Преглед
Клијенти могу да обаве неколико претрага и кликну на неколико огласа пре него што обаве куповину или другу важну радњу на веб-сајту или у апликацији. Обично се све заслуге за важну радњу, која се назива кључни догађај, приписују последњем огласу на који су клијенти кликнули. Али да ли их је само тај оглас подстакао да остваре интеракцију са кључним догађајем на путањи до кључног догађаја? Шта је са другим огласима на које су кликнули пре њега?
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.
У извештајима о приписивању у производима Google аналитике 4 доступна су 3 модела приписивања:
- Приписивање засновано на подацима
- Последњи клик на канале који се плаћају и бесплатне канале
- Последњи клик на Google канале који се плаћају
Остварите маркетиншке циљеве
Користите увиде из Google аналитике у Google Ads-у и приказујте предузеће правим клијентима на Мрежи за претрагу, YouTube-у и другим местима.
Приступите извештајима о приписивању
Да бисте приступили извештајима о приписивању:
- У Google аналитици кликните на Оглашавање са леве стране.
- У делу Приписивање кликните на Модели приписивања или Путање приписивања.
Приписивање засновано на подацима
Засновано на подацима: Приписивање засновано на подацима распоређује заслуге за кључни догађај на основу података за сваки кључни догађај. Разликује се од других модела јер на основу података са налога израчунава стварни допринос сваке интеракције кликом.
Како функционише приписивање засновано на подацима
Атрибуција користи алгоритме машинског учења како би проценила путање које остварују конверзије и путање које не остварују конверзије. Добијени модел који се заснива на подацима учи како различите тачке контакта утичу на исходе кључних догађаја. Овај модел обухвата факторе као што су време од кључног догађаја, тип уређаја, број интеракција са огласом, редослед изложености и тип елемената огласа. Коришћењем хипотетичког приступа, модел пореди оно што се десило са оним што је могло да се деси како би утврдио за које тачке контакта је највећа вероватноћа да подстакну кључне догађаје. Модел приписује заслуге тачкама контакта на основу те вероватноће.
Методологија приписивања заснованог на подацима (напредно)
Постоје 2 главна дела методологије приписивања заснованог на подацима:
- Анализирање доступних података о путањи ради прављења модела стопе кључних догађаја за сваки кључни догађај
- Коришћење предвиђања модела стопе кључних догађаја као уноса за алгоритам који приписује заслуге интеракцијама са огласима
Направите моделе вероватноће за кључне догађаје на основу доступних података из путање
На основу података из путање, укључујући податке од корисника који остваре и који не остваре конверзију, приписивање засновано на подацима сазнаје како присуство и временске одреднице одређених маркетиншких тачака контакта могу да утичу на вероватноћу да корисници остваре кључни догађај. Добијени модели процењују вероватноћу интеракције корисника са кључним догађајем на путањи до кључног догађаја на било којој тачки путање, имајући у виду изложеност одређеној интеракцији са огласом.
Модели пореде вероватноћу кључног догађаја корисника који су били изложени огласу и вероватноћу кључног догађаја сличних корисника у групи за задржавање. (Техничким жаргоном, модели израчунавају хипотетичку добит од изложености Google огласима обучавањем модела помоћу података из насумичних контролисаних експеримената.)
Приписивање делимичних заслуга маркетиншким тачкама контакта помоћу алгоритма
Модел приписивања на основу података приписује заслуге на основу тога како додавање сваке интеракције са огласом на путању мења процењену вероватноћу остваривања кључног догађаја. Алгоритам приписивања на основу података израчунава ове заслуге на основу функција као што су време између интеракције са огласом и кључног догађаја, тип формата и други сигнали упита.
Последњи клик на канале који се плаћају и бесплатне канале
- Мрежа мултимедијалног оглашавања > Друштвене мреже > Плаћена претрага > Бесплатна претрага → 100% бесплатној претрази
- Мрежа мултимедијалног оглашавања > Друштвене мреже > Плаћена претрага > Имејл → 100% имејлу
- Мрежа мултимедијалног оглашавања > Друштвене мреже > Плаћена претрага > Директан саобраћај → 100% плаћеној претрази
- Директно → 100% директног саобраћаја
- Последњи клик на канале који се плаћају и бесплатне канале и Последњи клик који није директан два су назива за исти модел приписивања.
У приписивању заснованом на подацима ангажовани преглед се рачуна када корисник:
- Гледа оглас 30 секунди (или до краја ако је краћи од 30 секунди)
- Кликне на картицу са тизером
- Кликне на пратећи банер или видео зид
- Кликне на фразу која представља позив на акцију
- Кликне на завршни екран
- Кликне на линк до веб-сајта оглашавача
Последњи клик на Google канале који се плаћају
- Мрежа мултимедијалног оглашавања > Друштвене мреже > Плаћена претрага > Бесплатна претрага → 100% плаћеној претрази
- Мрежа мултимедијалног оглашавања > Друштвене мреже > YouTube конверзија по ангажованом прегледу > Имејл → 100% YouTube-у
- Мрежа мултимедијалног оглашавања > Друштвене мреже > Имејл > Директан саобраћај → 100% имејлу (враћа се на последњи клик који није директан)
- Директно → 100% директног саобраћаја
Изаберите подешавања приписивања
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:
- Sign in to Google Analytics.
- У одељку
Администратор, under Data display, click Attribution settings.
Претходни линк отвара последњи производ Аналитике ком сте приступили. Можете да промените производ помоћу бирача производа.Морате да имате улогу маркетиншког стручњака или већу на нивоу производа да бисте select the attribution settings. - Select these attribution settings:
- Click Save.
