以數據為依據的歸因及其在 Google 產品中的不同之處

根據 Gartner 的數據，大約 74% 的 CMO 預計 2021 年在數字廣告上的支出將比 2020 年更多。但是您如何評估您的渠道以確切了解在哪裡進行更多投資？ 哪些廣告使潛在客戶進入渠道的下一步？

解決方案隱藏在歸因中——轉化價值如何分佈在讓用戶通過渠道的渠道中。 但是，某些歸因模型僅向您展示了部分內容。 這些數據差距可能至關重要。 畢竟，根據七觸規則，實際購買往往只發生在客戶與品牌的第八次互動時。 然而，所有步驟相互影響並最終導致轉換。 那麼我們如何才能客觀地評估轉化路徑呢？

作為廣告巨頭，Google 提供多種歸因解決方案，從標準歸因模型到可以跟踪多個渠道的高級選項。 特別是，一些產品允許您設置數據驅動的歸因模型，這將幫助您深入和準確地挖掘營銷渠道。

但是，您如何決定哪種服務最適合您的業務？ Google Ads 和 Search Ads 360 有什麼區別？ 在本文中，我們回顧並比較了提供數據驅動歸因的最受歡迎的產品。

Google 的數據驅動歸因 (DDA)將您的廣告帳戶數據作為分析的獨特起點。 與具有預定義公式的標準模型不同，DDA 使用算法對每個案例進行不同的分析，並評估漏斗中渠道的相互影​​響，即使它是複雜、不一致和多步驟的。

為了滿足各種業務需求，Google 在一系列服務中提供 DDA。 這些服務之間的區別在於分析的數據、應用的算法和定制級別。 其中一些僅用於跟踪廣告點擊並優化關鍵字和付費活動，而另一些則提供對客戶在線旅程的全面分析。

在選擇特定產品之前，請考慮以下事項：

• 你的廣告預算是多少？
• 您的業務目標是什麼？
• 您平均每月有多少次轉化？

現在，讓我們仔細看看 Google 提供的包含數據驅動歸因的產品。

借助 Google Analytics 360，您可以使用基於 Shapley 值方法的多渠道漏斗 (MCF) 數據驅動歸因。 該算法通過現有接觸點分析用戶的路徑，然後創建一個替代變體，其中一個接觸點缺失。 這準確地向您展示了特定渠道如何影響轉化的可能性。 以數據為依據的歸因會評估來自自然搜索、直接流量和引薦流量的數據，以及您已導入 Google Analytics（分析）的所有數據，包括來自其他 Google 產品（例如 Google Ads、Campaign Manager 360）的數據。 借助 Google Analytics 360 中的 DDA，您可以概覽渠道中所有用戶的在線操作，以及每個渠道對轉化的影響。 此選項最適合轉換量大的大型網站。

讓我們來看看 Google Analytics 360 使用 DDA 的最低要求以及該工具中 DDA 的優缺點。

最低要求：

• 過去 30 天內獲得 15,000 次點擊和 600 次轉化的 Google Ads 帳戶
• 必須設置電子商務跟踪或目標

如果您滿足這些要求，就可以開始在 Google Analytics 360 中使用 DDA。要繼續使用它，您必須在過去 28 天內滿足以下最低轉化閾值：

• 每種類型的 400 次轉化，路徑長度至少為兩次互動
• 特定視圖中的 10,000 條交互路徑

Google Analytics 360 中 DDA 的優點：

• 全面分析客戶的在線旅程
• 查看哪些廣告、關鍵字和廣告系列對轉化的影響最大
• 根據過去的轉化數據分配收入功勞
• 分配給每個接觸點的信用量取決於接觸點的順序
• 數據分析立即開始，您的第一個模型的報告將在 7 天內提供

Google Analytics 360 中 DDA 的缺點：

• 賬戶成本高：150,000 美元/年起
• 隱藏的計算邏輯：報告中沒有解釋
• 需要始終如一的大量點擊和轉化
• 不包括離線數據（電話、CRM 中的交易）
• 需要 Google Ads 帳戶

Google Ads 中的默認歸因模型是最終點擊，但如果您滿足最低要求，則可以配置以數據為依據的歸因。 默認情況下，數據驅動的歸因分析廣告的所有點擊，而不是整個客戶旅程。 根據這些點擊，該模型將購買的用戶與未購買的用戶進行比較，並確定導致轉化的廣告互動中的模式。 要增加轉化次數，您可以使用根據 DDA 模型中的信息進行優化的自動出價策略。

