Google Ads ilişkilendirme modelleri, bir dönüşüm için kredinin satın alma yolundaki farklı tıklamalara ve etkileşimlere nasıl atandığını belirler. Doğru modeli seçerek, bir satış gerçekleşmeden önce her temas noktasının ne kadar değer alacağına karar verirsiniz. Veriye dayalı ilişkilendirme, geçmiş dönüşüm verilerine dayanarak birden fazla reklam etkileşimi genelinde dönüşüm kredisini atamak için makine öğrenimini kullanır. Bu yaklaşım, farklı reklamların nihai dönüşüm sonuçlarınızı nasıl etkilediğine dair bir görünüm sağlamak için basit kuralların ötesine geçer.
İlişkilendirme modelleri teklif stratejinizi nasıl etkiler?
Bir ilişkilendirme modeli seçtiğinizde, Google Ads teklif algoritmalarının başarıyı nasıl yorumladığını değiştirirsiniz. Yalnızca son tıklamayı kredilendiren bir model kullanırsanız, sistem kullanıcının satın almadan önce geçebileceği ilk araştırma aşamalarını göz ardı eder. Daha geniş bir model kullanarak, algoritma huninin ilk aşamalarında hangi anahtar kelimelerin veya reklamların yardımcı olduğu konusunda daha fazla bağlam kazanır. Bu değişim genellikle otomatik teklif stratejileriniz için bir ayarlama dönemi gerektirir.
Tipik bir hesapta, ilişkilendirme modelinizi değiştirmek, sistem öğrendikçe edinme başına maliyet metriklerinde dalgalanmalara yol açabilir. Ev eşyaları satan bir Shopify mağazasını yönetiyorsanız, bir kullanıcı marka adınızı arayıp satın almadan üç gün önce ‘modern koltuk’ gibi geniş bir arama terimine tıklayabilir. Tam yolu izleyen bir model, ‘modern koltuk’ anahtar kelimesinin kısmi kredi almasını sağlar ve aslında ilk ilgi yaratan reklamları duraklatmanızı önler.
Veriye dayalı ilişkilendirmenin temel işlevi nedir?
Veriye dayalı ilişkilendirme, geçmiş dönüşüm verilerine dayanarak birden fazla reklam etkileşimi genelinde dönüşüm kredisini atamak için makine öğrenimini kullanır. Hesabınızın özel modellerine dayanarak her tıklamanın gerçek katkısını hesaplar. Sistem, hangi temas noktalarının en etkili olduğunu belirlemek için dönüşüm sağlayan kullanıcıların yollarını dönüşüm sağlamayanlarla karşılaştırır. Bu statik bir kural değil, kampanya verileriniz geliştikçe güncellenen bir hesaplamadır.
Bu model etkilidir çünkü son tıklama dışındaki etkileşimlere değer atamaktan kaynaklanan tahminleri ortadan kaldırır. İlk tıklamanın veya son tıklamanın tüm ağırlığı taşıdığını varsaymak yerine, model yol boyunca kesirli kredi dağıtır. Örneğin, bir müşteri bir YouTube reklamıyla, ardından bir arama reklamıyla ve son olarak bir alışveriş reklamıyla etkileşime girebilir. Model her birinin ağırlığını belirler ve günlük bütçenizin yüksek değerli yolları yönlendiren anahtar kelimelere daha iyi tahsis edilmesini sağlar.
Mevcut ilişkilendirme ayarlarınızı değerlendirme adımları
- Google Ads hesap ayarlarınızdaki Dönüşümler bölümüne gidin.
- İncelemek veya değiştirmek istediğiniz belirli dönüşüm işlemine tıklayın.
- Bu işleme atanan mevcut ilişkilendirme modelini gözden geçirin.
- Mevcut modelinizin iş hedeflerinizi yansıtıp yansıtmadığını görmek için dönüşüm yolu raporlarını kontrol edin.
- Yeterli geçmiş veriniz varsa, mevcut modeliniz ile veriye dayalı bir yaklaşım altındaki dönüşüm hacmini karşılaştırın.
Veriye dayalı ilişkilendirmeye ne zaman geçmelisiniz?
Hesabınız güvenilir içgörüler oluşturmak için yeterli dönüşüm hacmine sahip olduğunda veriye dayalı ilişkilendirmeye geçmeyi düşünmelisiniz. Hesabınız ayda çok az dönüşüm kaydediyorsa, makine öğrenimi modeli doğru kredi atamaları yapmak için yeterli veriden yoksun olabilir. Aylık binlerce dönüşümü olan büyük hesaplar bu geçiş için en yaygın adaylardır. Yaygın bir model, geçiş yapmadan önce kampanyalarınızın istikrarlı bir dönüşüm sayısına ulaşmasını beklemektir.
Satış döngünüz farklı cihazlarda birden fazla arama sorgusunu veya etkileşimi içeriyorsa, veriye dayalı ilişkilendirme son tıklama modelinden daha iyi bir resim sunar. Daha basit kurallar altında verimsiz görünebilecek görüntülü reklamların veya huni başı arama terimlerinin etkisini görmenize yardımcı olur. Örneğin, arama reklamlarına ayda 5.000 $ harcayan bir mağaza, genel anahtar kelime kampanyalarının nadiren son tıklamayı alsalar bile birçok dönüşüme yardımcı olduğunu keşfedebilir.
