 |
Bu özellik yalnızca Google Marketing Platform kapsamında sunulan Google Analytics 360 ürününde kullanılabilir. Google Marketing Platform hakkında daha fazla bilgi edinin. |
Veriye Dayalı İlişkilendirme metodolojisinin iki ana kısmı vardır: (1) özel dönüşüm olasılığı modelleri geliştirmek için mevcut tüm yol verilerinizin analiz edilmesi ve (2) bu olasılık verisi kümesine, pazarlama temas noktalarınıza kısmi dönüşüm kredisi atayan karmaşık bir algoritmanın uygulanması.
Mevcut tüm yol verilerinden dönüşüm olasılığı modelleri geliştirme
Veriye Dayalı İlişkilendirme, kullanıcılarınızın dönüşüm gerçekleştirme olasılığının belirli pazarlama temas noktalarının varlığından nasıl etkilediğini anlamak için mevcut tüm yol verilerini kullanır. Buna hem dönüşüm gerçekleştiren hem de dönüşüm gerçekleştirmeyen kullanıcılara ilişkin veriler dahildir. Ortaya çıkan olasılık modelleri, belirli bir etkinlik dizisini gerçekleştiren bir kullanıcının yol üzerindeki herhangi bir noktada dönüşüm gerçekleştirme olasılığının ne kadar olduğunu gösterir.
Pazarlama temas noktalarına algoritmaya dayalı olarak dönüşüm kredisi atama
Veriye Dayalı İlişkilendirme daha sonra bu olasılık verisi kümesine bir algoritma uygular. Bu algoritma, kooperatif oyun teorisindeki Shapley Değeri adlı kavramı temel almaktadır. Shapley Değeri, ekonomi alanında Nobel ödüllü Lloyd S. Shapley tarafından geliştirilen bir kavramdır ve bir takımın toplam üretimini takım üyeleri arasında adil bir şekilde dağıtmaya yönelik bir yaklaşımdır.
Veriye Dayalı İlişkilendirmede analiz edilen "takım üyeleri" pazarlama temas noktaları (ör. Organik Arama, Görüntülü Reklam Ağı ve E-posta), takımın "üretimi" de dönüşümlerdir. Veriye Dayalı İlişkilendirme algoritması, her bir pazarlama temas noktasının varsayımsal kazancını hesaplar. Diğer bir deyişle, söz konusu temas noktalarından geçen benzer kullanıcıların dönüşüm olasılığını, temas noktalarından birinin yolda bulunmadığı durumdaki olasılıkla karşılaştırır.
Her temas noktasına ait dönüşüm kredisinin gerçek hesabı, temas noktalarına ait tüm farklı permütasyonların karşılaştırılmasına ve bunlar arasında normalleştirme yapılmasına bağlıdır. Bu, Veriye Dayalı İlişkilendirme algoritmasının her bir temas noktasının hangi sırada olduğunu göz önünde bulundurduğu ve farklı yol konumları için farklı krediler atadığı anlamına gelir. Örneğin, Görüntülü Reklam Ağı'nın Ücretli Arama'dan önce olduğu durumlar, Ücretli Arama'nın Görüntülü Reklam Ağı'ndan önce olduğu durumlardan ayrı modellenir.
Örnek
Aşağıdaki üst düzey örnekte Organik Arama, Görüntülü Reklam Ağı ve E-posta bir araya geldiğinde dönüşüm olasılığı %3'tür. Görüntülü Reklam Ağı kaldırıldığında, olasılık %2'ye düşer. Görüntülü Reklam Ağı varken gözlemlenen %50'lik artış, ilişkilendirmenin temelini oluşturur.
Veriye Dayalı modelinizi araştırma ve modelin YG ile ilgili sonuçlarını analiz etme
Veriye Dayalı modelinizin belirlediği spesifik ağırlıkları kanala ve konuma göre araştırmak için Model Araştırma raporunu kullanabilirsiniz. (Daha ayrıntılı bir analiz için modeli bir CSV dosyası olarak indirebilirsiniz.) Modelleri karşılaştırmak ve optimizasyon fırsatlarını tespit etmek için Model Karşılaştırma Aracını kullanın. YG Analizi raporu, Veriye Dayalı modelinizin YG ile ilgili sonuçlarını anlamanıza yardımcı olur.
