歸因視窗兩度收窄的時間線
Meta 在 2026 年動了兩次歸因設定。1 月 12 日停用 7 天瀏覽與 28 天瀏覽兩個視窗，3 月把點擊歸因縮到只認對外連結點擊。兩次都會讓後台報告的轉換變少。
先看第一次。Digital Applied 的分析記錄，2026 年 1 月 12 日 Meta 已經停用 7 天瀏覽與 28 天瀏覽這兩個歸因視窗。這是設定選單上的改動，效果卻很實際。看過廣告卻沒點擊，後來自己回來下單的那一段，後台不再算進去。
受影響最重的是再行銷與品牌型廣告系列。這類廣告本來就靠曝光累積，點擊率低是設計使然。視窗一收，帳面成效跟著縮水。
第二次調整在 3 月。點擊歸因過去涵蓋各種形式的廣告互動，按讚、留言、分享、儲存都算。新定義只認一種。
Going forward, we are changing the definition of click-through attribution for website and in-store conversions to exclusively include link clicks.
（往後，網站與店內轉換的點擊歸因定義將只包含連結點擊。）
換句話說，互動型廣告系列的「轉換貢獻」在新口徑下會大幅縮水。以互動為優化目標的預算，帳面回報會比 2025 年難看很多。
Digital Applied 引述的分析師估計：1 月那次改動讓轉換掉 15% 到 30%；B2B 與 SaaS 的開發客戶型廣告掉 20% 到 40%。這兩組是第三方估算，並非 Meta 公布的官方數字。
這裡要標一個邊界。上面兩組百分比是分析師估的，Meta 沒有公布對應的官方統計。拿它當參考區間可以，寫進給老闆的簡報時要註明來源性質。
那現在的預設值是什麼？依 Ruler Analytics 的說明，Meta 預設採 1 天或 7 天的點擊視窗，搭配 1 天瀏覽視窗。比起 2025 年可選 28 天的年代，能被歸進來的行為窗口窄了非常多。
把兩次調整放在一起看，會得到一個對操作有用的結論：2025 年的 ROAS 基準線已經不能直接拿來跟 2026 年比。同比分析要重新設起點。這一節講完了改了什麼，下一節處理另一半原因。
歸因視窗只是一半，Meta 與 GA4 本來就在算不同的事
就算 Meta 完全沒改歸因視窗，後台數字跟 GA4 也對不起來。兩套系統從設計上量測的對象就不同：Meta 算廣告生態內的影響力，GA4 算網站上的使用者行為。
Nova Pixel 給了一組實務上很好用的判讀區間。10% 到 15% 的落差屬於預期範圍，來自不同的計量視窗。落差衝到 40% 以上，代表追蹤設定漏了資料，要進場修。
這個區間有用的地方在於它把「要不要查」變成可判斷的動作。落差 12% 不必開會，落差 45% 要排查。前提是 UTM 已經掛齊，沒掛 UTM 的 Meta 流量會被 GA4 記成直接流量，落差會被虛胖。
| 維度 | Meta 廣告後台 | GA4 |
|---|---|---|
| 瀏覽型轉換 | 計入 | 不計入 |
| 跨裝置辨識 | 依 Facebook 與 Instagram 登入帳號 | 依 Google 信號或 User-ID |
| 預設歸因模型 | 平台自有歸因 | 資料驅動歸因 |
GA4 這一側的回溯視窗也值得記下來。ALM Corp 的整理指出，Google 官方文件對獲客類轉換事件記 30 天，非獲客的轉換事件記 90 天。同一份文件也確認，資料驅動歸因仍是 GA4 事件範圍報表的預設模型。
資料驅動歸因用機器學習分配轉換功勞。轉換路徑上的每個觸點都可能分到一份，最後一次點擊不會獨得全部。它的運算會隨訓練資料更新而變動，所以不是一條固定公式。
