סקירה כללית
הלקוחות יכולים לבצע כמה חיפושים וללחוץ על כמה מודעות לפני שהם מבצעים רכישה או פעולה חשובה אחרת באתר או באפליקציה. בדרך כלל, כל הקרדיט על הפעולה החשובה (שנקראת אירוע מרכזי) משויך למודעה האחרונה שעליה הלקוחות לחצו. אבל האם זו המודעה היחידה שגרמה להם להחליט לקיים אינטראקציה עם אירוע מרכזי בדרך להשלמת האירוע? מה לגבי שאר המודעות שעליהן הם לחצו לפני כן?
Attribution is the act of assigning credit for important user actions to different ads, clicks, and factors along the user's path to completing the action.
An attribution model can be a rule, a set of rules, or a data-driven algorithm that determines how credit is assigned to touchpoints along a user's path to completing important actions.
יש 3 מודלים של שיוך שזמינים בדוחות השיוך בנכסי Google Analytics 4:
- שיוך מבוסס-נתונים (DDA)
- קליק אחרון בערוצים בתשלום ובערוצים אורגניים
- קליק אחרון בערוצי Google בתשלום
עמידה ביעדי השיווק
מיישמים ב-Google Ads את התובנות שמופקות מ-Google Analytics. כך אפשר להציג את העסק ללקוחות המתאימים בחיפוש Google, ב-YouTube ועוד.
גישה לדוחות השיוך
כך ניגשים לדוחות השיוך:
- ב-Google Analytics, בצד ימין, לוחצים על פרסום.
- בקטע שיוך, לוחצים על מודלים של שיוך או נתיבי שיוך.
שיוך מבוסס-נתונים (DDA)
שיוך מבוסס-נתונים: במודל מהסוג הזה, הקרדיט על האירוע המרכזי מחולק לפי הנתונים של כל אירוע מרכזי. המודל הזה שונה ממודלים אחרים כי הוא מתבסס על הנתונים בחשבון כדי לחשב את מידת התרומה בפועל של כל אינטראקציה שהסתיימה בקליק.
כל מודל מבוסס-נתונים הוא ייחודי לכל מפרסם ולכל אירוע מרכזי.
איך פועל שיוך מבוסס-נתונים (DDA)
כחלק מתהליך השיוך, המערכת משתמשת באלגוריתמים של למידת מכונה כדי להעריך נתיבים של משתמשים שהשלימו המרות וגם נתיבים של משתמשים שלא השלימו המרות. המודל מבוסס-הנתונים שמתקבל לומד איך נקודות מגע שונות עם הלקוח משפיעות על תוצאות האירועים המרכזיים. המודל משלב גורמים כמו הזמן שעבר מהאירוע המרכזי, סוג המכשיר, מספר האינטראקציות עם המודעות, סדר החשיפה למודעות וסוג נכסי הקריאייטיב. המודל משתמש בגישה הפוכה כדי להשוות בין מה שקרה לבין מה שהיה יכול לקרות, במטרה לקבוע לאילו נקודות מגע עם הלקוח יש סיכוי גבוה להניב אירועים מרכזיים. המודל משייך את הקרדיט לנקודות המגע האלה על סמך הסיכויים האלה.
המתודולוגיה שעומדת מאחורי שיוך מבוסס-נתונים (מתקדם)
המתודולוגיה של השיוך מבוסס-הנתונים (DDA) מורכבת מ-2 חלקים עיקריים:
- ניתוח של נתוני הנתיב הזמינים לצורך פיתוח מודלים של שיעור המשתמשים שהפעילו אירוע מרכזי בכל אחד מהאירועים המרכזיים
- שימוש בחיזויי המודלים של שיעור המשתמשים שהפעילו אירוע מרכזי בתור קלט לאלגוריתם שמשייך קרדיט לאינטראקציות עם מודעות
פיתוח מודלים הסתברותיים של אירועים מרכזיים מנתוני הנתיב הזמינים
בשיוך מבוסס-נתונים (DDA) נעשה שימוש בנתוני הנתיב, כולל הנתונים מהמשתמשים שמשלימים המרות והנתונים מהמשתמשים שאינם משלימים המרות, כדי להבין איך הנוכחות והתזמון של נקודות מגע שיווקיות מסוימות עם הלקוח עשויים להשפיע על הסבירות שהמשתמשים ישלימו אירוע מרכזי. המודלים שמתקבלים מעריכים את הסבירות שמשתמש יקיים אינטראקציה עם אירוע מרכזי בכל נקודה בנתיב להשלמת האירוע, מתוך הנחה של מידת חשיפה לאינטראקציה מסוימת עם מודעות.
