高ROI背后的5个增长陷阱
哈佛商业评论 · 商业与创投
原创 刘玥 2026-11-05 08:00 北京 企业最终得到的往往就是它所奖励的增长。 几年前，一家全球运动品牌发现，自己用来证明营销效率的数据，可能正在把预算带向错误的方向。 当时，品牌将约77%的广告预算投向效果营销，只有23%用于品牌建设。原有归因模型显示，付费搜索、线上展示等渠道能够带来清晰的销售回报。但在综合分析广告投入、品牌活动与销售变化之间的关系后，企业发现，品牌活动对销售的贡献远高于原有模型所显示的水平。过去被低估的品牌建设，恰恰影响着消费者是否会主动搜索和购买。 这样的衡量误差普遍存在于企业经营的不同环节。表面上看，这是数据呈现与真实效果之间的误差。但实质上，企业却有可能被数据表现影响预算配置和战略选择，最终改变企业获得增长的方式。 经济学家、实地实验经济学代表人物约翰·李斯特在接受哈佛商业评论中国采访时就提到， 企业拥有的数据越多，越容易看见不同现象之间的相关性，但只有识别其中的因果关系，才能判断一项投入是否真正创造了增长。 以很多企业关注的会员运营为例，在研究中，他发现会员分成两类：“无增量会员”和“有增量会员”。前者加入会员后并没有增加消费，只是用更低的价格购买了原本就会购买的商品；后者才真正因为会员计划增加了消费和忠诚度。如果不区分两者，企业就可能把让利换来的收入误认为项目创造的新增价值。 类似的反思，也出现在国内企业对广告效果和经营结果的衡量中。 比如以往企业会关注GMV和订单量的数据，但它们是否能代表企业真正获得价值？扣除退款、补贴、平台费用和履约成本后，一笔看起来漂亮的交易，可能只留下很少的收入与利润。因此，一些企业开始越过下单金额，进一步观察实际支付金额、剔除退款后的成交额、净收入和利润。 这些案例与反思正指向同一个问题： 高ROI和亮眼的销售数据，并不必然意味着真实、有价值且可持续的增长。 如果企业仅据此分配预算、评价团队甚至制定战略，衡量偏差就会沿着管理链条不断放大：预算流向被高估的渠道，团队追逐更容易完成的数字，系统则可能会围绕并不正确的目标持续“优化”。 尤其当企业进入多个海外市场，消费者决策链路更加分散，不同市场的获客成本、履约条件、客户价值和品牌发展阶段各不相同，一套看似统一的指标更容易掩盖不同增长之间的差异。 那么， 看似优秀的数据，与企业真正希望获得的增长之间，可能存在哪些偏差？ 企业看到的，是真实增长吗？ 讨论一项投入是否有效，至少需要搞清楚两个问题： 被计量的结果是否真正由投入创造？投入产生的价值是否被完整记录？ 前者对应“因果偏差”，后者对应“边界偏差”。 “因果偏差”来自对“相关关系”与“因果关系”的混淆。约翰·李斯特曾提醒企业，数据通常只能告诉我们两件事正在同时发生，却不能证明其中一件事导致了另一件事。例如，广告投放后销量上涨，不一定意味着销量增长全部来自广告，也可能受到市场需求、促销等因素影响。 此时，企业更需要引进实验机制，比如设置一个“如果没有采取这项行动”的对照组，从两种结果的差异中，判断这项行动究竟带来了多少新增价值。 如果现实中难以直接设置对照组，也可以将历史趋势和市场变化等数据纳入分析体系， 通过科学归因分析模型，判断行动与结果的因果关系。 另一种“边界偏差”则出现在消费者的决策链路被不同平台和设备割裂时。他们可能在一个平台看到广告，在第二个平台搜索产品信息，最终在另一个平台或线下购买。只看单一平台内部的数据，企业看到的只是完整决策链中的一部分，前一个平台可能看不到成交，后一个平台又可能把交易全部归因于自己。 面对这两种偏差，一些企业开始改进衡量方法：通过实验、对照和增量分析，或更科学的归因分析手段，判断投入真正改变了多少消费者行为；通过连接平台间数据和一、二方数据，观察品牌搜索等外溢信号，还原跨平台、跨设备产生的价值。 移动支付企业OPay在尼日利亚市场拥有较高知名度，获客成本却依然较高。进一步分析后，企业发现，真正阻碍转化的并非流量不足，而是消费者对支付安全的担忧。 围绕这一问题， Opay将营销指标与“破除信任障碍、获取高价值用户”的业务目标层层对齐， 营销重点转向建立信任：先呈现消费者可能遇到的支付风险，再解释平台的安全保障和功能卖点，推动高意向用户进一步搜索品牌、下载应用并完成注册。 相应地，OPay也将衡量范围从曝光和点击，延伸到负面搜索、品牌搜索、下载和注册等后续行为，以补全营销在不同环节产生的影响；同时借助Caliper科学归因模型，分析营销活动相较于自然增长创造的额外贡献。结果显示，核心负面搜索下降39.67%，相关投入贡献了10%的纯品牌搜索增量，以及9%的高意向下载和注册增量。 由此，OPay既看见了营销在不同环节产生的影响，也进一步区分了投放后发生的结果与投放额外创造的增长。 企业获得的，是想要的增长吗？ 真实发生的增长，也未