[GA4] Informazioni sull'attribuzione e sulla definizione del modello di attribuzione

Questo articolo è rivolto a chiunque voglia conoscere il funzionamento combinato degli annunci lungo il percorso verso le conversioni.

L'attribuzione nelle proprietà Google Analytics 4 offre funzionalità di attribuzione ottimizzate, ad esempio un report Percorsi di conversione rinnovato, e nuove funzionalità di attribuzione, come la definizione del modello di attribuzione a livello di proprietà, che forniscono informazioni più dettagliate e una fruibilità più ampia che mai.

Contenuti di questo articolo:

Panoramica sulla definizione del modello di attribuzione

I clienti possono effettuare varie ricerche e fare clic su diversi tuoi annunci prima di procedere a un acquisto o completare un'altra azione redditizia sul tuo sito web. In genere, tutto il merito della conversione viene attribuito all'ultimo annuncio su cui i clienti hanno fatto clic. Ma è stato solamente quell'annuncio a portare i clienti alla conversione? E gli altri annunci su cui i clienti hanno fatto clic prima?

L'attribuzione è l'assegnazione del merito delle conversioni ai diversi annunci, clic e altri fattori lungo il percorso di un utente verso il completamento di una conversione. Un modello di attribuzione può essere una regola, un insieme di regole o un algoritmo basato sui dati che determina la modalità di assegnazione del merito delle conversioni ai touchpoint lungo i percorsi di conversione.

Nei report sull'attribuzione nelle proprietà Google Analytics 4 sono disponibili tre tipi di modelli di attribuzione: i modelli basati su regole in più canali, un modello basato su regole Google Ads preferito e l'attribuzione basata sui dati.

Per andare ai report sull'attribuzione, fai clic su Pubblicità a sinistra. In Attribuzione, fai clic su Confronto modelli o Percorsi di conversione.

Note:
  • Tutti i modelli di attribuzione escludono le visite dirette dall'attribuzione del merito, a meno che il percorso verso la conversione non sia costituito esclusivamente da queste.
  • I modelli di attribuzione sono stati introdotti in date diverse (vedi di seguito). Ciò significa che, se selezioni un intervallo di date che include un periodo di tempo precedente alla "data di inizio" di un modello, vedrai dati parziali.

    • Modelli basati su regole in più canali: 14 giugno 2021
    • Attribuzione basata sui dati in più canali: 1º novembre 2021

Attribuzione basata sui dati

Basata sui dati: l'attribuzione basata sui dati distribuisce il merito della conversione in base ai dati per ciascun evento di conversione. È diverso dagli altri modelli perché utilizza i dati dell'account per calcolare il contributo effettivo di ogni interazione relativa a un clic.

Data-driven model iconA ciascun inserzionista e a ciascun evento di conversione corrisponde uno specifico modello basato sui dati.

Come funziona l'attribuzione basata sui dati

L'attribuzione utilizza algoritmi di machine learning per valutare i percorsi di conversione e non conversione. Il modello Basato sui dati risultante apprende in che modo i diversi touchpoint influiscono sui risultati di conversione. Il modello include fattori quali il tempo dalla conversione, il tipo di dispositivo, il numero di interazioni con gli annunci, l'ordine di esposizione degli annunci e il tipo di asset delle creatività. Se utilizzi un approccio controfattuale, il modello mette a confronto quello che è accaduto con quanto sarebbe potuto accadere per determinare quali touchpoint hanno maggiori probabilità di generare conversioni. Il modello attribuisce il merito di conversione a questi touchpoint in base a tale probabilità.

Nota: a seconda della disponibilità dei dati, il modello di attribuzione dell'ultimo clic in più canali e quello di attribuzione basata sui dati possono restituire gli stessi risultati in determinate situazioni.

Metodologia alla base dell'attribuzione basata sui dati (concetti avanzati)

La metodologia di attribuzione basata sui dati si compone di due parti principali:

  • Analisi dei dati di percorso disponibili per sviluppare modelli dei tassi di conversione per ciascuno degli eventi di conversione.
  • Utilizzo delle previsioni dei modelli di tassi di conversione come input per un algoritmo che attribuisce il merito di conversione alle interazioni con l'annuncio.

Sviluppare modelli di probabilità di conversione utilizzando tutti i dati di percorso disponibili

L'attribuzione basata sui dati utilizza i dati di percorso, inclusi i dati degli utenti che hanno effettuato una conversione e di quelli che non l'hanno effettuata, per capire in che modo la presenza e le tempistiche di particolari touchpoint di marketing possano influire sulla probabilità di conversione degli utenti. I modelli risultanti valutano la probabilità che un utente effettui una conversione in un punto particolare del percorso, data l'esposizione a una particolare interazione con l'annuncio.

I modelli confrontano la probabilità di conversione di utenti esposti all'annuncio con quella di un gruppo di utenti simili non esposti. In termini più tecnici, i modelli calcolano i guadagni controfattuali delle esposizioni agli annunci Google attraverso l'addestramento con dati di studi controllati randomizzati.

