יש מקרים שבהם לפני רכישה או פעולה אחרת באתר אנשים ילחצו על כמה מודעות שלכם או שתתועד אינטראקציה אחרת שלהם בכמה מודעות. לרוב כל הקרדיט על ההמרה משויך למודעה האחרונה שהייתה ללקוחות אינטראקציה איתה. אך האם זו באמת המודעה שגרמה להם לבחור בעסק שלכם?
כשמשתמשים בשיוך מבוסס-נתונים (DDA), המערכת מקצה קרדיט על המרות על סמך האינטראקציות שהיו למשתמשים עם המודעות השונות ומה שהוביל אותם להחלטה להפוך ללקוחות. המערכת משתמשת בנתונים מהחשבון כדי לקבוע אילו מודעות, מילות מפתח וקמפיינים הכי תורמים להשגת היעדים העסקיים שלכם. במסגרת שיוך מבוסס-נתונים (DDA) המערכת בוחנת נתוני המרות באתר, ביקורים בחנויות פיזיות והמרות ממודעות בחיפוש Google (כולל שופינג), ב-YouTube, ברשת המדיה ובקמפיין ליצירת ביקוש שתועדו ב-Google Analytics.
במאמר הזה נסביר מהו שיוך מבוסס-נתונים (DDA). כדי לקבל מידע נוסף על מודלים של שיוך (Attribution) באופן כללי, או כדי ללמוד איך בוחרים מודל שיוך לפעולות ההמרה שלכם, אפשר לקרוא את המאמר מידע על מודלים של שיוך (Attribution).
היתרונות
- תוכלו ללמוד אילו מילות מפתח, מודעות, קבוצות של מודעות וקמפיינים מסייעים לכם במידה הרבה ביותר להגיע ליעדים העסקיים שלכם.
- תוכלו לבצע אופטימיזציה של הצעות המחיר על סמך נתוני הביצועים של החשבון הספציפי.
- תוכלו לבחור את מודל השיוך המתאים לעסק, ללא צורך בניחושים.
איך זה עובד
שיוך מבוסס-נתונים (DDA) שונה ממודלים אחרים של שיוך (Attribution), מכיוון שנעשה בו שימוש בנתוני ההמרות כדי לחשב את התרומה בפועל של כל אינטראקציה עם מודעה לאורך נתיב ההמרות. כל מודל מבוסס-נתונים הוא ספציפי לכל מפרסם.
כחלק משיוך מבוסס-נתונים (DDA) נבחנות כל האינטראקציות של המשתמשים (כולל קליקים ואינטראקציות עם מודעות וידאו) עם מודעות מ-Google Ads שמוצגות בחיפוש Google (כולל שופינג), ב-YouTube, ברשת המדיה ובקמפיין ליצירת ביקוש. ההשוואה בין מסלולים של לקוחות שהשלימו המרה למסלולים של לקוחות שלא השלימו המרה מאפשרת למודל לזהות דפוסים באינטראקציות עם מודעות שמובילות להמרות. יכול להיות שקיימים שלבים בדרך עם סבירות גבוהה יותר להוביל את הלקוח להשלים המרה. לאחר ביצוע ההשוואה, המודל מייחס ערך גבוה יותר לאינטראקציות החשובות האלה שהתרחשו בנתיב של הלקוח.
כלומר, כשתבדקו את נתוני ההמרות, תראו אילו מודעות הכי תורמות להשגת היעדים העסקיים שלכם. ואם תשתמשו בשיטת בידינג אוטומטית כדי להגדיל את מספר ההמרות, המערכת להגשת הצעות מחיר תשתמש במידע החשוב הזה כדי לעזור לכם לקבל יותר המרות.
דוגמה
נניח שיש לכם חברה שמציעה סיורים מודרכים בתל אביב, ואתם משתמשים במעקב המרות כדי לבדוק מתי לקוחות רוכשים כרטיסים באתר שלכם. אתם רוצים לעקוב אחרי רכישות של סיורי אופניים בפארק הירקון ובשביל זה הגדרתם פעולת המרה אחת למעקב אחרי הרכישות האלה. בדרך כלל, לקוחות לוחצים על כמה מודעות לפני שהם מחליטים לקנות כרטיס.
