Zastosowanie i ograniczenia modelu atrybucji ścieżek wielokanałowych opartej na danych

Ta funkcja jest dostępna tylko w Google Analytics 360, części Google Marketing Platform.
Więcej informacji o Google Marketing Platform
Tematy w tym artykule:

Próg minimalny

Aby wygenerować model atrybucji ścieżek wielokanałowych opartej na danych dla wybranego typu konwersji, musisz osiągnąć minimalny próg liczby konwersji w ciągu ostatnich 28 dni. Obecny próg wynosi:

  • 400 konwersji na każdy typ konwersji przy ścieżce dłuższej niż 2 interakcje (chodzi o 400 konwersji dla konkretnego celu lub określonej transakcji, a nie o sumę 400 konwersji różnego typu);
    ORAZ
  • 10 tys. ścieżek w wybranym widoku raportowania (czyli około 10 tys. użytkowników, chociaż pojedynczy użytkownik może wygenerować wiele ścieżek).

Jeśli masz włączoną atrybucję ścieżek wielokanałowych opartą na danych, ale nie osiągniesz tego progu, zobaczysz w raportach Eksplorator modeli, Analiza ROIPorównaniu modeli atrybucji powiadomienie o tym, że nie można wygenerować modelu Na podstawie danych z powodu niewystarczającej ilości danych.

Odświeżanie modelu

Model Na podstawie danych przeznaczony do ścieżek wielokanałowych jest stosowany w sposób ciągły i odświeżany co tydzień. Wagi w modelu (widoczne w raporcie Eksplorator modeli) są odświeżane co tydzień i mają okno czasowe w historii konwersji (obecnie ostatnie 28 dni).

Maksymalna liczba interakcji i okres ważności

Model uwzględnia maksymalnie 4 interakcje w ciągu 90 dni poprzedzających każdą konwersję. Jeśli masz pytania, skontaktuj się z zespołem pomocy Analytics 360.

Typy uwzględnianych interakcji

Wszystkie modele Na podstawie danych przeznaczone do ścieżek wielokanałowych obejmują kliknięcia i wizyty bezpośrednie. Jeśli (1) Twój menedżer konta połączył Twoje konto Campaign Managera z kontem Analytics lub (2) uczestniczysz w testach wersji beta raportów wyświetleń w sieci reklamowej Google, Twoje modele Na podstawie danych przeznaczone do ścieżek wielokanałowych będą też obejmować wyświetlenia i interakcje multimedialne.

Sposób traktowania wizyt bezpośrednich

W przypadku każdej konwersji model atrybucji ścieżek wielokanałowych oparty na danych usuwa ostatnie 24 godziny powiązanych sesji bezpośrednich (tj. model ten nie przypisuje konwersji kanałowi bezpośredniemu, jeśli w ciągu 24 godzin poprzedzających sesję bezpośrednią wystąpiła aktywność marketingowa).

Luki w danych

Jeśli w Twoich danych są jakieś luki i nie można wygenerować modelu dla danego przedziału czasu, luki te są wypełniane przy zastosowaniu najbardziej aktualnego modelu Na podstawie danych. Jeśli np. przez krótki okres nie będziesz osiągać progu liczby konwersji, algorytm atrybucji ścieżek wielokanałowych opartej na danych nie będzie mógł utworzyć modelu dla tego okresu i w to miejsce zastosuje model Na podstawie danych z poprzedniego okresu.

Zbyt mało danych do wygenerowania modelu

Jeśli model nie znajdzie dostatecznej ilości danych dla danego typu konwersji, algorytm atrybucji ścieżek wielokanałowych opartej na danych nie utworzy modelu do takiego typu konwersji.

Może się to zdarzyć, gdy:

  • Duża liczba ścieżek konwersji branych pod uwagę w modelu ma jeden punkt styczności z klientem.
    Aby sprawdzić, czy to jest przyczyną zbyt małej ilości danych, przejdź do raportu Długość ścieżki i zobacz, czy duży odsetek ścieżek ma liczbę interakcji wynoszącą 1.
  • Określona ścieżka pojawia się tak rzadko, że algorytm atrybucji ścieżek wielokanałowych opartej na danych nie ma statystycznej pewności, że model dla wybranego typu konwersji jest prawidłowy (choć ścieżka jest prawidłowa).
    • Aby sprawdzić, czy to jest przyczyną zbyt małej ilości danych, przejdź do raportu Najważniejsze ścieżki konwersji i zobacz, czy duży odsetek ścieżek ma niską liczbę interakcji.
    • Skonfiguruj domyślne grupowanie kanałów w Analytics, by zwinąć definicje kanałów o niewielkiej objętości w jedną definicję. To spowoduje powstanie mniejszej liczby ścieżek o niskiej liczbie interakcji.

Powiadomienia w raportach

Skoro korzystasz z raportów atrybucji ścieżek wielokanałowych opartej na danych, możesz otrzymywać wewnętrzne powiadomienia o dostępności modelu atrybucji Na podstawie danych.

Model na podstawie danych nie został jeszcze utworzony
Ten komunikat otrzymasz, jeśli atrybucja ścieżek wielokanałowych oparta na danych została włączona niedawno. Utworzenie pierwszego modelu Na podstawie danych może potrwać do 7 dni, więc ponownie zajrzyj do raportu za jakiś czas.
Nie można utworzyć modelu na podstawie danych z powodu niewystarczającej ilości danych
Ten komunikat możesz otrzymać, jeśli występuje co najmniej jeden z tych przypadków:
  1. Dla wybranej konwersji potrzeba więcej czasu na zebranie danych. Jeśli np. skonfigurowanie celów lub śledzenia e-commerce odbyło się niedawno, możesz potrzebować więcej czasu, by osiągnąć minimalny próg.
  2. Dla konwersji wybranego typu nastąpił tymczasowy zastój i minimalny próg nie został jeszcze osiągnięty.

Jeśli ten komunikat jest ciągle wyświetlany, może to oznaczać, że wybrany typ konwersji nie osiągnie progu minimalnego. Rozważ zbadanie innego typu konwersji.

Nie można utworzyć modelu na podstawie danych z powodu błędu wewnętrznego
Ten komunikat pojawi się, jeśli algorytm atrybucji ścieżek wielokanałowych opartej na danych napotka błąd wewnętrzny. Spróbuj ponownie później i powiadom zespół pomocy Analytics 360, jeśli komunikat będzie się nadal wyświetlać.
Dla wybranego tygodnia nie jest dostępny model na podstawie danych, wyświetlono ostatni model.
Ten komunikat zostanie wyświetlony, jeśli nie można wygenerować modelu opartego na danych dla bieżącego tygodnia i dostępny jest model oparty na danych dla co najmniej jednego poprzedniego tygodnia. Zostanie wyświetlony ostatnio wygenerowany model.
Tym razem nie można utworzyć modelu na podstawie danych dla jednej lub więcej konwersji z powodu niewystarczającej ilości danych.
Ten komunikat o błędzie zostanie wyświetlony, jeśli nie można wygenerować modelu opartego na danych dla co najmniej jednego typu konwersji. Przeczytaj powiadomienie o niewystarczającej ilości danych (powyżej), by dowiedzieć się, dlaczego jest za mało danych.
Czy to było pomocne?
Jak możemy ją poprawić?