Tämä artikkeli koskee Google Analytics 4 ‑mittauskokonaisuuksia. Jos käytät vielä Universal Analytics ‐mittauskokonaisuutta, joka ei enää käsittele dataa 1.7.2023 alkaen (Analytics 360 ‐mittauskokonaisuudet: 1.10.2023 alkaen), siirry Universal Analytics ‐osioon.

[GA4] Attribuutio ja attribuutiomallinnus

Tämä artikkeli on tarkoitettu kaikille, jotka haluavat tietää, miten heidän mainoksensa toimivat yhdessä konversioreitillä.

Google Analytics 4 ‑mittauskokonaisuuksien Attributionissa on saatavilla parannettuja attribuutio-ominaisuuksia (kuten uudistettu Konversioreitit-raportti) sekä täysin uusia attribuutio-ominaisuuksia (kuten mittauskokonaisuustason attribuutiomallinnus), jotka tarjoavat entistäkin tarkempia ja helpommin hyödynnettäviä tietoja.

Sisällys:

Attribuutiomallinnuksen yleiskatsaus

Asiakkaat voivat tehdä useita hakuja ja klikata monia mainoksiasi, ennen kuin he tekevät ostoksen tai jonkin muun arvokkaan valinnan verkkosivustollasi. Tavallisesti konversio kirjataan tulleeksi yksinomaan viimeiseksi klikatun mainoksen kautta. Mutta oliko se ainoa mainos, joka vaikutti konvertoitumiseen? Entä käyttäjän aiemmin klikkaamat muut mainokset?

Attribuutio tarkoittaa konversiokrediitin kirjaamista eri mainoksille, klikkauksille ja muille konvertoitumista edeltäneille tekijöille. Attribuutiomalli voi olla sääntö, sääntöjoukko tai dataan perustuva algoritmi, joka määrittää, miten konversiot kirjataan konversioreittien kontaktipisteille.

Google Analytics 4 ‑mittauskokonaisuuksien attribuutioraporteissa on saatavilla kolmentyyppisiä attribuutiomalleja: kaikki kanavat huomioivia sääntöpohjaisia malleja, Google Adsia suosiva sääntöihin perustuva malli ja dataan perustuva malli.

Löydät attribuutioraportit klikkaamalla vasemmalta Mainonta. Klikkaa Attribuutio-kohdasta joko Mallien vertailu tai Konversioreitit.

Hyvä huomioida
  • Missään attribuutiomallissa konversioita ei kirjata tulleiksi suorien käyntien kautta, ellei konversioreitti koostu pelkästään suorista käynneistä.
  • Attribuutiomallit on otettu käyttöön eri ajankohtina (katso päivät alta). Jos valitsemasi aikavälin alkamispäivä on ennen mallin käyttöönottopäivää, näet vain osan datasta.

    • Kaikki kanavat huomioivat sääntöpohjaiset mallit: 14.6.2021
    • Kaikki kanavat huomioiva dataan perustuva attribuutio: 1.11.2021

Dataan perustuva attribuutio

Dataan perustuva: Dataan perustuvassa attribuutiossa konversiokrediitti jaetaan kutakin konversiotapahtumaa koskevan datan perusteella. Tämä eroaa muista malleista, koska tätä käytettäessä kunkin klikkauksen todellinen vaikutus lasketaan tilin datan perusteella.

Data-driven model iconKukin dataan perustuva malli on mainostaja- ja konversiotapahtumakohtainen.

Kuinka dataan perustuva attribuutio toimii

Attribuutio käyttää koneoppimisalgoritmeja sekä konversioon johtavien että muiden reittien arviointiin. Tuloksena syntyvä dataan perustuva malli oppii, miten eri kontaktipisteet vaikuttavat konversiotuloksiin. Malli yhdistää esimerkiksi seuraavat tekijät: konversiosta kulunut aika, laitetyyppi, mainosten aikaansaamien interaktioiden määrä, mainosten näkyvyysjärjestys ja mainostiedostojen tyyppi. Vastakkaista lähestymistapaa käyttäen malli vertaa todellisia tapahtumia siihen, mitä olisi voinut tapahtua sen määrittämiseksi, mitkä kontaktipisteet johtavat todennäköisimmin konvertoitumisiin. Malli lukee konversiot näiden kontaktipisteiden ansioksi tämän todennäköisyyden perusteella.

