[GA4] 關於歸因分析和歸因模式

本文旨在協助您瞭解自家廣告如何在轉換路徑中相輔相成。

Google Analytics (分析) 4 資源中的歸因分析提供加強型歸因分析功能 (例如新版「轉換路徑」報表),以及全新的歸因分析功能 (例如資源層級歸因模式),可讓您取得比以往更加深入、也更加實用的分析資料。

本文內容

歸因模式總覽

客戶在網站上完成購買或其他有價值的動作之前,可能會先經歷多次搜尋並點擊數則廣告。轉換功勞通常會都歸給客戶最後點擊的廣告;然而,這則廣告會是促使客戶完成轉換的唯一原因嗎?他們之前點擊過的其他廣告呢?

「歸因分析」是指將轉換功勞歸給不同的廣告、點擊,以及在使用者完成轉換的路徑中發生的其他因素。「歸因模式」可以是單一規則、一組規則或以數據為準的演算法,用來判定轉換路徑中的各個接觸點在促成轉換上占了多少功勞。

Google Analytics (分析) 4 資源的歸因報表目前提供三種歸因模式:跨管道規則模式、優先計入 Google Ads 規則模式,以及以數據為準歸因模式。

如要查看歸因報表,請按一下左側的「廣告」。在「歸因」下方,按一下「模式比較」或「轉換路徑」。

注意
  • 除非轉換路徑只包含直接造訪,否則所有歸因模式都不會將功勞歸給直接造訪
  • 歸因模式的推出日期各有不同 (請見下文)。也就是說,如果您選取的日期範圍涵蓋模式「開始日期」之前的時段,就只會看到部分資料。

    • 跨管道規則模式:2021 年 6 月 14 日
    • 跨管道以數據為準歸因:2021 年 11 月 1 日

以數據為準歸因

以數據為準:以數據為準歸因模式會根據每個轉換事件的資料分配轉換功勞。不同於其他歸因模式,這種模式會使用您的帳戶資料來計算每次點擊互動的實際功勞。

Data-driven model icon 因此,每個廣告客戶和轉換事件透過以數據為準歸因模式得到的歸因結果都不太一樣。

以數據為準歸因的運作方式

歸因分析會運用機器學習演算法來評估轉換和未轉換路徑,而產生的「以數據為準」模式則會學習不同的接觸點如何影響轉換結果。此模式會將轉換時間、裝置類型、廣告互動次數、廣告曝光順序和廣告素材資源的類型等要素納入考慮,並利用反事實假設法比較實際發生和「可能發生」的情況,藉此判斷哪些接觸點最有可能帶來轉換,再根據這種可能性,將轉換功勞歸給這些接觸點。

注意:視資料可用性而定,在某些情況下,跨管道最終點擊和以數據為準歸因模式可能會產生相同的結果。

以數據為準歸因採用的分析方法 (進階)

以數據為準歸因方法包含兩個主要步驟:

  • 分析可用的路徑資料,為每個轉換事件建立轉換率模式
  • 將轉換率模式預測結果輸入演算法,為各個廣告互動計算轉換功勞

根據可用的路徑資料建立轉換機率模式

以數據為準歸因功能會使用路徑資料 (包括已轉換及未轉換使用者的路徑資料),瞭解是否有特定的行銷接觸點,以及這類接觸點出現的時機對使用者的轉換機率有何影響。產生的模式會評估使用者與特定廣告互動之後,在路徑中任一時間點完成轉換的機率。

此模式會將看過廣告的使用者完成轉換的機率,與對照組中類似使用者的轉換機率進行比較 (更技術性的說法是,此模式會使用隨機對照試驗產生的資料進行訓練,以計算出 Google 廣告曝光率的虛擬升幅)。

運用演算法將特定比例的轉換功勞分配給行銷接觸點

以數據為準歸因模式在分配轉換功勞時,會以路徑上每多一次廣告互動對於預估轉換機率的影響為評估依據。以數據為準歸因演算法會根據廣告互動與轉換之間的間隔時間、格式類型和其他查詢信號等要素,計算出要分配的功勞。

