如何使用基於 ML 漏斗的歸因模型改進內部分析

通過應用盡可能多的廣告渠道來接觸客戶，企業在正確評估績效、成功以及顯然是收入增長方面面臨著一個大問題。 他們需要回答的問題是哪個渠道效果更好？ 哪個應該被淘汰，哪個提供合格的線索？ 現在是歸因模型進入遊戲的時候了。

在這種情況下，我們描述了 OWOX BI 團隊為一家大型在線零售商提供的解決方案，該零售商在提高業績和使用正確的歸因模型方面遇到了挑戰。

在與 OWOX BI 合作之前，該公司使用 Last Click 歸因模型，將所有價值賦予最後一個來源，忽略了訂單前所有先前步驟的貢獻。 為了正確評估廣告活動的效果，我們決定建立基於 ML 漏斗的歸因模型。

該公司有多種用戶接觸點：社交媒體廣告、比價網站、PPC、網站、電話、直銷、履行中心和前哨。 與大多數採用多渠道營銷的零售商類似，它面臨著數據分散的問題，因為公司將數據收集並存儲在不同的系統中。

為了評估每個渠道對漏斗中客戶旅程的貢獻，零售商需要將有關用戶行為、廣告成本、線下訂單和實際公司收入的數據與已完成訂單的賬戶合併。 這意味著公司需要建立營銷分析，採取以下步驟：

1. 開發一組單獨的指標以將用戶行為數據從網站收集到 Google Analytics 360。使用標準導出，可以將未採樣的數據發送到 Google BigQuery。
2. 設置 OWOX BI 管道以將數據從廣告服務收集到 Google BigQuery。
3. 配置將交易數據從 CRM 系統導出到 Google BigQuery。
4. 根據 Google BigQuery 中的合併數據創建基於 ML 漏斗的歸因模型。
5. 與 OWOX BI 分析師一起做渠道分組的記錄聯動，因為零售商自己的渠道分組名稱與 GA 360 不同。
6. 在 Google 表格中獲取報告以製定每月預算計劃。

下面是數據合併圖：

現在，讓我們仔細看看基於 ML 漏斗的歸因模型是如何與報告一起構建的。

OWOX BI 分析師幫助零售商開發、設置和實施單獨的一組指標。 此外，我們的專家會定期測試和更新新域的度量系統以及新功能。

Google Analytics 360 每天收集有關網站用戶行為的數據並發送到 Google BigQuery，以與有關廣告費用和交易的數據相關聯。 該公司選擇了 Google Analytics 的付費版本，因為它的網站流量很高。 標準版本在用戶會話數超過 500,000 時應用抽樣，而 Google Analytics 360 允許獲取準確的數據直至命中。

由於原生集成，有關 AdWords 費用的數據會傳輸到 Google Analytics 360。 而 OWOX BI Pipeline 用於將數據從 Facebook 發送到 Google Analytics 360，並在 Google BigQuery 中合併所有廣告服務的成本數據。 下表顯示了發送數據的結構：

為了考慮退貨和已完成訂單的數據，分析師將交易數據從 CRM 系統導出到 Google BigQuery。 數據結構如下圖所示：

此結構有助於使用user_id和time鍵將有關已完成訂單的數據與有關網站用戶行為的數據合併。

零售商的銷售漏斗由 5 個步驟組成：訪問、產品頁面、添加到購物車、結帳、購買。 OWOX BI團隊計算了從網站訪問到購買的平均時間段，並推薦了最佳的轉化窗口和交易窗口。

使用這些數據，創建了一個基於 ML 漏斗的歸因模型：

基於 ML 漏斗的歸因模型評估用戶從銷售漏斗的一個步驟移動到另一個步驟的概率。 灰色列顯示概率值。 從一個步驟移動到另一個步驟的概率越低，用戶通過此步驟的會話獲得的價值就越多。 只有導致訂購的會話才能獲得價值。 您可以在我們的博文中了解更多關於 OWOX BI Attribution 的計算邏輯。

歸因結果用於構建我們將在第 6 步中描述的報告。

默認情況下，Google Analytics 360 報告中的所有流量來源都形成以下渠道分組：直接、自然、電子郵件、推薦、社交、展示、每次點擊費用和其他。

但是，營銷專家使用他們自己的渠道分組名稱進行內部報告。 為了創建歸因模型，該公司的團隊使用已經收集的過去期間的數據以及他們自己的名稱來進行渠道分組。 這就是為什麼在 Google Analytics 360 設置中更改名稱為時已晚的原因。 由於這個事實，OWOX BI 分析師進行了記錄鏈接，並為 Google 表格中的渠道分組創建了一個可更新的匹配名稱列表。 下表演示了列表結構：

OWOX BI 團隊創建了一個腳本，使用源和媒介鍵將 Google BigQuery 中的記錄鏈接與每月的歸因結果結合起來。

在 OWOX BI 分析師的幫助下，創建了兩份報告。 第一份報告幫助了解哪些附屬公司將其他渠道的價值歸於自己。 此報告在 OWOX BI 智能數據中可用。 分析師使用免費的 OWOX BI BigQuery Reports 插件將獲得的報告中的數據導出到 Google 表格。

以下是 OWOX BI 分析師將數據導出到 Google 表格所採取的步驟：

1. 導航到智能數據並詢問來源和媒介的價值如何分佈在渠道步驟中，然後打開報告。
2. 導航到右上角並選擇Copy the SQL query to Clipboard 。

1. 在 Google 表格中創建新報告。 為此，請打開Add-ons菜單，然後選擇OWOX BI BigQuery Reports和Add a new report 。 然後選擇現有的 Google Cloud Platform 項目，選擇Add a new report並點擊Paste ：

請注意，每個新報告都是在新工作表中創建的：

在側邊欄中提供報告配置：選擇現有的 Google Cloud Platform 項目和 Google BigQuery 查詢，這將提供要上傳的數據。

筆記！ 您可以在此處找到有關報告配置的更多詳細信息。

1. 現在，該報告可在 Google 表格中找到。 您可以安排自動報告更新以獲得更多便利。 為此，請導航到 OWOX BI BigQuery 報告設置中的計劃報告：

設置更新的必要時間段：

筆記！ 要了解有關如何安排定期報告更新的更多信息，請點擊此鏈接。

OWOX BI 專家修改了查詢並添加了動態參數：來源和分析週期。

筆記！ 按照此鏈接了解有關查詢中動態參數的更多信息。

結果，獲得了流量分析報告，並展示了哪個漏斗步驟從某個來源獲得的影響更大：

僅過濾了附屬合作夥伴後，公司可以在最後的漏斗步驟中識別出最有價值的合作夥伴：

第二份報告展示了廣告活動的實際成本、收入和 ROAS。 使用此報告，營銷專家可以找出哪些來源帶來更多收入，哪些沒有得到回報：

• OWOX BI團隊建立了正確而靈活的數據收集系統。
• 使用 OWOX BI 和 Google 產品，數據收集過程是自動化的。 現在，所有數據都可以在一個界面中實時獲得。
• 基於 ML 漏斗的歸因模型幫助公司更好地評估廣告活動和渠道的表現。