 |
只有 Google Marketing Platform 隨附的 Google Analytics (分析) 360 可使用這項功能。 進一步瞭解 Google Marketing Platform。 |
以數據為準歸因方法由兩個主要部分組成：(1) 分析所有的可用路徑資料來建立自訂轉換機率模式，以及 (2) 將精密的演算法套用在機率數據組合上，由該演算法將部分轉換價值分配給行銷接觸點。
使用所有可用的路徑資料來建立轉換機率模式
以數據為準歸因功能會使用所有可用的路徑資料 (完成轉換以及未轉換使用者的數據都包含在內)，以瞭解特定行銷接觸點的存在對使用者的轉換機率有什麼影響。從產生的機率模式中，您可以看出當事件以特定順序發生時，使用者在路徑中任一接觸點完成轉換的機率有多高。
運用演算法將轉換價值分配給行銷接觸點
接下來，以數據為準歸因功能會將演算法套用到機率數據組合。這個演算法是根據合作賽局理論中的夏普利值概念為基礎；這個概念是由諾貝爾經濟學獎得主洛伊德．夏普利 (Lloyd S. Shapley) 發展而成，做為公平地將團隊成果分配給其團隊成員的手段。
對以數據為準歸因功能來說，所分析的「團隊」成員是行銷接觸點 (例如隨機搜尋、多媒體廣告和電子郵件)，團隊「成果」則是轉換。以數據為準歸因功能的演算法會計算每個行銷接觸點的虛擬獲益；也就是說，該演算法會將接觸過這些接觸點的類似使用者完成轉換的機率，與路徑中少了其中一個接觸點的使用者轉換機率相互比較。
計算各個接觸點的實際轉換價值時，系統會比較接觸點的所有不同排列並將其設為常態；也就是說，以數據為準歸因功能的演算法會考量各個接觸點發生的順序，並為不同路徑位置分配不同價值。舉例來說，先出現多媒體廣告再發生付費搜尋這個順序的模式，就與先發生付費搜尋再出現多媒體廣告的模式不同。
範例
在下列簡單範例中，隨機搜尋、多媒體廣告和電子郵件這個組合的轉換機率是 3%。將多媒體廣告移除後，轉換率降為 2%，也就是說有多媒體廣告時，轉換率會提高 50%；系統會根據這一點進行歸因。
查看以數據為準模式，並分析它對投資報酬率的影響
您可以使用模式檢視工具的報表來查看以數據為準模式根據管道和位置設定的指定權重 (若想查看更詳盡的分析數據，您可以將模式下載為 CSV 檔)，接著再使用模式比較工具來比較模式，從中找出最佳化商機。您還可以查看投資報酬率分析報表，瞭解以數據為準模式對投資報酬率的影響。