Assegnare una frazione del merito di conversione ai touchpoint di marketing tramite un algoritmo

Il modello di attribuzione basata sui dati assegna il merito in base al modo in cui l'aggiunta al percorso di ogni interazione con l'annuncio modifica la probabilità di conversione stimata. Per calcolare questo merito, l'algoritmo di attribuzione basata sui dati utilizza informazioni quali il tempo intercorso tra l'interazione con l'annuncio e la conversione, il tipo di formato e altri indicatori di query.

Esempio
 
Nella seguente illustrazione ad alto livello, la combinazione di esposizione dell'annuncio #1 (Ricerca a pagamento), esposizione dell'annuncio #2 (Social), esposizione dell'annuncio #3 (Affiliazione) ed esposizione dell'annuncio #4 (Ricerca) genera una probabilità di conversione del 3%. Quando non si verifica l'esposizione dell'annuncio #4, la probabilità scende al 2%, quindi sappiamo che l'esposizione dell'annuncio #4 aumenta la probabilità di conversione del 50%. Ripetiamo questa valutazione per ogni interazione con l'annuncio e utilizziamo i dati appresi sui contributi per ponderare l'attribuzione.
 

Modelli basati su regole in più canali

Last interaction model iconUltimo clic in più canali: ignora il traffico diretto e attribuisce il 100% del valore di conversione all'ultimo canale per cui si è verificato il clic del cliente (o la visualizzazione "engaged" per YouTube) prima della conversione. Di seguito sono riportati alcuni esempi di come viene assegnato il valore di conversione:

Esempi
  1. Display > Social > Ricerca a pagamento > Ricerca organica → 100% a Ricerca organica
  2. Display > Social > Ricerca a pagamento > Email → 100% a Email
  3. Display > Social > Ricerca a pagamento > Diretto → 100% a Ricerca a pagamento

Nota: questo è l'unico modello basato sull'ultimo clic che puoi esportare in Google Ads. Ultimo clic Google Ads preferito è disponibile solo per la creazione di report.

Una visualizzazione "engaged" viene conteggiata nell'attribuzione basata sui dati quando un utente:

  • Guarda un annuncio per 30 secondi (o fino alla fine, se l'annuncio è di durata inferiore)
  • Fa clic su una scheda teaser
  • Fa clic su un banner companion o videowall
  • Fa clic su una frase che è un invito all'azione
  • Fa clic nella schermata finale
  • Fa clic per visitare il sito web dell'inserzionista

First interaction model iconPrimo clic in più canali: attribuisce tutto il merito della conversione al primo canale per cui si è verificato il clic del cliente (o la visualizzazione "engaged" per YouTube) prima della conversione.

Linear model iconLineare in più canali: distribuisce il merito della conversione in modo uniforme tra tutti i canali per cui si è verificato il clic del cliente (o la visualizzazione "engaged" per YouTube) prima della conversione.

Time-decay model iconIn base alla posizione in più canali: attribuisce il 40% del merito alla prima e all'ultima interazione, mentre il restante 20% viene distribuito uniformemente tra le interazioni centrali.

Position-based model iconDecadimento temporale in più canali: attribuisce un merito maggiore ai touchpoint che si sono verificati più a ridosso della conversione. Il merito viene distribuito utilizzando un tempo di dimezzamento di 7 giorni. In altre parole, un clic eseguito otto giorni prima di una conversione riceverà metà del merito assegnato a un clic eseguito un giorno prima di una conversione.

Modello Google Ads preferito

Last interaction model iconUltimo clic Google Ads preferito: attribuisce il 100% del valore di conversione all'ultimo canale Google Ads su cui il cliente ha fatto clic prima di effettuare una conversione. Se il percorso non include alcun clic Google Ads, come nell'esempio 6, il modello di attribuzione utilizza l'ultimo clic in più canali.

Esempi
  1. Display > Social > Ricerca a pagamento > Ricerca organica → 100% a Ricerca a pagamento
  2. Display > Social > EVC YouTube > Email → 100% a YouTube
  3. Display > Social > Email > Diretto → 100% a Email (viene utilizzato l'ultimo clic non diretto)

Impostazioni di attribuzione di amministrazione

Gli utenti con il ruolo Editor nella proprietà ora possono selezionare un modello di attribuzione e una finestra temporale a livello di proprietà da applicare a una serie di report. Per accedere a questa impostazione, vai ad Amministrazione > Impostazioni di attribuzione. Scopri di più

Nota: le impostazioni di attribuzione di amministrazione non influiscono sui modelli di attribuzione selezionati nei report sull'attribuzione.

 

È stato utile?
Come possiamo migliorare l'articolo?
false
Ricerca
Cancella ricerca
Chiudi ricerca
App Google
Menu principale
Cerca nel Centro assistenza
true
69256
false