美國互動廣告局(IAB)於美國時間 11/12 發布《AI 時代歸因藍圖》(AI-Era Attribution Blueprint),指出 AI 涉入的成交沒有從報表上消失,而是常被記到錯的來源。IAB 在報告中引用 Similarweb 的追蹤數據,收到 ChatGPT 品牌推薦的美國桌機用戶,之後 7 天內造訪該品牌網站的流量,只有 8.8% 是從 AI 點擊進站,過半仍來自搜尋。
歸因(attribution)是判斷一筆成交的功勞(credit)該算在哪個廣告或管道頭上,也決定下一筆預算投向哪裡。身為美國數位廣告產業的主要公會,IAB 要怎麼重新定義 AI 在一筆成交中的角色?誰有資格爭功,又要拿出什麼證據?
AI 涉入的業績沒有消失,而是被記到搜尋與直接流量上
藍圖工作小組由 IAB 人工智慧副總裁 Caroline Giegerich 帶領,成員包括 Walmart、WPP Media、Microsoft、Criteo,以及 Brandlight 等 AI 能見度業者。Giegerich 表示:「隨著 AI 接手更多購買旅程,從引發興趣到完成交易,歸因所依賴的點擊與引薦正在變少或消失。」購買旅程指的是消費者從產生興趣、研究比較到完成購買的整個過程。Giegerich 指出,受 AI 左右的銷售有時被記成搜尋或直接流量,可能讓下一筆行銷投資投錯管道。
IAB 也坦言,歸因本來就無法完整呈現購買旅程,訊號流失、封閉平台與線下行為等問題都早於 AI 出現;AI 是暴露並延伸了既有問題:過去散在多個可追蹤網頁的研究與比較,現在可能在一段對話內完成。
至於 Similarweb 的 8.8% 數據,來自 2025 年 7–12 月,涵蓋金融、旅遊、美妝三個產業,並排除提問時已提到品牌、或前 4 週造訪過品牌網站的用戶。結果顯示,收到推薦的用戶 7 天內造訪被推薦品牌的機率,是未被推薦競品的 2.5 倍;推薦後的造訪中,55.9% 來自搜尋,沒有收到推薦的造訪則有 40.4% 來自搜尋。Similarweb 本身也販售生成式 AI 能見度與流量的分析服務。
三個問題、三類路徑:成交當下,誰創造意圖、誰做決定、誰完成交易?
藍圖在成交當下問三個問題:誰(人或 AI)創造了意圖、誰做了決定、誰執行了交易。IAB 強調,這些問題用來分類角色,不代表需求只有單一成因;AI 在購物過程中可能扮演多種角色,但每筆轉換(conversion,完成購買等目標行為)只依成交當下的角色,歸入一條路徑(pathway)。
人類主導(Human-Owned)是三個角色都由人擔任。過程中即使用了搜尋或 AI,只要 AI 沒有接手這些角色,仍屬人類主導,例如消費者決定回購同款跑鞋,只問 AI 新版尺寸準不準。另一端是 AI 執行(AI-Executed),由 AI 代為完成交易。
介於兩者之間的是 AI 協助(AI-Assisted):人完成購買,但 AI 左右了意圖、決定或兩者。它又分兩種子類:AI 引發興趣、由人自行評估並決定的「AI 影響」(AI-Influenced),以及 AI 把選項收斂到特定商品、實質左右最終選擇的「AI 推薦」(AI-Recommended)。
路徑描述的是實際發生什麼,而不是工具看得到什麼:被 AI 左右過的轉換,即使沒留下任何訊號,仍屬 AI 協助,否則分類會系統性低估 AI 的角色。不過,分類與舉證是兩件事,單筆轉換要有證據支持才能歸入 AI 相關路徑,整體占比則可用購物者問卷、對照組測試(lift test)與建模估算。IAB 指出,最難觀察的是 AI 只左右了意圖還是左右了決定,兩者在資料上可能一模一樣。
有資格分功勞,不等於拿到功勞:決策主張與貢獻主張差在哪?
