為什麼你的 ROAS 可能是假的:轉換追蹤的品質問題

快速結論:ROAS(廣告投資報酬率)不是一個客觀的成效,它是廣告平台用自己的計算方式,替自己打的一張成績單——出考卷、考試、改卷的,是同一個人。它還是有用的,前提是你知道它會在哪裡化妝:歸因灌水、重複計算、口徑不一、跨平台重複邀功。 看懂這四點,你才不會拿一個虛胖的數字去做加碼決策。

這篇寫給看著後台漂亮的 ROAS、卻總覺得跟銀行入帳對不起來的你。

先講個不用扯到誰的通例。你有沒有過這種經驗:某檔活動後台顯示 ROAS 8,換算下來應該進帳幾十萬,你開心地盤算著加碼——結果月底對一下實際入帳,根本沒那個數。錢沒有少收,只是後台那個 8,打從一開始就跟收銀機的數字是兩回事。這不是誰在騙你,是你把「平台自報的成績單」當成了「真實的財務結果」。這兩件事之間的差距,就是這篇要拆的東西。

先說清楚:ROAS 到底是什麼指標

目的:ROAS 存在,是為了回答一個很合理的問題——我這筆廣告花下去,換回多少營收?算法很單純:廣告帶來的收入 ÷ 廣告花費。方向完全正確,每個投手都該看。

效果:當它算得準,ROAS 是你判斷「這檔廣告該加碼還是該關」最直接的依據。它把「花錢」和「賺錢」擺在同一個天平上,這是它的價值。

極限:問題全出在那個分子——「廣告帶來的收入」到底怎麼算?這個數字由廣告平台計算,不經過你的收銀機。而廣告平台在認定「哪些收入該算我的功勞」時,立場天然偏向自己(畢竟考卷是它出的、卷也是它改的…)。於是那張成績單,就有了四個化妝的地方。

ROAS 失真的四個來源

目的:認識這四個化妝點,是為了知道後台那個數字該打幾折。看還是要看,只是看的時候心裡要有數。

一、歸因灌水:一個客人可能看過你的 FB 廣告、又滑過 Google、最後自己搜尋品牌名進來買。這一單,FB 可能算自己的、Google 也算自己的——因為它們各自的歸因規則,都傾向把「碰過一下」的功勞算進來。平台的計分規則,天生對自己寬容。

二、重複計算:如果你的 Pixel 和 CAPI 兩條路都送了同一筆轉換、卻沒有做去重,這一單就會被算兩次,ROAS 直接虛胖。這正是〈你的 Pixel 為什麼失準〉裡講的去重沒做好的後果——訊號補過了頭,從低估一路盪到高估。

三、口徑不一:後台算的「轉換」時間窗、算不算退貨、算的是下單還是付款成功,跟你財務認列營收的口徑往往不同。兩邊對「收入」的定義不一樣,數字當然對不起來。

四、跨平台重複邀功:你同時投 FB、Google、LINE,把三個後台的「歸功營收」加起來,常常超過你的實際總營收——同一單被好幾個平台各自認領了。三張成績單相加,不等於你真正賺的錢。

極限:這四個是常見機制,離窮舉還遠,你的帳戶可能還有別的化妝點;而且各平台的歸因政策三不五時就改,別把這份清單當成一勞永逸的答案(建議每半年回訪校準一次)。

那 ROAS 還能不能看?怎麼看才對

目的:講到這你可能想問——那乾脆別看 ROAS 了?別,還是要看。這一段的目的很單純:把它放回它該待的位置——「相對參考」這一格。能比較,但不能當財務結論。

效果:用對了,ROAS 很好用。同一個平台、同一套口徑下,比較 A 活動和 B 活動誰的 ROAS 高,這個相對比較是可信的——化妝的程度一致,比較時互相抵銷。你可以放心用它來分配預算、決定加碼哪一檔。

極限:它不能拿來當「我實際賺了多少」的財務結論。要知道真實成效,你得做一件很土但很有效的事——拿後台數字去跟收銀機/金流後台對帳,算你的「實際整體 ROAS」(總營收 ÷ 總廣告花費),再回頭看各平台自報的數字水分有多大。後台看趨勢與相對比較,對帳看真相,兩個一起用。真正乾淨的成效判讀,還牽涉到歸因模型的選擇,那是〈歸因素養〉的題目。

