Inzerce a atribuce

[GA4] Začínáme s atribucí

Analyzujte, jak reklamy vedou uživatele k provádění smysluplných akcí na vašem webu nebo ve vaší aplikaci

Přehled

Než zákazníci provedou nákup nebo dokončí jinou důležitou akci na vašem webu nebo ve vaší aplikaci, mohou provést několik vyhledávání a kliknout na několik vašich reklam. Veškerý kredit za důležitou akci (tzv. klíčovou událost) je obvykle připsán reklamě, na kterou zákazník kliknul naposledy. Byla to ale jen tahle reklama, která ho přivedla k interakci s klíčovou událostí na cestě ke klíčové události? Co jiné reklamy, na které kliknul předtím?

Attribution is the act of assigning credit for important user actions to different ads, clicks, and factors along the user's path to completing the action.

An attribution model can be a rule, a set of rules, or a data-driven algorithm that determines how credit is assigned to touchpoints along a user's path to completing important actions.

V přehledech atribuce jsou ve službách v Google Analytics 4 k dispozici tři atribuční modely:

  • Atribuce založená na datech
  • Placené a organické poslední kliknutí
  • Poslední placené kanály Google před konverzí
Poznámka: Atribuční modely nepřiřazují kredit přímým návštěvám. Výjimkou jsou případy, kdy trasa ke klíčové události zahrnuje pouze přímé návštěvy.

Google Ads logo Naplňte své marketingové cíle

Využívejte statistiky z Google Analytics ve službě Google Ads a prezentujte svou firmu těm správným zákazníkům ve Vyhledávání, na YouTube i jinde.

Přístup k přehledům atribuce

Přístup k přehledům atribuce:

  1. V Google Analytics vlevo klikněte na Reklamy.
  2. V části Atribuce klikněte na Atribuční modely nebo Atribuční trasy.

Atribuce založená na datech

Atribuce založená na datech: Tato atribuce rozděluje kredit za klíčovou událost podle údajů zaznamenaných u jednotlivých klíčových událostí. Od jiných modelů se liší tím, že používá data z účtu k výpočtu skutečného přínosu jednotlivých kliknutí.

Data-driven model iconKaždý model na základě dat je specifický pro daného inzerenta a danou klíčovou událost.

Princip atribuce založené na datech

Atribuce využívá algoritmy strojového učení k vyhodnocení konverzních tras i tras, které ke konverzi nevedou. Výsledný model založený na datech zjišťuje, jak různé kontaktní body ovlivňují výsledky klíčové události. Model pracuje s faktory jako čas od klíčové události, typ zařízení, počet interakcí s reklamou, pořadí vystavení reklamě nebo typ podkladů. Při použití hypotetického přístupu staví model proti sobě to, co se stalo, s tím, co by se mohlo stát. Přitom se snaží určit, které kontaktní body mohou vést ke klíčovým událostem s největší pravděpodobností. Kredit připisuje model kontaktním bodům na základě této pravděpodobnosti.

Poznámka: Podle dostupnosti dat mohou atribuční modely založené na datech využívat souhrnná data z nastavení sdílení dat.

Metodika atribuce založené na datech (pokročilé)

Metodika atribuce založené na datech má dvě hlavní části:

  • Analýzu dostupných údajů o trase, která slouží k vypracovávání modelů míry klíčových událostí pro jednotlivé klíčové události
  • Používání předpovědí modelů míry klíčových událostí jako vstupu pro algoritmus, který připisuje kredit interakcím s reklamami

Vytvoření modelů pravděpodobnosti klíčových událostí z dostupných údajů o trase

Atribuce založená na datech využívá údaje o trase, včetně údajů o uživatelích, u kterých došlo ke konverzi, i uživatelích, u kterých ke konverzi nedošlo. Pomocí nich pak analyzuje, jak existence a časování konkrétních marketingových kontaktních bodů ovlivňuje pravděpodobnost klíčové události vašich uživatelů. Výsledné modely ukazují, s jakou pravděpodobností dojde k interakci uživatele s klíčovou událostí na trase ke klíčové události v konkrétním bodě trasy s ohledem na konkrétní interakci s reklamou.

Modely srovnávají pravděpodobnost klíčové události u uživatelů, kterým se reklama zobrazila, s pravděpodobností klíčové události podobných uživatelů ve skupině, které se reklama nezobrazuje. (Řečeno technicky, tyto modely vypočítávají hypotetické srovnávací zisky plynoucí ze zobrazování reklam Google na základě dat získaných z náhodných kontrolovaných studií.)

