 |
Ova je značajka dostupna samo u Google Analyticsu 360, dijelu Google Marketing Platforma. Saznajte više o Google Marketing Platformu. |
Dva su glavna dijela metodologije atribucije na temelju podatka: (1) analiziranje svih dostupnih podataka o putovima radi razvijanja prilagođenih modela vjerojatnosti konverzija i (2) primjena sofisticiranog algoritma koji dodjeljuje djelomično pripisivanje konverzija vašim marketinškim točkama na taj skup vjerojatnih podataka.
Razvijanje modela vjerojatnosti konverzija na temelju svih dostupnih podataka o putovima
Atribucija na temelju podataka upotrebljava sve dostupne podatke o putovima, uključujući podatke o korisnicima koji ostvare konverziju i onima koji je ne ostvare, da bi se otkrilo kako prisutnost određenih marketinških dodirnih točaka utječe na vjerojatnost da korisnik ostvari konverziju. Modeli vjerojatnosti koji nastanu kao rezultat toga pokazuju koliko je izgledno da korisnik ostvari konverziju na bilo kojoj određenoj točki na putu, uz određeni slijed događaja.
Algoritamska atribucija konverzije marketinškim dodirnim točkama
Atribucija na temelju podataka zatim na taj skup vjerojatnih podataka primjenjuje algoritam utemeljen na konceptu kooperativne teorije igre pod nazivom Shapleyjeva vrijednost. Shapleyjevu vrijednost osmislio je dobitnik Nobelove nagrade za ekonomiju Lloyd S. Shapley kao pristup pravedne raspodjele rezultata tima na konstitutivne članove tima.
U slučaju atribucije na temelju podataka, "tim" koji se analizira ima marketinške dodirne točke (npr. organsko pretraživanje, prikazivačka mreža i e-pošta) kao "članove tima", a "rezultati" tima su konverzije. Algoritam atribucije na temelju podataka izračunava neočekivane dobitke svake marketinške dodirne točke – tj. uspoređuje vjerojatnost konverzije sličnih korisnika koji su bili izloženi tim dodirnim točkama s vjerojatnošću kada se jedna od dodirnih točaka ne pojavi na putu.
Stvarni izračun pripisivanja konverzije za svaku dodirnu točku ovisi o usporedbi različitih permutacija dodirnih točaka i normaliziranja svih njih. To znači da algoritam atribucije na temelju podataka uzima u obzir poredak kojim se svaka od dodirnih točaka pojavljuje i dodjeljuje različita pripisivanja za različite pozicije na putu. Na primjer, prikazivačka mreža prije plaćenog pretraživanja modelira se zasebno odnosu na plaćeno pretraživanje prije prikazivačke mreže.
Primjer
U sljedećem primjeru visoke razine kombinacija organskog pretraživanja, prikazivačke mreže i e-pošte dovodi do 3% vjerojatnosti konverzije. Kad se prikazivačka mreža ukloni, vjerojatnost pada na 2%. Promatrani porast od 50% kad je prisutna prikazivačka mreža služi kao temelj atribucije.
Istraživanje modela na temelju podataka i analiziranje njegovog utjecaja na ROI
Možete upotrebljavati izvješće Preglednik modela da biste istražili konkretne težine koje model na temelju podataka postavlja na temelju kanala i pozicije. (Radi detaljnije analize možete preuzeti model kao CSV datoteku.) Upotrijebite alat za usporedbu modela da biste usporedili modele i otkrili prilike za optimizaciju. Izvješće Analiza ROI-ja omogućuje vam uvid u utjecaj modela na temelju podataka na ROI.
