
无论用户是去 Google、上 Amazon,还是向聊天机器人提问,如今 AI 都会给出包含商品的回答,而大多数电商品牌并不知道怎样才能让自己的商品成为那个答案中的商品。电商中的 AI 归因,是指依据你能观察到的证据和自行定义的规则,把某笔订单的功劳归给更早发生的一次 AI 交互。它告诉你订单大概率从哪里来,但并不能证明是 AI 促成了这笔订单。
先把别扭但关键的一点说在前面。大多数商店只能看到 AI 驱动流量中的一小部分,而几乎没有人能看到 AI 助手在那一刻选择了竞品而不是自己。归因只能统计你已经拿到的销售,对那些被智能体悄悄交给别人的订单,它不会告诉你任何信息。我认为,第二个数字更重要,但几乎没人报告它。
TL;DR
- AI 归因有两种含义:一种是用机器学习把功劳分摊到你的各个营销触点上,另一种是追踪由 AI 助手开启的订单。本文讲的是第二种。
- AI 回答里的一次提及是曝光。可追踪的访问和匹配到的订单才是证据。把它们分开放在不同列里。
- 在 Shopify 上,来自受支持 AI 渠道的订单会在后台显示渠道归因或引荐来源归因。在 WooCommerce 上,你主要依赖分析工具中的引荐来源和 UTM 数据。
- 归因无法告诉你智能体为什么选择了另一家店。商品数据修复可以,而这一步发生在衡量之前。
- 把每一个归因数字都当作带有前提假设的模型,而不是对因果关系的测量。
AI 归因到底是什么意思
这个说法常被用来指两件不同的事,把它们混为一谈只会浪费预算。
第一种,是营销团队一直以来所理解的归因。Google Analytics 将归因描述为 将关键用户行为的功劳归给完成路径上的广告、点击和其他因素,并表示模型可以是一条规则、一组规则,或数据驱动的算法。在此基础上再加上机器学习,就得到广告技术语境中的“AI 归因”:由软件估算每个已记录触点应获得多少功劳。
第二种更新一些,也是本文要讲的内容。消费者向助手询问该买什么,助手给出某个商品,然后其中一部分消费者最终会进入你的店铺。把功劳归给这段对话,就是 根据可观察到的证据和明确的规则,将功劳归给更早发生的一次 AI 互动,这和证明这次互动额外带来了一笔销售并不是一回事。
这一区别很容易被忽略,而一旦忽略,团队就会看到一个满是看似言之凿凿、却没人能在预算会上站得住脚的数据的看板。
哪些能看到,哪些仍然不可见
先看可见的部分。Shopify 表示,符合条件的商品可以通过 AI 渠道被发现并完成购买,而且 这些渠道带来的订单会在 Shopify 后台中显示,并带有渠道归因或引荐来源归因。Shopify 还表示,ChatGPT 用户会在商家的在线商店内完成结账,而 Google AI Mode、Gemini、Copilot 和 Meta 界面在启用后可支持直接结账。其官方公告称, 订单会在后台中显示,并带有 ChatGPT 引荐来源归因.
