Модели атрибуции Google Ads определяют, как кредит за конверсию распределяется между различными кликами и взаимодействиями на пути клиента к покупке. Выбирая правильную модель, вы решаете, сколько ценности получает каждая точка касания до совершения продажи. Атрибуция на основе данных использует машинное обучение для распределения кредита за конверсию между несколькими рекламными взаимодействиями на основе исторических данных о конверсиях. Этот подход выходит за рамки простых правил, позволяя увидеть, как различные объявления влияют на ваши конечные результаты конверсии.
Как модели атрибуции влияют на вашу стратегию назначения ставок?
Когда вы выбираете модель атрибуции, вы меняете то, как алгоритмы назначения ставок Google Ads интерпретируют успех. Если вы используете модель, которая учитывает только последний клик, система игнорирует начальные этапы исследования, которые пользователь может пройти перед покупкой. Используя более широкую модель, алгоритм получает больше контекста относительно того, какие ключевые слова или объявления помогают на ранних этапах воронки. Этот сдвиг часто требует периода адаптации для ваших стратегий автоматического назначения ставок.
В типичном аккаунте изменение модели атрибуции может привести к колебаниям показателей стоимости приобретения по мере обучения системы. Если вы управляете магазином Shopify, продающим товары для дома, пользователь может кликнуть по широкому поисковому запросу, например ‘современный диван’, за три дня до того, как он найдет название вашего бренда и совершит покупку. Модель, которая отслеживает полный путь, гарантирует, что ключевое слово ‘современный диван’ получит частичный кредит, предотвращая приостановку объявлений, которые на самом деле создают первоначальный интерес.
Какова основная функция атрибуции на основе данных?
Атрибуция на основе данных использует машинное обучение для распределения кредита за конверсию между несколькими рекламными взаимодействиями на основе исторических данных о конверсиях. Она рассчитывает фактический вклад каждого клика на основе конкретных закономерностей вашего аккаунта. Система сравнивает пути пользователей, которые совершили конверсию, с теми, кто этого не сделал, чтобы определить, какие точки касания были наиболее влиятельными. Это не статичное правило, а расчет, который обновляется по мере развития данных вашей кампании.
Эта модель эффективна, потому что она устраняет догадки при распределении ценности для взаимодействий, не являющихся последним кликом. Вместо того чтобы предполагать, что первый или последний клик несет весь вес, модель распределяет дробный кредит на протяжении всего пути. Например, клиент может взаимодействовать с объявлением на YouTube, затем с поисковым объявлением и, наконец, с торговым объявлением. Модель определяет вес каждого из них, позволяя лучше распределять ваш ежедневный бюджет на ключевые слова, которые способствуют путям с высокой ценностью.
Шаги по оценке ваших текущих настроек атрибуции
- Перейдите в раздел Конверсии в настройках вашего аккаунта Google Ads.
- Нажмите на конкретное действие-конверсию, которое вы хотите проверить или изменить.
- Просмотрите текущую модель атрибуции, назначенную этому действию.
- Проверьте отчеты о пути конверсии, чтобы увидеть, отражает ли ваша текущая модель ваши бизнес-цели.
- Сравните объем конверсий в рамках вашей существующей модели с подходом на основе данных, если у вас достаточно исторических данных.
Когда следует переходить на атрибуцию на основе данных?
Вам следует рассмотреть возможность перехода на атрибуцию на основе данных, когда ваш аккаунт имеет достаточный объем конверсий для получения надежных данных. Если ваш аккаунт регистрирует очень мало конверсий в месяц, модели машинного обучения может не хватить данных для точного распределения кредита. Крупные аккаунты с тысячами ежемесячных конверсий являются наиболее распространенными кандидатами для этого перехода. Распространенная практика — подождать, пока ваши кампании не достигнут стабильного количества конверсий, прежде чем переключаться.
Если ваш цикл продаж включает несколько поисковых запросов или взаимодействий на разных устройствах, атрибуция на основе данных дает лучшую картину, чем модель последнего клика. Она помогает вам увидеть влияние медийной рекламы или поисковых запросов в верхней части воронки, которые могут казаться неэффективными при более простых правилах. Например, магазин, тратящий 5000 долларов в месяц на поисковую рекламу, может обнаружить, что его кампании по общим ключевым словам способствуют многим конверсиям, даже если они редко получают последний клик.
