百度广告投放教程：渠道新增用户和原有客户再次咨询如何分开看
📱 Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)
🔗 /146ce1fdc885.html
📄
百度广告投放教程：渠道新增用户和原有客户再次咨询如何分开看
最直接的做法是：在咨询入口先判断“这个人此前是否已经以客户身份被记录过”，把首次留下有效联系方式的人归为渠道新增用户，把已有客户档案的人归为原有客户再次咨询；两者分开统计，才能判断广告究竟带来了新客，还是只是把老客重新叫了回来。如果只按“本次咨询来自哪个广告”记账，老客复询会被算成新客，渠道效果就会虚高。
先确定你手上哪一份资料能区分两类人
多数投放者手里有广告后台的点击与消费数据，也有客服或销售侧的咨询记录，但真正能区分两类人的，是咨询记录里是否存在可匹配的历史客户标识，例如手机号、微信号、企业名称或客户编号。广告后台只能告诉你“这次点击来自哪个广告”，它不知道点击者是不是老客。
所以第一步不是改投放，而是打开你现有的咨询登记表或客服工单，检查三个字段是否齐全：联系方式、首次记录时间、客户状态。缺少“首次记录时间”时，无法判断本次咨询是新增还是复询；缺少“客户状态”时，无法区分已成交客户与仅咨询过的人。这两个字段缺失，是常规做法失效时最常被忽略的条件。
实际操作：先抽出最近一段时间的咨询记录，用手机号或客户编号做一次去重匹配。匹配上历史档案的，标记为原有客户；匹配不上的，标记为潜在新增。这一步的结果会直接决定后面看哪个指标——如果复询占比很高，你该优化的是老客维护和广告人群排除，而不是继续加预算抢新流量。
用一个假设例子看清分开前后的差别
假设某账户某周产生 40 条咨询记录，投放者原本全部计为“广告带来的咨询”。按上面的方法匹配历史客户档案后，发现其中 15 条的联系方式在三个月前已作为成交客户登记过，25 条是新号码。此时渠道新增用户是 25，原有客户再次咨询是 15。
这个拆分会影响下一步动作：如果只看 40 这个总数，可能判断广告效果不错而继续放量；拆开后若发现新增只有 25，且这 25 里有效线索比例偏低，就应该回到关键词与落地页的匹配上排查，而不是把复询带来的“热闹”当成新客增长。这里的数字仅用于说明比较方法，不代表任何真实账户的表现。
把拆分动作落到咨询入口，而不是事后估算
事后靠人工回忆判断老客，容易出错且无法持续。更稳的做法是在咨询入口增加一个可执行的识别动作：客服在首次回复前，先用联系方式在客户表里查一次，命中则选择“老客复询”，未命中则选择“新客咨询”。这个动作的结果会沉淀成两个独立计数。
如果咨询量较大，可以退一步：只对留下电话或微信的记录做匹配，表单里加一个“是否曾与我们合作过”的选项，但不要只依赖用户自述，因为用户可能忘记或不愿说明。匹配历史档案仍作为主要依据，自述只作辅助参考。
需要说明的是，付费广告与自然搜索是不同机制，投放广告并不构成自然排名保证。这里区分的是咨询来源身份，不是流量渠道的优劣。
哪些迹象说明你还没真正分开
出现下面这些情况，通常意味着两类人仍被混在一起：
- 广告报表里的“转化数”和客服表里的咨询总数长期对不上，却没人解释差额来自哪里。
- 同一条咨询记录既被算作新客线索，又出现在老客回访名单里。
- 客服只记录“本次从哪个广告进来”，不记录这个人此前是否来过。
- 老客复询被计入新客成本后，渠道新增成本看起来忽高忽低，找不到稳定原因。
这些迹象指向同一个遗漏条件：缺少以人为单位的身份匹配。补上这一步，两类数据才能各自成立。
分开之后，怎样用它决定下一步
拆出两个数字后，判断逻辑也要分开。渠道新增用户看的是获取效率，对应关键词选择、落地页承接和出价策略；原有客户再次咨询看的是存量维护，对应老客触达、复购或二次需求响应。把这两件事放进同一个指标里比较，容易得出错误结论。
一个可执行的判断顺序是：先看新增用户的咨询量是否稳定，再看复询量是否异常升高。若复询量突然上升而新增不变，先检查是不是近期做过老客召回或活动触达，而不是立刻调整广告出价。若新增持续偏低而消费正常，再回到广告侧排查点击质量与落地页一致性。每一步的结果都决定下一步查哪里，而不是一次性把所有问题归给投放。
最后提醒一点：请求量、抓取量或某项统计归零，并不能单独证明你的拆分处理正确，它也可能是统计口径变化、记录中断或匹配规则调整造成的，需要结合咨询记录本身核对后再下结论。把新增与复询分开记录并持续维护，才是这套方法能长期成立的前提。