老闆/廠商遲早會問的三題

一、我們看的 ROAS,是平台自報的,還是跟金流對過帳的?(沒對過帳的 ROAS,只能當相對參考,不能當財務結論)

二、Pixel 和 CAPI 有沒有去重?(沒去重的重複計算,是最容易被忽略的虛胖來源)

三、我們有沒有把各平台的歸功營收相加當成總成效?(三張成績單相加會超過實際營收,這是加碼決策的大坑)

三題問清楚,你就不會再拿一個化了妝的數字去下重注了。想幫整個帳戶做一次成效體檢,清單在〈追蹤健檢:接手一個網站,先看這 7 件事〉;要看代理商月報怎麼追問成效,在〈怎麼看代理商月報〉。

常見問題(FAQ)

是廣告平台在騙我嗎?
說騙太重,比較準的說法是規則對自己寬容。它沒偽造數字,只是用對自己有利的方式定義「哪些功勞算我的」。你該做的,是知道它的立場、幫它的數字打個折來看。

ROAS 多少才算好?
沒有通用標準,因為每個生意的毛利、客單價、回購結構都不同。與其糾結「幾才算好」,更該看的是這個數字跟上一檔比、跟對帳後的真實數字比差多少。相對比較比絕對數字有意義得多。

那我到底該信哪個數字?
信「跟金流對過帳」的那個。後台數字拿來看趨勢、做平台內的相對比較;真實的整體成效,永遠以你實際收到的錢為準。工具報自己的功勞時總是大方,收銀機不會。

Pixel、CAPI 這些跟 ROAS 假不假有關係嗎?
關係很大。轉換追蹤的品質,直接決定 ROAS 準不準。訊號缺損會讓它低估、重複計算會讓它高估——追蹤沒做乾淨,ROAS 就是建在流沙上的數字。去重的源頭在〈你的 Pixel 為什麼失準〉;追蹤的事件品質,源頭在〈事件設計學〉。


把後台成績單放回「相對參考」的位置,是本站「數位行銷素養」對成效判讀的一貫立場,將隨各平台歸因政策更新持續迭代(建議每半年回訪本文)。想知道你的 ROAS 水分有多大?幫你準備:數位廣告健檢表單傳送門

Related articles

事件設計學:埋碼之前,先想好你要問數據什麼問題

你的 GA4 裡有兩百個事件,卻回答不了老闆隨口問的一個問題?因為順序反了。前投手講「事件設計的反向順序」:先想清楚要回答什麼商業問題,才決定追什麼行為、才設計成事件。這篇不教怎麼埋,教你埋之前該先想什麼——以及一句你之後會一直用到的原則。

數據會說謊:抽樣、閾值、(not set) 的判讀陷阱

GA4 的數字看起來很精確,其實常常是估算。前投手誠實拆解四個會騙你的地方——抽樣、資料保留閾值、(not set) 黑洞、跨裝置——每一個都可能讓你做錯決策。附上怎麼判斷有沒有被騙。

什麼時候該請顧問、什麼時候該自己養人

同一個行銷需求,該花錢請外部顧問,還是自己養一個內部團隊?前廣告投手當過乙方顧問、也當過月投上千萬的甲方,用「客座醫師 vs 家庭醫生」把決策拆成三問:急不急、久不久、是不是你的核心。收官篇,回到全系列那句話——你可以外包執行,不能外包判斷。

量測 GEO 成效:現在做得到與做不到的

GEO 到底能不能量測?GSC 官方報表 2026 年 6 月上線後,答案是「能,但只能量一半」。這篇誠實列出 GEO 成效現在量得到什麼、量不到什麼,以及 ChatGPT 那邊為什麼還在用土法煉鋼的方式估。不吹捧、不裝懂。

名單工具地圖:對話式商務、CDP、個人化引擎在做什麼(2026)

Omnichat、OmniSegment、Insider One 到底在做什麼?這篇不比功能、不比價格,用三個工具當例子講清楚三類工具各解決什麼問題:對話式商務、CDP+行銷自動化、全通路 Agentic 顧客互動。前廣告操盤人的一手判斷:工具是死的,重點是你願不願意積極設定。

Case Studies

B2B SaaS 服務事業

市占第一的 B2B SaaS 公司——生意越單純,選型越要精準

數位健康集團事業

七種商業模式,一套內控——一個健康集團的 ERP 與 IPO 整備

停車場代建與代管事業

停車場代建與代管——當工程業內控遇上盤根錯節的自建系統