单次线索成本只能回答“这条线索花多少钱买到”,回答不了“这条线索值不值得继续买”。高客单业务如果只盯这一个数字,很容易在两种情况下做错决定:线索便宜但长期不成交,于是不断加量;线索贵但成交周期短、利润厚,反而被过早砍掉。要避免这种误判,需要把决策口径从单次线索成本改成“单条线索的期望贡献”,并明确它在什么条件下才可用。
单次线索成本本身不是错指标,它失效有明确前提。当客单价高、决策链长、销售跟进周期以周或月计时,线索从进入到成交之间存在大量筛选和流失,此时线索成本与最终利润之间隔了好几层。反过来,如果客单价低、当天成交、线索到订单转化率稳定,单次线索成本就足够接近决策依据。
判断自己属于哪种情况,可以看三个可观察证据:
只要其中两条成立,就应停止用单次线索成本单独做保留或退出判断。
期望贡献的算法并不复杂:单条线索的期望贡献约等于“线索到成交的转化率 × 平均成交金额 × 毛利率 − 单次线索成本”。关键不在公式,而在每个输入是否来自同一批线索、同一时间窗口。
这里有一个注明假设的短例子,仅用于说明比较方法,不代表任何真实业务结果:假设某高客单业务有 A、B 两个投放方向。A 的单次线索成本是 200 元,线索到成交转化率 2%,平均成交金额 5 万元,毛利率 30%;B 的单次线索成本是 500 元,转化率 8%,平均成交金额 4 万元,毛利率 30%。按单次线索成本,A 更便宜;按期望贡献,A 约为 200 元(2%×5 万×30%−200),B 约为 460 元(8%×4 万×30%−500),B 反而更值得保留。这个例子的意义是:当转化率和成交金额的差异足够大时,线索成本的高低顺序会被反转。
要落地这个算法,至少需要把线索来源与后续成交记录关联起来。具体动作是:在销售跟进环节记录每条线索的来源标识,并在成交后回填成交金额。这个动作的结果会直接决定下一步——如果无法回填,说明当前数据只能支撑线索成本口径,那就不要假装在做利润决策;如果能回填但样本量小,就先按来源分组观察趋势,而不是对单条线索下结论。
拿到期望贡献之后,决策不是简单地“高于零就保留”。高客单业务更常见的是三种取舍,各自适用前提不同。
适用前提是同一来源已有足够数量的成交样本,且期望贡献稳定为正。这里的“足够”没有统一数字,取决于成交金额的离散程度:大单越集中,需要的样本越多。保留的动作不是维持原样,而是继续按来源记录,并观察下一批线索的期望贡献是否仍在同一区间。
适用前提是线索质量尚可,但获取成本压住了利润空间。此时可改写的方向包括落地页承诺、定向条件、出价方式或跟进话术。改写后要重新观察期望贡献,而不是只看线索成本是否下降——如果成本降了但转化率同步下降,期望贡献可能没变甚至变差。这个动作的结果会影响下一步:若改写后期望贡献上升,可继续放大;若只是成本下降而贡献持平,说明优化空间有限。
适用前提是已排除两种干扰:一是成交回填延迟,导致近期线索尚未体现贡献;二是成交金额分层,少量大单尚未落地。排除之后仍持续为负,才考虑退出。退出的动作应保留一段观察期,因为高客单业务的成交回填本身有滞后,立即停投可能错过仍在跟进中的线索。
投放调整后,如果线索量突然归零或单次线索成本骤降,不要直接当成优化成功。这类现象还有多种合理解释:出价或定向改动导致曝光结构变化、落地页被限制、统计口径在调整前后不一致、或者只是短期波动。单次线索成本下降也可能是线索质量整体下滑的结果,而不是效率提升。
因此,调整后的判断顺序应是:先确认数据采集口径没有变化,再看线索到成交的转化率是否同步变化,最后才看期望贡献。任何一步缺失,结论都只能算待验证。
高客单业务的投放决策容易被单次线索成本牵着走,根源是缺少固定规则。可行的做法是先写下自己业务适用哪一档:成交周期长且金额分层明显,就以期望贡献为主、线索成本为辅;成交周期短且转化率稳定,可以继续以线索成本为主。规则一旦确定,保留、改写、退出的判断就有共同依据,而不是每次看到成本波动就重新争论。
需要提醒的是,投放广告与自然搜索是不同机制,广告投放不构成自然排名的保证;平台当前的审核规则、界面和价格应以官方说明为准。本文只讨论决策口径,不涉及具体平台操作。