還有一層是隱私限制。Improvado 記錄，業界回報的 ATT 拒絕追蹤比例落在 50% 到 65%，部分垂直產業更高。這一半以上的 iOS 使用者，Meta 跨 App 追蹤不到，GA4 也接不完整。兩邊各自用模型補，補出來的數字自然不會一樣。
最後一個常被忽略的算術問題來自加總。Improvado 的觀察是，把 Meta、Google、TikTok 與程序化購買各自回報的轉換相加，總數經常超出實際轉換 20% 以上。每個平台都傾向把功勞記在自己頭上，相加就是重複記帳。
所以落差不是誰在說謊。它是三個東西疊起來的結果：歸因口徑不同、追蹤能力不同、統計範圍不同。理解到這裡，下一步要做的是決定每個數字用在哪裡。把數字對齊這個目標可以放掉了。
三本帳各自回答不同的問題
Meta 後台、GA4、訂單系統這三本帳永遠不會一致。實務上的解法是給每本帳指定用途，讓它們各自回答自己能回答的問題。
第一本是 Meta 廣告後台。它的數字用來做廣告層級的決策：哪組素材該關、哪個受眾該加預算。Meta 的出價演算法依賴自己的歸因訊號運作，用平台外的數字去指揮它並不合理。
第二本是 GA4。它適合看跨渠道的預算分配，判斷哪個渠道帶進新使用者。它的強項是 UTM 串起來的全站視角，弱項是完全不記錄無點擊的曝光影響。
第三本是訂單後台。營收與獲利的真實數字在這裡。業務決策要以這本為準，Meta 後台與 GA4 是用來解釋這本為什麼長這樣。
Improvado 建議企業建立一份文件，把每個平台的轉換計算規則逐條寫下來，讓行銷、業務與財務對同一個詞有同一個定義。Improvado 把這份文件稱為口徑字典。名字不重要，重要的是三個部門吵架時有東西可以查。
這份文件要寫什麼？最少三欄：轉換事件叫什麼名字、歸因視窗多長、計不計入瀏覽型轉換。以 Meta 那一欄為例，視窗要寫「1 天或 7 天點擊加 1 天瀏覽」；GA4 那一欄寫「獲客事件 30 天、其他轉換事件 90 天」。填完你會發現，很多跨部門爭議其實來自同一個中文詞。它在三個部門各指一個東西。
例外在於單一渠道、單一裝置、購買週期很短的生意。這種結構下三本帳的差距會小到不值得處理，直接看訂單後台就夠了。三本帳框架是為多平台投放設計的。
修追蹤設定能縮小落差，判斷增量要靠別的方法
技術面能做的事很明確：事件去重複與伺服器端追蹤。這兩件做好，能把 40% 以上的設定漏失拉回 10% 到 15% 的預期區間。但它們無法回答廣告有沒有帶來額外銷售。
先講去重複。同時跑瀏覽器 Pixel 與 Conversions API 的時候，兩邊要送出相同的 event_id。Meta 靠這個 ID 判斷兩筆事件描述的是同一次購買，ID 對不上就會重複計算。Nova Pixel 的指南把這件事列為設定第一步。
做對了有具體回報。Nova Pixel 引述 Meta 的數據，Pixel 與 CAPI 配對之後，Meta 報告的每次成效成本低 17.8%。
Nova Pixel 的另一個觀察：大多數追蹤設定都在漏資料，造成 GA4 與 Meta 之間 40% 以上的落差。這個數字是可以修的，跟前面提到的口徑差異不同。
但修設定有天花板。把落差從 45% 壓到 12%，你得到的是一組更乾淨的歸因數字。至於廣告值不值得，歸因給不了答案。歸因回答的是功勞怎麼分，不涉及因果。
要處理因果就得換方法。incrementality testing（增量測試）用實驗設計比較投放組與對照組。廣告有沒有創造出本來不會發生的訂單，實驗會給答案。它是目前唯一能確認增量的方法。
代價也很明確。實驗要留對照組，等於刻意放棄一部分曝光；測試週期以週計，不適合拿來做日常優化。小預算帳戶做這件事，統計功效通常不夠，結論不可靠。它不一定適用於每個廣告主。
比較務實的分工是這樣：日常優化看 Meta 後台，季度預算分配看 GA4 與訂單後台，重大預算調整前跑一次增量測試。三種工具各有死角，交叉使用才補得起來。