因此,接入 Shopify 智能体渠道的店铺,可以直接看到部分归因路径。这是件好事。

隐藏的部分更大。PYMNTS 在 2026 年的一项研究发现, 51% 的商家能够识别部分来自 AI 的访问,但有 37% 会在购买前丢失这段链路,还有 12% 无法区分智能体流量和人工流量。这里说的还是那些主动在看的商家。没在看的,只会更糟。
几乎所有配置里都有三类信息是看不到的:
- 零点击影响。 助手提到了你的商品,消费者之后在搜索框里输入你的品牌名,最终这笔订单就会落到直接流量或品牌搜索名下。
- 失单。 当智能体把你的商品和竞品进行比较并选择了竞品时,不会有会话、不会有事件,也不会在任何报表里留下记录。
- 智能体之间的交接。 一个智能体可能在一个地方做调研,在另一个地方完成购买,而引荐来源数据很少能在这段过程中保留下来。
我会重点担心第二种,因为只有这一种是你可以直接采取行动去改变的。
如何判断一笔订单是否受到了 AI 助手的影响
没有哪个开关一开就行。你得交叉验证。我会按这个顺序来做。
- 拉取引荐来源和 UTM 数据。 在分析工具中筛选来源为 AI 助手的会话。有些助手会给外链加标签,有些不会,所以你拿到的通常只是部分统计。
- 检查订单级归因。 在 Shopify 里,查看每笔来自 AI 渠道的订单上显示的渠道或引荐来源。要拿它去和你的分析数据对照,而不是反过来。
- 让“直接”和“未分配”保持可见。 不要把它们并到“其他”里。你调整商品数据后,如果直接流量上升了,这就是一个线索,哪怕还算不上证据。
- 统一定义。 你要比较的每一份报表,都必须使用相同的日期范围、相同的会话定义、相同的结账路径,以及相同的归因模型。大多数看板之间的分歧都出在这里。
- 把曝光和证据分开。 答案里的一次引用算曝光。可追踪的引荐访问加上一笔匹配上的订单,才算证据。汇报时要把它们当成不同的指标。
最后一步在实操上很有价值。 Practical Ecommerce 认为 对 AI 辅助购物的判断,应看决策的质量和效率,也就是是否识别出相关商品、比较是否准确、能否促成转化,而不是看对话次数或停留时间。一次很短的对话如果最终带来了订单,那是好结果,不是偷懒。
如果想看更完整的跟踪配置讲解,可以参考我们的指南《 如何跟踪 AI 购物流量 》,里面会按字段逐项说明。
Shopify 和 WooCommerce:配置大致是什么样
Shopify
Shopify 的现成能力最完整。它的 Agentic Storefronts 功能可让你管理自己在各个 AI 渠道中的展示情况,并在后台为受支持的集成显示渠道归因或引荐来源归因。如果你想更深入了解如何管理这种展示,一个 Shopify AI 搜索学院 讲的是同一问题中的内容层面。
在报表方面,Shopify 的营销报表支持多种模型: 最后一次非直接点击、最后一次点击、第一次点击、任意一次点击和线性。把一笔来自 AI 渠道的订单放进其中两种模型里,通常就会看到两种不同的故事。这很正常,而这也正是下一节要讲的重点。
在 Shopify 上,ecentic 还会把商品数据修复推送到 Google Merchant Center,并跟踪来自 AI 助手的访问。这是访问量数据。我们不跟踪营收或销售额,对于任何声称能看到完整路径的工具,我都会保持警惕。我们的 Shopify 页面 里有详细说明。
WooCommerce
WooCommerce 没有与 Shopify 原生 AI 渠道归因对应的功能,因此,您需要在自己的技术栈中,结合分析工具的引荐来源、UTM 参数和订单数据来搭建归因。这更费工夫,而结账问题也正是在这里变得有意思。免费的 ecentic 插件让智能体可以搜索商品、将商品加入购物车,并通过 UCP 完成结账;这是 Google 为智能体结账制定的开放标准。这种方式带来的订单,是您需要在报表中标记的又一条路径。关于两个平台更完整的做法,请参阅我们的 AI 智能体流量指南.
