统计LookWorldPro在Line上的引流，最直接的办法是把每个触点（消息、Rich Menu、QR、好友入口）都贴上可识别的参数（UTM/自定义state），同时开启Line Official Account数据与webhook/LIFF事件上报，在落地页与服务端保存这些参数并回写用户行为，最后把事件流送入GA、Mixpanel或自建BI做归因与报表。这样可以清晰看到“谁从哪来、做了什么、转化多少、留存如何”。
先说结论（别急，下面慢慢拆）
要把Line的引流统计做准，三件事必不可少：一是给每个引流口打标签（UTM或自定义参数）；二是把用户行为（点开、加好友、点击Rich Menu、落地页行为、领取券）从客户端和服务器端都记录并关联；三是用合适的归因逻辑把这些事件串起来，输出可操作的KPI报表。
理解问题：为什么Line的引流比网页难统计？
- 入口碎片化：Line里可能有频道消息、好友私聊、群聊、Rich Menu、二维码、LIFF小应用等多个入口，每个入口用户路径不同。
- 平台限制：Line的客户端可能对第三方cookie、referer做限制，直接依赖浏览器referer往往不靠谱。
- 事件分散：加好友、消息送达、消息打开、rich menu点击、LIFF内操作，这些事件需要不同接口来拿到。
关键概念（你必须弄清楚的）
- UTM/自定义参数：给每个外部链接加入可辨识参数，比如 ?utm_source=line&utm_medium=message&utm_campaign=promoA 或者 ?campaign=line_message_A。
- Server-side tracking（服务端埋点）：当浏览器或客户端不可靠时，服务端记录事件并关联用户ID是最稳妥的方式。
- Line webhook & LIFF：webhook可以接收follow/unfollow/message/click等事件，LIFF/Line Login允许在Line内拿到用户ID并做深度交互。
- 归因模型：先验决定后果，常用的有最后点击归因、首次点击归因和多触点归因。
需要统计的核心指标（KPI）
- 曝光/送达量：消息被Line服务器送达的次数。
- 打开率/点开率：实际打开消息或点击链接的比例。
- 新增好友数：通过某活动新增的Follow/好友数。
- 引导点击量（Click）：点击落地页或LIFF入口的次数。
- 转化率（Conversion）：完成注册、下单、领取券等关键动作的比例。
- CPA / CPL：每个获客或线索的成本（如果做投放）。
- 留存/活跃/复购：评估引流质量，而非仅看数量。
工具清单（实操要用的东西）
- Line Official Account 管理后台（自带基础洞察）
- Line Messaging API（webhook）与Line Login/LIFF
- Google Analytics / GA4（网页落地页分析）
- Mixpanel、Firebase、Amplitude（事件分析与用户行为追踪）
- 短链服务或自建跳转页（可统计点击并做参数预处理）
- BI工具（Metabase/Looker/Tableau）用于做归因与报表
一步步实操：从准备到落地（Feynman式拆解）
想象你要发一条优惠券消息，引导用户去领取。分成几步去做，每一步都留痕，就能把整个漏斗串起来。
步骤1：为每个渠道/消息生成唯一追踪参数
- 格式示例：?utm_source=line&utm_medium=message&utm_campaign=spring_sale_A
- 如果是Rich Menu或QR，给每个选项或每个QR生成不同的campaign参数，方便拆分效果。
步骤2：短链或跳转页做第一层统计并保存参数
不要直接把用户导到复杂的注册页，先用一个跳转页（几百毫秒），在该页读取URL参数并写入cookie/localStorage，同时发一个服务端事件记录这次点击（携带参数与时间、IP、UA）。这样即便后续用户关闭页面，服务器也有一次点击记录。
步骤3：Line webhook 与 LIFF 关联用户
- 当用户在Line上点开某个LIFF或通过Line Login登陆时，拿到userId或line profile，把它和之前cookie里保存的campaign参数做关联（把参数写到用户属性或数据库）。