Huom. Datan saatavuudesta riippuen dataan perustuvat attribuutiomallit voivat hyödyntää Datan jakamisasetuksista löytyvää anonyymiä koostettua dataa.

Dataan perustuvassa attribuutiossa käytettävät menetelmät (kokeneille käyttäjille)

Dataan perustuvan attribuutiomallin menetelmät pohjautuvat kahteen osa-alueeseen:

  • Saatavilla oleva reittidata analysoidaan, ja sen perusteella kullekin konversiotapahtumalle kehitetään konversioprosenttimalleja.
  • Konversioprosenttimallien ennusteita käytetään algoritmissa, joka kirjaa konversiokrediitin mainosten aikaansaamalle toiminnalle.

Konversioiden todennäköisyysmallien kehittäminen saatavilla olevan reittidatan pohjalta

Dataan perustuvassa attribuutiossa käytetään sekä konvertoiviin että konvertoitumattomiin käyttäjiin liittyvää reittidataa. Sen perusteella voidaan selvittää, miten tiettyjen markkinoinnin kontaktipisteiden sisältyminen konversioreittiin ja niiden ajoitus voivat vaikuttaa siihen, kuinka todennäköisesti käyttäjät konvertoituvat. Tuloksena saatavat mallit arvioivat, kuinka todennäköisesti käyttäjä konvertoituu reitin tietyssä kohdassa, jos tietty mainoksen aikaansaama toiminta toteutuu.

Mallit vertaavat sitä, kuinka todennäköisesti mainoksen nähneet käyttäjät konvertoituvat verrattuna samantyyppisiin käyttäjiin, jotka eivät ole nähneet mainosta. (Teknisesti mallit siis laskevat Google-mainosten näkyvyyden aikaansaamat vaihtoehtoiset tulokset satunnaistettujen ja kontrolloitujen kokeilujen datan perusteella.)

Osittaisten konversiokrediittien jakaminen markkinoinnin kontaktipisteille algoritmin perusteella

Dataan perustuvassa attribuutiomallissa konversiokrediitti jaetaan sen perusteella, miten kunkin mainokseen kohdistuvan toiminnan lisääminen reitille vaikuttaa konversion arvioituun todennäköisyyteen. Dataan perustuvan attribuution algoritmi laskee konversiokrediitin esimerkiksi mainokseen kohdistuvan toiminnan ja konversion välisen ajan sekä muototyypin ja muiden kyselysignaalien perusteella.

Esimerkki
 
Seuraavassa yleisen tason kuvassa 1. (maksullinen haku), 2. (some), 3. (yhteistyökumppani) ja 4. (Haku) mainosnäkyvyyden yhdistelmä johtaa 3 %:n konversiotodennäköisyyteen. Kun 4. mainosnäkyvyys ei toteudu, todennäköisyys laskee 2 %:iin, eli tiedämme, että mainoksen 4. näkyvyys nostaa konversion todennäköisyyttä 50 %. Tämä toistetaan jokaisen aktivoitumisen osalta, ja attribuution painoarvot valitaan saatujen tulosten perusteella.
 

Kaikki kanavat huomioivat sääntöpohjaiset mallit

Last interaction model iconMinkä tahansa kanavan kautta tullut viimeinen klikkaus: Suora liikenne ohitetaan ja 100 % konversioarvosta kirjataan viimeiselle kanavalle, jota asiakas on klikannut (tai YouTuben osalta katsonut riittävän kauan) ennen konvertoitumistaan. Alla on esimerkkejä konversioarvon kirjaamisesta.

