2021年9月29日
如何利用跨域跟踪改进测量
在去年,Google Analytics已经推出了更强大的归因建模功能,以帮助广告商了解全数字转换漏斗。我很惊讶地看到广告商几次采用这些新的测量工具。这篇文章意味着将您远离传统的最后一次单击GA收入模型。相反,检查其他GA归因模型,并使用它们来获得对您的营销漏斗的更深入了解。
作为快速进修,在Google Analytics的主采集→频道网格(用于公制理论,这有效地是我们的GA主页),收入归因于在转换之前生成最后一次点击的频道:yabo全站
不幸的是,我们知道数字转换漏斗是复杂的并且很少仅限于一个通道。这种复杂性的一部分是某些渠道,如直接,有机搜索和品牌付费搜索的可能性更有可能代表转换漏斗中的最终点击并从其他渠道窃取信贷。他们基本上是在大学集团项目上没有帮助的孩子,但进来并在夜晚进来写道,并向教授展示了整个事情。
GA的归因建模是一个更有用的起点的原因是它更准确地概述了您业务的驾驶收入。GA有A.不同归因模型的数量在转换方式上传播信贷。不同的模型将对不同的广告商有意义,但开始我们推荐基于位置的模型。这将在第一次单击40%到最后一次点击键分配40%的贷记,并拆分其他点击剩余20%。
Let’s say someone clicks a paid search ad for your online widgets store, signs up for your email list, comes back to the site a second time via an email, and then finally makes a $100 widget purchase on a third trip after going directly to your site. GA’s default would be to assign $100 of revenue to Direct. A position-based model would allocate this as follows:
这对ga有什么看起来像什么?转换→归因→模型比较:
作为起点,将您的“正常”最后一次单击归因模型与基于位置的模型进行比较。GA将向您展示额外的与较少收入,每个渠道将负责比较。
在下面的实例中,我们正在查看基于位置的基于型电子商务零售商的基于位置的模型。“其他广告”是指他们的联盟计划。
正如几乎总是如此,直接网站收入被高估了。消费者并不本质地知道去特定的网站;他们通常通过广告(在线或离线)的广告引入该品牌或公司,这导致他们访问该网站。在这种情况下,付费搜索,有机搜索和社交网络(Facebook广告)似乎被严重低估。如果控制营销预算的个人基于基于位置的归因模型的决定,那么投资进一步广告和Facebook广告可能有意义。
总的来说,远离最后一次单击思维是很重要的,并且GA归因模型是启动该过程的有用工具。