[GA4] A hozzárendelés és a hozzárendelési modellek

Ez a cikk azoknak szól, akik szeretnék megtudni, hogyan működnek együtt a hirdetéseik a konverzióhoz vezető út során.

A Google Analytics 4-tulajdonok hozzárendelési funkciója továbbfejlesztett és új hozzárendelési szolgáltatásokat – ilyenek például az átdolgozott Konverziós útvonalak jelentés és a tulajdonszintű hozzárendelési modellezés – kínálnak, amelyekkel minden eddiginél részletesebb és hasznosabb információkhoz juthat.

A cikk tartalma:

A hozzárendelési modellek áttekintése

Mielőtt vásárolnának vagy már értékes műveletet végeznének a webhelyén, az ügyfelek több keresést is futtathatnak, valamint több hirdetésére is rákattinthatnak. A konverziót a legtöbb esetben teljes mértékben az utolsó kattintást kapó hirdetésnek tulajdonítják. Felmerül azonban a kérdés: valóban csak az utolsó hirdetés miatt került sor a konverzióra? Mi a helyzet a többi hirdetéssel, amelyre korábban rákattintottak?

A hozzárendelés az a folyamat, amelynek során a rendszer jóváírást rendel a felhasználó konverzió felé vezető útja során előforduló különféle hirdetésekhez, kattintásokhoz és tényezőkhöz. A hozzárendelési modell egy olyan szabály, szabálykészlet vagy adatközpontú algoritmus, amely meghatározza, hogy a rendszer hogyan rendeli hozzá a konverziókhoz tartozó jóváírást a konverziós útvonal egyes kapcsolattartási pontjaihoz.

A Google Analytics 4-tulajdonok hozzárendelési jelentéseiben háromféle hozzárendelési modell áll rendelkezésre: a csatornától független szabályalapú modellek, az Ads által preferált szabályalapú modell és az adatközpontú hozzárendelés.

A hozzárendelési jelentések megtekintéséhez kattintson a bal oldalon található Hirdetés lehetőségre. A Hozzárendelés területen kattintson a Modell-összehasonlítás vagy a Konverziós útvonalak lehetőségre.

Megjegyzések:
  • Az összes hozzárendelési modell kizárja, hogy a közvetlen látogatások hozzárendelési jóváírást kapjanak, kivéve akkor, ha a konverzióhoz vezető útvonal kizárólag közvetlen látogatásokból áll.
  • A hozzárendelési modelleket különböző időpontokban vezettük be (lásd alább). Emiatt ha olyan dátumtartományt választ ki, amely a modell bevezetése előtti időszakot is tartalmaz, akkor részleges adatokat fog látni.

    • Csatornától független szabályalapú modellek: 2021. június 14.
    • Csatornától független adatközpontú hozzárendelés: 2021. november 1.

Adatközpontú hozzárendelés

Adatközpontú: Az adatközpontú hozzárendelés a konverziós jóváírást az egyes konverziós eseményekhez tartozó adatok alapján osztja el. Abban különbözik a többi modelltől, hogy az egyes kattintási műveletek tényleges hozzájárulását a fiókban fellelhető adatok alapján állapítja meg.

Data-driven model iconMindegyik adatközpontú hozzárendelési modell minden hirdető és konverziós esemény esetén egyedi.

Hogyan működik az adatközpontú hozzárendelés?

Az Attribution gépi tanulási algoritmusokat használ a konverziós és nem konverziós útvonalak értékelésére. Az ennek eredményeként létrejött adatközpontú modell megtanulja, hogy a különféle kapcsolattartási pontok hogyan befolyásolják a konverziós eredményeket. A model olyan tényezőket vesz figyelembe, mint a konverzió időtartama, az eszköz típusa, a hirdetésekkel kapcsolatos interakciók száma, a hirdetések nézettségi sorrendje és a hirdetéselemek típusa. A modell alternatív megközelítést használva összeveti a ténylegesen megtörtént és a lehetséges eseményeket annak megállapításához, hogy valószínűleg mely kapcsolattartási pontok növelik a konverziók számát. A modell ezen valószínűség alapján rendeli a kapcsolattartási pontokhoz a konverziós jóváírást.