範例
 
在下方的概要示意圖中,廣告曝光 #1 (付費搜尋)、廣告曝光 #2 (社群媒體)、廣告曝光 #3 (聯盟) 和廣告曝光 #4 (搜尋) 共占有 3% 的轉換機率。如果廣告曝光 #4 未發生,轉換機率就會下降為 2%,由此可知廣告曝光 #4 讓轉換機率增加了 50%。我們會針對每次廣告互動重複上述步驟,以計算出每次互動帶來的轉換機率升幅,並以此做為歸因權重。
 

跨管道規則模式

Last interaction model icon 跨管道最終點擊:忽略直接流量,並將 100% 的轉換價值都歸給客戶在完成轉換前點擊的最後一個管道 (YouTube 則為互動瀏覽後轉換)。請參考下方範例,瞭解轉換價值的分配方式:

範例
  1. [多媒體] > [社交] > [付費搜尋] > [自然搜尋] - 100% 分配給自然搜尋
  2. [多媒體] > [社交] > [付費搜尋] > [電子郵件] - 100% 分配給電子郵件
  3. [多媒體] > [社交] > [付費搜尋] > [直接] - 100% 分配給付費搜尋

注意:這是唯一可以匯出至 Google Ads 的最終點擊模式。「優先計入 Google Ads 最終點擊」僅供製作報表。

使用者符合下列條件時,系統就會將互動收視計入以數據為準歸因:

  • 觀看廣告達 30 秒 (若廣告短於 30 秒,則以觀看到結束為止)
  • 點按前導廣告資訊卡
  • 點按隨播橫幅廣告或影片牆
  • 點按屬於行動號召的詞組
  • 點按片尾
  • 點進廣告客戶的網站

First interaction model icon 跨管道最初點擊:將轉換的所有功勞歸給客戶在轉換前點擊的第一個管道 (YouTube 則為互動瀏覽後轉換)。

Linear model icon 跨管道線性:將轉換功勞平均分配給客戶在完成轉換前點擊的所有管道 (YouTube 則為互動瀏覽後轉換)。

Time-decay model icon 跨管道根據排名:分別歸給最初和最終互動各 40% 的功勞,其餘 20% 的功勞則平均分配給中間的互動。

Position-based model icon跨管道時間衰減:越接近轉換完成時間的接觸點,所分得的功勞越多。功勞分配是以 7 天為折半界線,意即在轉換完成前 8 天發生的點擊,獲得的功勞是轉換完成前 1 天所發生點擊的一半。

優先計入 Google Ads 模式

Last interaction model icon 優先計入 Google Ads 最終點擊:將 100% 的轉換價值都歸給客戶在完成轉換前點擊的最後一個 Google Ads 管道。如果路徑中沒有任何 Google Ads 點擊 (如範例 6 所示),歸因模式就會恢復為跨管道最終點擊。

範例
  1. [多媒體] > [社交] > [付費搜尋] > [自然搜尋] - 100% 分配給付費搜尋
  2. [多媒體] > [社交] > [YouTube 互動收視轉換] > [電子郵件] - 100% 分配給 YouTube
  3. 「多媒體」>「社交」>「電子郵件」>「直接」→ 100% 分配給電子郵件 (恢復為最終非直接造訪點擊)

管理員歸因分析設定

從現在起,具備資源編輯者角色的使用者可在資源層級選取要套用到多份報表的歸因模式和回溯期。如要存取這項設定,請前往「管理」>「歸因分析設定」瞭解詳情

注意:「管理員歸因分析設定」不會影響在歸因報表中選取的歸因模式。

 

這對您有幫助嗎?
我們應如何改進呢?
false
搜尋
清除搜尋內容
關閉搜尋
Google 應用程式
主選單
搜尋說明中心
true
69256
false
false