Google 廣告歸因模型：DDA 還是 Last Click？

Google 廣告歸因模型（Attribution Model）完整指南（2026）

報表裡每個渠道都聲稱同一單生意是自己的功勞：Search 說轉換屬於它，Meta 說是它先接觸客戶，Email 說是它促成交易。預算究竟應該加在哪裡？這正是歸因模型要回答的問題。判斷錯了，你加碼的就會是錯的渠道。

歸因模式（Attribution Model）就是一套規則，決定一單轉換的功勞怎樣分配到 conversion path 上的各個接觸點。之所以重要，是因為客戶購買前通常會跟你的網站接觸好幾次，究竟哪一步才真正促成轉換，值得搞清楚。

看一個實際情況。Terrence 近幾星期都在為公司物色營銷顧問服務，先點了一個 Display 廣告進入 kickads.co，看了幾篇文章；一星期後在 Facebook 見到一個數碼營銷廣告，第二次進入 kickads.co；兩日後收到 kickads.co 一封電郵，第三次到訪網站；這次他直接進入網站，並預約了諮詢。

這一單，功勞該算在哪個渠道？全歸 Display 廣告？Facebook？還是當作 Direct？

歸因模式要處理的，正是這類問題，核心就是功勞怎樣分。

歸因模式主要分四大類：

1. Rule-Based Attribution Models
2. Algorithmic Attribution Models
3. Vendor Specific Attribution Models
4. Custom Attribution Models

Google 歸因模型的重大改動（2023–2026）

逐一了解各模型之前，先掌握 Google 現時的做法。2023 年起，Google Ads 與 GA4 已移除 first-click、linear、time-decay 及 position-based 歸因，現時只餘兩個選項：Data-Driven Attribution（DDA，預設） 及 Last Click。下文介紹的 rule-based 模型依然值得理解，因為它們在其他分析及歸因工具中仍然常見，亦有助你明白 DDA 背後在衡量甚麼。

1. 甚麼是 Rule-Based Attribution Model（以規則為準歸因模式）？

Rule-Based Attribution Model（以規則為準歸因模式）按營銷人員預先訂好的一套規則，把轉換功勞分給轉換路徑（conversion path）上的接觸點。

規則的作用，是在客戶的購買決策過程中認出每一次互動；客戶完成購買，功勞就照規則分下去。

(i) First Interaction Attribution（最初互動歸因）

最初互動又叫 first-click 或首次接觸，因為它把 100% 轉換功勞全歸一次點擊或互動，即企業與客戶的第一次接觸。

例如客戶在 Linkedin 見到你的企業頁面，之後衍生的轉換，功勞全數歸 Linkedin。

這個模式下，即使客戶在 Linkedin 認識你之後，隔幾日才點 Display 廣告，結果一樣不變：整名客戶的功勞照樣歸 Linkedin。

First Interaction Attribution（最初互動歸因）幾時值得用？

最初互動歸因最大的好處是簡單直接、一看就明。缺點是它把客戶獲取到成交之間，其他可能很重要的接觸點全部略過。

如果你的重點是拉銷售漏斗頂端的新客，最初互動歸因就很合用；主打內容管理和品牌知名度的 Branding Agency，用這個模式也很合適。

(ii) Last Interaction Attribution（最終互動歸因）

Last Interaction Attribution（最終互動歸因）又叫 last-click 或最終接觸，跟上面的最初互動歸因很相似，只是它把 100% 轉換功勞全歸客戶轉換前的最後一次互動。

看一個情況。潛在客戶先透過自然搜尋進入你的網站；幾日後看到你企業的 Facebook 廣告並點擊；同日稍後，他直接輸入網址進入網站並完成購買。

這種情況下，直接進入是最後一個接觸點，功勞就全數落在它身上。

Last Click 多年來都是大部分分析平台的預設歸因模式。在 GA4 中，預設已改為 Data-Driven Attribution，Last Click 是唯一可選的另一選項；但不少廣告平台及 CRM 報表仍然以 last-click 顯示數據，所以你依然會四處遇到這個模式。

Last Interaction Attribution（最終互動歸因）幾時值得用？

就轉換和分析而言，這個歸因模式最容易落實，也最容易評估。

缺點是最後一次互動之前發生的一切，它全部不理。last-click 之前那些重要互動和接觸點都沒有記下，於是轉換之前一些關鍵的營銷環節就此漏掉。

(iii) Last Non-Direct Click Attribution（最終非直接點擊歸因）

Last Non-Direct Click Attribution（最終非直接點擊歸因）比最終互動歸因看得深一點。它同樣把 100% 轉換功勞歸一次點擊或互動，但會先剔走轉換前那些「直接」互動。

