讀懂歸因模型，廣告收入翻倍

2756 閱讀 0 評(píng)論 17 點(diǎn)贊

?今天談?wù)剶?shù)據(jù)方面的問(wèn)題，我先瞎編個(gè)栗子，不要考究我細(xì)節(jié)哈。

大家看看哪個(gè)操作帶來(lái)了轉(zhuǎn)化？

? ? 案例分析? ??

小明搬新家后想買一款投影儀，11月21日，他在手機(jī)端的Google搜索了“Home Projector”，查看了2021年最佳投影儀排行榜（附帶產(chǎn)品鏈接），看到了2款不錯(cuò)的投影儀Epson和BenQ。他分別在PC端搜索了這兩款投影儀，并分別通過(guò)Search廣告和Shopping廣告進(jìn)入官網(wǎng)查看。

11月22日白天，他在Meta APP搜索了Epson和BenQ的主頁(yè)，并進(jìn)入Group了解到了更多的真實(shí)信息反饋，從Meta進(jìn)入了官網(wǎng)。晚上，他又在TikTok APP刷到了一些KOL的測(cè)評(píng)和官網(wǎng)的直播，詳細(xì)了解了兩款品牌的功能和投影效果，進(jìn)入官網(wǎng)查看了幾款熱賣的型號(hào)。

11月23日通過(guò)雅虎搜索并直接進(jìn)入了官網(wǎng)找了2款不錯(cuò)的型號(hào)，在Reddit調(diào)研發(fā)現(xiàn)這2款投影儀評(píng)價(jià)都還不錯(cuò)，所以他打算在Black Friday入手。

11月24日，他在刷Meta信息的時(shí)候，看到并點(diǎn)擊了Epson Home Cinema 5050UB的Black Friday的折扣廣告。

11月26日，在Black Friday當(dāng)天，他直接進(jìn)入https://epson.com/官網(wǎng)，領(lǐng)取了首頁(yè)的coupon，由于發(fā)現(xiàn)其中一款的折扣力度更大更實(shí)惠，便購(gòu)買了一臺(tái)新款投影儀。

是不是覺(jué)得我編的小明有嚴(yán)重糾結(jié)癥？

其實(shí)，現(xiàn)實(shí)中比小明更糾結(jié)的大有人在。

小明在買投影儀的過(guò)程中，會(huì)與多個(gè)廣告、KOL、測(cè)評(píng)網(wǎng)站等產(chǎn)生互動(dòng)，每一個(gè)互動(dòng)對(duì)最終的決策都產(chǎn)生了或多或少的影響。如果我們可以跟蹤到每一個(gè)消費(fèi)者的動(dòng)作，并連結(jié)成一條路徑，知道每個(gè)互動(dòng)帶來(lái)的回報(bào)收益和成本，就可以得到投資回報(bào)率，從而了解到該如何規(guī)劃渠道的優(yōu)先級(jí)和比重。

而歸因模型，就是這樣一個(gè)工具，它可以幫我們為每次互動(dòng)分配轉(zhuǎn)化功勞。通過(guò)歸因模型，可以幫我們了解廣告的表現(xiàn)效果、KOL的影響力。

我先介紹下目前市面上主要的幾種歸因模型，在每一個(gè)歸因模型下，轉(zhuǎn)化功勞都有可能不同。

??首次?點(diǎn) 擊 |....

將轉(zhuǎn)化功勞100%歸功于消費(fèi)者的首次點(diǎn)擊的那個(gè)廣告。

>>>適合品牌推廣初期，可以了解品牌在哪個(gè)渠道轉(zhuǎn)化率更高

在例子中，小明首次點(diǎn)擊Epson的廣告是通過(guò)PC端的Google搜索廣告。雖然最開(kāi)始看到的種草文章里面有Referral鏈接，但小明僅瀏覽了文章并未點(diǎn)擊。所以，轉(zhuǎn)化的功勞全部會(huì)被歸到Search廣告的Epson關(guān)鍵詞。

這個(gè)模型的邏輯是系統(tǒng)認(rèn)為只有通過(guò)第一次點(diǎn)擊，消費(fèi)者才認(rèn)知到這款產(chǎn)品，而后續(xù)消費(fèi)者接觸這款產(chǎn)品都是從這個(gè)“因”出發(fā)，導(dǎo)致的“果”。如果沒(méi)有第一次看到這個(gè)產(chǎn)品，后續(xù)也不會(huì)產(chǎn)生主動(dòng)查詢或者被動(dòng)品牌觸達(dá)，也不會(huì)產(chǎn)生購(gòu)買。而在這種理論下，往往第一次接觸的都是偏頂端或品牌性質(zhì)的廣告，因?yàn)槠放茝V告的接觸面積更為廣闊。