分好路徑之後,下一步是決定誰有資格分功勞。藍圖與既有歸因系統並行,只處理 AI 涉入後多出來的「功勞主張」(credit claim),也就是爭取分功勞的資格。路徑決定誰能提出功勞主張,證據決定主張是否成立,最後才由品牌、代理商或稽核方決定給多少功勞,反映在報表、預算決策或報酬討論上;藍圖本身不設定金額,也不把一筆轉換切成百分比。
功勞主張又可分為兩種。決策主張(decision claim)用在 AI 決定了最終要買什麼的情況,由 AI 平台(或代為下單的 AI 代理)提出,一筆轉換只能有一方持有。例如消費者本來就要買防曬乳,照 AI 的建議選了牌子,AI 平台就能提出決策主張;但 IAB 強調,這不代表 AI 促成了這筆銷售,或該拿最多功勞。貢獻主張(contributory claim)用在 AI 推了購物者一把、但最後由人做決定的情況,無法逐筆證明,要比較看過與沒看過 AI 回答的兩組購物者(即對照組測試)。
對照前面的路徑:人類主導不產生與 AI 相關的功勞主張,照既有歸因方式計算;「AI 影響」只能提出貢獻主張,提出的是 AI 平台,以及內容或資料影響了 AI 回答的各方;「AI 推薦」由 AI 平台提出決策主張,內容、資料或付費投入影響推薦的各方可提出貢獻主張。如果證據只能證明 AI 有影響,分不出是「AI 影響」還是「AI 推薦」,就只能支持貢獻主張。
AI 代理代為下單時,做出購買決定的是誰?
依藍圖定義,使用者事先授權 AI 代為購買、系統在當下完成交易,才算 AI 執行;代理提出建議、等使用者當下同意才下單的,仍屬 AI 協助。AI 執行再看指令:指定指令(specific instruction)是人事先選好商品,例如狗飼料快用完時自動回購同款,下單只是代辦服務,不產生與 AI 相關的功勞主張,功勞照人類主導的方式計算。換句話說,光是代為下單,AI 不能因此提出任何功勞主張。
開放指令(open instruction)則只給較廣的目標,由 AI 挑選商品並下單,AI 代理被視為決策者,可提出決策主張。不過,代理結帳時留下的交易紀錄,包括代理表明身分、商家確認訂單、付款附帶使用者事先的授權,能證明代理完成了購買,卻回答不了人叫代理做什麼、誰挑了商品:前者要看使用者給的指令,後者要看代理的選擇紀錄。
哪些證據已經能用,哪些還得等平台揭露或新的衡量方法?
功勞主張要成立,得靠證據。IAB 把證據分成兩類,並稱這個區分是藍圖最核心、也最實用的發現:一類是用現有工具就能取得的「現有證據」;另一類是影響確實存在、目前卻無法證實的「尚無法衡量」部分,原因可能是證據存在但沒有揭露,或根本沒有被記錄下來。
目前有 5 類現有證據,單一項目都無法獨立證明一項功勞主張,必須組合使用。UTM 標記、顯示 AI 網域的引薦來源(referrer)屬確定性證據;賣方交易紀錄只證明有成交;代理交易紀錄證明代理完成購買;對照組測試是「AI 影響」路徑的標準證據,但目前最容易用在付費 AI 版位;購後問卷等購物者自述資料屬方向性而非因果,卻能涵蓋沒留下訊號的旅程。
「尚無法衡量」的部分,最明顯的是出版商內容。AI 回答引用了某篇評測,購物者沒點連結就到零售商購買,成交被記成搜尋或直接流量;出版商有資格提出貢獻主張,但目前缺少引用與後續成交之間的連結。早在藍圖發布前,《Digiday》8 月就報導,Giegerich 表示出版商特別強調自己的內容影響了 AI 給使用者的回答,不想被排除在歸因討論之外。
IAB 指出,「現有證據」與「尚無法衡量」的界線會移動:有些缺口只要平台揭露就能補上,因為證據已在 AI 平台內部;有些則需要業界還沒建立的新衡量能力。IAB 也呼籲 AI 平台揭露推薦是否付費、參考了哪些來源,並一致標示 AI 來源的流量。不過,《eMarketer》在藍圖發布前分析,即使 IAB 的衡量規範最終定案,AI 平台仍可能不透明,量測難以百分之百準確。
IAB 執行長 David Cohen 表示,藍圖「坦承業界還無法證實的部分」,並邀請業界各方套用。IAB 建議,當 AI 平台回報 AI 帶動的轉換時,品牌可以先問三個問題:哪條路徑?哪種功勞主張?哪類證據?
【推薦閱讀】
◆ AI 廣告支出將達 320 億美元,ChatGPT 點擊率最低卻僅 0.91%:為何逾 80% 預算仍留在傳統搜尋廣告?
◆ 研究指 75% AI Mode 搜尋未產生外部點擊:Google 築起流量圍牆,開放網路迎來「Google Zero」?
◆ 【劉永信專欄】ChatGPT 廣告營收破 10 億!為什麼「搜尋入口」最後都走上廣告這條路?
*本文開放合作夥伴轉載,資料來源:IAB 1、IAB 2、Similarweb、《eMarketer》、《Digiday》,首圖來源:Unsplash



