本篇為 Google 數據轉換歸因模式(DDA,Data-driven attribution)介紹。不熟悉歸因模式的朋友們請先到一分鐘教室複習唷。

 

什麼是數據驅動歸因模式(Data-Driven Attribution, DDA)

過去在使用歸因模式時,多數人習慣將所有的功勞歸功給『最終點擊』,但如果想更正確的判斷每個觸及點的價值,需要考量更全面的因素,才能達成更有效的媒體預算配置。

資料來源:Google

數據驅動歸因模式(Data-Driven Attribution, DDA)為一種運用機器學習分析流量數據的歸因模式,它是透過 Google Analytics 中實際數據來產生『自訂模式』,並使用這項模式為整個消費者歷程中的『行銷接觸點』分配轉換價值。

延伸閱讀:模式比較工具介紹

 

DDA 會分析哪些資料

資料來源:Google

除了隨機搜尋、直接流量、參照連結網址流量…等資料,其他與 Google Analytics 相關的產(比如,Google Ads、Google Display 和 Campaign Manager)所傳送的資料,都會 DDA 納入分析範圍。DDA 也會納入使用者透過上傳費用資料功能匯入的數據,運用多管道程序的轉換路徑資料,以及未完成轉換使用者的訪客路徑資料。

 

DDA 運作方式

DDA 是利用合作賽局理論中『夏普利值 Shapley Value 』解題概念,運用演算法為預設管道分組定義出各項管道所提供的歸因建議。它會根據行銷活動對你所設定的相關成效指標造成的影響,為行銷接觸點分配部分價值。

路徑運作方式如下

① 平均分配轉換功勞至每個點擊路徑
② 分析路徑中的點擊對於最後轉換效果差異
③ 對於有實質轉換價值提升者,增加其功勞配比
④ 對於所有關鍵字點擊都進行同樣的分析流程
⑤ 透過機器學習分析最後產出的功勞歸屬

 

DDA 消費者轉換歷程

① 路徑長度報表 Path Length

呈現使用者完成轉換前經過多少次廣告點擊。如果您的帳戶的品牌字組較多,顯示的 點擊路徑比較短是正常的。

② 轉換耗時報表 Time lag

顯示通常使用者從點擊廣告開始,需要多久時間才能完成轉換。

③ 裝置路徑報表 Device Paths

根據消費者交替使用不同裝置的路徑(如,先用手機再改用桌機)列出的轉換次數,協助分析每個裝置對於轉換的意義。

④ 歸屬模式工具 Attribution modeling

模擬工具比較 2 種轉換模式的歸因成效。

 

DDA 使用條件

資料來源:Google

① 想使用 DDA 功能,必須先符合下列條件:

▸ 使用 Google Analytics 360
▸ 已設定電子商務追蹤或目標
▸ 擁有 Google Ads 帳戶,且該帳戶至少已在 Google 搜尋獲得 15,000 次點擊,某個轉換動作也在 30 天內達到至少 600 次轉換

② 若想繼續使用 DDA…

你在最近 28 天內獲得的轉換次數必須達到最低門檻:
▸ 每種轉換類型各有 400 次轉換,且路徑長度包含至少 2 次互動
▸ 所選的報表資料檢視中有 10,000 條路徑(約 10,000 位使用者)

 

課程公告:未來將陸續釋出 DDA 操作教學與迷思詳解,請有興趣的朋友們持續關注我們~

 

以上就是本日的數位資訊分享,感謝你的閱讀。
如果對數位廣告投放有興趣,歡迎來電洽詢,我們會安排專業的優化師為您服務。
✆ 02-23965819
✉︎ https://pse.is/ispot

 

iSPOT 數位營養調理師
service@i-spotmedia.com