關於歸因模型

在達成轉換的過程中,客戶或許會與同一廣告客戶的多個廣告互動。透過歸因模型,您可以選擇每次廣告互動促成轉換的功勞。

歸因模型讓您深入瞭解廣告成效,有助優化轉換過程。

本文會講解不同的歸因模型,以及在 Google Ads 中使用這些模型的方法。您會瞭解到如何設定轉換追蹤和競價的歸因模型,以及如何使用「模型比較」歸因報告比較各種模型。

優點

大多數廣告客戶根據「最後點擊」來評估網上廣告的成效。換言之,他們會將轉換功勞全歸給最後點擊的廣告及相應的關鍵字。然而,這樣會忽略客戶在完成轉換前的其他廣告互動。

歸因模型可讓您進一步控制如何分配每次廣告互動促成轉換的功勞,從而:

  • 在購物週期中早些接觸客戶:找出在轉換路徑初期影響客戶的機會。
  • 配合您的業務:根據用戶搜尋產品或服務的方式採用最合適的模型。
  • 改善競價:在對廣告成效有更深入瞭解的基礎上優化競價。

有關不同的歸因模型

Google Ads 設有幾種歸因模型:

最後點擊 最後點擊:將全部轉換功勞歸給最後點擊的廣告和相應的關鍵字。

首次點擊 首次點擊:將轉換功勞全歸給首次點擊的廣告和相應的關鍵字。

線性 線性::將轉換功勞平均分配至路徑上的所有廣告互動。

隨時間遞減 隨時間遞減:越接近轉換時間的廣告互動,分到的功勞越多。功勞會按 7 天半減期分配。換言之,轉換完成前 8 天的廣告互動,分到的功勞是轉換完成前 1 天的廣告互動的一半。

根據廣告排名 根據廣告排名:分別將 40% 的功勞歸於首次和最後的廣告互動,以及相應的關鍵字,然後將剩餘的 20% 平均分配至路徑上的其他廣告互動。

以數據為本 以數據為本:根據此轉換動作的過往資料分配轉換功勞。有別於其他模型,以數據為本的歸因會使用您帳戶的資料,計算出每次互動在轉換路徑上的實際貢獻。注意:此模型只適用於錄得足夠數據的帳戶。瞭解關於以數據為本的歸因的詳情

範例

您在意大利佛羅倫斯經營名叫 Ristorante Abigaille 的餐廳。某客戶搜尋下列字詞:「托斯卡尼餐廳」、「佛羅倫斯餐廳」、「3 星級佛羅倫斯餐廳」、「3 星級佛羅倫斯 abigaille 餐廳」,並在點擊您的廣告後找到您的網站。此客戶點擊由關鍵字「3 星級佛羅倫斯 abigaille 餐廳」觸發的廣告後,在餐廳訂位。

  • 在「最後點擊」歸因模型中,最後的關鍵字「3 星級佛羅倫斯 abigaille 餐廳」會獲得 100% 轉換功勞。
  • 在「首次點擊」歸因模型中,第一個關鍵字「托斯卡尼餐廳」會獲得 100% 轉換功勞。
  • 在「線性」歸因模型中,每個關鍵字都會分得相同的轉換功勞 (即各 25%)。
  • 在「隨時間遞減」歸因模型中,關鍵字「3 星級佛羅倫斯 abigaille 餐廳」將分得最多功勞,因為搜尋此關鍵字的時間與轉換最接近。「托斯卡尼餐廳」是客戶最先搜尋的關鍵字,因此將分得最少轉換功勞。
  • 在「根據廣告排名」歸因模型中,關鍵字「托斯卡尼餐廳」和「3 星級佛羅倫斯 abigaille 餐廳」將各自獲得 40% 的轉換功勞,而「佛羅倫斯餐廳」和「3 星級佛羅倫斯餐廳」則分別獲得 10% 的轉換功勞。
  • 在「以數據為本」歸因模型中,每個關鍵字都會獲得部分功勞,視乎對促成轉換的貢獻有多大。

如想瞭解比較這些歸因模型的方法,以及這些歸因模型如何影響您的數據,請參閱以下有關「模型比較」報告的部分。

關於轉換和競價的歸因模型

注意:目前,歸因模型 (「以數據為本」及非最後點擊模型兩者) 適用於「搜尋廣告系列」成效報告及競價優化。未來數月,我們將升級歸因模型,涵蓋 YouTube 及「Google 多媒體廣告」的廣告互動。因此,您或會留意到轉換功勞在搜尋廣告系列、購物廣告系列、YouTube 及 Google 多媒體廣告系列之間出現變動。部分流量或仍會使用「最後點擊」模型報告,當中包括採用按轉換付費帳單的「多媒體廣告系列」。

轉換追蹤功能中的「歸因模型」設定,讓您決定如何為每個轉換動作歸因。您可以就網站和 Google Analytics (分析) 的轉換動作採用此設定。瞭解為轉換設定歸因模型的方法

此設定會影響「轉換次數」欄和「所有轉換次數」欄中的轉換次數計算方式 (請注意,「轉換次數」欄只涵蓋您使用「加入『轉換次數』」設定選擇計入的轉換動作)。舉例來說,如果您選擇以「首次點擊」作為歸因模型,轉換功勞就會歸於客戶完成轉換前所點擊的首個廣告。在報告中,轉換次數會計算首次點擊廣告相關的廣告系列、廣告群組、廣告和關鍵字。