- 对于follow事件（加好友），webhook会推follow事件，记录时间点并把它和campaign关联。
步骤4：落地页/注册页做标记与事件上报
注册或领取券时，把UTM/campaign参数随同用户信息提交到后端，并触发一次“转化”事件（server-side），同时把事件发到Analytics/BI。服务端记录优点：不怕浏览器阻止第三方cookie或JS被拦截。
步骤5：把所有事件送入统一分析平台做归因
将点击（短链->跳转），open（Message open / LIFF open），follow（加好友），以及conversion（注册/下单/领取券）这些事件，汇入同一套用户ID体系（优先用line userId或自建UID），然后按选定的归因模型输出报告。
示例：UTM与事件表（便于落地）
| 事件 | 触发位置/接口 | 关键字段 |
| 点击短链 | 短链/跳转页 | campaign, utm_source, timestamp, ip |
| LIFF打开 | LIFF/Line Login | lineUserId, liffId, campaign |
| 加好友（follow） | Line webhook | lineUserId, timestamp, sourceCampaign |
| 领取券/注册 | 落地页/后端 | userId, orderId, conversionValue, campaign |
归因模型，别随便用默认的
很多人只看最后一次点击（last-click），觉得简单。问题是：Line的触点往往是信息触达+多次提醒，最后点击不一定说明这个渠道把人带进来的。建议：根据活动长度选择归因策略——短期促销可用最后点击；长链路转化（先加好友后多次互动）用多触点或时间衰减模型。
举个真实可操作的案例（一步步来的）
假设你发了两版模板A/B给不同用户群，目标是领取10%优惠券。
- 每个版本生成短链：https://go.example.com/lt?utm_source=line&utm_campaign=spring_A
- 短链先到跳转页，跳转页记录点击并写cookie，然后跳到LIFF或落地页。
- 在LIFF中，调Line Login拿到lineUserId，调用后端接口把lineUserId与campaign参数关联（存入表 user_campaign）。
- 用户领取券时后端写入conversion表，并把事件同步到GA/GTM或Mixpanel。
- 最后在BI里你可以得到：A模板点击量、加好友数、领取券数、转化率和CPA，逐日趋势和留存。
常见问题和坑（说得很直白）
- 问题：referer丢失怎么办？——别依赖referer，使用URL参数和服务端记录来弥补。
- 问题：有人直接扫码但没点击短链怎么办？——为每个QR生成独立参数，二维码直接嵌入含参数的短链，扫码就带参。
- 问题：Line的用户ID和你系统的ID怎么连？——用Line Login或LIFF拿到profile，再在注册/领券环节做一次绑定。
- 问题：隐私/合规如何处理？——保存最小必要信息，明确用户同意，遵守当地法规（例如GDPR），并在Line后台说明用途。
一些实用小技巧（长期好用的）
- 短链服务记录点击来源与IP，作为QA工具，方便查问题。
- 把campaign写成结构化格式（如 channel_platform_campaign_variation），便于后端过滤。
- 测试时同步模拟不同手机、不同网络环境，看看参数是否丢失。
- 对重要动作使用双向确认：客户端先发事件，服务端再写一次；若两者都成功，就认为该事件有效。
监控看板怎么搭（必须要能日常看）
一个基本的看板至少包含：日/周新增好友、消息送达与点击率、短链点击、落地页转化、单日CPA、7/30日留存。把这些按campaign拆分，设置阈值告警（比如转化率突然下降），这样可以及时优化文案或推送频次。
收尾（就像边想边写的那种）
好了，说了很多技术细节和流程，核心还是两点：给每个入口打标签，并确保事件能从Line端一路追到你自己的后端，再统一到分析平台里做归因。做起来可能会有点琐碎（参数没带上、cookie被清理、webhook延迟），但一步一步把环节补齐，数据就会越来越可信，策略也能更有把握——反正我当初也是一边实验一边改的，不可能一次到位。