데이터 기반 기여의 사용 및 해석

이 기능은 Google Marketing Platform에 포함된 Google 애널리틱스 360에서만 사용할 수 있습니다.
Google Marketing Platform에 대해 자세히 알아보기.

데이터 기반 기여를 사용하여 ROAS를 최적화하는 새로운 방법을 알아낼 수 있습니다. 아래 단계에 따라 시작해 보세요.

  1. 분석할 전환 유형을 선택합니다. 애널리틱스 목표전자상거래를 검토하고 개선할 전환 유형을 결정합니다. 예를 들어 더 많은 사용자가 리드 생성 양식을 작성하게 하고 이를 목표로 설정하는 경우를 가정해보겠습니다. 기여 보고서의 전환 유형 선택 도구를 사용해 해당 전환 유형을 집중적으로 분석할 수 있습니다.
  2. 최적화할 캠페인, 채널 또는 키워드 세트를 선택합니다. 완료된 리드 생성 양식이라는 목표를 확인하고 현재 전환을 유도하기 위해 사용하고 있는 기술을 평가합니다. 디스플레이 광고를 운영중이고 해당 채널의 수익을 개선하려는 경우를 가정해보겠습니다.
  3. 데이터 기반 기여 값을 일반 기여 모델과 비교합니다. 많은 광고주는 마지막 클릭 모델을 기본 기여 모델로 사용하지만, 이 새로운 값은 광고주가 사용하는 모델과 비교해야 합니다. 데이터 기반 값이 계산된 방법은 모델 탐색기를 참조하세요.
  4. 모델 전체에서 변경사항이 가장 큰 터치 포인트를 파악합니다. 기여 모델 비교 도구를 사용하여 데이터 기반 모델 및 최대 두 개의 다른 모델 간의 전환 기여도를 비교합니다. 데이터를 CPA(전환당비용) 변경률별로 정렬하여 변경사항이 미치는 영향이 가장 큰 채널 또는 캠페인을 찾습니다.
  5. 예산 및 리소스를 변경하여 ROI가 높은 기회를 지원합니다. 가능성이 가장 큰 채널(또는 캠페인이나 키워드)을 파악한 후에는 프로그램을 조정하고 결과를 테스트합니다.
  6. 데이터 기반 기여 모델을 사용합니다. 모델 탐색기를 검토하고 예산 및 리소스 변경의 영향을 확인한 후 데이터 기반 기여 모델이 이전 기본 모델과 관련되는 방법에 대해 알 수 있습니다. 그러면 더 이상 비교할 필요 없이 ROI 분석 보고서를 이용할 수 있습니다. 맞춤 데이터 기반 기여 모델만을 사용하여 최적화 정보에 집중할 수 있습니다.

참고

데이터 기반 기여에서 사용되는 가능성 모델은 첫 번째 클릭 및 마지막 클릭 방법보다 전환 결과를 예측하는 데 더 효과적인 것으로 나타났지만 100% 완벽한 모델은 없습니다. 데이터 기반 기여는 실생활에서 실제 고객의 행동을 효과적으로 나타내고자 하지만, 이는 비교 실험과 같은 방식을 통해 최대한 많이 검증해야 할 예상치입니다.

관련 자료

도움이 되었나요?
어떻게 하면 개선할 수 있을까요?