本帖最后由 爱唠叨的广告人 于 2022-2-22 11:45 编辑 ' F: @# R6 Z" U2 {+ B0 F4 D
9 X2 c8 A$ t% ^& L- p+ x+ B, g |您是否注意到 Google Ads 帐户中的转化次数可能是小数。这是因为 Google 中的某些归因模型会将部分转化功劳归于广告系列、广告组、甚至关键字。一次商品的转化通常需要对广告进行两次,三次,四次或者更多的点击,归因模型让您可以选择每次广告点击为您的转化获得多少功劳。 假设你卖鞋子。在上周,Google Ads 报告您售出了 6.33双鞋子。你真的卖了三分之一的鞋子吗?不,这是在 Google Ads 中起作用的小数转化,它告诉你这个PPC广告或广告系列或广告组为您鞋子的做出了六又三分之一次的贡献。 谷歌官方品牌新客经理韦姣V:jiaowgoogle,协助adchina卖价出海,免费提供网站优化/谷歌广告申诉/开户等,黑五勿扰 什么是归因模型?归因模型是一种规则或一组规则,根据销售周期中的各种接触点确定功劳如何分配。在转化过程中,客户可能会与来自同一广告商的多个广告进行互动。归因模型让您可以选择每次广告互动为您的转化获得多少功劳。归因模型可以让您更好地了解广告的效果,并可以帮助您优化整个转化过程。 Google 分配转化价值的方式完全取决于您将转化操作设置为哪种归因模型。Google Ads目前有六种归因模型:数据驱动、最终点击、首次点击、线性。时间衰减和基于位置。 1.首次点击将转化功劳全部归于首次点击的广告组/广告系列/关键字(如果是搜索),他的转化不会是小数。此模型有助于确定用户在您的销售周期中可能从哪里开始他们的旅程。也就是说,如果您使用此模型,您将无法深入了解真正的转化路径,因为所有功劳都将分配给首次点击,而不一定是最终的转化驱动点击。
0 V+ |# O K4 j: q ?2 P2 i2.最终点击将转化功劳全部归于最后点击的广告组/广告系列/关键字(如果是搜索),他的转化不会是小数。当您想确定漏斗最底部的关键字或广告时,此模型很有用。这也是 Google Analytics 的默认设置,无法更改。如果您确实选择使用最终点击归因模型,您将错过其他有助于促使用户进行转化的接触点,这可能会导致暂停或删除看似效果不佳的广告系列、广告组、广告或关键字,但实际上它们确实是在销售周期中发挥着重要作用。 3.根据位置在此方法下,40% 的功劳将同时分配给首次点击和最后一次点击,其余 20% 将在其间发生的所有点击之间平均分配。这种方法会导致小于 1 的部分转换。比较注重成长导向。 4.线性“线性”归因模型下,所有功劳均分给转化路径中的所有点击,无论它们何时发生。如下四次点击,每次点击将获得25%的功劳。这种方法也会导致小于 1 的部分转换。这种模型确定了整个转化过程中发生的所有接触点。此模型可以更深入地了解用户的转化路径。 5.时间衰减“时间衰减”模型比前四种模型稍微复杂一些,因为它考虑了完成转换所需的时间。将更多功劳归功于更接近转化时间发生的点击,较早的点击获得的功劳较少。这种方法也会导致小于 1 的部分转换。 6.以数据为依据9 K! [ `/ z9 W
数据驱动模型是最复杂的归因形式,是基于算法的,当您的帐户在过去 30 天内产生了至少 300 次转化时才可用。数据驱动归因使用所有可用的路径数据,包括路径长度,曝光顺序和广告素材,来了解特定营销接触点的存在如何影响用户转化的可能性以更好将功劳分配给任何触点。 如果你的帐户符合 Google 的要求,则强烈建议使用此归因模型。如果您的数据在接下来的 30 天内继续保持较低的数量,您的归因模型将恢复为线性模型。 举例姣姣子要买部手机,通过点击广告一次找到了“苹果手机”"小米手机“"三星手机“”华为手机“,最后买了华为手机。 - 在“最终点击”归因模型中,最后一个关键字“华为手机”将获得 100% 的转化功劳。
- 在“首次点击”归因模型中,第一个关键字“苹果手机”将获得 100% 的转化功劳。
- 在“线性”归因模型中,每个关键字将分享相同的转化功劳(每个 25%)。
- 在“时间衰减”归因模型中,关键字“华为手机”将获得最多的功劳,因为它被搜索得最接近转化。由于“苹果手机”关键字首先被搜索,因此获得的功劳最少。
- 在“基于位置”的归因模型中,“苹果手机”和“华为手机”将分别获得 40% 的功劳,而“小米手机”和“三星手机”将分别获得 10% 的功劳。
- 在“数据驱动”归因模型中,每个关键字都会获得部分功劳,具体取决于它对推动转化的贡献有多大。( s2 W5 x9 A2 r* i$ y
如何查找和设置转化归因模型
8 g0 \; V, \3 B/ M4 G结论如果你符合条件,强烈建议您使用数据驱动归因模型。这将为您提供最佳的转化洞察力,并让您尽可能优化您的帐户。如果您无法使用数据驱动模型,则建议使用时间衰减归因模型。时间衰减允许您仍然跟踪在最终点击之前发生的点击,同时以比线性模型更具战略性的方式分散价值。
* y Q, T0 e* M9 x6 W# Q# C( }' [: `7 \* z, a5 j/ o
|