Alien Road ilişkilendirme stratejilerini nasıl uygular
Alien Road, ilişkilendirmeye önce izlemenizin sağlam ve doğru olduğunu doğrulayarak yaklaşır. Desteklenen dönüşümler de dahil olmak üzere tüm temas noktalarının kontrol panelinizde doğru bir şekilde kaydedildiğinden emin olmak için dönüşüm kurulumunu gözden geçiririz. Modelleri değiştirmek için acele etmeyiz; bunun yerine, hesabın veriye dayalı ayarlamalara hazır olup olmadığını belirlemek için birkaç ay boyunca geçmiş dönüşüm yollarını analiz ederiz. Bu, algoritmanın krediyi yeniden atamaya başladığında izlemesi gereken net bir sinyale sahip olmasını sağlar.
Tipik bir çalışmada, dönüşüm etiketleri ve genel hesap yapısı üzerinde de bir teşhis kontrolü yaparız. Teklif stratejilerinin ilişkilendirme modelinin hedefleriyle uyumlu olduğundan emin oluruz. Bir müşteri bütçesini ölçeklendiriyorsa, otomatik tekliflerin verimlilik hedeflerini karşılamaya devam ettiğinden emin olmak için modeldeki herhangi bir değişiklikten sonra performansı iki ila dört hafta boyunca izleriz. Müşteri için uzun vadeli büyümeyi destekleyen net, veriye dayalı kararlara odaklanırız.
Küçük bütçeli hesaplarda ilişkilendirmeyi nasıl yönetirsiniz?
Daha küçük bütçeli veya sınırlı dönüşüm hacmine sahip hesaplar için daha basit bir ilişkilendirme modeli tutmak genellikle güvenli bir seçimdir. Yeterli veri olmadan, makine öğrenimi modelleri doğru kredi sağlamakta zorlanabilir, bu da otomatik tekliflerinizin düşük performans göstermesine neden olabilir. Veriye dayalı modeller için minimum veri eşiğine ulaşamıyorsanız, doğrusal veya zaman aşımı gibi yorumlanması kolay bir modele bağlı kalın.
Enerjinizi modelin kendisinden ziyade dönüşüm izlemenizin kalitesini artırmaya odaklayın. Sayfa görüntülemeleri gibi küçük etkileşimler yerine, tamamlanmış satın almalar veya nitelikli potansiyel müşteriler gibi doğru işlemleri izlediğinizden emin olun. İşletmeniz büyüdükçe ve dönüşüm sayılarınız arttıkça, daha karmaşık bir modelin ihtiyaçlarınıza uyup uymadığını görmek için ilişkilendirme ayarlarını tekrar gözden geçirebilirsiniz.
Model türlerinin karşılaştırması
- Son tıklama: Kredinin %100’ünü dönüşümden önceki son reklam etkileşimine atar.
- İlk tıklama: Tüm krediyi ilk etkileşime verir, marka bilinirliği kampanyaları için yararlıdır.
- Doğrusal: Krediyi yoldaki her etkileşime eşit olarak dağıtır.
- Zaman aşımı: Dönüşüm zamanına daha yakın gerçekleşen etkileşimleri daha güçlü bir şekilde kredilendirir.
- Veriye dayalı: Benzersiz dönüşüm yolu verilerine dayanarak kredi atamak için makine öğrenimini kullanır.
Bu hafta nereden başlamalı
Her hedefin doğru bir şekilde izlendiğinden emin olmak için Google Ads’deki mevcut dönüşüm işlemlerinizi denetleyerek başlayın. Varsayılan son tıklama ilişkilendirmesini mi yoksa başka bir şeyi mi kullandığınızı görmek için hesap düzeyi ayarlarınızı gözden geçirin. Yüksek dönüşüm hacminiz varsa, Google’ın belirli kampanyalarınız için veriye dayalı ilişkilendirmeye geçmeyi önerip önermediğini görmek için öneriler sekmesine bakın. Tek seferde bir değişiklik yapın ve tekliflerinizde veya bütçenizde başka ayarlamalar yapmadan önce performans metriklerinizi en az iki hafta boyunca izleyin.
Ayarlarınızı güncellemeden önce mevcut dönüşüm başına maliyetinizi ve dönüşüm oranınızı not edin. Bu temel çizgi, değişikliğin etkisini anlamanıza yardımcı olacaktır. Önemli bir oynaklık gözlemlerseniz, otomatik teklif stratejinizin hala hedeflerinizle uyumlu olduğundan emin olmak için kampanya ayarlarınızı kontrol edin. Bu değişikliklere metodik bir yaklaşım izleyerek, izleme doğruluğunuzu artırırken hesabınızın istikrarlı kalmasını sağlarsınız.
Okumaya devam edin: Google Reklamcılığı · Reklamcılık