将 AI 数据与其他渠道一起解读
归因本质上是一种模型。它会根据你设定的假设分配功劳,因此同一段客户旅程,在不同假设下可能得出不同结论。它并不是对转化原因的直接测量。
AI 会让这个问题更加明显,因为助手往往开启了一段旅程,却在别处完成转化。 最后触点归因可能会把功劳算给后续渠道 ,即使真正开启这段旅程的是 AI。用户先向助手询问推荐,两天后点击了付费广告并完成购买。最后点击模型会归因为付费搜索,但真正完成最困难部分的是助手,却得不到任何功劳。
以下几个习惯能帮助你更客观地看待数据:
- 至少用两种模型统计 AI 引荐订单,并展示区间,而不是只给出一个数字。
- 把流量来源问题(这次访问从哪里来?)与归因问题(这个来源应获得多少订单价值?)分开处理。它们是不同任务,也需要不同工具。
- 不要自动从付费渠道中扣减 AI 的归因份额。渠道重叠很正常。
如果你正在比较归因工具,我们整理的 电商归因工具 和 Shopify 归因应用 会帮助你了解不同方案,而关于 无 Cookie 归因 的文章,则介绍了在浏览器追踪能力减弱时哪些方法依然有效。
限制与隐私
这里有两点需要注意。
首先,购物助手的评估标准并不只有推荐质量。ACM Recommender Systems 2026 的 SERA 框架指出,零售助手还应评估 安全性、监管合规性、对恶意意图的抵御能力,以及防止个人信息泄露的能力。如果你把订单或对话数据接入自己的分析系统,也就承担了其中一部分责任。
其次,不要把原始对话数据直接粘贴到未经审查的工具中。一项针对 20 个热门 AI 聊天机器人的受控检测发现, 其中 17 个会与至少一个第三方共享信息。这一发现针对的是聊天机器人,而不是你的店铺,但它足以说明:最好不要让个人数据进入归因链路,并且要向供应商确认数据流向。如果你在欧盟或英国销售,请先咨询法律顾问,再记录任何与具体消费者相关的数据。
还有一点更实际:协议层归因仍处于早期阶段,例如某些 UCP 方案中提到的、用于联盟身份识别的加密会话签名。它值得关注,但还不适合作为今天报表体系的基础。
我们的看法
我们创建 ecentic,是因为我们认为行业一直在衡量漏斗中错误的部分。
AI 智能体从不会看到你的首页。它读取的是商品数据源、商品目录以及商品页上的结构化数据。随后,它会把你的商品与竞品进行比较,并从中选择一个。归因只能告诉你:当选择落在你这边之后发生了什么。至于那些没有选中你的情况,它完全无从反映。
截至 2026 年 10 月,我们运行了 36,797 次模拟购买。在同一个商品目录下,ChatGPT 选择商品的频率大约是 Claude 或 Gemini 的 3 倍,分别为 51.6% 与约 18.5%。同样的商品、同样的数据,只因发起查询的智能体不同,结果就会大不相同。而分析工具中的一条 AI 引荐数据,完全看不出这些差异。

另外两次匿名诊断让我们看清了其余问题。一家年销售额约 €70M 的酒类电商平台,在 9,699 个商品中,有 88% 存在智能体所读取的数据问题。当智能体被问到哪里可以买到该平台销售的两瓶酒时,该平台在 20 次提问中被提及的次数为 0。一家瑞典护肤品牌则因为配送设置要求填写电话号码,导致智能体结账在 6 个国家全部受阻,能进入支付环节的国家数为 0。这两类问题都不会出现在归因报表中,因为根本没有可供归因的结果。
目前我们唯一能公开点名的结果来自首个试点客户 DUA Flavours:2026 年 4 月到 7 月期间,来自 AI 助手的访问与直接流量增长了 12%。这是访问量数据,不是销售额,而且仅来自一个试点项目。需要说明的是:ecentic 目前尚未产生营收,仍处于试点阶段,因此这更适合作为一个早期信号来看待。
我的观点是:可以测量,但应先修复商品数据。智能体从未完成的销售,本就无从归因。
— Xhurian Shaba
把数据转化为决策
当你已经有了一个大致的数据规模后,我会这样使用它。
找出能带来 AI 访问的商品,以及从未带来 AI 访问的商品。 同一个商品目录却产生截然不同的结果,是最常见的情况。先从差距入手。
不要只看点击,也要看问题本身。 Shopify 的 Knowledge Base 应用 会记录用户在 AI 购物对话中提出的查询,包括展示了哪些商品,以及 AI 是否回答了问题。这类需求数据很少见,也很有价值。
要预期反馈循环的存在。 Yale Cowles Foundation 的研究人员指出,AI 购物平台可以 根据购买、退出和后续查询等信号不断优化推荐。你的商品数据也是这些信号的一部分,因此过时的数据会不断放大问题。
检查结账路径。 如果智能体进入支付环节后流失,原因往往是设置问题,而不是消费者本身。我们的 UCP Playground 可以让你针对店铺测试 AI 购物智能体。
关于工具层面,可以查看我们对以下内容的综述: AI 归因工具, 电商 AI 分析工具 以及 面向电商负责人的 AI 平台.