直接流量，是指有人手動輸入你的網址，或點書籤連結直接進入網站；這名訪客其實已經認識你的公司，之前很可能經歷過好幾個接觸點。GA4 對「直接」有自己一套判斷準則，詳見我們的 GA4 預設渠道分組教學。

用這個模式，你就答得到這類問題：客戶最初是怎樣認識這間公司？是甚麼令他直接進入網站？把直接流量這一步剔走之後，功勞就更清楚地落在真正帶來轉換的營銷渠道身上。

Last Non-Direct Click Attribution（最終非直接點擊歸因）幾時值得用？

這個模式下，付費社交媒體和付費搜尋分到的功勞，會比其他渠道高。

(iv) Linear Attribution（線性歸因模式）

Linear Attribution Model（線性歸因模式）會把一單轉換的功勞，平均分給客戶接觸過的每一個網上營銷渠道。

例如客戶在 Instagram 認識你的業務，之後訂閱電郵清單並點了郵件內的連結，下星期直接進入網站買了 $180 的產品，那麼每一次互動分到的功勞都一樣。

這裡有三個接觸點，各得 33% 功勞，即 $60 轉換價值。

Linear Attribution（線性歸因）幾時值得用？

線性歸因把功勞平均攤到所有接觸點，而不是壓在單一次互動，所以看你的數碼營銷策略時，角度會平衡一點。

代價是它視所有接觸點同等重要，沒有分辨出哪些策略其實比其他更有效。

(v) Time Decay Attribution（時間衰減歸因模式）

Time Decay Attribution（時間衰減歸因模式）的公式較複雜，牽涉一點數學。這裡不細講，想看公式可以參考 此文。

時間衰減歸因跟線性歸因很相似，同樣把功勞攤到多個接觸點；分別在於，它還會看每次互動在購買過程中發生的時間。

愈接近成交的互動，分到的價值愈高：第一次互動功勞較少，最後一次互動拿到最多。

Time Decay Attribution（時間衰減歸因）幾時值得用？

如果你的生意很靠長期經營客戶關係，Time Decay Attribution（時間衰減歸因模式）有助你看清這段關係怎樣一步步累積。

但要留意，這個模式會淡化銷售漏斗早期接觸點的影響。如果你的銷售週期較長，或售賣昂貴的 B2B 產品，這些早期互動往往才是關鍵，使用時要特別小心。

(vi) Position-Based Attribution（按位置歸因模式）

Position-Based Attribution（按位置歸因模式），又叫 U 形歸因，會把功勞分給兩頭：潛在客戶跟你企業的第一次互動，以及最終成交的那一刻。

第一個和最後一個接觸點各得 40% 功勞，餘下 20% 攤在購買過程中間的其他互動。

例如潛在客戶先透過 Google 搜尋接觸你的公司，之後看你的 Facebook 頁面，再訂閱你的電郵簡報。頭尾兩個接觸點各得 40%，中間 Facebook 那次得餘下的 20%。

Position-Based Attribution（按位置歸因）幾時值得用？

轉換前有多個接觸點的生意，很適合用 Position-Based Attribution（按位置歸因模式）。它每一次互動都給功勞，但把重心壓在最關鍵的兩次：客戶第一次接觸業務，以及促成成交的那一次。

2. 甚麼是 Algorithmic Attribution Model（演算法歸因模式）？

Algorithmic Attribution Model（演算法歸因模式）就是靠演算法，把轉換功勞分給 conversion path 上的營銷接觸點。當中最常用的，就是 Data-Driven Model（以數據為準歸因模式）。

Data-Driven Model（DDA，以數據為準歸因模式）過往只限 Google Analytics 360 客戶使用；到了 GA4 年代，所有帳戶都可免費使用，並已成為 GA4 及 Google Ads 的預設歸因設定。跟其他模式不同，DDA 用你自己的數據生成一套 custom 模式，把功勞分給整個購買過程中的接觸點。

