個人化歸因如何運作？B2B 指南

簡短回答：個人化歸因的運作方式，是記錄每位訪客和每個帳戶看到了哪種體驗（版本），然後將看到個人化版本的人，與隨機分配、看到預設版本的保留組比較轉換和銷售管道。管道歸因告訴您訪客從哪裡來；體驗歸因告訴您他們在網站上看到的內容是否改變了結果。兩者都需要，而只有保留組比較能衡量增量效果。

大多數歸因設定都建立在一個默認的假設上：每個進入同一網址的人都看到同一個頁面。個人化打破了這個假設。兩位訪客點擊同一則 Google 廣告，進入同一個首頁。一位看到關於企業資安的標題，另一位看到關於 API 速度的標題。您的分析工具把兩者都記錄為「homepage, google / cpc」。如果一位轉換、另一位沒有，這筆記錄完全無法告訴您造成差異的是管道、頁面版本還是其他因素。

本文其餘部分將說明：標準模型為何會漏掉這一點、如何把問題拆成兩個、如何設定保留對照組、如何將體驗資料帶入 CRM，以及如何在不誇大的情況下回報結果。

為什麼標準歸因模型會漏掉個人化

首次接觸、最終接觸、線性、時間衰減和根據位置模型，都是把功勞分配給流量來源和網站上的行動，頁面本身則被視為常數。它們也會漏掉從未產生可追蹤接觸點的影響，我們在 B2B 暗漏斗文章中有說明。如果您需要複習這些模型如何分配功勞，請參閱這份多點觸及歸因實務指南。

範例（示範用）：某個帳戶在申請 Demo 前造訪了三次。第 1 次來自自然搜尋，看到一般首頁。第 2 次來自 LinkedIn 廣告；此時公司已被識別，因此看到製造業標題。第 3 次是直接造訪，網站顯示一則關於替換該帳戶目前所用工具的案例。線性模型會讓自然搜尋、LinkedIn 與直接造訪各分得三分之一的功勞。模型中沒有「看到製造業版本」或「看到競品替換案例」的欄位，所以如果真正說服對方的是這些頁面，報表也無法呈現。

這是衡量上的缺口，不是個人化有效的證明。也許這個帳戶無論如何都會預約。重點是，標準報表無法回答任何一方。

拆成兩個問題

兩者並行執行，分開回報。管道歸因有自己的限制，但可以維持現狀。體驗歸因則需要對照組，因為「看到個人化頁面的人轉換率較高」這個結果，在您只是針對最契合的帳戶做個人化時也同樣會出現。我們的B2B 行銷管道指南涵蓋了管道面的內容。

對照組：衡量增量效果的關鍵

對符合條件帳戶中的隨機子集不提供個人化，讓他們看到預設網站。其他一切保持不變：同樣的廣告、同樣的電子郵件、同樣的業務跟進。

重要的設定：

• 依客戶分配，而不是依工作階段。如果一個四人採購小組被分到不同版本，兩組都會受到污染。請對公司 ID（公司未知時則用第一方 Cookie）進行雜湊，讓分配結果在多次造訪間保持一致。
• 依您的流量決定保留組規模，而不是依經驗法則。保留組越大，越快能判讀結果，但也代表更多帳戶看不到個人化頁面。用 A/B 測試樣本數計算，算出要看到您在意的提升幅度、每組需要多少帳戶，再決定這占多少比例。
• 固定「符合資格」的定義。如果區隔規則在測試途中變更，各組就失去了可比性。

接著在每個能實際計算的漏斗階段比較各組：

1. 網站上的表單或示範轉換率。
2. MQL 轉 SQL 率。這能抓出提高表單填寫數、卻吸引到較弱名單的版本。
3. 每個帳戶的商機建立率。
4. 成交率與交易規模，需等到成交案件夠多時才能判斷。在大多數 B2B 企業中，這個階段需要完整的銷售週期才能看出端倪。

除了看總體結果，也要看各區隔的結果。總體提升可能完全來自單一區隔，而另一個區隔毫無變化，甚至略為變差。如果各區隔的組別太小而無法判讀，就直接說明，而不是把總體結果當作適用於所有區隔來報告。

無法執行乾淨的帳戶保留組時

地理區域分組

在某些地區做個人化，在條件相當的地區則不做。當客戶數量太少或辨識涵蓋率不完整時很有用。風險在於地區之間的差異可能與網站完全無關（業務覆蓋、在地活動、幣別），因此請挑選條件相近的地區，並延長執行時間。

開啟／關閉期間

以固定時段輪流開啟與關閉個人化，例如每段兩週，進行數個循環。這樣就不必讓任何目標帳戶永遠留在保留對照組中。廣告活動上線、假期與季末都會影響數字，因此請記錄每個重要廣告活動的日期，並剔除與之重疊的時段。

版本對版本

一旦確認個人化在某個區隔勝過預設版本，就開始讓個人化策略互相比較：產業標題 vs. 公司規模標題，或相關客戶案例 vs. 客製主視覺。這能告訴您該擴大哪條規則，而這通常比「個人化有沒有效？」更有用。

