，老客再次咨询增加也可能是季节、发货提醒、客服回访等造成的，不能单独归因于广告。判断前先排除这些同期变化。
退出旧内容或旧合作时，先保留哪一部分
当旧落地页、旧客服话术或旧渠道合作需要退出时，不要整体关停。先按上面的拆分看数据：如果新增咨询主要来自某个旧素材，而老客再次咨询主要来自客服跟进，那么可以保留客服跟进链路，只替换素材；反之则保留素材，调整跟进方式。
具体动作是：对准备退出的部分做一次小范围停投或停用，观察新增咨询和老客再次咨询各自的变化。如果停用后新增咨询下降、老客再次咨询基本不变，说明该部分主要承担拉新；如果两者同时下降，说明它同时承担了唤醒作用，退出前需要先找到替代的唤醒方式。这一步的结果决定你是直接停、分批停，还是先补一条唤醒链路再停。
下一步先做匹配，再谈归因
在拆分结论可靠之前，优先完成两件事：把历史订单和线索库整理成可查询的手机号或账号清单；在咨询入口固定记录“是否库内已有”。完成后再按渠道、按素材分别统计新增咨询和再次咨询。若匹配率始终偏低，就明确标注当前数据只能看趋势，不能用于精确判断投放该加还是该减。