當(dāng)然這種模型也有自身的缺陷，比如當(dāng)歸因的時(shí)間窗口為7日時(shí)，我們?cè)?1月1日看到并瀏覽過(guò)一款生日蛋糕，產(chǎn)生了購(gòu)買的想法，11月3日又搜索了這個(gè)蛋糕品牌，并最終在11月9日購(gòu)買了蛋糕。首次點(diǎn)擊實(shí)際是11月1日，但最終會(huì)歸因到11月3日。對(duì)于歸因鏈路比較長(zhǎng)的轉(zhuǎn)化，歸因的數(shù)據(jù)也會(huì)失真。

??最終?點(diǎn) 擊 ....|

將轉(zhuǎn)化功勞100%歸功于消費(fèi)者的最后一次點(diǎn)擊的那個(gè)廣告。

>>>適合品牌推廣中后期

在例子中，小明最終點(diǎn)擊Epson的廣告是Meta的Black Friday的折扣廣告，然后黑五當(dāng)日直接進(jìn)入官網(wǎng)進(jìn)行了購(gòu)買。根據(jù)GA的最終非直接點(diǎn)擊，轉(zhuǎn)化功勞會(huì)被歸因到Meta，從而排除大量direct流量的“誤導(dǎo)”。而在Shopify轉(zhuǎn)化功勞會(huì)被歸因到Direct，是不是很有趣？

對(duì)于最終點(diǎn)擊模型，歸因窗口的影響很小。但對(duì)于初期品牌，上層漏斗往往會(huì)被忽視，很多會(huì)因此找不到最初客戶的來(lái)源，不利于前期的拓展。

?線性 .....

將轉(zhuǎn)化功勞平均分配給轉(zhuǎn)化路徑上的所有廣告互動(dòng)。

>>>適合保守型客戶

在例子中，小明在買投影儀的過(guò)程中點(diǎn)擊了4次廣告和渠道。假設(shè)轉(zhuǎn)化次數(shù)為“1”，轉(zhuǎn)化功勞就會(huì)被N等分。每個(gè)接觸點(diǎn)的轉(zhuǎn)化功勞都為1/5。

在這種情況下，轉(zhuǎn)化的計(jì)算非常簡(jiǎn)單。但弊端就是轉(zhuǎn)化功勞比較分散，無(wú)法將重要渠道單拎出來(lái)。在實(shí)際應(yīng)用中，也比較少采用。

?根據(jù) 位置 :...:

第一次點(diǎn)擊和最后一次點(diǎn)擊分別擁有40%的轉(zhuǎn)化功勞，剩下的20%會(huì)被平均分配給其他點(diǎn)擊事件。

>>>適合想獲得客戶來(lái)源和最終促成結(jié)果的客戶

在例子中，小明的第一次點(diǎn)擊（Google Search）和最后一次點(diǎn)擊（Meta Ads）分別有40%的功勞，另外3個(gè)渠道均分20%，即Meta Social為6.67%，TikTok為6.67%，Yahoo organic search為6.67%。

按渠道計(jì)算，Meta占有46.7%，功勞最大。在這種情況下，首次和末次都得到了重視。

?時(shí) 間衰?減 .:|

點(diǎn)擊行為越接近轉(zhuǎn)化發(fā)生時(shí)間，分配的功勞越多。每往前推7天，所分配的功勞就變成會(huì)乘以1/2。比如，轉(zhuǎn)化發(fā)生 8 天前的點(diǎn)擊所獲功勞是轉(zhuǎn)化發(fā)生 1 天前的點(diǎn)擊所獲功勞的1/2。

根據(jù)這個(gè)模型，時(shí)間越靠近轉(zhuǎn)化發(fā)生的時(shí)間分配到的功勞越多。該模型的理論依據(jù)是越靠近決策行為的互動(dòng)帶來(lái)的印象越深，促進(jìn)購(gòu)買的行為影響也越大。

但這種模型下，往往會(huì)忽視首次渠道的重要性。對(duì)于前期想要開(kāi)拓用戶渠道的品牌，并不太合適。

?以數(shù) 據(jù) 為依據(jù)

以每個(gè)接觸點(diǎn)不同的歷史數(shù)據(jù)來(lái)計(jì)算得到轉(zhuǎn)化功勞，利用帳號(hào)數(shù)據(jù)真實(shí)計(jì)算每次點(diǎn)擊互動(dòng)的實(shí)際功勞。