它靠的是你帳戶本身的跨渠道事件數據，即你已連接的 Google Ads 及 Analytics 各渠道的點擊和互動，再用這些數據跑出一套演算法，生成歸因規則。

坦白說，看不到當中規則，我要完全放心靠這個模式去分析，始終有點難。以 DDA 為例，我有時懷疑它偏向把較多功勞分給 Google 自家產品（GDN、Youtube 和 Google 搜尋），而非那些社交媒體平台或競爭對手（Facebook、Linkedin 和 IG）。當然也有人會說，這正是機器學習的好處，根本沒有預設規則：按不同產品、不同對象、不同時間地點，Machine Learning 會自訂一套分配方式，讓廣告主看到一幅所謂更清晰的圖畫。

3. 甚麼是 Vendor Specific Attribution Models（供應商特定歸因模式）？

Vendor Specific Attribution Models（供應商特定歸因模式）由個別營銷平台自家提供，用來凸顯該平台在轉換過程中的角色。

例如在 Google Analytics 裡，Google Ads 點擊歸因模式會把全部轉換功勞分給 conversion path 上最後一次 Google Ads 點擊，其他接觸點在路徑中的作用就當看不見。

Meta 在 Ads Manager 內同樣有自己一套歸因設定，把轉換功勞算到 Meta 的接觸點。

一句講完，這類模式相當偏袒自家平台，盡量把最多轉換功勞歸到自己身上。

4. 甚麼是 Custom Attribution Models（自訂歸因模式）？

你心目中對每個接觸點都有一套比重或估值？又或者有某條漏斗想針對評估？

這類模式過往可以在 Universal Analytics 建立，企業能自訂各個接觸點的比重。GA4 已不再支援自訂歸因模式；現時若有此需要，一般會改用第三方歸因或 BI 工具處理，但概念仍然適用。

Universal Analytics 中如何自訂歸因模式

在 Universal Analytics 中，你可以自訂很多東西。下圖那個編輯器在 GA4 已不復存在；現時若要達到同樣的比重調整，一般會改用第三方歸因或 BI 工具。

要小心！自訂比重很易出錯。在你相信 custom 模式跑出的數據之前，先弄清楚當中每個指標到底代表甚麼。

Custom Attribution Models（自訂歸因）幾時值得用？

站在 Agency 的角度，你可以調動功勞分配去向客戶邀功，所以這個方法用起來也可以相當誤導人。但假如你是品牌方，又對功勞該怎樣分做過扎實研究，這個方法就可能有用。

總結

一般而言，Multi-Touch 歸因模式勝過 Single Touch。Single Touch 往往令各渠道的心力和預算分配嚴重失衡，形成不健康的營銷循環：例如用最終互動歸因，銷售漏斗頂端的客戶就必然被你看漏。

沒有一個歸因模式是絕對最好，但 Performance Marketer 有一條黃金法則：斷定哪個渠道更強之前，先比較幾個不同模式。在 Google Ads 之內，2026 年的選擇其實很簡單：DDA 是預設，並會為 Smart Bidding 提供數據；只有當你需要更嚴謹、更易查核的角度時，才把 conversion action 改為 Last Click。

準備好讓 Google Ads 帶動業務增長？

Kick Ads 自 2017 年起管理 Search、Shopping、PMAX 及 Meta 廣告，服務香港及馬來西亞企業。

Google Ads 廣告管理服務 → · 預約免費策略諮詢 →

常見問題

甚麼是歸因模式（Attribution Model）？ 歸因模式就是一套規則，決定一單轉換的功勞怎樣分配到 conversion path 上的各個接觸點。

歸因模式主要分為哪幾類？ Rule-Based（最初互動、最終互動、最終非直接點擊、線性、時間衰減及按位置歸因）、演算法歸因（如 Data-Driven Model）、供應商特定歸因模式，以及自訂歸因模式。注意 2023 年起 Google Ads 及 GA4 只提供 Data-Driven 及 Last Click。

甚麼是 Data-Driven Attribution（DDA）？ 一種演算法歸因模式，用你自己的數據把功勞分配給整個客戶購買過程中的接觸點，而不是跟隨固定規則。在 GA4 及 Google Ads 中，DDA 免費開放給所有帳戶，並且是預設歸因設定。

甚麼是 Position-Based（U 形）歸因？ 它會分配功勞給每一次互動，但把最大比重（各 40%）集中在兩個最重要的接觸點：客戶第一次與業務接觸，以及促成轉換的那一次。

哪個歸因模式最好？ 沒有絕對答案。一般來說 Multi-Touch 比 Single Touch 健康，因為 Single Touch 會令不同渠道的預算分配非常不平衡。下結論之前，應先比較不同的模式。