Google 把 Meridian 测量接入智能体商业，AI 购物效果可算增量

Google 和 NIQ 的合作不止于商品数据，测量能力也一起进了智能体商业生态：NIQ 的产品智能加上 Meridian 的测量模型，品牌终于有机会把 AI 购物的效果算清楚。

末次点击为什么不够用

买家让 AI 助手比价、筛选、推荐，末了那一下点击下单的，未必是起作用的那一环。一篇种草视频、一次比价展示、一条本地库存提示，都可能在不产生点击的地方影响了决策。只按末次点击分功劳，AI 这条路上真正的功臣拿不到预算，品牌的手就越收越紧，反而把还在长个儿的渠道掐了。

增量测量的思路是反过来问：投了和没投，结果差多少。Meridian 这类模型算的就是这个差值，它不看压垮骆驼的那一根，看整捆柴烧出了多少热。

对品牌，可以把这条链拆成三段来记：商品曝光看的是信息完整度，本地可售看的是库存同步，增量测量看的是 Meridian 这类模型给出的真实贡献。三段各有各的指标，混在一个报表里只会互相打架。

实操的建议是分开记、合着看：曝光和可售是日常盯的运营指标，增量是季度级别的预算判断。AI 购物的盘子还在长，测量方法跟上了，预算才敢往里加；测量跟不上，增长再快也只敢小步试。这一回，工具先到位了。

动手之前还有一件小事别漏：把各渠道的数据口径统一了再谈测量。曝光怎么算、点击怎么记、转化归给谁，各平台的定义都不一样，口径不统一，模型算出来的增量没法互相比较。先立规矩，再上工具，这套流程一次理顺，往后每个季度的预算会都省力，争预算时也有硬数据撑腰。

第一次跑增量测量，可以选一个渠道做对照：停投两周，看自然量的变化，模型的结果和这次实验互相验证。两边对上了，数据的可信度才算立住；对不上，先查口径，别急着怪模型。

对照实验贵在真实，别挑好看的周。