本文介绍的是 Google Analytics(分析)4 媒体资源。如果您使用的是 Universal Analytics 媒体资源,请参阅此帮助中心内的 Universal Analytics 部分

[GA4] 归因和归因建模简介

本文适用于任何想要了解各个广告在转化路径上如何协同发挥作用的用户。

Google Analytics(分析)4 媒体资源中的归因工具既有增强型归因功能(例如改进版转化路径报告),也有新增的归因功能(例如媒体资源级归因建模),这些功能可提供比以往更加深入的数据洞见,更具实际指导意义。

本文包含的主题

归因建模概览

客户在您的网站上进行购买或完成其他有价值的操作之前,可能会先执行多次搜索并点击您的多个广告。通常情况下,转化功劳会被全部归于客户最后点击的那条广告。但仅仅是最后那条广告促使客户完成转化吗?客户在点击最后那条广告之前点击的其他广告呢?

归因是指将转化功劳分配给用户转化路径中不同的广告、点击和其他因素。归因模型可以是一条规则、一组规则或一套以数据为依据的算法,其作用在于确定如何将转化功劳分配给转化路径中的各个接触点。

Google Analytics(分析)4 媒体资源的归因报告中有三类可用的归因模型:以规则为依据的跨渠道模型、以规则为依据的首选 Google Ads 模型和以数据为依据的归因模型。

要查找归因报告,请点击左侧的广告。在“归因”下,点击模型对比转化路径

注意
  • 所有归因模型都不会将转化归因于直接访问,除非转化路径只包含直接访问。
  • 归因模型的推出日期各不相同(请参阅下文)。这意味着,如果您选择的日期范围包含相应模型“开始日期”之前的时段,您将会看到不完整数据。

    • 以规则为依据的跨渠道模型:2021 年 6 月 14 日
    • 以数据为依据的跨渠道归因模型:2021 年 11 月 1 日

以数据为依据的归因模型

以数据为依据的归因模型:以数据为依据的归因模型会根据每个转化事件的数据来分配转化功劳。该归因模型与其他归因模型的区别在于,它使用帐号数据来计算每次点击互动的实际功劳。

Data-driven model icon每个广告客户和每个转化事件的以数据为依据的归因模型都各不相同。

以数据为依据的归因模型的工作原理

此类归因方法使用机器学习算法来评估转化路径和非转化路径。由此形成的以数据为依据的归因模型可以学习不同接触点对转化效果的影响。此模型会将距离转化点的时间、设备类型、广告互动次数、看到广告的顺序以及广告素材资源类型等因素纳入考量范围。此模型使用假设分析法,将已发生的情况与“有可能发生的情况”进行对比,从而确定哪些接触点最有可能促成转化。此模型会根据这种可能性将转化功劳归因于相应接触点。

注意:在某些情况下,跨渠道最终点击归因模型和以数据为依据的归因模型会产生相同的结果,具体取决于数据可用性。

以数据为依据的归因所采用的方法(高级)

以数据为依据的归因方法分为两个主要部分:

  • 分析可用的路径数据,为每个转化事件生成转化率模型
  • 将转化率模型预测结果作为输入数据,利用算法将转化功劳归因于各个广告互动

利用可用的路径数据生成转化概率模型

以数据为依据的归因会使用路径数据(包括来自已转化用户和未转化用户的数据),来了解特定营销接触点的出现和出现时机可能对您用户的转化概率产生何种影响。由此生成的模型将评估在经历特定广告互动的情况下,用户在路径中的任何一个点有多大的可能性实现转化。

这些模型会将看到广告的用户与对照组中未看到该广告的类似用户进行转化概率比较。(从技术性更强的角度来说,这些模型通过基于随机对照试验数据的训练来计算 Google 广告曝光的假设性提升效果。)

利用算法为营销接触点分配各自的转化功劳比例

以数据为依据的归因模型分配功劳的依据为:每个广告互动添加到路径后,估算的转化概率所发生的改变。以数据为依据的归因算法在计算功劳时还会将多种相关因素考虑在内,包括广告互动与转化之间相隔的时间、格式类型和其他查询信号。

示例
 
在下面的简要图示中,广告曝光 1(付费搜索)、广告曝光 2(社交)、广告曝光 3(联属营销)和广告曝光 4(搜索)组合在一起的转化概率为 3%。如果没有发生广告曝光 4,该概率会降至 2%,因此我们知道,广告曝光 4 会使转化概率提高 50%。我们对每次广告互动重复上述操作,并将所得到的贡献数据作为归因权重。
 

以规则为依据的跨渠道模型

Last interaction model icon跨渠道最终点击归因模型:忽略直接流量,并将 100% 的转化价值归因于客户在转化前点击访问的最后一个渠道(对于 YouTube,则为感兴趣的完整观看)。请参阅以下示例,了解转化价值的分配方式:

示例
  1. 展示广告网络 > 社交网络 > 付费搜索 > 自然搜索 → 100% 归功于自然搜索
  2. 展示广告网络 > 社交网络 > 付费搜索 > 电子邮件 → 100% 归功于电子邮件
  3. 展示广告网络 > 社交网络 > 付费搜索 > 直接流量 → 100% 归功于付费搜索

注意:这是唯一可以导出到 Google Ads 的最终点击模型。“首选 Google Ads 最终点击”模型仅可用于生成报告。

First interaction model icon跨渠道首次点击归因模型:将转化功劳全部归于客户在转化之前点击的首个渠道(对于 YouTube,则为感兴趣的完整观看)。

Linear model icon跨渠道线性归因模型:将转化功劳平均分配给客户在转化之前点击的所有渠道(对于 YouTube,则为感兴趣的完整观看)。

Time-decay model icon根据位置的跨渠道归因模型:为首次互动和最终互动各分配 40% 的功劳,将其余 20% 的功劳平均分配给中间的各次互动。

Position-based model icon跨渠道时间衰减模型:接触点越接近转化发生时间,分配的功劳就越多。每隔七天,为广告互动分配的功劳就会相差一半。换言之,转化发生 8 天前的点击所获功劳是转化发生 1 天前的点击所获功劳的一半。

首选 Google Ads 模型

Last interaction model icon“首选 Google Ads 最终点击”归因模型:将 100% 的转化价值归功于客户在转化之前点击的最后一个 Google Ads 渠道。如果路径中不存在 Google Ads 点击(如示例 6 所示),则该归因模型会回退到“跨渠道最终点击”归因模型。

示例
  1. 展示广告网络 > 社交网络 > 付费搜索 > 自然搜索 → 100% 归功于付费搜索
  2. 展示广告网络 > 社交网络 > YouTube 感兴趣的观看转化 > 电子邮件 → 100% 归功于 YouTube
  3. 展示广告网络 > 社交网络 > 电子邮件 > 直接流量 → 100% 归功于电子邮件(回退到“最终非直接点击”归因模型)

管理员归因设置

现在,对媒体资源拥有“修改者”角色的用户可以在媒体资源一级选择归因模型和回溯期,以便将相应设置应用于多个报告。要访问此设置,请依次转到管理 > 归因设置了解详情

注意:管理员归因设置不会影响在归因报告中选择的归因模型。

 

该内容对您有帮助吗?
您有什么改进建议?
搜索
清除搜索查询
关闭搜索框
Google 应用
主菜单
搜索支持中心
true
69256
false