המודלים משווים בין הסבירות לאירוע מרכזי אצל משתמשים שנחשפו למודעה לבין הסבירות לאירוע מרכזי אצל משתמשים דומים בקבוצת בקרה. (במונחים טכניים יותר, המודלים מחשבים את הרווחים המתאפשרים בחשיפה למודעות Google על ידי אימון שמבוסס על נתונים שהתקבלו מניסויים אקראיים מבוקרים).
הקצאה אלגוריתמית של קרדיט חלקי לנקודות מגע שיווקיות עם הלקוח
מודל השיוך מבוסס-הנתונים מקצה קרדיט על סמך האופן שבו הוספה של כל אינטראקציה עם מודעה לנתיב משנה את הסבירות המשוערת לאירוע מרכזי. לצורך חישוב הקרדיט, באלגוריתם של השיוך מבוסס-הנתונים מובאות בחשבון תכונות שונות, כולל הזמן שעבר מהאינטראקציה עם המודעה עד לאירוע המרכזי, סוג הפורמט ואותות שאילתה אחרים.
קליק אחרון בערוצים בתשלום ובערוצים אורגניים
קליק אחרון בערוצים בתשלום ובערוצים אורגניים: המערכת מתעלמת מתנועה ישירה ומשייכת 100% מערך האירוע המרכזי לערוץ האחרון שהלקוח לחץ עליו (או שבו הוא צפה צפייה פעילה ב-YouTube) לפני ההמרה. בהמשך מפורטות דוגמאות לאופן השיוך של ערך האירוע המרכזי:
- רשת המדיה > רשתות חברתיות > חיפוש בתשלום > חיפוש אורגני ← 100% לחיפוש אורגני
- רשת המדיה > רשתות חברתיות > חיפוש בתשלום > אימייל ← 100% לאימייל
- רשת המדיה > רשתות חברתיות > חיפוש בתשלום > תנועה ישירה ← 100% לחיפוש בתשלום
- תנועה ישירה ← 100% לתנועה ישירה
- קליק אחרון בערוצים בתשלום ובערוצים אורגניים וקליק אחרון שאינו ישיר הם שני שמות של אותו מודל שיוך.
צפייה פעילה נספרת בשיוך מבוסס-נתונים כשהמשתמש:
- צופה במודעה במשך 30 שניות (או עד הסוף אם היא קצרה מ-30 שניות)
- לוחץ על כרטיס טיזר
- לוחץ על מודעת באנר נלווית או על קיר סרטונים
- לוחץ על ביטוי שהוא קריאה לפעולה
- לוחץ על מסך הסיום
- לוחץ כדי להיכנס לאתר של המפרסם
קליק אחרון בערוצי Google בתשלום
קליק אחרון בערוצי Google בתשלום: המערכת משייכת 100% מערך האירוע המרכזי לערוץ האחרון ב-Google Ads שהלקוח לחץ עליו לפני ההמרה. אם לאורך הנתיב לא התרחש קליק ב-Google Ads, כמו בדוגמה 6, מודל השיוך מסתמך על הקליק האחרון בערוצים אורגניים ובערוצים בתשלום.
- רשת המדיה > רשתות חברתיות > חיפוש בתשלום > חיפוש אורגני ← 100% לחיפוש בתשלום
- רשת המדיה > רשתות חברתיות > המרה לאחר צפייה פעילה (EVC) ב-YouTube > אימייל ← 100% ל-YouTube
- רשת המדיה > רשתות חברתיות > אימייל > תנועה ישירה ← 100% לאימייל (הסתמכות על קליק אחרון שאינו ישיר)
- תנועה ישירה ← 100% לתנועה ישירה
בחירת הגדרות השיוך
The Attribution settings page lets you choose how Google Analytics assigns credit to different ads, clicks, and other factors before users trigger key events and Google Ads web conversions.
To select attribution settings:
- Sign in to Google Analytics.
- בקטע ניהול, under Data display, click Attribution settings.
הקישור הקודם ייפתח ותעברו לנכס Analytics האחרון שאליו נכנסתם. אפשר לשנות את הנכס באמצעות בורר הנכסים.צריכה להיות לכם הרשאת שיווק או הרשאה ברמה גבוהה יותר ברמת הנכס כדי select the attribution settings.
- Select these attribution settings:
- Click Save.