Metodologia dell'attribuzione basata sui dati

Questa funzione è disponibile solo in Google Analytics 360, che fa parte di Google Marketing Platform.
Ulteriori informazioni su Google Marketing Platform.

La metodologia di attribuzione basata sui dati comprende due parti: (1) analisi di tutti i tuoi dati di percorso disponibili per sviluppare modelli di probabilità di conversione personalizzati e (2) l'applicazione a tali set di dati probabilistici di un algoritmo sofisticato che assegna un credito di conversione parziale ai tuoi touchpoint di marketing.

Contenuti di questo articolo:

Sviluppare modelli di probabilità di conversione utilizzando tutti i dati di percorso disponibili

L'attribuzione basata sui dati utilizza tutti i dati di percorso disponibili, compresi quelli relativi sia a utenti che generano conversioni che a utenti che non ne generano, per comprendere come la presenza di un particolare punto di contatto di marketing influisce sulla probabilità di conversione dei tuoi utenti. I modelli di probabilità risultanti mostrano quanto sia probabile che un utente generi una conversione in un punto particolare del percorso, data una particolare sequenza di eventi.

Assegnare credito per una conversione a touchpoint di marketing tramite un algoritmo

L'Attribuzione basata sui dati applica quindi a questo insieme di dati probabilistici un algoritmo basato su un concetto derivato dalla teoria del gioco cooperativo chiamato Valore di Shapley. Il concetto del Valore di Shapley fu sviluppato dal premio nobel per l'economia Lloyd S. Shapley come approccio alla distribuzione equa dei risultati di una squadra fra i membri della stessa.

Nel caso dell'attribuzione basata sui dati, i "membri" della "squadra" analizzata sono rappresentati dai punti di contatto di marketing (ad es. Ricerca organica, Display ed Email) e il "risultato" della squadra è rappresentato dalle conversioni. L'algoritmo dell'attribuzione basata sui dati calcola i guadagni ipotetici di ciascun punto di contatto di marketing, vale a dire confronta la probabilità di conversione di utenti simili che sono stati esposti a questi punti di contatto con la probabilità che si registra quando uno dei punti di contatto non è presente nel percorso.

Il calcolo effettivo del credito di conversione per ogni punto di contatto dipende dal confronto di tutte le varie permutazioni dei punti di contatto e dalla normalizzazione che si esegue su di essi. Ciò significa che l'algoritmo dell'attribuzione basata sui dati prende in considerazione l'ordine in cui si presenta ciascun punto di contatto e assegna un credito diverso per posizioni diverse nel percorso. Ad esempio, Display prima di Ricerca a pagamento crea un modello separato da quello che si crea con Ricerca a pagamento prima di Display.

Esempio

Nel seguente esempio a livello generale, la combinazione di Ricerca organica, Display ed Email dà una probabilità di conversione del 3%. Quando viene eliminato Display la probabilità scende al 2%. L'aumento del 50% osservato in presenza di Display funge da base per l'attribuzione.

illustration of display increasing likelihood of purchase

Esplorare il modello basato sui dati e le sue implicazioni per il ROI

Puoi utilizzare il rapporto Esplorazione modelli per esplorare i pesi specifici impostati dal tuo modello basato sui dati in base al canale e alla posizione. (Per un'analisi più dettagliata, puoi scaricare il modello come file CSV.) Utilizza lo Strumento per il confronto di modelli per confrontare modelli e identificare possibilità di ottimizzazione. Il rapporto Analisi del ROI permette di comprendere le implicazioni sul ROI del tuo modello basato sui dati.

È stato utile?
Come possiamo migliorare l'articolo?