Megjegyzés: Az adatok rendelkezésre állásától függően az adatközpontú hozzárendelési modellek felhasználhatják az adatmegosztási beállítások névtelen, összesített adatait.

Az adatközpontú hozzárendelés alapját képező módszertan (haladó)

Az adatközpontú hozzárendelés módszertanának két fő része van:

  • A rendelkezésre álló útvonaladatok elemzése az egyes konverziós eseményeknél a konverziós arány modelljének kidolgozásához
  • A konverziós arány modelljében szereplő várható kifejezések használata olyan algoritmusként, amely a konverziós jóváírást a hirdetésekkel végzett interakciókhoz rendeli

Konverziós valószínűségi modellek fejlesztése a rendelkezésre álló útvonaladatokból

Az adatközpontú hozzárendelés az útvonaladatok – többek között a konvertáló és a nem konvertáló felhasználók adatai – segítségével értelmezi, hogy az egyes marketinges kapcsolattartási pontok jelenléte és időzítése hogyan befolyásolhatja a felhasználók konverziójának valószínűségét. Az eredményként kapott modellek azt értékelik, hogy a felhasználó mekkora valószínűséggel végez konverziót az útvonal egy adott pontján egy adott hirdetéssel végzett interakció esetén.

A modellek összehasonlítják a hirdetést látó felhasználók konverzióvégrehajtási valószínűségét a hasonló csoportokban lévő hasonló felhasználók konverzióvégrehajtási valószínűségével. (Technikai értelemben a modellek számítják ki a Google-hirdetések nézettségének kontrafaktuális nyereségét azáltal, hogy a véletlenszerű, ellenőrzött próbaidőszakokból származó adatokat veszik a betanulás alapjául.)

Töredékes konverziós jóváírások algoritmikus hozzárendelése a marketinges kapcsolattartási pontokhoz

Az adatközpontú hozzárendelési modell az alapján végzi el a jóváírás hozzárendelését, hogy az egyes hirdetési interakciók útvonalhoz történő hozzáadása hogyan módosítja a becsült konverzió valószínűségét. Az adatközpontú hozzárendelés algoritmusa olyan funkciókat használ a jóváírás kiszámításához, mint a hirdetéssel kapcsolatos interakció és a konverzió, a formátum típusa és egyéb lekérdezési jelek.

Példa
 
A következő magas szintű ábrán a Hirdetés nézettsége (1.) (fizetett keresés), a Hirdetés nézettsége (2.) (közösségi), a Hirdetés nézettsége (3.) (társult vállalkozás) és a Hirdetés nézettsége (4.) (Kereső) együttesen 3%-os konverzióvégrehajtási valószínűséget eredményeznek. Ha a Hirdetés nézettsége (4.) nem következik be, a valószínűség 2%-ra csökken, így tudjuk, hogy a Hirdetés nézettsége (4.) +50%-os konverzióvégrehajtási valószínűséget eredményez. Ezt a műveletet minden hirdetéssel végzett műveletnél elvégezzük, és a rendszer a megtanult hozzájárulásokat használja a hozzárendelési súlyozáshoz.
 

Csatornától független szabályalapú modellek

Last interaction model iconCsatornától független utolsó kattintás: A közvetlen forgalmat figyelmen kívül hagyja, és a konverziós érték 100%-át ahhoz az utolsó csatornához rendeli, ahonnan az ügyfél átkattintott (vagy a YouTube esetén ahhoz, amelyet ténylegesen megtekintett) a konverzió előtt. Az alábbiakban a konverziós érték hozzárendelését bemutató példákat láthat:

Példák
  1. Display > Közösségi > Fizetett keresés > Organikus keresés → az Organikus keresés kap 100%-ot
  2. Display > Közösségi > Fizetett keresés > E-mail → az E-mail kap 100%-ot
  3. Display > Közösségi > Fizetett keresés > Közvetlen → a Fizetett keresés kap 100%-ot
Megjegyzések:
  • Ez az egyetlen olyan, utolsó kattintáson alapuló modell, amelyet exportálhat a Google Ads szolgáltatásba. Az Ads által preferált, utolsó kattintáson alapuló modell csak jelentési célokat szolgál.
  • Az ajánlattétel exportálása csak az Utolsó nem közvetlen kattintás modellt használja.

