如果我们做一段时间第一线的营销，我们就会知道，我们不是在跟流量打交道，而是在跟人打交道。我们买流量的本质，实际上就是在“买人”。所谓一个流量很有效，实际上是这些流量背后的用户与我们营销的目的非常吻合而已。明白了这一点，我们就知道，过去那种把各个渠道分开进行衡量的想法是不对头的。原因无他，人们上网不是固守在一个网站上，而是东游西逛，因此人们很容易受到各种营销渠道的共同影响。 在课堂上，我总是举这个例子：
我想买一台打印机，于是我在Google上搜索了一下，发现了一个打印机，并且点击Google的链接进入了销售这个打印机的网站，但我没有下单。过了几天，我看到新浪上在做这个打印机的广告，于是我点击了这个广告，发现我再一次来到了这个网站，但我依然没有下单。 又过了几天，我收到了一封来自这个网站的EDM，告诉我这个打印机正在促销，于是我又点击了邮件中的链接到了这个网站上，我还是没下单。 直到两天后，我意识到再不买这个打印机促销活动就要过去了，于是我在百度搜索这个网站的名字，然后终于进入网站下单购买了这个打印机。
现在，问题来了，我在这个网站上的这次转化，是由哪个流量渠道做出的贡献?或者如果它们都有贡献，那么哪一个贡献更大呢?
这个例子是一个很极端的例子，我知道很多人不会像我这样这么无聊地等待这么久才买一个打印机，但是类似这样的情况——例如，我看到了这个商品的广告，而且进入了网站了解了这个商品，但没有下单，但我隔天下定决心购买这个商品，然后再通过百度找到了这个网站后下单的情况——是否普遍存在呢? 如果这种情况是普遍的，那么至少解决了我前面的部分的问题——那些有着很不错engagement但ROI水平寥寥的流量渠道，它们也许正如上面例子中的Google，横幅Banner和EDM一样，最终做了某些其他渠道的嫁衣(例如上面图中的Baidu)——因为之前我们统计渠道转化贡献上，都只统计最后一个渠道(Last interaction)的作用。如果这种情况是普遍的，恰恰证明这些流量实际上是有价值的。
Google Analytics的Multi-Channel Funnels Report给了我们很好的答案。如果你打开这个报告，选择第一个子报告——“Overview”，你能看到在所有实现的转化中，跨越了多个渠道的转化占总的转化的多少比例。 通过这个报告，我发现，每个网站的情况是不一样的，有的网站普遍存在着一个转化跨越多个渠道的情况，但有的网站则没有什么渠道之间的相互联系。
上图是某个境外电商网站的情况，饼图的相互重叠程度告诉我们：超过一半的转化都存在多个流量渠道共同干预的情况——这个网站的同一个访问者通过不同流量渠道进入网站的情况很常见。
另外一个网站(上图)，饼图的重叠程度非常有趣——它们几乎没有什么重叠。这说明这个网站的用户基本只通过固定流量渠道类型进入网站。
因此，我觉得下面的结论很重要： 对某一些网站而言，为这个网站的转化做出贡献的流量渠道之间没有太多的关联，这时利用单一渠道的衡量方式是可靠的。但对另外一些网站，它们的最终转化很大程度上受到多个流量渠道的影响，因此我们对于这些流量价值的认定——ROI也好，还是带来的转化也好，都不能以单一渠道分立地去衡量，而应该将渠道间相互的作用考虑进去。 因此，在我们衡量流量的绩效之前，我们首先应该了解这些流量之间到底有无关联，以及关联程度如何。这颠覆了我们过去直接着手分析一个一个具体流量的“经典方法”。如下图所示：
过去的方法：
现在的方法(后面几步我得暂时隐藏)：