Esimerkkejä
  1. Display > Some > Maksullinen haku > Orgaaninen haku → 100 % orgaaniselle haulle
  2. Display > Some > Maksullinen haku > Sähköposti → 100 % sähköpostille
  3. Display > Some > Maksullinen haku > Suora → 100 % maksulliselle haulle

Huom. Tämä on ainoa viimeisen klikkauksen malli, jonka voit eksportoida Google Adsiin. Google Adsia suosiva viimeinen klikkaus on saatavilla vain raportointitarkoituksiin.

Dataan perustuvaa attribuutiota käytettäessä jatkuneen katselun katsotaan tapahtuneen, kun käyttäjä

  • katsoo mainosta 30 sekuntia (tai loppuun asti, jos mainos kestää alle 30 sekuntia)
  • klikkaa tiiserikorttia
  • klikkaa täydentävää banneria tai videoseinää
  • klikkaa toimintakehotuksen sisältävää tekstiä
  • klikkaa päätösruutua
  • siirtyy mainostajan sivustolle klikkaamalla.

First interaction model iconMinkä tahansa kanavan kautta tullut ensimmäinen klikkaus: Konversio kirjataan tulleeksi kokonaan ensimmäisestä kanavasta, jota asiakas on klikannut (tai YouTuben osalta katsonut riittävän kauan) ennen konvertoitumistaan.

Linear model iconKaikki kanavat huomioiva lineaarinen: Konversio kirjataan tulleeksi tasapuolisesti kaikista kanavista, joita asiakas on klikannut (tai YouTuben osalta katsonut riittävän kauan) ennen konvertoitumistaan.

Time-decay model iconKaikki kanavat huomioiva positioperusteinen: 40 % konversiosta kirjataan tulleeksi ensimmäisestä ja viimeisestä mainosinteraktiosta, ja loput 20 % kirjataan tulleeksi tasapuolisesti kaikista niiden välillä tapahtuneista interaktioista.

Position-based model iconKaikki kanavat huomioiva aikavaikutus: Suurempi osa konversiosta kirjataan tulleeksi niistä kontaktipisteistä, jotka ovat ajallisesti lähempänä konversiota. Krediitin jakamisessa käytetään seitsemän päivän puoliintumisaikaa. Toisin sanoen kahdeksan päivää ennen konversiota tapahtunut klikkaus saa puolet vähemmän krediittiä kuin päivää ennen konversiota tapahtunut klikkaus.

Google Adsia suosiva malli

Last interaction model iconGoogle Adsia suosiva viimeinen klikkaus: 100 % konversioarvosta kirjataan tulleeksi viimeisestä Google Ads ‑kanavasta, jota asiakas on klikannut ennen konvertoitumistaan. Jos reitillä ei ole Google Ads ‑klikkausta (esimerkin 6 tapaan), tämän mallin sijaan käytetään Minkä tahansa kanavan kautta tullut viimeinen klikkaus ‑attribuutiomallia.

Esimerkkejä
  1. Display > Some > Maksullinen haku > Orgaaninen haku → 100 % maksulliselle haulle
  2. Display > Some > YouTube EVC (jatkuneesta katselusta saatu konversio) > Sähköposti → 100 % YouTubelle
  3. Display > Some > Sähköposti > Suora → 100 % sähköpostille (ei Google Ads ‑klikkausta, joten käytetään viimeistä epäsuoraa klikkausta)

Järjestelmänvalvojan attribuutioasetukset

Käyttäjät, joilla on muokkaajan rooli mittauskokonaisuudelle, voivat valita mittauskokonaisuustasolla attribuutiomallin ja analyysi-ikkunan, joita käytetään useissa raporteissa. Pääset näihin asetuksiin klikkaamalla Järjestelmänvalvoja > Attribuutioasetukset. Lue lisää

Huom. Järjestelmänvalvojan attribuutioasetukset eivät vaikuta attribuutioraporteissa valittuihin attribuutiomalleihin.

 

Oliko tästä apua?
Miten sivua voisi parantaa?

Tarvitsetko lisäapua?

Kirjaudu sisään nähdäksesi lisää tukivaihtoehtoja ongelman nopeaan ratkaisuun

Haku
Tyhjennä haku
Sulje haku
Google-sovellukset
Päävalikko
Ohjekeskushaku
true
69256
false
false