歸因模型,可以選擇為每次廣告互動分配多少轉化功勞。
借助于歸因模型,可以更好地了解廣告的效果,從而可針對轉化歷程中的各個階段有的放矢地采取優(yōu)化措施。
把自己假想成你的客戶, 現(xiàn)在他通過搜索,點擊了你的廣告,到了你的網站, 看到了產品, 現(xiàn)在的你,會不會直接購買這個產品?
答案可能是不會, 因為你肯定還要去做下對比,看下質量, 計算下運費等等一些調查行為。這對于我們做線上廣告的啟示是什么?不能使用最后點擊歸因作為轉化信號,否則你的轉化衡量很難精準以及后期對癥下藥。
谷歌是越來越推崇自動競價策略,比如像最大轉化量, 最大轉化價值, 目標投入產出比等等, 這個時候,我們使用非最后轉化歸因(NLC),就顯得十分重要。
自動競價策略依靠的是產生價值的信號來不斷優(yōu)化, 比如提交表單,購買轉化等等,但是如果歸因信號只是在最后點擊, 那可能很不精準,一些其他有價值的流量就會白白損失。
當你使用不同的模型,GA 谷歌分析工具就是依靠歷史數(shù)據來預測你會獲得多少轉化,這就不得不提及一下非最終點擊歸因的幾個模型, U型,線型,時間衰減型等主要模型。
線性:將轉化功勞平均分配給轉化路徑上的所有廣告互動。
(圖片來自谷歌)
時間衰減:廣告互動越接近轉化發(fā)生時間,分配的功勞就越多。廣告互動每相隔七天,所分配的功勞就會相差一半。換言之,轉化發(fā)生 8 天前的廣告互動所獲功勞是轉化發(fā)生 1 天前的廣告互動所獲功勞的一半。
(圖片來自谷歌)
根據位置:為客戶首次廣告互動及相應關鍵字以及最終廣告互動及相應關鍵字分別分配 40% 的功勞,將其余 20% 的功勞平均分配給轉化路徑上的其他廣告互動。
(圖片來自谷歌)
那了解了這么多,怎么去設置呢?
(圖片來自谷歌)
1,登錄谷歌賬戶
2, 移到轉化欄, 點擊你想修改的轉化跟蹤。
3, 點擊 設置, 就可以修改歸因模型里
注意, 如果你使用智能競價, 修改NLC會導致前期你的廣告系列數(shù)據波動,所以還是要耐心哦。
(來源:跨境營銷培訓學院六哥)
以上內容屬作者個人觀點,不代表雨果跨境立場!本文經原作者授權轉載,轉載需經原作者授權同意。?