Как Alien Road применяет стратегии атрибуции
Alien Road подходит к атрибуции, сначала проверяя, что ваше отслеживание надежно и точно. Мы проверяем настройку конверсий, чтобы убедиться, что все точки касания, включая ассоциированные конверсии, правильно записываются в вашей панели управления. Мы не спешим менять модели; вместо этого мы анализируем исторические пути конверсии в течение нескольких месяцев, чтобы определить, готов ли аккаунт к корректировкам на основе данных. Это гарантирует, что у алгоритма есть четкий сигнал, которому нужно следовать, когда он начинает перераспределять кредит.
В рамках типичного сотрудничества мы также проводим диагностическую проверку тегов конверсий и общей структуры аккаунта. Мы гарантируем, что стратегии назначения ставок соответствуют целям модели атрибуции. Если клиент масштабирует свой бюджет, мы отслеживаем эффективность в течение двух-четырех недель после любого изменения модели, чтобы убедиться, что автоматическое назначение ставок продолжает соответствовать целям эффективности. Мы фокусируемся на четких, подкрепленных данными решениях, которые поддерживают долгосрочный рост для клиента.
Как вы работаете с атрибуцией в аккаунтах с небольшим бюджетом?
Для аккаунтов с меньшими бюджетами или ограниченным объемом конверсий сохранение более простой модели атрибуции часто является безопасным выбором. Без достаточного количества данных модели машинного обучения могут испытывать трудности с предоставлением точного кредита, что может привести к снижению эффективности вашего автоматического назначения ставок. Придерживайтесь модели, которую легко интерпретировать, например линейной или с учетом давности взаимодействия, если вы не можете достичь минимального порога данных для моделей на основе данных.
Сосредоточьте свою энергию на улучшении качества отслеживания конверсий, а не на самой модели. Убедитесь, что вы отслеживаете правильные действия, такие как завершенные покупки или квалифицированные лиды, а не незначительные взаимодействия, такие как просмотры страниц. По мере роста вашего бизнеса и увеличения количества конверсий вы сможете вернуться к настройкам атрибуции, чтобы увидеть, соответствует ли более сложная модель вашим потребностям.
Сравнение типов моделей
- Последний клик: Назначает 100% кредита последнему рекламному взаимодействию перед конверсией.
- Первый клик: Отдает весь кредит первому взаимодействию, полезно для кампаний по повышению узнаваемости бренда.
- Линейная: Распределяет кредит поровну между каждым взаимодействием на пути.
- С учетом давности взаимодействия: Сильнее кредитует взаимодействия, которые произошли ближе к моменту конверсии.
- На основе данных: Использует машинное обучение для назначения кредита на основе уникальных данных о пути конверсии.
С чего начать на этой неделе
Начните с аудита ваших текущих действий-конверсий в Google Ads, чтобы убедиться, что каждая цель отслеживается точно. Просмотрите настройки на уровне аккаунта, чтобы увидеть, используете ли вы атрибуцию по умолчанию по последнему клику или что-то другое. Если у вас большой объем конверсий, загляните на вкладку рекомендаций, чтобы увидеть, предлагает ли Google переключиться на атрибуцию на основе данных для ваших конкретных кампаний. Вносите по одному изменению за раз и отслеживайте показатели эффективности в течение как минимум двух недель, прежде чем вносить дальнейшие корректировки в ваши ставки или бюджет.
Запишите свою текущую стоимость конверсии и коэффициент конверсии перед обновлением настроек. Эта базовая линия поможет вам понять влияние изменения. Если вы наблюдаете значительную волатильность, проверьте настройки кампании, чтобы убедиться, что ваша стратегия автоматического назначения ставок по-прежнему соответствует вашим целям. Следуя методичному подходу к этим изменениям, вы гарантируете, что ваш аккаунт останется стабильным, пока вы улучшаете точность отслеживания.
Читайте далее: Реклама в Google · Реклама