Brug og fortolkning af datadrevet tilskrivning

Denne funktion er kun tilgængelig i Google Analytics 360, som er en del af Google Marketing Platform. Få flere oplysninger om Google Marketing Platform.

Du kan bruge datadrevet tilskrivning til at finde nye måder at optimere investeringsafkastet for din annoncering på. Her er nogle foreslåede trin, som du kan bruge til at komme godt i gang:

1. Vælg en konverteringstype, som du vil analysere: Gennemgå dine Mål for Analytics og e-handelstransaktioner, og beslut, hvilken konverteringstype du vil forbedre. Lad os f.eks. antage, at du gerne vil have flere til at udfylde formularen til generering af kundeemner, og du har opsat dette som et mål. Du kan bruge vælgeren Konverteringstype i Tilskrivning-rapporterne til at lade analysen fokusere på denne konverteringstype.
2. Vælg en kampagne, en kanal eller et sæt søgeord, du vil optimere: Se på dit mål (udfyldte formularer til generering af kundeemner), og evaluer de teknikker, du i øjeblikket bruger til at skabe konverteringer. Vi antager, at du har foretaget displayannoncering, og du vil forbedre resultaterne fra den kanal.
3. Sammenlign de datadrevne tilskrivningsværdier med værdierne fra din standard tilskrivningsmodel: Mange annoncører bruger Sidste klik-modellen som standard tilskrivningsmodellen, men du skal sammenligne de nye værdier med netop den model, som du rent faktisk har brugt. Se Modelundersøger for at se, hvordan de datadrevne værdier blev beregnet.
4. Identificer berøringspunkterne med de største ændringer på tværs af modeller: Brug værktøjet til sammenligning af modeller for tilskrivning til at sammenligne konverteringskreditten mellem den datadrevne model og op til to andre modeller. Sortér dine data baseret på procentvis ændring i CPA (pris pr. konvertering) til at finde de kanaler eller kampagner, hvor ændringer har størst effekt.
5. Skift budget og ressourcer for at understøtte muligheder for højt investeringsafkast: Nu hvor du har identificeret, hvilke kanaler (eller kampagner eller søgeord) der har størst potentiale, kan du justere programmerne og teste resultaterne.
6. Indfør den datadrevne tilskrivningsmodel: Når du har gennemgået Modelundersøger og set effekten af ændringerne i budget og ressourcer, finder du ud af, hvordan den datadrevne tilskrivningsmodel relaterer sig til din tidligere standardmodel. Så behøver du ikke længere sammenligne – du kan benytte dig af rapporten Analyse af investeringsafkast, som giver dig indblik i optimering alene ved hjælp af den tilpassede datadrevne tilskrivningsmodel.

Bemærk

Det er bevist, at de underliggende sandsynlighedsmodeller, som anvendes af datadrevet tilskrivning, forudsiger konverteringsresultater bedre end metodikkerne for første og sidste klik, men ingen model er 100 % perfekt. Datadrevet tilskrivning forsøger at repræsentere faktiske brugeres adfærd bedst muligt, men det er et estimat, som så vidt muligt bør valideres, f.eks. ved hjælp af kontrollerede eksperimenter.