 |
Ова функција је доступна само у Google аналитици 360, која је део Google Marketing Platform-а. Сазнајте више о Google Marketing Platform-у. |
Постоје два главна дела методологије приписивања заснованог на подацима: (1) анализа свих доступних података о путањи како би се направили прилагођени модели вероватноће остваривања конверзија и (2) примена сложеног алгоритма, који приписује делимичну заслугу за остваривање конверзије маркетиншким тачкама контакта, на тај скуп података о вероватноћи.
Прављење модела вероватноће остваривања конверзија из свих доступних података о путањи
Помоћу свих доступних података о путањи, укључујући податке од корисника који остварују и који не остварују конверзије, приписивање засновано на подацима објашњава како присуство одређених маркетиншких тачака контакта утиче на вероватноћу да корисник оствари конверзију. Добијени модели вероватноће показују колико је вероватно да ће корисник остварити конверзију на одређеној тачки на путањи ако је дат одређени редослед догађаја.
Приписивање заслуге за остваривање конверзија маркетиншким тачкама контакта помоћу алгоритма
Приписивање засновано на подацима затим на тај скуп података о вероватноћи примењује алгоритам заснован на концепту из теорије кооперативних игара под називом Шеплијева вредност. Шеплијева вредност је приступ за праведну расподелу добитка тима међу члановима који чине тим, који је описао Лојд С. Шепли, добитник Нобелове награде за економију.
Код приписивања заснованог на подацима, „чланови тима“ који се анализира су маркетиншке тачке контакта (нпр. бесплатна претрага, Мрежа мултимедијалног оглашавања и е-пошта), а „добитак“ тима су конверзије. Алгоритам приписивања заснованог на подацима израчунава хипотетички добитак сваке маркетиншке тачке контакта, односно упоређује вероватноћу остваривања конверзије код сличних корисника који су били изложени овим тачкама контакта са вероватноћом која се јавља када једна од тачака контакта није у путањи.
Израчуната вредност заслуге за остваривање конверзија за сваку тачку контакта зависи од поређења свих различитих пермутација тачака контакта и њиховог нормализовања. То значи да алгоритам приписивања заснованог на подацима узима у обзир редослед којим се појављују све тачке контакта и приписује различиту заслугу за различите позиције у путањи. На пример, постоји посебан модел за случај кад Мрежа мултимедијалног оглашавања претходи плаћеној претрази и посебан модел за случај кад плаћена претрага претходи Мрежи мултимедијалног оглашавања.
Пример
У следећем примеру високог нивоа, комбинација бесплатне претраге, Мреже мултимедијалног оглашавања и е-поште има вероватноћу остваривања конверзије од 3%. Када се Мрежа мултимедијалног оглашавања уклони, вероватноћа пада на 2%. Уочено повећање од 50% када је Мрежа мултимедијалног оглашавања присутна се користи као основа за приписивање.
Истраживање модела заснованог на подацима и анализа његовог утицаја на повраћај улагања
Помоћу извештаја Истраживач модела можете да истражујете одређене вредности које подешава модел заснован на подацима на основу канала и позиције. (За детаљнију анализу можете да преузмете модел као CSV датотеку.) Помоћу алатке за поређење модела можете да упоређујете моделе и проналазите могућности за оптимизацију. Извештај Анализа повраћаја улагања вам омогућава да видите утицај модела заснованог на подацима на повраћај улагања.
