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 luetaan kokonaan viimeiseksi klikatun mainoksen ansioksi. 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 kolme attribuutiomallia: dataan perustuva attribuutio, maksullisten ja orgaanisten kanavien viimeinen klikkaus ja Googlen maksullisten kanavien viimeinen klikkaus.
Löydät attribuutioraportit klikkaamalla vasemmalta Mainonta. Klikkaa Attribuutio-kohdasta joko Mallien vertailu tai Konversioreitit.
- Missään attribuutiomallissa konversioita ei kirjata tulleiksi suorien käyntien kautta, ellei konversioreitti koostu pelkästään suorista käynneistä.
Dataan perustuva attribuutio
Dataan perustuva: Dataan perustuvassa attribuutiossa konversiokrediitti jaetaan kunkin konversiotapahtuman datan perusteella. Tämä eroaa muista malleista, koska tätä käytettäessä kunkin klikkausinteraktion todellinen vaikutus lasketaan tilin datan perusteella.
Kuinka dataan perustuva attribuutio toimii
Attribuutiossa käytetään koneoppimisalgoritmeja sekä konversioon johtavien että muiden reittien arviointiin. Tuloksena syntyvä dataan perustuva malli oppii, miten eri kontaktipisteet vaikuttavat konversiotuloksiin. Mallissa yhdistyvät esimerkiksi seuraavat tekijät: konversiosta kulunut aika, laitetyyppi, mainosinteraktioiden määrä, mainosten näkyvyysjärjestys ja mainoselementtien tyyppi. Vastakkaista lähestymistapaa käyttäen malli vertaa todellisia tapahtumia siihen, mitä olisi voinut tapahtua. Näin pyritään selvittämään, mitkä kontaktipisteet johtavat todennäköisimmin konvertoitumisiin. Tämän todennäköisyyden perusteella malli lukee konversiot näiden kontaktipisteiden ansioksi.
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 konvertoituviin 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.
Maksullisten ja orgaanisten kanavien viimeinen klikkaus
- Display > Some > Maksettu haku > Orgaaninen haku → 100 % orgaaniselle haulle
- Display > Some > Maksettu haku > Sähköposti → 100 % sähköpostille
- Display > Some > Maksettu haku > Suora → 100 % maksetulle haulle
- Maksullisten ja orgaanisten kanavien viimeinen klikkaus ja Viimeinen epäsuora klikkaus ovat saman attribuutiomallin kaksi eri nimeä.
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.
Googlen maksullisten kanavien viimeinen klikkaus
- Display > Some > Maksettu haku > Orgaaninen haku → 100 % maksetulle haulle
- Display > Some > YouTube EVC (jatkuneesta katselusta saatu konversio) > Sähköposti → 100 % YouTubelle
- Display > Some > Sähköposti > Suora → 100 % sähköpostille (ei Google Ads ‑klikkausta, joten käytetään viimeistä epäsuoraa klikkausta)
Järjestelmänvalvojan attribuutioasetukset
Käyttäjät, joilla on mittauskokonaisuuden muokkaajan rooli, voivat valita mittauskokonaisuustasolla attribuutiomallin ja konversioikkunan, joita käytetään useissa raporteissa. Pääset näihin asetuksiin klikkaamalla Datan näyttäminen ‐kohdasta Järjestelmänvalvoja > Attribuutioasetukset. Lue lisää