一句话解释：末次点击归因（Last Click Attribution）是一种广告效果归因模型，它把一次转化的全部功劳（100%） 都算在用户转化前最后点击的那个渠道/广告上，前面的所有触点一律不计分。
生活化类比
想象一场 4×100 米接力赛：A 跑第一棒、B 第二棒、C 第三棒、D 冲线。末次点击归因的做法是——奖牌和奖金全部发给 D，A、B、C 的贡献记为 0。
再比如你去餐厅吃饭：先在短视频刷到探店视频（种草），又在小红书看了测评（对比），最后用 Google 搜索品牌名并点击广告下单（转化）。末次点击归因会把 100% 的订单功劳给 Google 广告，短视频和小红书"白干"。
核心概念与公式
末次点击归因的核心逻辑只有一个公式：
某渠道归因转化数 = 该渠道为「转化前最后一次点击」的转化次数 某渠道归因收入 = Σ 上述转化对应的订单金额
关键规则：
- 归因窗口（Lookback Window）内，只认最后一次点击，通常默认 7 天或 30 天；
- 若用户在窗口内多次点击同一渠道，仍只算一次，功劳 100%；
- 展示广告（Impression）、邮件打开、自然流量等非点击行为，通常不参与分配。
举例：某用户 7 天内路径为 Facebook 广告 → Google 搜索广告 → 直接访问下单 $120。按末次点击，Google 搜索广告获得 $120 归因收入，Facebook 得 $0。
与相关术语对比
| 归因模型 | 功劳分配逻辑 | 优点 | 缺点 | 典型适用 |
|---|---|---|---|---|
| **末次点击** | 100% 给最后一次点击 | 简单、易实现、数据可得 | 忽视种草与助攻渠道 | 短决策周期、直接响应广告 |
| 首次点击 | 100% 给第一次点击 | 强调拉新获客 | 忽视转化临门一脚 | 品牌认知阶段 |
| 线性归因 | 所有触点平均分配 | 相对公平、覆盖全链路 | 无法区分主次 | 触点少、路径短 |
| 时间衰减 | 越接近转化权重越高 | 兼顾助攻与收口 | 参数需调优 | 中等决策周期 |
| 数据驱动（DDA） | 按算法实测贡献分配 | 最贴近真实贡献 | 需大量数据、黑盒 | 大预算、多渠道路径 |
一句话记忆：末次点击看"谁收口"，首次点击看"谁拉新"，线性看"人人有份"，DDA 看"数据说话"。
应用场景（含数据与案例）
场景 1：Google Ads + Facebook 双渠道投放
某独立站月投 $20,000，Google Ads $12,000、Facebook $8,000。末次点击报表显示：Google 贡献 380 单、Facebook 仅 90 单。团队据此砍掉 Facebook 预算——结果次月总订单从 470 单跌到 310 单。原因：Facebook 承担了大量"首次触达"，用户被种草后再去 Google 搜索品牌词成交，功劳却被 Google 独占。
场景 2：品牌词搜索的"抢功"陷阱
某 DTC 品牌发现，Google 品牌词广告在末次点击报表中贡献了 42% 的转化，但其中约 65% 的用户在点击品牌词广告前已通过自然搜索或社媒认识品牌。品牌词广告实际是"收口"而非"拉新"。
场景 3：短决策周期品类更适用
在客单价 $30 以下、冲动消费型品类（如手机壳、饰品），用户路径通常只有 1–2 个触点，末次点击的偏差较小；而在客单价 $500+ 的品类（如家具、3C），决策路径平均含 5.8 个触点，末次点击会严重低估上游渠道价值。
实操建议：将末次点击作为日常优化与出价的默认口径（因为它直接对应"最后一次点击是否带来成交"），同时用首次点击或 DDA 做季度性的渠道预算复核，避免误砍助攻渠道。
常见误区
1. "末次点击 = 真实效果"：它只衡量"收口能力"，不等于渠道的全部价值。砍掉助攻渠道往往导致总转化下滑。
2. 忽视归因窗口设置：7 天窗口和 30 天窗口会得出完全不同的渠道排名，跨平台对比时必须统一窗口。
3. 把品牌词广告当"功臣"：品牌词广告常截胡自然流量和社媒种草的成果，需单独拆分评估。
4. 跨设备、跨平台数据割裂：iOS 隐私政策与 Cookie 限制会导致部分点击无法追踪，末次点击报表可能系统性低估某些渠道。
5. 只看单渠道 ROAS 做决策：应结合增量实验（如 geo 测试、预算暂停测试）验证真实贡献。
相关术语
- 首次点击归因（First Click Attribution）
- 线性归因（Linear Attribution）
- 时间衰减归因（Time Decay Attribution）
- 数据驱动归因（Data-Driven Attribution, DDA）
- 归因窗口（Lookback Window）
- 增量实验（Incrementality Test）
- 多触点归因（Multi-Touch Attribution, MTA）
- 营销组合模型（MMM）