Az adatközpontú hozzárendelés akkor számít be tényleges megtekintést, ha a felhasználó:

  • A hirdetést 30 másodpercig nézi (vagy a végéig, ha 30 másodpercnél rövidebb)
  • Rákattint a kedvcsináló kártyára
  • Rákattint egy kiegészítő szalaghirdetésre vagy videofalra
  • Rákattint egy cselekvésre ösztönző kifejezésre
  • Rákattint a záróképernyőre
  • Kattint, hogy ellátogasson a hirdető webhelyére

First interaction model iconCsatornától független első kattintás: A konverziót teljes mértékben annak a csatornának tulajdonítja, amelyre az ügyfél a konverziót megelőzően először rákattintott (vagy a YouTube esetén ahhoz, amelyet először végignézett).

Linear model iconCsatornától független lineáris: A konverziót egyenlő mértékben tulajdonítja minden olyan csatornának, amelyre az ügyfél a konverziót megelőzően rákattintott (vagy a YouTube esetén ahhoz, amelyet végignézett).

Time-decay model iconCsatornától független pozícióalapú: A jóváírás 40%-át az első és az utolsó interakcióhoz rendeli, a fennmaradó 20%-ot pedig egyenlően osztja el a középső interakciók között.

Position-based model iconCsatornától független, idővel csökkenő: A konverziót nagyobb részben a konverzióhoz időben közelebb eső kapcsolattartási pontoknak tulajdonítja. A beállítás 7 napos „felezési időt” használ a hozzárendeléshez. Ez a gyakorlatban azt jelenti, hogy egy, a konverzió előtt 8 nappal leadott kattintás csak feleannyira számít bele a konverzióba, mint egy, a konverzió előtt 1 nappal leadott kattintás.

Ads által preferált modell

Last interaction model iconAds által preferált, utolsó kattintás: A konverziós érték 100%-át ahhoz a legutóbbi Google Ads-csatornához rendeli hozzá, amelyre az ügyfél a konverziót megelőzően átkattintott. Ha az útvonalon nincs Google Ads-kattintás (ahogyan ez a 6. példában látható), a rendszer a csatornától független utolsó kattintás modellt használja.

Példák
  1. Display > Közösségi > Fizetett keresés > Organikus keresés → a Fizetett keresés kap 100%-ot
  2. Display > Közösségi > YouTube EVC > E-mail → a YouTube kap 100%-ot
  3. Display > Közösségi > E-mail > Közvetlen → Az E-mail kap 100%-ot (a rendszer visszaáll az utolsó nem közvetlen kattintáson alapuló modellre)

Adminisztrátori hozzárendelési beállítások

A tulajdonra vonatkozó Szerkesztői szerepkörrel rendelkező felhasználók ezentúl kiválaszthatnak egy olyan hozzárendelési modellt és visszatekintési időtartamot a tulajdon szintjén, amelyet több jelentésre is alkalmazhatnak. A beállításhoz az Adminisztrálás > Hozzárendelési beállítások lehetőségre kattintva férhet hozzá. További információ.

Megjegyzés: Az adminisztrátori hozzárendelési beállítások nincsenek hatással a hozzárendelési jelentésekben kiválasztott hozzárendelési modellekre.

 

Hasznosnak találta?
Hogyan fejleszthetnénk?

További segítségre van szüksége?

Jelentkezzen be a további támogatási lehetőségek igénybevételéhez, hogy gyorsabban megoldhassa a problémát

false
Keresés
Keresés törlése
A keresés bezárása
Google-alkalmazások
Főmenü
Keresés a Súgóoldalakon
false
false
true
69256
false
false