[GA4] एट्रिब्यूशन और एट्रिब्यूशन मॉडलिंग के बारे में जानकारी

यह लेख उनके लिए है जो जानना चाहते हैं कि उनके विज्ञापन, कन्वर्ज़न दिलाने के लिए, साथ मिलकर कैसे काम करते हैं.

Google Analytics 4 प्रॉपर्टी में एट्रिब्यूशन के लिए कई बेहतर और नई सुविधाएं दी गई हैं. जैसे, कन्वर्ज़न पाथ की पहले से ज़्यादा बेहतर रिपोर्ट और प्रॉपर्टी-लेवल पर एट्रिब्यूशन मॉडलिंग की सुविधा. इनसे पहले के मुकाबले ज़्यादा बारीक जानकारी और अच्छे नतीजे हासिल करने के लिए बदलाव करने के ज़्यादा मौके मिलेंगे.

इस लेख में इनके बारे में बताया गया है:

एट्रिब्यूशन मॉडलिंग की खास जानकारी

ग्राहक आपकी वेबसाइट पर खरीदारी या कोई अहम कार्रवाई करने से पहले, कई तरह की जानकारी खोज सकते हैं या आपके कई विज्ञापनों पर क्लिक कर सकते हैं. आम तौर पर, कन्वर्ज़न का पूरा क्रेडिट उस विज्ञापन को दिया जाता है जिस पर कोई व्यक्ति, ग्राहक बनने से ठीक पहले क्लिक करता है. सवाल यह है कि क्या वाकई सिर्फ़ इसी विज्ञापन की वजह से वेबसाइट पर आने वाले लोग आपके ग्राहक बने? क्या उन विज्ञापनों का कोई रोल नहीं है जिन पर आपके ग्राहकों ने इस विज्ञापन से पहले क्लिक किया था?

एट्रिब्यूशन एक ऐसी प्रोसेस है जिसमें किसी कन्वर्ज़न के लिए, उपयोगकर्ता के कन्वर्ज़न पाथ में शामिल विज्ञापनों, क्लिक, और अलग-अलग फ़ैक्टर को क्रेडिट दिया जाता है. एट्रिब्यूशन मॉडल कोई नियम, नियमों का सेट या डेटा-ड्रिवन एल्गोरिदम हो सकता है. इससे यह तय होता है कि कन्वर्ज़न पाथ में मौजूद टचपॉइंट को कन्वर्ज़न का क्रेडिट कैसे दिया जाए.

Google Analytics 4 प्रॉपर्टी की एट्रिब्यूशन रिपोर्ट में तीन तरह के एट्रिब्यूशन मॉडल उपलब्ध हैं: डेटा-ड्रिवन एट्रिब्यूशन, पेड और ऑर्गैनिक चैनलों पर लास्ट क्लिक, और Google के पेड चैनलों पर लास्ट क्लिक.

एट्रिब्यूशन रिपोर्ट ढूंढने के लिए, बाईं ओर मौजूद विज्ञापन पर क्लिक करें. एट्रिब्यूशन में जाकर, मॉडल की तुलना या कन्वर्ज़न पाथ पर क्लिक करें.

नोट:

सभी एट्रिब्यूशन मॉडल, डायरेक्ट विज़िट को एट्रिब्यूशन क्रेडिट नहीं देते. अगर कन्वर्ज़न सिर्फ़ डायरेक्ट विज़िट की वजह से होता है, तो ऐसे में विज़िट को क्रेडिट दिया जाता है.

डेटा-ड्रिवन एट्रिब्यूशन

डेटा-ड्रिवन: डेटा-ड्रिवन एट्रिब्यूशन, हर कन्वर्ज़न इवेंट के डेटा के आधार पर कन्वर्ज़न के लिए क्रेडिट देता है. यह दूसरे मॉडल से अलग है, क्योंकि यह आपके खाते के डेटा का इस्तेमाल, हर क्लिक के असल असर का पता लगाने के लिए करता है.

