Google 的歸因模型變革：為廣告商提供 3 種解決方案

您可能聽說過這樣的消息：Google Ads 和 Google Analytics 4 將於 9 月徹底淘汰首次點擊、線性、時間衰減和基於位置的歸因模型。

最終點擊和數據驅動的歸因模型以及外部歸因將仍然可用。

一些 PPC 營銷人員沒有意識到，谷歌不會只是從出價的角度停止這些歸因模型。 它們也將從報告和比較功能中刪除。

這意味著您無法再使用歸因模型在 Google Ads 和 Google Analytics（分析）中分析客戶旅程。 你需要替代方案。

歸因模型概覽

歸因模型有助於將轉化（即銷售或潛在客戶）與廣告點擊或展示聯繫起來。 這是一種確定哪些廣告、受眾或網絡效果最好的方法。

從歷史上看，我們使用了多種具有不同規則的歸因模型來建立這種聯繫。

使用足球類比，每個模型代表的含義如下：

• 最後點擊：進球者值得所有的榮譽。
• 第一次點擊：在導致進球的動作中第一個觸球的球員應該得到所有的榮譽。
• 線性：所有在導致進球的動作中觸球的球員都應獲得同等的榮譽。
• 時間衰減：在導致進球的動作中，最後觸球的球員比最先觸球的球員應該獲得更多的榮譽。
• 基於位置：進球者和在導致進球的動作中第一個觸球的球員各應獲得 40% 的功勞。 其他玩家將平均獲得剩餘的20%。

Google 首選歸因模型的問題

這一轉變使得數據驅動歸因 (DDA) 成為 Google Ads 中的默認歸因模型。

Google 不共享決定將哪些廣告鏈接到轉化的規則。 我個人認為 DDA 使用了上述歸因模型的組合。

不過，有一點非常酷：DDA 是根據您的帳戶量身定制的。

• “數據驅動歸因與其他歸因模型不同，因為它使用轉化數據來計算轉化路徑中每次廣告互動的實際貢獻。 每個數據驅動的模型都是特定於每個廣告商的，”谷歌表示。

從理論上講，這是完美的。

專為您定制的歸因模型。 而且您甚至不必費心去考慮這些規則！

然而，這聽起來好得令人難以置信。

DDA 是根據您的帳戶量身定制的。 但基於什麼標準呢？ 我們不知道。

只要它有效，這應該不重要。

我們可以通過與其他模型進行比較來確保它確實有效。

但是，既然谷歌將在報告部分停止使用“舊的”歸因模型，那麼現在會發生什麼呢？

歸因模型越少是否一定意味著績效越差？

現在這才是真正的問題。

雖然我們可能都不願意隨著時間的流逝而失去更多的控制，但只要性能不斷提高，這就不應該成為問題。

正如我們之前所看到的，在出價管理方面的影響很小（佔所有轉化的 3%）。

真正的問題在於其他地方——戰略層面。

正如穀歌所說：

“在轉化過程中，客戶可能會與同一廣告商的多個廣告進行互動……歸因模型可以讓您更好地了解廣告的效果，並幫助您優化整個轉化過程。”

那麼，如果我們缺乏可見性，我們如何優化整個轉化過程呢？ 讓我們先看一個例子：

分析實際的客戶旅程

我們的一個客戶擁有相對簡單的媒體組合，因此我將以此為例來說明我的觀點。

就像在足球中一樣，該客戶有不同的戰術：後衛、中場和前鋒。 需要整個團隊才能進球。

請注意，使用首次點擊歸因模型時，付費搜索“得分”非常好。 然而，當使用最後一次點擊時，效果就不那麼明顯了。 使用該歸因模型時，有機搜索和電子郵件營銷會搶盡風頭。

不過，這符合預期，因為：

• 轉化之旅從非品牌付費搜索開始。 他們產生潛在客戶。
• 潛在客戶培育對於成熟的潛在客戶來說是必要的。 這主要是通過電子郵件營銷來完成的。
• 合格的潛在客戶最終會通過有機和付費品牌搜索進行購買。

或者，用足球術語來說：

• 非品牌付費搜索 = Defenders
• 電子郵件=中場
• 有機和付費品牌搜索 = Strikers

DDA 夠了嗎？

如果沒有這些歸因模型，您能理解這個轉化漏斗嗎？

大概。 這個例子非常簡單。

但是，如果我們開始從事銷售需要數月時間的 B2B 項目或重複購買很重要的 B2C 項目，該怎麼辦？

現在那是另一個故事了。 我見過很多 DDA 表現不佳的例子。

我認為用舊的、僵化的歸因模型驗證 DDA 的結論仍然有價值。 如果沒有這樣的基準，您就會面臨潛在的傷害。

畢竟，機器學習的智能程度取決於我們為其提供的數據。

以下是為尋求適應變化的廣告商提供的三種解決方案。

解決方案 1：下一級標記計劃

開發可靠的數據程序是識別客戶旅程交互的第一步。

通過完整的跟踪，您可以自信地使用 DDA 或最終點擊歸因模型……但用所有這些客戶旅程步驟來替換首次點擊等。

我知道這並不理想，但這是第一步。 如果我們使用上面的示例，您會將最終點擊線索歸因於非品牌搜索，將最終點擊銷售歸因於品牌搜索。 不理想，但它有效。

當然，這需要跟踪整個客戶旅程。 您不能依賴舊的簡單標記計劃。 你需要微轉換。

解決方案2：整合CRM數據

跟踪轉化時，您是否只關註銷售？

現在，您需要跟踪整個客戶旅程（是的，包括售後）並通過外部歸因將其反饋回廣告平台。

然後，您可以使用該工具來提高可見性 - 就像潛在客戶評分一樣，但這次是客戶評分。

如果您發現效果差異，這應該使您能夠以不同於“數據驅動”模型的方式影響您的出價。

簡而言之，CRM 必須成為（如果還不是）廣告商更好地了解和告知客戶旅程的核心工具，從而了解適當的媒體組合。

解決方案 3：其他歸因方法

我在這裡冒險進入更複雜的領域，但這並不適用於所有項目。

基本上，增量意味著向受眾展示您的廣告，並有目的地向類似受眾隱藏同一廣告，然後比較兩個受眾的表現水平。

可以想像，這種方法很酷，但很容易出錯。 （更不用說僅當您出於數據可靠性目的首先有大量預算時才可用。）

您的下一個最佳選擇是進行客戶調查。

例如，您可以使用退出意圖彈出窗口（詢問離開的訪問者來自哪裡、他們不喜歡什麼等）或購買/引導旅程中的其他字段來捕獲其他信息。

當然，要小心此類聲明性數據，因為它們通常在一定程度上存在偏差。

沒有完美的歸因模型

在整篇文章中，我一直在尋找衡量性能的完美方法。

但不要在兔子洞裡迷路。 不存在完美歸因這樣的事情。

您想要的是對您的策略提供可靠且有方向性的輸入。

對於像我這樣的廣告極客來說，度過這個階段是可行的，但對於商業決策來說卻沒有什麼用處。 相應地確定優先級。