Google 简化归因模型:广告商需要了解的内容

Google 不断推动其平台上的自动化程度提高,减少广告主的自主权。很多时候,这种采用更新、更“简化”功能的推动意味着停止使用每个人都习惯的旧功能。

最近的一个受害者是首次点击、线性、时间衰减和基于位置的归因模型的停止。

传统的 Google 广告归因模型

Google 在今年早些时候宣布了逐步淘汰,现在您已经无法再使用这些归因模型。如果您之前使用过其中任何一种模型,它们将被切换到数据驱动的归因模型。

那么这对未来的广告主意味着什么?在本文中,我将介绍这些变化以及它们如何影响您在 Google Ads 中的策略。

Google Ads 归因模型的未来是什么

在深入探讨未来影响之前,我们先来看看传统归因模型如何跟踪转化,以及这些模型与仍然可用的数据驱动和最后点击模型之间的区别:

最后点击(仍然可用):此模型将所有功劳归于用户在转化前与广告的最后一次互动。
首次点击:首次点击归因将所有功劳归于客户旅程中的第一次互动,而不考虑后续互动。
线性:线性模型在整个客户旅程中 泰国数据 的所有接触点上均匀分配功劳。
时间衰减:时间衰减归因将更多功劳分配给更接近转化的互动,而较少分配给早期互动。
基于位置:此模型将更多功劳分配给第一次和最后一次互动,而中间互动获得的功劳较少。
担心您在 Google Ads 上浪费了开支?通过免费的即时审核了解 >> Google Ads 效果评分器

什么是数据驱动归因?
要了解 Google 为何会停止使用传统归因模型,让我们深入了解数据驱动的归因模型。

Google Ads 中的数据驱动转化跟踪是一种基于历史数据和机器学习算法跟踪并将转化归因于特定关键字、广告和广告系列的高级方法。该跟踪系统旨在为广告客户提供更准确的广告效果洞察。

Google Ads 中的数据驱动归因模型

以下是数据驱动归因的工作原理

泰国数据

数据收集:Google Ads 收集与用户与您的广告和网站互动相关的大量数据。这包括点击数据、您网站上的用户行为以及转化数据(例如购买、表单提交、电话)。
机器学习算法:Google 使用机器学习算法来分析这些数据并识别模式和趋势。它会查看各种因素,例如一天中的时间、设备类型、位置等,以了解推动转化的因素。
归因建模:数据驱动的转化跟踪采用先进 蓝图元广告 的归因建模技术,为客户旅程中的不同接触点分配价值。它考虑整个转化路径,包括转化发生前与广告的多次互动。
转化预测:基于历史数据和机器学习洞察,Google Ads 会预测每次点击广告发生转化的概率。此预测有助于确定哪些广告点击更有可能带来转化。

优化Google Ads 使用这

些预测数据来优化您的出价策略。它可能会 亚洲电话号码 实时调整出价,为更有可能带来转化的关键字和广告分配更多预算。这可以帮助您最大限度地提高广告支出的投资回报率 (ROI)。
效果报告:您可以在 Google Ads 中查看详细的效果报告,其中显示不同的关键字、广告和广告系列如何促成转化。这些信息可帮助您就广告策略做出明智的决策。
总体而言,至少在理论上,数据驱动的归因是转化跟踪的未来。虽然我不赞成减少转化跟踪选项,但我赞成使用数据驱动归因来跟踪结果。 您的 Google Ads 帐户是否已设置成功?了解 >> 您所需的 Google Ads 帐户结构最后指南

什么是最后点击归因?
对于传统归因广告客户来说,一线希望是最后点击还没有被淘汰……至少目前如此。对于那些不太熟悉它的人来说,Google Ads 中的最后点击转化跟踪是一种简化的归因模型,它将转化的所有功劳分配给用户在转化之前进行的最后一次广告点击。

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注