如何用 AI 构建营销归因报告
作者： Stage 2 Capital
免责声明： 本翻译好的文章仅限于我自己阅读，不是转载和发布。
使用 Claude + HubSpot 进行的 10 分钟实操，以及为想要了解全貌的团队准备的周末开发项目。
初级实操：如何使用 Claude + HubSpot（或你的 CRM）在 10 分钟内构建营销归因报告
营销归因（Marketing attribution）一直是每个人都想要但却很难生成的东西。你了解这种对话——“我们需要了解是什么在驱动销售管道（pipeline）”——但这可能需要几周的时间来提取、清理和分析数据，才能得到一个方向上正确的答案。
关键在于：如果你的数据在 HubSpot（或任何与 Claude 有连接器的 CRM）中，你今天就可以获得一份有效的归因报告，告诉你哪些营销活动实际上与成单收入相关。
在你开始之前
- 启用了 HubSpot 连接器的 Claude 帐户（这是关键——没有连接器，Claude 无法读取你的数据）。如果你使用的是不同的 CRM，只需确保它也连接到了你的 Claude 帐户，并遵循相同的说明）。
- 具有已成单/赢得（closed/won）交易数据以及至少跟踪了联系人部分营销活动的 HubSpot 访问权限
- 你想要分析的时间窗口的大致概念（过去 6-9 个月是一个很好的起点）
- 交易应关联有联系人——Claude 读取的是联系人级别的属性，而不仅仅是交易记录
第 1 步：将 Claude 连接到 HubSpot
在 Claude 中，打开一个新对话并从工具面板启用 HubSpot 连接器。你不需要提前导出任何内容或构建提示文件。一旦连接器处于活动状态，Claude 就会直接读取你的 HubSpot 数据。
第 2 步：运行归因提示词 (Prompt)
从这个提示词开始，根据你的时间窗口进行调整：
“查看过去 9 个月内所有成单赢得的交易。分析与这些交易相关的每个联系人的活动。确定哪些营销活动产生了成单收入。给我一份执行摘要，包括：总收入、平均交易规模、成单时间和与成单相关性最高的顶级营销触点。然后如果可以的话，按交易层级对其进行细分。”
Claude 将处理你的数据并返回一份结构化的报告——不仅仅是文本。期待一份执行摘要、按营销活动进行的细分以及建议部分。Rally 的 Brant Morton 在他的第一次尝试中就得到了马尔可夫链（Markov chain）分析，这甚至是他没有预料到的。
你的输出看起来像这样：
第 3 步：迭代报告
不要停留在第一次输出。继续提示以深入挖掘。尝试：
“现在分别向我展示首次触点（first touch）和最终触点（last touch）归因。”
>
“按交易规模向我展示前 20% 交易的最常见活动序列。”
>
“哪些营销活动出现在超过 50% 的成单赢得交易中？”
每一次后续跟进都会完善画面。第一份报告是一个起点，而不是最终答案。
第 4 步：批判性地阅读输出
目前 Claude 只能读取 HubSpot 的联系人属性——不能读取完整的活动时间线或自定义对象。这意味着它是基于首次转化、最近转化和 MQL 日期等字段进行工作的。这些见解是真实的，但它们是方向性的。如果你的报告告诉你“一对一的销售电子邮件是你的首要驱动因素”，这可能是真的——但也不是非常具有可操作性。促使 Claude 浮现出那些不明显的营销信号。
第 5 步：截图并记录让你惊讶的事情
在结束对话之前，对那些浮现出意想不到的内容的部分进行截图。这是你的工作版本。你将在此基础上进行构建。
什么是好的结果
一份扎实的初稿报告会为你提供：受影响的总销售管道、按细分市场划分的平均交易规模、与成单相关性最高的 3-5 个顶级营销触点，以及至少一个你以前不知道的见解。Brant 的报告显示，面对面的晚宴出现在企业级交易中，而内容下载则在推动较小的交易——这是一个真正的信号，塑造了他们的需求生成（demand gen）优先级。
注意事项
Claude 正在读取你的 HubSpot 数据，这意味着它的好坏取决于实际记录的内容。如果你的团队在记录活动方面不一致——或者如果没有在联系人级别跟踪营销触点——报告就会反映出这一点。垃圾进，有限的见解出。
此外：Claude 的连接器目前无法读取 HubSpot 中的自定义对象。如果你构建了自定义转化跟踪，你将不会在这里看到它。那就是版本 2 的用途。
核心要点
这原本需要数据分析师花几周时间来构建。你只需在一次对话中就完成了。报告并不完美——但它是真实的，它基于你的实际数据，并且它给了你一些可以做出反应的东西。这比大多数团队拥有的都要多。从这里开始，与你的销售和营销负责人一起对输出进行压力测试，然后决定你想要在哪些方面深入。
高级实操
如何使用 HubSpot、Supabase 和 Lovable 构建一个完整的营销归因应用程序。