Data-driven model iconविज्ञापन देने वाले हर व्यक्ति और कंपनी के साथ-साथ, हर कन्वर्ज़न इवेंट के लिए, डेटा-ड्रिवन मॉडल अलग-अलग होता है.

डेटा-ड्रिवन एट्रिब्यूशन के काम करने का तरीका

एट्रिब्यूशन, कन्वर्ज़न वाले पाथ और वे पाथ जिनमें कन्वर्ज़न नहीं हुआ, दोनों का आकलन करने के लिए मशीन लर्निंग एल्गोरिदम का इस्तेमाल करता है. नतीजा देने वाला डेटा-ड्रिवन मॉडल इस बात का ख्याल रखता है कि अलग-अलग टचपॉइंट, कन्वर्ज़न नतीजों पर किस तरह असर डालते हैं. इस मॉडल में कन्वर्ज़न में लगा समय, डिवाइस टाइप, विज्ञापन इंटरैक्शन की संख्या, विज्ञापन के दिखने का क्रम, और क्रिएटिव ऐसेट के टाइप जैसे फ़ैक्टर शामिल होते हैं. काउंटरफ़ैक्चुअल अप्रोच का इस्तेमाल करके यह मॉडल बताता है कि क्या हुआ और क्या हो सकता था. इससे यह पता लगाने में मदद मिलती है कि किन टचपॉइंट पर, कन्वर्ज़न होने की सबसे ज़्यादा संभावना है. मॉडल, इस संभावना के आधार पर इन टचपॉइंट को कन्वर्ज़न क्रेडिट एट्रिब्यूट करता है.

ध्यान दें: डेटा की उपलब्धता के आधार पर, डेटा-ड्रिवन एट्रिब्यूशन मॉडल को डेटा शेयर करने की सेटिंग से मिलने वाले एग्रीगेट डेटा का फ़ायदा मिल सकता है.

डेटा-ड्रिवन एट्रिब्यूशन के काम करने का तरीका (ऐडवांस)

डेटा-ड्रिवन एट्रिब्यूशन के काम करने के दो मुख्य हिस्से हैं:

  • अपने हर कन्वर्ज़न इवेंट के लिए, कन्वर्ज़न रेट के मॉडल डेवलप करने के मकसद से, उपलब्ध पाथ डेटा का विश्लेषण करना
  • कन्वर्ज़न रेट मॉडल के अनुमानों का इस्तेमाल ऐसे एल्गोरिदम के लिए इनपुट के तौर पर करना जो विज्ञापन इंटरैक्शन के लिए कन्वर्ज़न क्रेडिट को एट्रिब्यूट करता है

उपलब्ध पाथ डेटा से कन्वर्ज़न के संभावित मॉडल डेवलप करना

डेटा-ड्रिवन एट्रिब्यूशन, पाथ डेटा का इस्तेमाल करता है. इसमें, ग्राहक में बदलने वाले और ग्राहक में नहीं बदलने वाले, दोनों तरह के उपयोगकर्ताओं का डेटा शामिल होता है. इससे यह समझने में मदद मिलती है कि किसी खास मार्केटिंग टचपॉइंट की मौजूदगी और समय, आपके उपयोगकर्ताओं के कन्वर्ज़न की संभावना पर किस तरह असर डाल सकते हैं. नतीजे देने वाले मॉडल यह आकलन करते हैं कि किसी खास विज्ञापन से इंटरैक्शन के आधार पर, पाथ में उपयोगकर्ता के किसी खास समय पर ग्राहक में बदलने की कितनी संभावना है.

मॉडल, विज्ञापन के संपर्क में आने वाले उपयोगकर्ताओं के कन्वर्ज़न की संभावना और होल्डबैक ग्रुप में मिलते-जुलते उपयोगकर्ताओं के कन्वर्ज़न की संभावना की तुलना करते हैं. तकनीकी भाषा में कहें, तो मॉडल किसी भी क्रम में लगे कंट्रोल ट्रायल के ज़रिए मिले डेटा की ट्रेनिंग से, Google विज्ञापन के एक्सपोज़र के काउंटरफ़ैक्चुअल फ़ायदे का पता लगाते हैं.