Algoritmické přiřazení děleného kreditu marketingovým kontaktním bodům

Atribuční model založený na datech přiřazuje kredit na základě toho, jak přidání jednotlivých interakcí s reklamou do trasy změní odhadovanou pravděpodobnost klíčové události. Algoritmus atribuce založené na datech používá k výpočtu kreditu funkce, jako je doba mezi interakcí s reklamou a klíčovou událostí, typ formátu a další signály dotazu.

Příklad
V následujícím příkladu vidíme, že u kombinace zobrazování reklam č. 1 (v placeném vyhledávání), zobrazování reklam č. 2 (v sociálních sítích), zobrazování reklam č. 3 (v partnerských sítích) a zobrazování reklam č. 4 (ve vyhledávání) je 3% pravděpodobnost, že dojde ke klíčové události. Pokud nedochází k zobrazování č. 4, pravděpodobnost klesne na 2 %, takže víme, že zobrazování č. 4 zvyšuje pravděpodobnost klíčové události o 50 %. To zopakujeme pro každou interakci s reklamou a zjištěné příspěvky použijeme jako atribuční váhy.

Placené a organické poslední kliknutí

Poznámka: Atribuční modely První kliknutí, Lineární, Nárůst v čase a Podle pozice nejsou od listopadu 2023 k dispozici. Další informace o zrušených modelech

Last interaction model iconPlacené a organické poslední kliknutí: Ignoruje přímou návštěvnost a připisuje 100 % hodnoty klíčové události poslednímu kanálu, na který zákazník kliknul (nebo provedl aktivní zhlédnutí v případě YouTube). Podívejte se na následující příklady alokace hodnoty klíčové události:

Příklady
  1. Obsahová síť > sociální sítě > placené vyhledávání > organické vyhledávání → 100 % se připíše organickému vyhledávání
  2. Obsahová síť > sociální sítě > placené vyhledávání > e-mail → 100 % se připíše e-mailu
  3. Obsahová síť > sociální sítě > placené vyhledávání > přímá návštěvnost → 100 % se připíše placenému vyhledávání
  4. Přímá návštěvnost → 100% přímá návštěvnost
Poznámka:
  • Placené a organické poslední kliknutí a Poslední nepřímé kliknutí jsou dva názvy stejného atribučního modelu.

V atribuci založené na datech se aktivní zhlédnutí započítá, když uživatel:

  • sleduje reklamu 30 sekund (nebo do konce, pokud je kratší než 30 sekund),
  • klikne na kartu s upoutávkou,
  • klikne na doprovodný banner nebo videostěnu,
  • klikne na frázi, která je výzvou k akci,
  • klikne na závěrečnou obrazovku,
  • kliknutím přejde na web inzerenta.

Poslední placené kanály Google před konverzí

Last interaction model iconPoslední placené kanály Google před konverzí: Přiřadí 100 % hodnoty klíčové události poslednímu kanálu Google Ads, kam se zákazník prokliknul, než uskutečnil konverzi. Pokud na trase není žádné kliknutí Google Ads (jako v příkladu 6), vrátí atribuční model záložní výsledek z modelu Placené a organické poslední kliknutí.

Příklady
  1. Obsahová síť > sociální sítě > placené vyhledávání > organické vyhledávání → 100 % se připíše placenému vyhledávání
  2. Obsahová síť > sociální sítě > aktivní zhlédnutí na YouTube > e-mail → 100 % se připíše YouTube
  3. Obsahová síť > sociální sítě > e-mail > přímá návštěvnost → 100 % se připíše e-mailu (záložní alternativou je poslední nepřímý proklik)
  4. Přímá návštěvnost → 100% přímá návštěvnost

Vyberte nastavení atribuce

The Attribution settings page lets you choose how Google Analytics assigns credit to different ads, clicks, and other factors before users trigger key events and Google Ads web conversions.

To select attribution settings:

  1. Sign in to Google Analytics.
  2. V části Administrátor, under Data display, click Attribution settings.
    Předchozí odkaz otevře službu v Analytics, kterou jste používali naposledy. Službu můžete změnit pomocí výběru služby.
    Musíte mít roli marketingového specialisty nebo vyšší.na úrovni služby, pokud chceteselect the attribution settings.
  3. Select these attribution settings:
  4. Click Save.

Pomohly vám tyto informace?

Jak bychom článek mohli vylepšit?
true
Vyhledávání
Vymazat vyhledávání
Zavřít vyhledávání
Hlavní nabídka
2590230328853349586
true
Prohledat Centrum nápovědy
true
true
true
true
true
69256
false
false