כשמשתמשים במודל שיוך מבוסס-נתונים (DDA), המערכת מזהה שלקוחות שלוחצים קודם על המודעה 'סיורי אופניים בתל אביב' ולאחר מכן על המודעה 'סיורי אופניים בפארק הירקון' הם בעלי סיכוי גבוה יותר לקנות כרטיס, בהשוואה למשתמשים שלוחצים רק על המודעה 'סיורי אופניים בפארק הירקון'. לכן המערכת מחלקת מחדש את הקרדיט ומייחסת יותר חשיבות למודעה 'סיורי אופניים בתל אביב' ולמילות המפתח, לקבוצות של המודעות ולקמפיינים שמשויכים אליה.
עכשיו כשתעיינו בדוחות, תקבלו מידע מקיף יותר שיעזור לכם להבין מהן המודעות החשובות ביותר לעסק.
בהתאם לזמינות הנתונים, מודל 'שיוך קליק אחרון' ומודל 'שיוך מבוסס-נתונים' יכולים להוביל לתוצאות זהות במצבים מסוימים.
למידע מפורט יותר על אופן הפעולה של שיוך מבוסס-נתונים אפשר להוריד את קובץ ה-PDF Data-driven attribution methodology (זמין רק באנגלית).
דרישות לגבי נתונים
רוב פעולות ההמרה עומדות בדרישות לשימוש בשיוך מבוסס-נתונים (DDA), ללא קשר לנפח של ההמרות או של האינטראקציות. אפשר לשדרג לשיוך מבוסס-נתונים רק פעולות המרה שעומדות בדרישות.
כדי לעמוד בדרישות, פעולות המרה מסוגים מסוימים צריכות לצבור לפחות 300 המרות ו-3,000 אינטראקציות עם מודעות ברשתות נתמכות בתוך 30 ימים. אחרי שתתחילו להשתמש בשיוך מבוסס-נתונים (DDA) בשביל הסוגים האלה של פעולות ההמרה, שימו לב שלא תוכלו להמשיך להשתמש במודל הזה אם נפח הנתונים ירד מתחת ל-2,000 אינטראקציות עם מודעות ברשתות נתמכות או מתחת ל-200 המרות לפעולת ההמרה בטווח של 30 יום. אם נפח הנתונים יירד אל מתחת לסף הזה, תקבלו התראה. אחרי 30 ימים של נפח נתונים נמוך, פעולת ההמרה תעבור למודל 'שיוך לקליק אחרון'. אם מדובר בירידה לא צפויה בנתונים, מומלץ לבדוק את תג מעקב ההמרות, את הסטטוס בדף 'פעולות המרה', את ההגדרות של פעולות ההמרה ואת ההגדרות האחרות בחשבון כדי לוודא שהכול פועל בצורה תקינה.
אם שיוך מבוסס-נתונים (DDA) לא זמין לפעולת המרה מסוימת, יש לבחור באחד מהמודלים האחרים של השיוך.
איך להגדיר שיוך מבוסס-נתונים (DDA) לפעולות ההמרה
שיוך מבוסס-נתונים הוא מודל השיוך שמוגדר כברירת מחדל לרוב פעולות ההמרה. כדי לעדכן את מודל השיוך של פעולת המרה קיימת ל'מבוסס-נתונים':
- בחשבון Google Ads, לוחצים על סמל היעדים
.
- לוחצים על התפריט הנפתח המרות בתפריט הקטעים, ואז על סיכום.
- בטבלה, לוחצים על פעולת ההמרה שרוצים לערוך ואז לוחצים על עריכת ההגדרות.
- בוחרים באפשרות מבוסס-נתונים בתפריט הנפתח 'מודל שיוך'.
- לוחצים על שמירה ואז על סיום.