मार्केटिंग टचपॉइंट को एल्गोरिदम के आधार पर फ़्रैक्शनल कन्वर्ज़न क्रेडिट असाइन करना

डेटा-ड्रिवन एट्रिब्यूशन मॉडल, इस आधार पर क्रेडिट असाइन करता है कि पाथ में होने वाले हर विज्ञापन इंटरैक्शन से, अनुमानित कन्वर्ज़न की संभावना में किस तरह बदलाव होता है. इस क्रेडिट का हिसाब लगाने के लिए, डेटा-ड्रिवन एट्रिब्यूशन एल्गोरिदम, विज्ञापन इंटरैक्शन और कन्वर्ज़न के बीच के समय, फ़ॉर्मैट टाइप, और अन्य क्वेरी सिग्नल जैसी सुविधाओं का इस्तेमाल करता है.

उदाहरण
यहां दिए गए उदाहरण में, विज्ञापन एक्सपोज़र #1 (पेड सर्च), विज्ञापन एक्सपोज़र #2 (सोशल), विज्ञापन एक्सपोज़र #3 (अफ़िलिएट), और विज्ञापन एक्सपोज़र #4 (सर्च) के कॉम्बिनेशन से 3% कन्वर्ज़न की संभावना दिखाई गई है. जब विज्ञापन एक्सपोज़र #4 नहीं होता है, तो संभावना 2% तक कम हो जाती है. इसका मतलब है कि विज्ञापन एक्सपोज़र #4, कन्वर्ज़न की संभावना को 50% से बढ़ाता है. इसी तरह, हम इस प्रक्रिया को हर विज्ञापन इंटरैक्शन के लिए दोहराते हैं और आकलन किए गए योगदान को एट्रिब्यूशन के महत्व के तौर पर इस्तेमाल करते हैं.

पेड और ऑर्गैनिक चैनलों पर लास्ट क्लिक

ध्यान दें: नवंबर 2023 से, फ़र्स्ट क्लिक, लीनियर, समय का नुकसान, और रैंक पर आधारित एट्रिब्यूशन मॉडल बंद कर दिए गए हैं. काम न करने वाले मॉडल के बारे में ज़्यादा जानें.

Last interaction model iconपेड और ऑर्गैनिक चैनलों पर लास्ट क्लिक: यह मॉडल, डायरेक्ट ट्रैफ़िक को अनदेखा करता है. साथ ही, कन्वर्ज़न वैल्यू का 100% क्रेडिट उस आखिरी चैनल को देता है जिस पर ग्राहक ने कन्वर्ज़न से पहले क्लिक (या YouTube के लिए जुड़ाव वाले व्यू-थ्रू) किया था. कन्वर्ज़न वैल्यू को कैसे बांटा जाता है, इसके उदाहरण देखें:

उदाहरण
  1. डिसप्ले > सोशल > पेड सर्च > ऑर्गैनिक सर्च → 100% ऑर्गैनिक सर्च पर
  2. डिसप्ले > सोशल > पेड सर्च > ईमेल → 100% ईमेल पर
  3. Display > सोशल > पेड सर्च > डायरेक्ट → 100% पेड सर्च पर
ध्यान दें:
  • पेड और ऑर्गैनिक चैनलों पर लास्ट क्लिक और आखिरी नॉन-डायरेक्ट क्लिक, एक ही एट्रिब्यूशन मॉडल के दो नाम हैं.