您選擇的歸因模型只會影響採用此模型的轉換動作。另外,此設定會影響所有使用「轉換次數」欄資料的競價策略。換言之,如果您使用優化轉換次數的自動競價策略 (例如「目標每次動作成本」、「成本效益管理系統」或「目標廣告開支回報率」),您所選的歸因模型將會影響優化競價的方式。

如果您使用手動競價策略,更改歸因模型有助您設定競價。

若不確定該選擇哪種模型,請參閱以下有關「模型比較」報告的部分,比較不同歸因模型。嘗試使用新的非最後點擊歸因模型時,建議您先測試該模型,並瞭解對投資回報率的影響。

注意事項:將歸因模型由「最後點擊」變更為「以數據為本」,有助找出您最具影響力的廣告互動。以數據為本的歸因會為促成轉換過程的每次廣告互動指定一個值,有助以相同的每次動作成本爭取更多轉換。瞭解關於從「最後點擊」轉用「以數據為本」的歸因模型後變更競價和廣告定位的方法詳情

關於「模型比較」報告

注意:在「模型比較報告」中,您可能會看到關於所選日期範圍只能提供部分資料記錄的訊息。這可能是因為您的帳戶最近才合資格使用跨廣告聯盟歸因。報告會自動篩走資料不足的廣告聯盟或廣告系列,以提供準確的成效數據。請選取較近期的日期範圍,以查看完整資料。

「模型比較」報告讓您並列比較兩個不同的歸因模型。若要找出最後點擊模型所低估的關鍵字、廣告群組、廣告系列或裝置,可以先進行以下比較:

  • 比較「最後點擊」模型和「首次點擊」模型,找出吸引客戶進入轉換路徑但被低估的關鍵字。如果您希望吸引更多新客戶到訪您的網站,此方法尤其實用。
  • 比較「最後點擊」模型和「線性」模型,找出在轉換路徑上一直輔助客戶但被低估的關鍵字。如果您希望在客戶整個購買過程中持續接觸他們,此方法尤其實用。
  • 比較「最後點擊」模型和「以數據為本」模型,以瞭解 Google 機器學習模型所決定的關鍵字價值。過程中會考慮到客戶的轉換方式,從而分配功勞。此外,「以數據為本的歸因」還可讓您瞭解廣告互動在整個轉換路徑上的價值。

提示:分析不同歸因模型的每次動作成本或廣告開支回報率

您可以使用「模型比較」報告中的「每次轉換成本」和「每筆成本轉換價值」欄,比較不同歸因模型的每次動作成本和廣告開支回報率,從而找出「最後點擊」歸因模型所低估的廣告系列或關鍵字,然後根據廣告系列和關鍵字在整個轉換路徑中的實際價值調整競價。

如何尋找和設定轉換歸因模型

您可以在設定轉換動作時設定歸因模型,或按照以下指示比較不同歸因模型及變更現有轉換動作的歸因模型:

比較歸因模型

  1. 登入 Google Ads 帳戶
  2. 按一下帳戶右上角的工具圖示 Google Ads | 工具 [圖示],然後按一下「評估」下的 [歸因]。
  3. 在左側的網頁選單中,按一下 [模型比較]。
  4. 從 [劃分資料] 下拉式選單中選取所需選項。
  5. 使用 [比較] 和 [配合] 下拉式選單,選取您要查看和比較的歸因模型。

您可以在表格上方的搜尋框搜尋特定的關鍵字、廣告群組、廣告系列或帳戶。

更改現有轉換動作的歸因模型

  1. 登入 Google Ads 帳戶
  2. 按一下帳戶右上角的工具圖示 Google Ads | 工具 [圖示],然後選取「評估」下的 [轉換]。
  3. 在表格中按一下轉換名稱,即可選取您想編輯的轉換。
  4. 按一下 [編輯設定]。
  5. 按一下 [歸因模型],然後從下拉式選單中選取歸因模型。
  6. 按一下 [儲存],然後按一下 [完成]。

跨帳戶轉換追蹤

如使用跨帳戶轉換追蹤功能追蹤管理員帳戶級別的轉換,您必須在管理員帳戶中選取歸因模型。

報告資料欄中的歸因模型

為某項轉換動作更改「歸因模型」設定時,只會改變轉換次數往後在「轉換次數」欄和「所有轉換次數」欄中的計算方式。如想知道您剛選取的歸因模型對過往的轉換資料有何影響,您可以加入「目前模型」資料欄 (位於「資料欄」選單的「歸因」部分):

  • 轉換次數 (目前模型)
  • 每次轉換成本 (目前模型)
  • 轉換率 (目前模型)
  • 轉換價值 (目前模型)
  • 每筆成本轉換價值 (目前模型)
  • 每次點擊轉換價值 (目前模型)
  • 每次轉換價值 (目前模型)

如果您剛變更歸因模型,並想瞭解對轉換資料有何影響,這些資料欄就大派用場。您可比較這些資料欄與普通的轉換追蹤資料欄,從中瞭解使用剛選取的歸因模型後,您的資料有何不同。

就像普通的「轉換次數」欄一樣,這些資料欄不會計算您選擇不加入「轉換次數」的任何轉換動作,但會預設加入跨裝置轉換次數。

請注意,這些資料欄內包含的資料,並不會因您選擇的歸因模型而受到影響 (例如採用按轉換付費帳單的「多媒體廣告聯盟」廣告系列的數據)。

此內容對您有幫助嗎?
我們可以如何改善?

需要更多協助?

登入以獲取其他支援選項,以便快捷解決您的問題

搜尋
清除搜尋內容
關閉搜尋
Google 應用程式
主選單
搜尋說明中心
true
73067
false