[GA4] Първи стъпки с приписването

Общ преглед

Възможно е клиентите да направят няколко търсения и да кликнат върху няколко от рекламите Ви, преди да извършат покупка или да извършат друго важно действие в уебсайта или приложението Ви. Обикновено цялата заслуга за важното действие, наречено ключово събитие, се приписва на последната реклама, върху която са кликнали клиентите. Но дали само тази реклама ги е накарала да решат да взаимодействат с ключово събитие по пътя им до такова събитие? Какво мислите за другите реклами, върху които са кликнали преди това?

В отчетите за приписването в собственостите в Google Анализ 4 има три типа модели на приписване:

• Управлявано от данни приписване (DDA)
• Последно кликване (платени и органични канали)
• Последно кликване (платени канали в Google)

Достъп до отчетите за приписването

За достъп до отчетите за приписването:

1. В Google Анализ кликнете върху Рекламиране вляво.
2. Под Приписване кликнете върху Модели на приписване или Пътища на приписване.

Управлявано от данни приписване (DDA)

Управлявано от данни приписване (DDA): При управляваното от данни приписване заслугата за ключовото събитие се разпределя въз основа на данни за всяко ключово събитие. Моделът се различава от другите по това, че за изчисляване на действителния принос на всяко кликване се използват данни от профила Ви.

Всеки управляван от данни модел е специфичен за всеки рекламодател и всяко ключово събитие.

Как функционира управляваното от данни приписване

Приписване използва алгоритми на машинното обучение, за да оценява пътищата както до реализация, така и до липсата на такава. Полученият в резултат управляван от данни модел се обучава как различните точки на съприкосновение се отразяват върху ключовите събития. Моделът инкорпорира фактори, като изминало време от ключовото събитие, тип устройство, брой взаимодействия с рекламата, ред на присъствие на рекламите и тип на елементите на рекламното послание. Използвайки подход на изчисляване на потенциалните възможности, моделът съпоставя това, което се е случило, с това, което е можело да се случи, за да определи кои точки на съприкосновение има най-голяма вероятност да стимулират осъществяването на ключови събития. Моделът приписва заслуга на тези точки на съприкосновение на базата на съответната вероятност.

Методологията на управляваното от данни приписване (разширено)

Методологията на управляваното от данни приписване се състои от две основни части:

• Анализ на наличните данни за пътя с цел разработване на модели за процента потребители, активирали ключово събитие, за всяко от ключовите Ви събития.
• Използване на предвижданията на модела за процента потребители, активирали ключово събитие, като входни данни за алгоритъм, който приписва заслугата на взаимодействия с рекламата.

Разработване на модели за вероятността за ключово събитие от наличните данни за пътя

Управляваното от данни приписване използва данни за пътя, включително от потребителите, които са осъществили реализация, и от тези, които не са, за да разбере как наличието и времето на конкретните маркетингови точки на съприкосновение може да се отрази върху вероятността потребителите да извършат ключово събитие. Получените модели оценяват вероятността потребителят да взаимодейства с ключово събитие по пътя към ключово събитие в конкретен момент от пътя, при условие че настъпи конкретно негово взаимодействие с реклама.

Моделите сравняват вероятността за ключово събитие за потребителите, изложени на рекламата, и тази за подобни потребители от група, неизложена на рекламата. (Казано на по-технически език, моделите изчисляват условните положителни ефекти от излагането на реклама от Google, като се обучават от данни от рандомизирани контролирани експерименти.)

Алгоритмично присвояване на частична заслуга на маркетингови точки на съприкосновение

Моделът на управлявано от данни приписване приписва заслуга въз основа на промяната на прогнозната вероятност за ключово събитие, настъпваща вследствие на добавянето на всяко взаимодействие с рекламата към пътя. За изчисляването на тази заслуга алгоритъмът на управляваното от данни приписване използва различни характеристики, включително времето между взаимодействието с рекламата и ключовото събитие, типа на формата и други сигнали за заявките.

Пример

В следната илюстрация от високо ниво комбинацията от излагане на реклама №1 (платено търсене), излагане на реклама №2 (социални мрежи), излагане на реклама №3 (партньори) и излагане на реклама №4 (мрежата за търсене) води до вероятност за ключово събитие от 3%. Когато излагане на реклама №4 не се случи, вероятността спада до 2%, затова знаем, че то води до увеличение на вероятността за ключово събитие с 50%. Повтаряме това за всяко взаимодействие с реклама и използваме така получените стойности за приноса като тегла за приписването.

Последно кликване (платени и органични канали)

Последно кликване (платени и органични канали): Не взема под внимание директния трафик и приписва 100% от стойността на ключовото събитие на последния канал, от който клиентът е кликнал (или се е ангажирал с пълно показване за YouTube), преди да извърши реализация. Вижте примерите по-долу за това как се разпределя стойността на ключовото събитие:

Последно кликване (платени канали в Google)

Последно кликване (платени канали в Google): 100% от стойността на ключовото събитие се приписва на последния канал в Google Ads, от който клиентът е кликнал, преди да осъществи реализация. Ако по пътя няма кликване от Google Ads, както е посочено в Пример 6, моделът на приписване се връща към „Последно кликване“ (платени и органични канали).

Избиране на настройки за приписването