 |
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.
- 분석할 전환 유형을 선택합니다. 애널리틱스 목표와 전자상거래를 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.
- 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.
- 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.
- 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.
- 예산 및 리소스를 변경하여 ROI가 높은 기회를 지원합니다. 가능성이 가장 큰 채널(또는 캠페인이나 키워드)을 파악한 후에는 프로그램을 조정하고 결과를 테스트합니다.
- 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.
