[GA4] Memulai atribusi

Ringkasan

Pelanggan mungkin melakukan beberapa penelusuran dan mengklik beberapa iklan Anda sebelum melakukan pembelian atau menyelesaikan tindakan penting lainnya di situs atau aplikasi Anda. Biasanya, semua kredit untuk tindakan penting, yang disebut peristiwa utama, diberikan ke iklan terakhir yang diklik pelanggan. Namun, apakah hanya iklan tersebut yang membuat pelanggan memutuskan untuk berinteraksi dengan peristiwa utama dalam jalur menuju peristiwa utama? Bagaimana dengan iklan lain yang mereka klik sebelum iklan tersebut?

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.

Ada 3 model atribusi yang tersedia dalam laporan Atribusi di properti Google Analytics 4:

• Atribusi berbasis data
• Klik terakhir berbayar dan organik
• Klik terakhir saluran berbayar Google

Catatan: Semua model atribusi mengecualikan kunjungan langsung dari pemberian kredit atribusi, kecuali jika jalur menuju peristiwa utama seluruhnya terdiri dari kunjungan langsung.

Capai sasaran pemasaran Anda

Manfaatkan insight dari Google Analytics saat berkolaborasi dengan Google Ads untuk membantu menampilkan bisnis Anda kepada pelanggan yang tepat di Penelusuran, YouTube, dan lainnya.

Mulai

Mengakses laporan Atribusi

Untuk mengakses laporan Atribusi:

1. Di Google Analytics, klik Iklan di sebelah kiri.
2. Di bagian Atribusi, klik Model atribusi atau Jalur atribusi.

Atribusi berbasis data

Atribusi berbasis data: Atribusi berbasis data mendistribusikan kredit untuk peristiwa utama berdasarkan data untuk setiap peristiwa utama. Atribusi berbasis data berbeda dari model lain karena menggunakan data akun Anda untuk menghitung kontribusi sebenarnya dari setiap interaksi klik.

Setiap model Berbasis data berbeda-beda untuk masing-masing pengiklan dan setiap peristiwa utama.

Cara kerja atribusi berbasis data

Atribusi menggunakan algoritma machine learning untuk mengevaluasi jalur konversi dan non-konversi. Model Berbasis data yang dihasilkan mempelajari pengaruh berbagai poin kontak terhadap hasil peristiwa utama. Model tersebut menggabungkan faktor seperti jarak waktu dari peristiwa utama, jenis perangkat, jumlah interaksi iklan, urutan eksposur iklan, dan jenis aset materi iklan. Dengan pendekatan kontrafaktual, model tersebut membandingkan apa yang sesungguhnya terjadi dengan apa yang mungkin terjadi untuk menentukan poin kontak yang kemungkinan besar mendorong peristiwa utama. Model tersebut mengatribusikan kredit ke poin kontak ini berdasarkan kemungkinan tersebut.

Catatan: Bergantung pada ketersediaan data, model atribusi berbasis data dapat memanfaatkan data gabungan dari Setelan berbagi data.

Metodologi di balik atribusi berbasis data (lanjutan)

Ada 2 bagian utama dalam metodologi atribusi berbasis data:

• Menganalisis data jalur yang tersedia untuk mengembangkan model rasio peristiwa utama untuk setiap peristiwa utama
• Menggunakan prediksi model rasio peristiwa utama sebagai input untuk algoritma yang mengatribusikan kredit ke interaksi iklan

Mengembangkan model probabilitas peristiwa utama dari data jalur yang tersedia

Atribusi berbasis data menggunakan data jalur, termasuk data dari pengguna yang berkonversi maupun yang tidak berkonversi, untuk memahami pengaruh kehadiran dan waktu dari poin kontak pemasaran tertentu terhadap kemungkinan peristiwa utama pengguna Anda. Model yang dihasilkan menilai seberapa besar kemungkinan pengguna berinteraksi dengan peristiwa utama di jalur menuju peristiwa utama pada titik tertentu dalam jalur tersebut, setelah mendapat eksposur interaksi iklan tertentu.

