[GA4] Komma igång med attribution

Översikt

Ibland gör kunder flera sökningar och klickar på flera av dina annonser innan de köper något eller utför någon annan viktig åtgärd på din webbplats eller i din app. Normalt tillskrivs hela värdet av en sådan viktig åtgärd, en så kallad viktig händelse, den sista annonsen som kunden klickade på. Men var det enbart den annonsen som ledde till att kunden valde att interagera med en viktig händelse på vägen mot en viktig händelse? Hur är det med de andra annonserna som kunden klickade på tidigare?

Det finns tre attributionsmodeller i attributionsrapporterna för Google Analytics 4-egendomar:

• Datadriven attribution
• Senaste betalda och organiska klick
• Senaste klick på Googles betalkanaler

Åtkomst till attributionsrapporterna

Så här kommer du åt attributionsrapporterna:

1. Klicka på Annonsering till vänster i Google Analytics.
2. Under Attribution klickar du på Attributionsmodeller eller Attributionsvägar.

Datadriven attribution

Datadriven: Med datadriven attribution tillskrivs värdet för den viktiga händelsen utifrån data om varje viktig händelse. Den skiljer sig från de andra modellerna eftersom den använder data i ditt konto för att beräkna i vilken utsträckning varje klickinteraktion faktiskt bidrog till den viktiga händelsen.

Varje datadriven modell är specifik för varje annonsör och varje viktig händelse.

Så fungerar datadriven attribution

Attributionsfunktionen använder maskininlärningsalgoritmer för att utvärdera vägar med och utan konvertering. Den resulterande datadrivna modellen lär sig hur olika kontaktpunkter påverkar resultaten av de viktiga händelserna. Modellen omfattar faktorer som tid från viktig händelse, enhetstyp, antal annonsinteraktioner, exponeringsordning och typ av annonstillgångar. Modellen tillämpar ett kontrafaktiskt tillvägagångssätt för att ställa vad som faktiskt inträffade mot vad som kunde ha inträffat för att avgöra vilka kontaktpunkter som mest sannolikt leder till viktiga händelser. Modellen tillskriver kontaktpunkterna värde utifrån denna sannolikhet.

Metodiken bakom datadriven attribution (avancerat)

Den datadrivna attributionsmetoden består av två huvudsakliga steg:

• analys av tillgänglig vägdata för att utveckla modeller för frekvens för viktig händelser för var och en av dina viktiga händelser
• användning av prognoser i modellen för frekvens för viktig händelser som indata i en algoritm som tillskriver annonsinteraktioner värde

Utveckla sannolikhetsmodeller för viktiga händelser utifrån tillgänglig vägdata

Datadriven attribution använder vägdata, däribland data om både konverterande och icke-konverterande användare, för att beräkna hur förekomsten av och tidpunkterna för specifika kontaktpunkter i marknadsföringen kan påverka sannolikheten för en viktig händelse. De resulterande modellerna utvärderar sannolikheten för att en användare ska interagera med en viktig händelse längs vägen till en viktig händelse vid en viss punkt på vägen med hänsyn till personens exponering för en viss annonsinteraktion.

Modellerna jämför sannolikheten för viktiga händelser för användare som såg annonsen med sannolikheten för viktiga händelser för liknande användare i en kontrollgrupp som inte såg annonsen. (Med en mer teknisk formulering beräknar modellerna de kontrafaktiska fördelarna med annonsexponeringar på Google genom att träna på data från slumpgenererade kontrollerade försök.)

Algoritmiskt tillskriva kontaktpunkter i marknadsföring en bråkdel av tillskrivet värde

Den datadrivna attributionsmodellen tillskriver värde utifrån hur varje annonsinteraktion längs vägen påverkar den uppskattade sannolikheten för en viktig händelse. Algoritmen för datadriven attribution använder funktioner som tid mellan annonsinteraktion och viktig händelse, formattyp samt andra sökfrågesignaler för att beräkna tillskrivet värde.

Exempel

I följande övergripande illustration ger kombinationen av den första annonsexponeringen (betald sökning), den andra annonsexponeringen (sociala nätverk), den tredje annonsexponeringen (affiliate) och den fjärde annonsexponeringen (Sök) en sannolikhet för viktig händelse på 3 %. Om den fjärde annonsexponeringen inte inträffar sjunker sannolikheten till 2 %. Därför vet vi att den fjärde annonsexponeringen ökar sannolikheten för viktig händelse med 50 %. Vi upprepar detta för varje annonsinteraktion och använder den inlärda informationen som attributionsviktningar.

Senaste betalda och organiska klick

Attribution till senaste organiska och betalda klick: Ignorerar direkt trafik och tillskriver hela värdet för den viktiga händelsen den senaste kanalen där kunden klickade (eller slutförde en visning med användarengagemang på YouTube) före den viktiga händelsen. Se exemplen nedan på hur värde för viktiga händelser tillskrivs:

Senaste klick på Googles betalkanaler

Attribution till senaste klick på Googles betalkanaler: Hela värdet för den viktiga händelsen tillskrivs den senaste Google Ads-kanal där kunden klickade före den viktiga händelsen. Om det inte finns något Google Ads-klick längs vägen, som i exempel 6, används attributionsmodellen för senaste betalda och organiska klick.

Välja attributionsinställningar