將體驗資料帶入 CRM

表單填寫數並不是 B2B 團隊的績效依據，因此版本資料必須連結到商機報表。

1. 每次個人化決策都觸發一個事件。在 GA4（或您的分析工具）中，傳送一個包含規則 ID、區隔、版本，以及保留組或個人化組標記的自訂事件。將這些參數註冊為自訂維度，以便報告。
2. 在轉換時將欄位寫入 CRM。表單送出時，將區隔、最後看到的版本與保留組標記，透過隱藏欄位傳入對應的結構化聯絡人欄位。不要寫進備註欄位；您需要能依此篩選。
3. 彙整到帳戶層級。如果您的工具支援，請同步帳戶層級的歷史紀錄：個人化工作階段、看過的版本、首次與最後一次曝光日期。
4. 標記商機。新增一個商機欄位，當商機上任何聯絡人在商機建立前的一段設定期間內看過個人化工作階段時，值為 true。依您的銷售週期選擇期間並記錄下來；30 或 60 天是常見的選擇。用工作流程自動填入，而不是手動填寫。
5. 建立三份報表。您現有的通路報表，維持不變。一份每週個人化報表：各區隔轉換率，個人化 vs. 保留組。一份每季商機報表：依區隔與階段的受影響商機。

乾淨的 UTM 是前提。如果來源和活動資料不一致，您就無法區分管道效果與頁面效果；共用的 UTM 產生器命名規則能解決大部分問題。

「有影響」不等於「是原因」

將商機標記稱為「受個人化影響」，而不是「歸因」。影響只代表交易中有人看過個人化頁面。個人化通常鎖定您最契合的帳戶，而這些帳戶本來就轉換得比較好，所以無論版本是否發揮作用，受影響的銷售管道看起來都會很好。因果的部分要靠保留組。

結合兩者，用虛構數字說明計算方式：受影響的商機在一季內產生420萬美元的銷售管道，而保留對照組顯示 18% 的增量轉換提升。增量占比為 0.18 / 1.18，所以這些銷售管道中約有64萬美元是沒有個人化就不會存在的。其餘的356萬美元很可能無論如何都會出現。財務部門一定會問第二個數字；請在他們開口前就提出。同樣的紀律也適用於付費媒體：用您的毛利率搭配ROAS 計算機，就能看出歸因營收是否足以涵蓋支出。

向不同對象報告

對每一類受眾都適用的好習慣：將保留組的數字與個人化組並列報告，讓比較一目了然，而不是隱含其中。

該做到什麼程度，以及何時做

• 追蹤：您可以看到哪些帳戶看過個人化內容。設定需要幾天。適合用來除錯，而不是用來宣稱成效。
• 保留組：您可以衡量網站上的增量提升。每個區隔需要足夠的流量；低流量區隔可能永遠無法得出清楚的結果，坦白承認這一點也無妨。
• 串接商機管道：版本資料進入 CRM，讓您追蹤受影響的商機與增量商機。需要至少一個完整銷售週期的資料。
• 預測新分群：在上線前估算一個分群的效果。只有在您已經有好幾個完成保留對照測試的分群可供參考時，才值得嘗試。

在保留組建立之前，不要建置銷售管道層。沒有對照組，它永遠只能顯示相關性，而相關性正是對最契合帳戶做個人化時免費附送的東西。

從哪裡開始

確認您的個人化工具觸發的事件會送到分析工具，並帶有版本 ID 與保留組標記。如果沒有，先修正這一點；少了它，其他一切都行不通。接著在流量最高的客群設定保留組，並持續執行到達到您計算出的樣本數。如果您不想自己建立分派邏輯，Markettailor 的 A/B 測試能處理帳戶層級的保留組，並將版本資料送到分析。

常見問題

個人化歸因如何運作？

每當訪客看到個人化體驗，個人化工具就會觸發一個帶有體驗與版本 ID 的事件。該事件會與工作階段一起儲存，並在訪客被識別後，與 CRM 中的帳戶一起儲存。比較看到該版本的訪客與隨機看到預設頁面的保留組之間的轉換與商機，就能得出個人化的增量效果。

管道歸因與體驗歸因有什麼不同？

管道歸因把功勞分配給帶來訪客的來源，例如付費搜尋、LinkedIn 或電子郵件。體驗歸因衡量的是訪客到站後所看到內容的效果。個人化頁面能改變每個管道的轉換方式，所以只回報管道歸因，會掩蓋網站體驗的貢獻。

個人化保留組應該多大？

足以在合理時間內偵測到您在意的提升幅度即可，不需要更大。依您的流量與基準轉換率進行A/B 測試樣本數計算，然後在帳戶層級分配保留組，讓同一家公司在多次造訪中看到一致的體驗。

多觸點歸因模型能衡量個人化嗎？

只能間接做到。多觸點模型會把功勞分配給各個接觸點，但假設每個接觸點對所有人都一樣。把體驗 ID 加為接觸點屬性，能讓您回報受影響的管道，但增量效果仍需透過對照組比較得出。此外，大量 B2B 研究發生在暗漏斗中，根本沒有任何接觸點被記錄。