銷波快觀點：報表數字的選擇標準，是對方會拿什麼來對
我們抓某個互動廣告數據時遇過一次。同一個廣告組合、同一段期間，post_engagement 回傳 411，results 回傳 113，兩個欄位的中文都會被講成「互動」，數字差 3.6 倍。411 這個數字比較好看，但 Ads Manager 介面上的「成果」欄用的是 results。客戶收到報表第一件事就是打開後台核對，用 411 會直接對不上。報表數字的選擇標準不是哪個比較能代表成效，是對方會拿什麼來檢驗。自己覺得更全面的口徑，跟對方的檢驗基準不一致就是錯的。
同一批資料還教了另一件事。那檔廣告底下有兩個廣告組合。優化目標一個是 CONVERSATIONS，一個是 POST_ENGAGEMENT。成效分別是 53 次訊息對話與 113 次互動。53 加 113 等於 166，這個數字沒有意義。單位不同的東西不能相加，加出來只是一個看起來像數字的字串。更危險的是比率：互動那組兩天只有 1 次連結點擊，CPC 會顯示 239 元。這個數字本身沒錯。但放在同一張表上，它一定會被拿去跟另一組的 6 元比。所以我們把它拆成兩個分頁。判斷能不能放同一張表的標準，是欄位是不是同一個口徑，不是來源是不是同一檔活動。
回到這次 Meta 的調整。廣告數據有個老陷阱叫極值偏差。花 100 元賣掉一張 4380 元的課程，ROAS 看起來是 43.8。再花 9900 元可能一張訂單都沒有。數據要看長期趨勢，像看股票一樣。今天 2% 明天 0.5% 會很痛苦，長期往上就代表策略是對的。歸因視窗收窄之後最容易犯的錯，就是拿改動當天前後幾天的數字下結論。等一個完整的購買週期過去再看曲線，那才是策略的讀數。
結論：先確認你在跟誰對數字，再談要不要動預算
2026 年的兩次調整讓 Meta 後台的轉換數字變少，這件事本身不代表廣告變差。1 月停掉瀏覽視窗、3 月縮窄點擊定義，掉的部分有多少來自口徑、有多少來自成效，得靠訂單後台去分。
今天可以做的三件事很具體。第一，去 Events Manager 確認 Pixel 與 CAPI 有沒有共用 event_id，這是落差裡唯一能靠設定修掉的部分。第二，把 2026 年 1 月之後的數據另起一條基準線，2025 年的 ROAS 不要再拿來同比。第三，寫下你手上每個平台的轉換定義與歸因視窗，三個部門對同一個詞的理解對齊了，後面的爭議會少一半。
想聽更完整的討論，銷波快 Podcast 有一集專門聊廣告數據誤判，講的就是這些指標怎麼讀。
喜歡這篇？讓行銷變好懂，訂閱銷波快。
資料來源
- Meta Ads Click-Through Attribution Change 2026: Why Reported Conversions Dipped in Marchdigitalapplied.com
- Why GA4 and Ad Platform Data Don’t Match and What to Doruleranalytics.com
- Facebook Ads Data Challenges: Enterprise Integration Playbookimprovado.io
- Stop Wasting Ad Spend: The Correct GA4 and Meta Pixel Setupnovapixeldev.com
- GA4 Attribution Model Restructure April 2026almcorp.com
- How Meta Ads Attribution Works in 2026jonloomer.com
- 一文理清多種行銷歸因模型、增量測試與行銷組合模型glosellers.com