归因工具的边界,与 ecentic 的起点
这里是一个快速且尽量客观的领域地图。以下是我对适用场景的看法,并非排名。
| 工具类型 | 擅长 | 适合 |
|---|---|---|
| Shopify 原生报表 | AI 渠道订单的渠道与引荐来源归因,多种归因模型 | 任何想免费开始的 Shopify 店铺 |
| 像 Triple Whale 或 Northbeam 这样的多触点归因平台 | 统一不同平台的广告支出与付费渠道数据 | 拥有大量付费广告预算,并需要理清平台报表数据的品牌 |
| 基础商品数据源工具 | 清洗并同步商品数据源 | 主要问题集中在商品数据源错误的店铺 |
| ecentic | 展示智能体为何选择竞品、重写商品数据,以及配置智能体结账 | 希望成为 AI 智能体最终选择并购买商品的 Shopify 和 WooCommerce 品牌 |
前两类工具告诉你:已经获得的订单发生了什么。ecentic 关注的是店铺本身,包括商品数据源、商品目录,以及智能体完成购买时使用的结账流程,从而让更多选择落到你这边。基础商品数据源工具并不处理结账部分。
ecentic 如何提供帮助
当 AI 智能体负责购物时,ecentic 帮助在线商店完成销售:它会优化商品数据源和商品目录,让 AI 购物智能体选择它们的商品,并真正完成购买。当 AI 负责购物时,也能实现销售。
它可以连接 Shopify、WooCommerce 或商品数据源。ChatGPT、Claude 和 Gemini 会将每件商品与指定竞品进行比较,而 ecentic 会展示商品为何在比较中落败。当你点击 Apply 后,它会重写标题、描述和结构化数据,并发布回店铺。你可以在 AI 商品信息优化页面.

免费检测覆盖前 10 个商品,无需绑定银行卡。 价格页面上的付费方案包括:Compete(最多 100 个商品)每月 $14.90,Scale(最多 1,000 个商品,支持一键修复)每月 $44.90,Dominate(增加 Google Merchant Center 同步与智能体结账配置)每月 $149。按量付费模式为 AI 归因订单的 3%,每月上限 $500。Enterprise 提供自定义额度、API 和 MCP 访问以及 DPA,未公开定价。
FAQ
什么是电商 AI 归因?
它是基于可观察证据和既定规则,把订单功劳归给更早之前的 AI 交互。在广告技术领域,它还有另一层含义:通过机器学习把功劳分配到多个营销触点。无论哪种定义,它展示的都是基于假设的相关性,而不是因果证明。
我能看到来自 ChatGPT 的订单吗?
很多情况下可以。Shopify 表示,ChatGPT 用户会在商家的在线商店内完成结账,而来自其 AI 渠道的订单会在后台显示引荐归因。如果消费者先看到推荐,之后再通过其他路径访问,则不会被标记。
AI 回答中的提及算一次访问吗?
不算。提及衡量的是曝光。访问需要可跟踪的引荐来源,而销售则需要匹配到订单。请把这三类数据分开统计,避免夸大结果。
AI 流量应该使用哪种归因模型?
至少使用两种模型进行比较。Shopify 营销报表支持最后一次非直接点击、最后一次点击、第一次点击、任意一次点击和线性模型。如果不同模型得出的结果差异很大,说明 AI 很可能负责开启客户旅程,而其他渠道负责完成转化。
ecentic 会跟踪来自 AI 助手的销售吗?
不会。在 Shopify 上,ecentic 会跟踪来自 AI 助手的访问,并将修复推送到 Google Merchant Center。它不跟踪营收或销售,因此需要结合店铺自身的订单报表一起使用。
来源
- Google Analytics 帮助:归因
- Shopify 帮助中心:智能体店面
- Shopify:数百万商家可在 AI 聊天中销售
- Shopify 帮助中心:营销报表
- Shopify 帮助中心:Knowledge Base 指标
- PYMNTS:The Agent Advantage
- Practical Ecommerce:AI 购物指标解析
- ACM:SERA 评估框架
- Yale Cowles Foundation:From Conversations to Mechanisms
- AI Commerce Attribution 术语表
- Usermaven:AI 流量归因
- Tracking Exposure in AI Chatbots
探索相关主题