與 Search Ads 360 相比，Google Ads 不允許您跨多個引擎運行營銷活動，並且提供的報告不太詳細。

該產品適用於需要優化營銷活動和關鍵詞的大中型企業。

現在，讓我們達到最低要求，並比較在 Google Ads 中使用 DDA 的優缺點。

最低要求：

• 過去 30 天內在受支持的網絡中進行了 3,000 次廣告互動
• 過去 30 天內的 300 次轉化

要繼續使用此模型，您必須在過去 30 天內達到以下最低轉化閾值：

• 2,000 次廣告互動
• 200 次轉化

Google Ads 中 DDA 模型的優點：

• 幫助您優化關鍵字和付費廣告系列
• 幫助您優化出價
• 顯示哪些廣告在實現您的業務目標方面發揮著最重要的作用

Google Ads 中 DDA 模型的缺點：

• 不要獲得在線用戶旅程的全部概覽
• 需要連續 30 天保持必要的轉化次數和點擊次數，然後才能在 Google Ads 中查看數據
• 如果您的數據低於所需的最小值，歸因模型將自動切換為線性

由於與 Google Marketing Platform 的原生集成，Search Ads 360 可幫助您管理跨多個引擎（Google Ads、Microsoft Advertising、Yahoo! Japan Sponsored Products、Baidu 和 Yahoo! Gemini）的營銷活動。

默認情況下，Search Ads 360 使用最終點擊歸因模型，但如果您滿足最低點擊和轉化要求，您也可以配置 DDA。 與 Google Analytics 360 和 Google Ads 不同，Search Ads 360 中的數據驅動歸因分析 Google Marketing Platform 的轉化跟踪系統 Floodlight 中的活動。 該歸因側重於付費營銷活動，並向您展示關鍵字點擊如何影響轉化。 您還可以調整或創建新的出價策略，該策略將根據模型數據自動優化出價。

Search Ads 360 服務適用於轉化次數較多且需要優化其付費廣告系列的網站。

讓我們看看在 Search Ads 360 中使用以數據為依據的歸因的最低要求和優缺點。

最低要求：

• 過去 30 天內的點擊次數為 15,000 次
• 過去 30 天內的 600 次轉化

在 Search Ads 360 中使用 DDA 的優點：

• 近乎實時地獲取報告數據
• 使用智能出價技術和 DDA 自動優化出價
• 最多可創建五個 DDA 模型來比較不同渠道分組的數據
• 可以上傳離線轉化
• 考慮跨環境轉化

在 Search Ads 360 中使用 DDA 的缺點：

• 忽略搜索和展示展示次數
• 可能不完全準確：如果無法衡量所有轉化次數，Search Ads 360 會使用機器學習和歷史數據來模擬轉化次數
• 僅跟踪歸因於付費搜索的轉化次數
• 實現所有優勢所需的額外設置：Campaign Manager、一組 Floodlight 活動和 Search Ads 360 Natural Search 報告
• 無法分析由 Google Ads、Google Analytics 或其他轉化跟踪系統跟踪的轉化

Google 的數據驅動歸因模型是一種算法模型，可以確保以精細的方法分析您的數據。 就像 Google 的數據驅動歸因一樣，OWOX BI ML 基於渠道的歸因會評估您的廣告活動和渠道在客戶通過渠道的過程中的有效性。 它還為您提供實時報告，並允許您導入計算以優化出價。 然而，與穀歌模型不同的是，OWOX BI 歸因基於馬爾可夫鏈——一系列事件，其中每個後續事件都依賴於前一個事件。 使用此算法，OWOX BI 歸因顯示了從一個步驟移動到另一個步驟的難度：從一個步驟繼續前進的難度越高，渠道獲得的價值就越大。

最重要的是，由於透明的計算，您可以深入了解每份報告背後的數據，這樣您就可以安全地重新分配預算。 最後，與 Google 產品相比，OWOX BI 的歸因提供了有意義的結果，分析所需的數據量更少。

讓我們來看看您通過 OWOX BI 歸因獲得了什麼。

最低要求：

• 最低轉化次數取決於會話數。 為了獲得客觀結果，我們建議在會話和轉化之間建立以下相關性：

OWOX BI ML 基於漏斗的歸因的優點：

• 跟踪用戶的離線操作
• 在您的 CRM 中控制購買和退貨
• 評估每個廣告渠道的有效性
• 根據您的業務需求定制您的渠道
• 從您的評估中排除非託管渠道
• 比較漏斗階段並評估其有效性
• 使用機器學習分析基於數千個項目的數據
• 為每個用戶群組找出特定的方法
• 在 OWOX BI 智能數據中獲取現成的報告
• 使用收集的數據來管理出價和受眾

提供數據驅動歸因的 Google 產品允許您跟踪不同的渠道，確定在 Google 搜索中哪個在線廣告最有效和最不有效，並詳細分析用戶的在線旅程。 儘管 Google 的數據驅動歸因通常被視為一種模型，但其實施方式因產品而異。 為了有效地測量數據，您需要選擇適合您的數據類型的服務。 以下是每個產品的主要重點：

• Google Analytics 360基於多個渠道及其在渠道中的相互關係跟踪所有用戶操作、點擊和顯示。
• Google Ads會跟踪 Google 搜索中的廣告點擊次數。
• Search Ads 360會跟踪 Floodlight 活動和付費廣告系列。

使用 OWOX BI，您不必在多個服務中進行選擇。 您可以從 Google 的數據驅動歸因的優勢中受益，其頂部是透明的計算，並且在一個產品中的最低要求更少。