 |
यह सुविधा केवल Google Analytics 360 में उपलब्ध है, जो Google Marketing Platform का हिस्सा है. Google Marketing Platform के बारे में ज़्यादा जानें. |
डेटा-प्रचालित एट्रिब्यूशन कार्यप्रणाली के दो मुख्य हिस्से होते हैं: (1) कस्टम रूपांतरण के संभावित मॉडल विकसित करने के लिए आपके समस्त उपलब्ध पथ डेटा का विश्लेषण करना, और (2) उस संभावित डेटा सेट पर ऐसा परिष्कृत एल्गोरिद्म लागू करना, जो आपके मार्केटिंग टचपॉइंट को आंशिक रूपांतरण श्रेय निर्दिष्ट करे.
इस लेख में:समस्त उपलब्ध पथ डेटा से रूपांतरण के संभावित मॉडल विकसित करें
डेटा-प्रचालित एट्रिब्यूशन—रूपांतरण करने और नहीं करने वाले दोनों उपयोगकर्ताओं सहित—समस्त उपलब्ध पथ डेटा का उपयोग करता है, ताकि यह समझा जा सके कि किसी विशेष मार्केटिंग टचपॉइंट की उपस्थिति आपके उपयोगकर्ता की रूपांतरण संभावना को किस प्रकार प्रभावित करती है. परिणामी संभावना मॉडल दिखाता है कि ईवेंट के किसी खास अनुक्रम के अनुसार, किसी उपयोगकर्ता द्वारा पथ में किसी खास पॉइंट पर रूपांतरण करने की संभावना कितनी है.
मार्केटिंग टचपॉइंट को एल्गोरिद्म के आधार पर रूपांतरण श्रेय निर्दिष्ट करें
फिर इस संभावित डेटा सेट पर डेटा-प्रचालित एट्रिब्यूशन लागू होता है, जो Shapley Value नामक कोऑपरेटिव गेम सिद्धांत की अवधारणा पर आधारित एल्गोरिद्म है. Shapley Value को अर्थशास्त्र के नोबेल पुरस्कार से सम्मानित लॉयड एस. शेपली द्वारा टीम के सदस्यों के बीच किसी टीम के परिणामों को निष्पक्ष रूप से वितरित करने लिए डेवलप किया गया.
डेटा-आधारित एट्रिब्यूशन के मामले में, “टीम के सदस्य” के रूप में विश्लेषण की जाने वाली “टीम” का तात्पर्य (उदा., ऑर्गेनिक खोज, प्रदर्शन और ईमेल) जैसे मार्केटिंग टचपॉइंट से है तथा टीम का "परिणाम" है - रूपांतरण. डेटा-आधारित एट्रिब्यूशन एल्गोरिद्म प्रत्येक मार्केटिंग चैनल की प्रतितथ्यात्मक प्राप्तियों की गणना करता है—यानी कि, वह इन टचपॉइंट के संपर्क में आने वाले मिलते-जुलते उपयोगकर्ताओं की रूपांतरण संभावना की तुलना उन संभावनाओं से करता है जब पथ में टचपॉइंट मौजूद नहीं होते हैं.
प्रत्येक टचपॉइंट हेतु रूपांतरण श्रेय की वास्तविक गणना इस बात पर आधारित होती है कि टचपॉइंट के सभी अलग-अलग क्रमानुगत-परिवर्तनों की तुलना उन्हीं की सामान्य स्थितियों से की जाए. इसका अर्थ यह है कि डेटा-आधारित एट्रिब्यूशन एल्गोरिद्म उस क्रम पर गौर करता है, जिस क्रम में टचपॉइंट हुए तथा विभिन्न पथ स्थितियों को अलग-अलग श्रेय निर्दिष्ट करता है. उदाहरण के लिए, सशुल्क खोज के पहले होने वाले प्रदर्शन का मॉडल प्रदर्शन होने के पहले होने वाली सशुल्क खोज से अलग ढंग से बनाया जाता है.
उदाहरण
नीचे दिए गए उच्च-स्तरीय उदाहरण में, ऑर्गेनिक खोज, प्रदर्शन और ईमेल के संयोजन से रूपांतरण की संभावना 3% बढ़ जाती है. जब प्रदर्शन हटा दिया जाता है तो संभावना गिर कर 2% रह जाती है. जब प्रदर्शन एट्रिब्यूशन हेतु आधार के रूप में मौजूद होता है तो 50% की वृद्धि दिखाई देती है.
अपने डेटा-प्रचालित मॉडल एक्सप्लोर करें और ROI पर उसके प्रभाव का विश्लेषण करें
आप मॉडल एक्स्प्लोरर रिपोर्ट का उपयोग करके, अपने डेटा-आधारित मॉडल द्वारा चैनल और स्थिति के आधार पर सेट किए जाने वाले विशिष्ट वेट खोज सकते हैं. (अधिक विस्तृत विश्लेषण के लिए, आप मॉडल को CSV फ़ाइल के रूप में डाउनलोड कर सकते हैं.) मॉडलों की तुलना तथा ऑप्टिमाइज़ेशन अवसरों की पहचान के लिए मॉडल तुलना टूल का उपयोग करें. ROI विश्लेषण रिपोर्ट की सहायता से आप अपने डेटा-प्रचालित मॉडल के ROI प्रभाव को समझ सकते हैं.