डेटा-ड्रिवन एट्रिब्यूशन मॉडल में जुड़ाव वाले किसी व्यू की गिनती तब की जाती है, जब कोई उपयोगकर्ता:

  • किसी विज्ञापन को 30 सेकंड के लिए देखता है या 30 सेकंड से छोटा होने पर, उसे पूरा देखता है
  • टीज़र कार्ड पर क्लिक करता है
  • वीडियो विज्ञापन के साथ दिखने वाले बैनर विज्ञापन या वीडियो वॉल पर क्लिक करता है
  • कॉल-टू-ऐक्शन वाले वाक्यांश पर क्लिक करता है
  • एंड स्क्रीन पर क्लिक करता है
  • विज्ञापन देने वाले व्यक्ति या कंपनी की वेबसाइट पर जाने के लिए, किसी लिंक पर क्लिक करता है

Google के पेड चैनलों पर लास्ट क्लिक

Last interaction model iconGoogle के पेड चैनलों पर लास्ट क्लिक: यह मॉडल, कन्वर्ज़न वैल्यू का 100% क्रेडिट, Google Ads के उस आखिरी चैनल को देता है जिस पर ग्राहक ने कन्वर्ज़न से पहले क्लिक किया था. अगर पाथ में कोई Google Ads क्लिक नहीं है, तो छठे उदाहरण की तरह ही एट्रिब्यूशन मॉडल, पेड और ऑर्गैनिक चैनलों पर लास्ट क्लिक एट्रिब्यूशन मॉडल पर वापस चला जाता है.

उदाहरण
  1. डिसप्ले > सोशल > पेड सर्च > ऑर्गैनिक सर्च → 100% पेड सर्च पर
  2. डिसप्ले > सोशल > YouTube ईवीसी > ईमेल → YouTube पर 100%
  3. डिसप्ले > सोशल > ईमेल > डायरेक्ट ट्रैफ़िक → 100% ईमेल पर (आखिरी नॉन-डायरेक्ट क्लिक पर वापस चला जाता है)

एट्रिब्यूशन सेटिंग चुनना

किसी Google Analytics 4 प्रॉपर्टी के लिए एट्रिब्यूशन मॉडल और कन्वर्ज़न विंडो चुनने के लिए, आपके पास उस प्रॉपर्टी में एडिटर या एडमिन की भूमिका होनी चाहिए.

  1. एडमिन पेज पर, डेटा डिसप्ले में जाकर, एट्रिब्यूशन सेटिंग पर क्लिक करें.
  2. रिपोर्टिंग एट्रिब्यूशन मॉडल सेक्शन में, ड्रॉप-डाउन से कोई एट्रिब्यूशन मॉडल चुनें. रिपोर्ट एट्रिब्यूशन मॉडल के बारे में ज़्यादा जानें.
  3. कन्वर्ज़न विंडो में, उपयोगकर्ता हासिल करने के कन्वर्ज़न इवेंट और अन्य सभी कन्वर्ज़न इवेंट के लिए, कन्वर्ज़न विंडो चुनें. अन्य सभी कन्वर्ज़न इवेंट विकल्प से सेशन एट्रिब्यूशन की सेटिंग को भी कंट्रोल किया जा सकता है.
  4. सेव करें पर क्लिक करें.

ये एट्रिब्यूशन सेटिंग, विज्ञापन सेक्शन की रिपोर्ट में चुने गए एट्रिब्यूशन मॉडल पर असर नहीं डालती हैं. कोई भी व्यक्ति विज्ञापन सेक्शन की रिपोर्ट में, अपने इस्तेमाल के लिए एट्रिब्यूशन मॉडल चुन सकता है. इस सेक्शन में कोई एट्रिब्यूशन मॉडल चुनने पर, इसका असर दूसरे उपयोगकर्ताओं को दिख रहे डेटा या विज्ञापन सेक्शन के बाहर, रिपोर्ट में डेटा का हिसाब लगाने के तरीके पर नहीं पड़ता.

क्या यह उपयोगी था?

हम उसे किस तरह बेहतर बना सकते हैं?
false
खोजें
खोज हटाएं
खोज बंद करें
मुख्य मेन्यू
10755881057106475050
true
खोज मदद केंद्र
true
true
true
true
true
69256
false
false