Sebelum membuat pembelian atau melengkapkan satu lagi tindakan penting di laman web anda, pengguna mungkin mengklik atau berinteraksi dengan beberapa iklan anda. Biasanya, semua kredit untuk penukaran diberikan kepada iklan terakhir yang pelanggan berinteraksi. Tetapi adakah iklan itu yang benar-benar mendorong pelanggan membuat keputusan untuk memilih perniagaan anda?
Atribusi terdorong data memberikan kredit untuk penukaran berdasarkan cara pengguna berinteraksi dengan pelbagai iklan anda dan membuat keputusan untuk menjadi pelanggan anda. Atribusi ini menggunakan data daripada akaun anda untuk menentukan kata kunci, iklan dan kempen yang paling berkesan dalam mencapai matlamat perniagaan anda. Atribusi terdorong data melihat pada penukaran laman web, lawatan kedai dan Google Analytics daripada iklan Carian (termasuk Beli-belah), YouTube, Paparan dan Penjana Permintaan.
Artikel ini menerangkan atribusi terdorong data. Untuk mengetahui lebih lanjut tentang model atribusi secara umumnya atau untuk mengetahui cara memilih model atribusi bagi tindakan penukaran anda, baca Perihal model atribusi.
Manfaat
- Ketahui kata kunci, iklan, kumpulan iklan dan kempen yang memainkan peranan paling penting untuk membolehkan anda menjangkau matlamat perniagaan anda.
- Optimumkan pembidaan anda berdasarkan data prestasi akaun khusus anda.
- Pilih model atribusi yang sesuai untuk perniagaan anda tanpa membuat tekaan.
Cara model atribusi ini berfungsi
Atribusi terdorong data adalah berbeza daripada model atribusi yang lain kerana model ini menggunakan data penukaran anda untuk mengira sumbangan sebenar setiap interaksi iklan sepanjang laluan penukaran. Setiap model terdorong data adalah khusus bagi setiap pengiklan.
Atribusi terdorong data melihat pada semua interaksi—termasuk interaksi klik dan video—pada iklan Carian (termasuk Beli-belah), YouTube, Paparan dan Penjana Permintaan dalam Google Ads. Dengan membandingkan laluan pelanggan yang membuat penukaran dengan laluan pelanggan yang tidak membuat penukaran, model atribusi ini mengenal pasti corak dalam interaksi iklan yang menghasilkan penukaran tersebut. Mungkin terdapat langkah tertentu sepanjang laluan tersebut yang mempunyai kebarangkalian yang lebih tinggi dalam mendorong pelanggan melengkapkan penukaran. Model ini kemudiannya memberikan lebih banyak kredit kepada interaksi iklan yang berharga ini dalam laluan pelanggan.
Perkara ini bermakna apabila anda menilai data penukaran, anda akan melihat iklan yang mempunyai kesan paling besar pada matlamat perniagaan anda. Selain itu, jika anda menggunakan strategi bida automatik untuk mendorong penukaran yang lebih banyak, pembidaan anda akan menggunakan maklumat yang penting ini untuk membantu anda memperoleh lebih banyak penukaran.
Contoh
Anda memiliki sebuah syarikat pelancongan di Kuala Lumpur dan anda menggunakan penjejakan penukaran untuk menjejaki masa pelanggan membeli tiket di laman web anda. Khususnya, anda mempunyai satu tindakan penukaran untuk menjejaki pembelian pakej lawatan berbasikal di Port Dickson. Pelanggan sering mengklik beberapa iklan anda sebelum membuat keputusan untuk membeli tiket.
Model atribusi "Terdorong data" anda mendapati bahawa pelanggan yang mengklik iklan "Lawatan Berbasikal di Kuala Lumpur" anda dahulu sebelum mengklik "Lawatan berbasikal di tepian air Port Dickson" berkemungkinan besar membeli tiket berbanding pengguna yang hanya mengklik "Lawatan berbasikal di tepian air Port Dickson". Jadi, model atribusi mengagihkan semula kredit kepada iklan "Lawatan basikal Kuala Lumpur" dan kata kunci, kumpulan iklan serta kempen yang berkaitan dengan iklan tersebut.
Sekarang, apabila anda melihat laporan, anda mempunyai maklumat yang lebih lengkap berhubung iklan yang paling berharga bagi perniagaan anda.
Bergantung pada ketersediaan data, model atribusi klik terakhir dan terdorong data boleh mempunyai keputusan yang sama dalam keadaan tertentu.
Untuk mendapatkan maklumat terperinci tentang cara atribusi terdorong data berfungsi, muat turun PDF Data-driven attribution methodology (yang hanya tersedia dalam bahasa Inggeris).
Keperluan data
Kebanyakan tindakan penukaran layak untuk atribusi terdorong data, tidak kira volum penukaran atau interaksi. Hanya tindakan penukaran yang layak boleh ditingkatkan kepada atribusi terdorong data.
Sesetengah jenis tindakan penukaran memerlukan sekurang-kurangnya 300 penukaran dan 3,000 interaksi iklan dalam rangkaian yang disokong dalam masa 30 hari agar layak. Setelah anda menggunakan atribusi terdorong data untuk jenis tindakan penukaran ini, anda tidak akan dapat terus menggunakan model ini jika data anda jatuh bawah 2,000 interaksi iklan dalam rangkaian yang disokong atau kurang daripada 200 penukaran untuk tindakan penukaran dalam masa 30 hari. Anda akan menerima isyarat apabila data anda jatuh di bawah paras ini. Selepas 30 hari data rendah yang berterusan, tindakan penukaran anda akan ditukar kepada model atribusi "Klik terakhir". Jika penurunan data ini tidak dijangkakan, anda perlu menyemak tag penjejakan penukaran, status di halaman "Tindakan penukaran", tetapan tindakan penukaran dan tetapan akaun anda yang lain untuk memastikan semuanya berfungsi dengan betul.
Jika atribusi terdorong data tidak tersedia untuk tindakan penukaran tertentu, pilih salah satu model atribusi lain.
Cara menyediakan atribusi terdorong data untuk penukaran anda
Atribusi terdorong data ialah model atribusi lalai untuk kebanyakan tindakan penukaran. Ikut arahan di bawah untuk mengemaskinikan model atribusi bagi tindakan penukaran yang sedia ada kepada "Terdorong data":
- Dalam akaun Google Ads anda, klik ikon Matlamat
.
- Klik menu lungsur Penukaran dalam menu bahagian, kemudian klik Ringkasan.
- Dalam jadual, klik tindakan penukaran yang mahu anda edit, kemudian klik Edit tetapan.
- Pilih Terdorong data daripada menu lungsur "Model atribusi".
- Klik Simpan, kemudian klik Selesai.