Claude 的 HubSpot 连接器是一个很好的起点。但它有一个上限：20 万个 Token，没有自定义对象，没有完整的活动时间线。如果你想要涵盖整个历史记录的归因——每一个触点、每一个渠道、每一个联系人——你需要将数据从 HubSpot 中提取出来并在其之上构建一些东西。
好消息是：你不需要产品团队来做这件事。Rally 的 Brant Morton 用每月 30 美元的 Lovable 订阅、一个免费的 Supabase 表和几个周末的时间就构建了这个系统。它正在生产环境中运行。
这是版本 2。先做版本 1——它会告诉你用这个去回答什么问题。
在你开始之前
- 具有 API 权限的 HubSpot 访问权限（你将通过自动化提取数据，而不是使用 Claude 连接器）
- 一个 Make.com 或 n8n 帐户，用于设置 HubSpot → Supabase 工作流
- 一个 Supabase 帐户（免费层即可开始）
- 一个 Lovable 帐户（每月 30 美元的入门层就足够了）
- HubSpot 中至少一个季度的成单/赢得交易数据，并记录了营销活动
- 对无代码自动化有基本的适应性——你不需要编写代码，但你需要遵循工作流
第 1 步：设置你的 Supabase 数据表
在 Supabase 中创建一个表来接收营销触点数据。你将需要以下列：联系人 ID、公司 ID、事件类型、事件日期、活动、渠道和交易关联（如果有）。这是你的归因数据库。其他一切都构建在它之上。
第 2 步：在 Make 或 n8n 中构建 HubSpot → Supabase 同步
创建一个工作流，每当在 HubSpot 中记录了营销交互时（电子邮件发送、表单提交、广告交互、网络研讨会出席、销售电话），它就会触发并将其写入你的 Supabase 表中。这是关键的架构决策：与其每次都要求 Claude 重新读取所有内容，不如建立一个永远不会达到 Token 限制的运行日志。
Brant 引入了：营销电子邮件发送、广告交互、销售电子邮件、电话、表单提交和网络研讨会。这给了他 442,000 个触点——远远超出了 Claude 的 HubSpot 连接器在一次会话中所能处理的范围。
第 3 步：在 Supabase 之上构建 Lovable 应用程序
打开 Lovable 并将其连接到你的 Supabase 表。从这样的提示词开始：
“构建一个连接到我的 Supabase 表 [表名] 的营销归因仪表板。我想看到：按渠道划分的总触点、按模型划分的归因（首次触点、最终触点、线性、时间衰减、W 型），以及一个显示联系人在交易达成前进行的所有交互的联系人级别视图。”
Lovable 将构建该应用程序。从那里开始迭代。Brant 添加了一个公司汇总视图（这样你就可以看到一个账户中所有联系人的活动，而不仅仅是交易中的那个联系人）、一个提取 LinkedIn 和 Google Ads 数据的付费广告页面，以及一个按归因模型显示建议的“拉动杠杆”页面。
第 4 步：添加归因模型
真正的力量在于对同一数据集运行多个归因模型。从首次触点和最终触点开始——这些很容易。然后添加线性和时间衰减。马尔可夫链是最准确的，但需要在后台运行 Python 计算；Lovable 可以设置它，但你需要微调逻辑。
重点不是挑选一个“正确”的模型。而是要看看它们在哪里一致，在哪里不一致——并调查这些差距。
第 5 步：使用它提出更好的问题
仪表板是一个问题生成器，而不是最终答案。用它来浮现：哪两个或三个渠道几乎出现在每一个成单/赢得的交易中，营销和销售活动在哪里重叠（以及哪里不重叠），以及哪些触点出现在企业级交易与较小交易中。Brant 发现，面对面的晚宴与他最大的交易相关——这在标准的 HubSpot 归因报告中是永远不会出现的。
什么是好的结果
一个完全可用的版本会为你提供一个实时仪表板，其中包含六个归因模型、联系人级别的活动时间线、公司级别的汇总以及付费广告的投资回报率（ROI）视图——所有这些都来自你自己的数据，无需第三方归因平台。Brant 在一个周末内就构建了 Rally 的版本。
注意事项
在这里，你的数据质量比在版本 1 中更重要——你正在运行实际的统计模型。如果你的团队没有一致地记录活动，模型会将噪音作为信号浮现出来。在构建之前审核你的 HubSpot 数据卫生状况。
此外：马尔可夫链分析需要一些调整。在将该模型的首次输出与你较简单的模型进行交叉引用之前，不要相信它。
核心要点
三个月前，建立这样一个营销归因系统需要一名专职的 PM、一个工程师团队和数月的路线图时间。Juliette Kopecky 说得很清楚：在 HubSpot，他们有一个完整的产品团队专门致力于此类工具。Brant 在一个周末内就构建了同等的东西。这不是夸张——这就是当下实际正在发生的事情。问题不在于你是否负担得起构建这个。而在于你是否承受得起不知道什么在实际驱动你的收入的代价。
特别感谢 Rally 的 GTM 运营 Brant Morton 和 CMO Juliette Kopecky，感谢他们在公开场合构建了这一切并分享了每一个细节。
