Google轉(zhuǎn)化數(shù)據(jù)中為什么有小數(shù)點,google怎么顯示坐標(biāo)

Google轉(zhuǎn)化數(shù)據(jù)中為什么有小數(shù)點

今年很多客戶應(yīng)該都有發(fā)現(xiàn)轉(zhuǎn)化次數(shù)中有小數(shù)點，這是為什么呢？現(xiàn)在，小易統(tǒng)一回答大家，這是因為歸因模型。

“轉(zhuǎn)化次數(shù)”中的數(shù)字包含兩個小數(shù)位。這是因為一些歸因模型會將一次轉(zhuǎn)化分成多個部分，分別歸因于多次點擊。這些部分將以小數(shù)形式表示，比如0.42或0.80，下面小易將為大家詳細(xì)介紹一下歸因模型。

什么是歸因模型

在完成轉(zhuǎn)化的路徑中，客戶可能會進(jìn)行多次搜索，與同一廣告客戶的多個廣告互動。通過指定歸因模型，可以選擇為每次點擊分配多少轉(zhuǎn)化功勞。具體來說，可以將轉(zhuǎn)化功勞歸于客戶的首次點擊、最終點擊或者一組點擊。

借助于歸因模型，可以更好地了解廣告的效果，從而可針對用戶轉(zhuǎn)化路徑中的各個階段有的放矢地采取優(yōu)化措施。

歸因模型的類別

Google Ads提供了多種歸因模型：

最終點擊：將轉(zhuǎn)化功勞全部歸于客戶最后點擊的那個廣告和相應(yīng)的關(guān)鍵字。使用“最終點擊”模型時，您可能會注意到，近期時間段的“轉(zhuǎn)化次數(shù)（當(dāng)前模型）”列與“轉(zhuǎn)化次數(shù)”列中報告的數(shù)據(jù)之間略有時滯。這種時滯最終會自動糾正。

首次點擊：將轉(zhuǎn)化功勞全部歸于客戶首次點擊的那個廣告和相應(yīng)的關(guān)鍵字。

線性：將促成轉(zhuǎn)化的功勞平均分配給轉(zhuǎn)化路徑上的所有點擊。

時間衰減：成轉(zhuǎn)化的功勞平均分配給轉(zhuǎn)化路徑上的所有點擊。點擊越接近轉(zhuǎn)化發(fā)生時間，分配的功勞就越多。點擊每相隔七天，所分配的功勞就會相差一半。換言之，轉(zhuǎn)化發(fā)生8天前的點擊所獲功勞是轉(zhuǎn)化發(fā)生1天前的點擊所獲功勞的一半。

根據(jù)位置：為客戶首次點擊的廣告和相應(yīng)關(guān)鍵字以及最后點擊的廣告和相應(yīng)關(guān)鍵字分別分配40%的功勞，將其余20%的功勞平均分配給轉(zhuǎn)化路徑上的其他點擊。

以數(shù)據(jù)為依據(jù)：根據(jù)轉(zhuǎn)化操作的歷史數(shù)據(jù)來分配轉(zhuǎn)化功勞。（僅供數(shù)據(jù)充足的帳號使用）

示例

為了大家更加直觀的了解歸因模型的類別，小易帶大家來看一個實例。比如，您在中國上海經(jīng)營一家名為“寶戀”的酒店。一位客戶在搜索了“虹口區(qū)酒店”、“上海市酒店”、“上海市3星級酒店”以及“上海市3星級寶戀酒店”這些內(nèi)容后點擊了您的廣告，進(jìn)入了您的網(wǎng)站。她在點擊顯示“上海市3星級寶戀酒店”的廣告之后預(yù)訂了房間。

●若采用“最終點擊”歸因模型：最后一個關(guān)鍵字“上海市3星級寶戀酒店”將獲得100%的轉(zhuǎn)化功勞。

●若采用“首次點擊”歸因模型：第一個關(guān)鍵字“虹口區(qū)酒店”將獲得100%的轉(zhuǎn)化功勞。

●若采用“線性”歸因模型：每個關(guān)鍵字將平分轉(zhuǎn)化功勞（每個關(guān)鍵字均獲得25%）。

●若采用“時間衰減”歸因模型：關(guān)鍵字“上海市3星級寶戀酒店”將獲得最多的功勞，因為該關(guān)鍵字最接近轉(zhuǎn)化發(fā)生時間。“虹口酒店”將獲得最少的功勞，因為其搜索時間最早。

●若采用“根據(jù)位置”歸因模型：“虹口區(qū)酒店”和“上海市3星級寶戀酒店”將分別獲得40%的功勞，而“上海市酒店”和“上海市3星級酒店”將分別獲得10%的功勞。

●若采用“以數(shù)據(jù)為依據(jù)”的歸因模型：每個關(guān)鍵字都將獲得部分功勞，具體比例取決于關(guān)鍵字對促成轉(zhuǎn)化的貢獻(xiàn)程度。

歸因模型的優(yōu)勢

大多數(shù)廣告客戶采用“最終點擊”模型來衡量其在線廣告是否成功。也就是說，他們將轉(zhuǎn)化功勞全部歸于客戶最后點擊的那個廣告和相應(yīng)的關(guān)鍵字。但是，這種方法沒有考慮到客戶在轉(zhuǎn)化路徑上可能執(zhí)行的其他點擊操作。歸因模型可以幫助您更好地控制為每個廣告和關(guān)鍵字分配的轉(zhuǎn)化功勞。這樣您就可以：

在購買周期的較早階段吸引客戶：找到機(jī)會在客戶轉(zhuǎn)化路徑中的較早階段對客戶施加影響。

采用適合自己業(yè)務(wù)的模型：根據(jù)用戶搜索您產(chǎn)品或服務(wù)的方式采用最合適的模型。

更合理地進(jìn)行出價：由于能更深入地了解廣告效果，因此可據(jù)以優(yōu)化出價。

一個例子

上面是一家B2B企業(yè)的歸因報告，可以看出，點擊廣告2次以上的轉(zhuǎn)化和轉(zhuǎn)化超過2天以上的占有一定比例，因此B2B企業(yè)在選擇歸因模型時可以嘗試“線性”和“時間衰減”，數(shù)據(jù)足夠充足的話可以使用“以數(shù)據(jù)為依據(jù)”。

現(xiàn)在，大家不但明白了為什么Google轉(zhuǎn)化數(shù)據(jù)中有小數(shù)點，更是全面了解了其背后的歸因模型，為了更好地統(tǒng)計數(shù)據(jù)，為下一步優(yōu)化提供更可靠的指導(dǎo)，大家可以嘗試使用不同的歸因模型哈。

特別聲明：以上文章內(nèi)容僅代表作者本人觀點，不代表ESG跨境電商觀點或立場。如有關(guān)于作品內(nèi)容、版權(quán)或其它問題請于作品發(fā)表后的30日內(nèi)與ESG跨境電商聯(lián)系。