在當今的廣告業(yè)格局下，消費者的行為日益復雜，營銷人員很難了解用戶與品牌的互動情況是怎樣的以及廣告在這種關(guān)系中發(fā)揮什么樣的作用。
如何了解客戶實現(xiàn)轉(zhuǎn)化過程中的策略效果呢？通過使用Google提供的歸因工具，您可以確定轉(zhuǎn)化過程中有哪幾個步驟以及其相應的價值。確定實現(xiàn)轉(zhuǎn)化過程中的每一步應該獲得多少功勞--歸因；歸因在數(shù)字廣告領(lǐng)域有著非常重要的作用。假設(shè)一對未婚男女在網(wǎng)上相識，約會幾次后步入婚姻的殿堂。如果我們將這樁美事的功勞進行分配，該怎么做呢？我們應把功勞歸于哪幾個呢？
實際上，在這段浪漫歷程中，每個因素都有各自的功勞。確定一個過程中的每一步應該獲得多少功勞，這就是歸因。在廣告領(lǐng)域，歸因模型可以幫助您更深入地了解應將轉(zhuǎn)化的功勞分配給哪些互動和接觸點。注意：歸因模型功能只可以歸因網(wǎng)站轉(zhuǎn)化、Google Analytics中的轉(zhuǎn)化、來電轉(zhuǎn)化和導入轉(zhuǎn)化操作，無法歸因應用和實體店的轉(zhuǎn)化。歸因在廣告領(lǐng)域的作用不僅僅是分配功勞，它還可以為企業(yè)提供所需的信息來復刻所取得的成效。只有清楚地了解哪些策略效果最為顯著，營銷人員才能更審慎地優(yōu)化出價和預算，從而為業(yè)務(wù)帶來更多成效。正因如此，使用以數(shù)據(jù)為依據(jù)的歸因模型來分配功勞對全漏斗營銷人員而言意義非凡。1.?以數(shù)據(jù)為依據(jù)的歸因
以數(shù)據(jù)為依據(jù)的歸因模型是 Google 歸因產(chǎn)品中最為先進的模型和所有新的網(wǎng)站轉(zhuǎn)化操作的默認歸因模型。它以帳號的歷史數(shù)據(jù)為依據(jù)，將功勞分配給搜索網(wǎng)絡(luò)、YouTube 和展示廣告網(wǎng)絡(luò)中效果最顯著的廣告接觸點。以數(shù)據(jù)為依據(jù)的歸因模型使用轉(zhuǎn)化數(shù)據(jù)來計算每次廣告互動在轉(zhuǎn)化路徑中的實際功勞。該模型會通過對比轉(zhuǎn)化客戶和非轉(zhuǎn)化客戶的路徑，從那些促成轉(zhuǎn)化的廣告互動中找出規(guī)律。該模型會向客戶路徑上那些有價值的廣告互動分配更多功勞。
當廣告效果是您的頭等大事時，愛競建議您使用以數(shù)據(jù)為依據(jù)的歸因模型。但有些客戶可能更重視特定的接觸點并希望利用靜態(tài)邏輯來為轉(zhuǎn)化路徑中的接觸點分配價值。例如，A公司可能更重視用戶與其公司的首次互動，并希望據(jù)此來進行歸因分析。為此，他們將會選擇以規(guī)則為依據(jù)的歸因模型，并將功勞 100% 分配給首次點擊操作。以規(guī)則為依據(jù)的歸因模型遵循固定的轉(zhuǎn)化功勞分配規(guī)則，而不考慮轉(zhuǎn)化類型或用戶行為。
- 最終點擊：最后一個接觸點獲得 100% 的轉(zhuǎn)化功勞
- 首次點擊：第一個接觸點獲得 100% 的轉(zhuǎn)化功勞
- 線性：功勞平均分配給消費者轉(zhuǎn)化歷程中的每一個接觸點
- 根據(jù)位置：向首次互動和最終互動各分配 40% 的功勞，剩下 20% 的功勞將平均分配給中間的各次互動
- 時間衰減：這種模型可為多個接觸點分配功勞，接觸點越接近轉(zhuǎn)化發(fā)生時間，獲分的功勞就越多