>>>適合規(guī)模大、客戶來(lái)源面廣的客戶

上面5種都是以規(guī)則為依據(jù)的歸因模型，而最后這種是以數(shù)據(jù)為依據(jù)的。我們先來(lái)看下官方的定義：

歸因工具使用機(jī)器學(xué)習(xí)算法來(lái)評(píng)估轉(zhuǎn)化路徑和非轉(zhuǎn)化路徑。由此形成的以數(shù)據(jù)為依據(jù)的歸因模型可以學(xué)習(xí)不同接觸點(diǎn)對(duì)轉(zhuǎn)化效果的影響。此模型會(huì)將轉(zhuǎn)化時(shí)間、設(shè)備類型、廣告互動(dòng)次數(shù)、看到廣告的順序以及廣告素材資源類型等因素納入考量范圍。此模型使用逆向分析方法，將已發(fā)生的情況與“有可能發(fā)生的情況”進(jìn)行對(duì)比，從而確定哪些接觸點(diǎn)最有可能促成轉(zhuǎn)化。此模型會(huì)根據(jù)這種可能性將轉(zhuǎn)化功勞歸因于相應(yīng)接觸點(diǎn)。

是不是感覺(jué)很高級(jí)，但又聽(tīng)不太明白。沒(méi)關(guān)系，我第一次看也沒(méi)看懂。簡(jiǎn)單舉個(gè)例子：小明買投影儀，他第一次接觸到Epsonc產(chǎn)品是Google，第二次是Meta，第三次是在TikTok，第四次是Yahoo，最后一次是Meta，然后是Direct。即實(shí)際的完整轉(zhuǎn)化路徑是：#1Google>>>#2Meta>>>#3TikTok>>>#4Yahoo>>>#5Meta>>>#6Direct

假設(shè)#1Google>>>#2Meta>>>#3TikTok>>>#4Yahoo，轉(zhuǎn)化的可能性是5%。#1Google>>>#2Meta>>>#3TikTok，轉(zhuǎn)化的可能性是4%。那么Yahoo在轉(zhuǎn)化中的轉(zhuǎn)化可能性提升是多少？即（5%-4%）/4%=25%，說(shuō)明Yahoo+25%的轉(zhuǎn)化可能性。同理，我們可以推出每一個(gè)接觸點(diǎn)的實(shí)際幫助。

?轉(zhuǎn)?化丟失

之前經(jīng)常會(huì)有剛做投放的朋友問(wèn)我，“為什么Meta里面有10單，到Shopify后臺(tái)只有7單？”或者“好開(kāi)心呀，Meta里面終于出單了，但Shopify后臺(tái)怎么沒(méi)有看到？”

看完歸因模型，是不是就明白了呢。因?yàn)閷?duì)于1單成交的訂單，可能Meta和Google都觸達(dá)了一次，如果他們采用了不同的歸因模型，很有可能會(huì)都記錄1單，也就是我們常說(shuō)的轉(zhuǎn)化丟失。所以，GA就是很好的一個(gè)工具，幫我們把所有數(shù)據(jù)都匯總排重，反饋真實(shí)的渠道表現(xiàn)。

文章為作者獨(dú)立觀點(diǎn)，不代表DLZ123立場(chǎng)。如有侵權(quán),請(qǐng)聯(lián)系我們。( 版權(quán)為作者所有，如需轉(zhuǎn)載，請(qǐng)聯(lián)系作者 )

網(wǎng)站運(yùn)營(yíng)至今，離不開(kāi)小伙伴們的支持。為了給小伙伴們提供一個(gè)互相交流的平臺(tái)和資源的對(duì)接，特地開(kāi)通了獨(dú)立站交流群。群里有不少運(yùn)營(yíng)大神，不時(shí)會(huì)分享一些運(yùn)營(yíng)技巧，更有一些資源收藏愛(ài)好者不時(shí)分享一些優(yōu)質(zhì)的學(xué)習(xí)資料。

現(xiàn)在可以掃碼進(jìn)群，備注【加群】。 ( 群完全免費(fèi)，不廣告不賣課！)

點(diǎn)贊(17) 打賞

本文分類：SEM
本文標(biāo)簽：歸因模型
瀏覽次數(shù)：2756 次瀏覽
發(fā)布日期：2021-12-13 08:08:00
原文鏈接：https://mp.weixin.qq.com/s/vO5ms5Of48Z439jKGyR66w

上一篇 > 怎么開(kāi)google ads（谷歌廣告）賬戶
下一篇 > Google | 應(yīng)用廣告系列基礎(chǔ)篇-AC2.5系列

評(píng)論列表共有 0 條評(píng)論

暫無(wú)評(píng)論

国产91在线观看_国产卡1卡2卡三卡在线_综合久久久久综合_99视频有精品高清视频

讀懂歸因模型，廣告收入翻倍

評(píng)論列表共有 0 條評(píng)論

發(fā)表評(píng)論取消回復(fù)

国产91在线观看_国产卡1卡2卡三卡在线_综合久久久久综合_99视频有精品高清视频

讀懂歸因模型，廣告收入翻倍

轉(zhuǎn)化次數(shù)為什么有小數(shù)？歸因模型詳解

讀懂歸因模型，廣告收入翻倍

評(píng)論列表 共有 0 條評(píng)論

發(fā)表評(píng)論 取消回復(fù)

評(píng)論列表共有 0 條評(píng)論

發(fā)表評(píng)論取消回復(fù)