Model ini membandingkan probabilitas peristiwa utama pengguna yang mendapatkan eksposur iklan, dengan probabilitas peristiwa utama pengguna serupa dalam grup penahanan. (Dalam istilah yang lebih teknis, model ini menghitung keuntungan kontrafaktual dari eksposur iklan Google dengan melatih data dari uji coba terkontrol secara acak.)

Menetapkan kredit pecahan pada poin kontak pemasaran menggunakan algoritma

Model atribusi berbasis data menetapkan kredit berdasarkan bagaimana penambahan setiap interaksi iklan ke jalur mengubah estimasi probabilitas peristiwa utama. Algoritma atribusi berbasis data menggunakan fitur, termasuk waktu antara interaksi iklan dan peristiwa utama, jenis format, serta sinyal kueri lainnya untuk menghitung kredit ini.

Contoh

Dalam ilustrasi tingkat tinggi berikut, kombinasi Eksposur Iklan #1 (Penelusuran berbayar), Eksposur Iklan #2 (Sosial), Eksposur Iklan #3 (Afiliasi), dan Eksposur Iklan #4 (Penelusuran) menghasilkan 3% probabilitas peristiwa utama. Jika Eksposur Iklan #4 tidak terjadi, probabilitasnya turun menjadi 2%, sehingga kami tahu bahwa Eksposur Iklan #4 mendorong +50% probabilitas peristiwa utama. Kami mengulanginya untuk setiap interaksi iklan dan menggunakan kontribusi yang dipelajari sebagai bobot atribusi.

Klik terakhir berbayar dan organik

Catatan: Model atribusi klik pertama, linear, peluruhan waktu, dan berbasis posisi tidak tersedia lagi mulai November 2023. Pelajari lebih lanjut artikel Tentang model yang tidak digunakan lagi.

Klik terakhir berbayar dan organik: Mengabaikan traffic langsung dan mengatribusikan 100% nilai peristiwa utama ke saluran terakhir yang diklik pelanggan (atau penayangan tak dilewati untuk YouTube) sebelum melakukan konversi. Lihat contoh cara alokasi nilai peristiwa utama:

Contoh

1. Display > Sosial > Penelusuran Berbayar > Penelusuran Organik → 100% ke Penelusuran Organik
2. Display > Sosial > Penelusuran Berbayar > Email → 100% ke Email
3. Display > Sosial > Penelusuran Berbayar > Langsung → 100% ke Penelusuran Berbayar
4. Langsung → 100% Traffic langsung

Catatan:

• Klik terakhir berbayar dan organik dan Klik non-langsung terakhir adalah dua nama untuk model atribusi yang sama.

Penayangan tak dilewati dihitung dalam atribusi berbasis data saat pengguna:

• Menonton iklan selama 30 detik (atau sampai selesai jika kurang dari 30 detik)
• Mengklik kartu teaser
• Mengklik banner pengiring atau video wall
• Mengklik frasa yang merupakan pesan ajakan (CTA)
• Mengklik layar akhir
• Mengklik untuk mengunjungi situs pengiklan

Klik terakhir saluran berbayar Google

Klik terakhir saluran berbayar Google: Mengatribusikan 100% nilai peristiwa utama ke saluran Google Ads terakhir yang diklik pelanggan sebelum melakukan konversi. Jika tidak ada klik Google Ads pada jalur, seperti di Contoh 6, model atribusi kembali ke Klik terakhir berbayar dan organik.

Contoh

5. Display > Sosial > Penelusuran Berbayar > Penelusuran Organik → 100% ke Penelusuran Berbayar
6. Display > Sosial > EVC YouTube > Email → 100% ke YouTube
7. Display > Sosial > Email > Langsung → 100% ke Email (kembali ke klik non-langsung terakhir)
8. Langsung → 100% Traffic langsung

Memilih setelan atribusi

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. Di  Admin, under Data display, click Attribution settings.
   Link sebelumnya akan membuka properti Analytics terakhir yang Anda akses. Anda dapat mengubah properti menggunakan pemilih properti.

   Anda harus memiliki peran Pemasar atau yang lebih tinggi di tingkat properti untukselect the attribution settings.
3. Select these attribution settings:
   • Reporting attribution model
   • Channels that can receive credit
   • Key event lookback window
4. Click Save.