您可以將歸因與營銷組合建模分析 (MMM) 和實驗結(jié)合起來使用，這是一種非常好的衡量投資回報率的方法，可以給您帶來以下好處：營銷組合建模分析 (MMM) 是一種分析方法，它揭示了營銷活動對品牌銷售情況的影響，特別適合向線下媒體渠道投入大量營銷預算的公司或主要通過線下銷售渠道（實體店）進行銷售的公司。
營銷組合建模分析通常用于一個品牌（如奧利奧）或同一類別的一組品牌（如休閑食品）。它會考慮可能推動品牌銷售的所有潛在因素，包括但不限于媒體和營銷（例如，電視、廣播、數(shù)字媒體、戶外廣告、電子郵件、優(yōu)惠券）、品牌鐘意度、經(jīng)濟環(huán)境、競爭對手行為，甚至還有天氣。
廣告客戶可以聘請第三方供應商來運行營銷組合建模分析，也可以在內(nèi)部自行運行營銷組合建模分析。營銷組合建模分析成本較高，需要 12 到 20 周的運行時間，因此，大多數(shù)廣告客戶每年只運行一兩次。然而，隨著技術(shù)的進步和數(shù)據(jù)的完善，越來越多的廣告客戶開始每季度甚至每月更新一次。只要廣告客戶能夠以相同的頻率決定其媒體預算，頻繁更新營銷組合模型就是一件好事。
在確定每個媒體渠道帶來的銷售額時，營銷組合建模分析是現(xiàn)有方法中最好的一個。大部分公司會使用營銷組合建模分析得出的結(jié)論，審視每個媒體渠道的投資回報率，確定將來要繼續(xù)在哪個媒體渠道上分配預算，以此來規(guī)劃戰(zhàn)略和編制預算。
使用營銷組合建模分析時，您需要在兩到三年內(nèi)用心收集每個銷售推動因素所涉及的每周數(shù)據(jù)。這些推動因素包括所有營銷渠道，以及價格促銷、分銷和產(chǎn)品變化等多個方面。同時，您還要考慮競爭行為和經(jīng)濟環(huán)境等外部因素。2、利用歸因了解客戶轉(zhuǎn)化歷程，并將功勞分配給各個接觸點如果您正使用多種數(shù)字廣告解決方案，那么將需要一種可以去除重復的方法來為各個合作伙伴分配功勞，這樣才能有效評估所使用的媒體渠道的效果，并將預算分配給更有價值的渠道?？缜罋w因/多接觸點歸因 (MTA) 會考慮促成轉(zhuǎn)化操作的所有營銷接觸點，可以讓您全面洞悉客戶的轉(zhuǎn)化路徑。這些轉(zhuǎn)化操作包括但不限于網(wǎng)站訪問、觀看、簡報和購買。
此類實驗能夠比較對照組和實驗組的行為，以確定特定變量的影響，從而了解該因不同，跨渠道歸因反映出的數(shù)據(jù)洞見通常用于影響預算決策和對渠道的投入，而不是用來優(yōu)化針對單個渠道投放的廣告系列。如果處理得當，這可讓廣告客戶的營銷支出更高效、更靈活。
高級算法和機器學習會對所有不同轉(zhuǎn)化路徑進行評估，確定哪些接觸點發(fā)揮的影響最大。每個轉(zhuǎn)化路徑中的互動次數(shù)、看到廣告的順序以及所采用的廣告素材資源等因素都會納入成效的考量范圍內(nèi)。實驗可以發(fā)揮強大的功效，您可以通過實驗確定每種媒體類型因營銷信息而帶來了多少次轉(zhuǎn)化（通常稱為增量或提升效果），以及本來應該有多少次轉(zhuǎn)化，并由此確定為每個渠道分配多少預算。
Google 在為營銷方進行 A/B 實驗時，會向受眾群體發(fā)布兩個不同版本的廣告，以確定哪個廣告的效果更好。A/B 實驗中沒有受限組。
變量對消費者的轉(zhuǎn)化決定起到了多少作用。在增量實驗中，對照組必須是受限組，并且看不到廣告。
增量實驗是一款很實用的工具，您可以將增量實驗與營銷組合建模分析和歸因模型結(jié)合使用，從而更高效地為廣告系列分配預算，行之有效地定位到目標受眾群體，并建立更準確的歸因模型。下面介紹 Google 的兩款增量實驗工具及其運作方式：“品牌提升情況研究”是 Google 的一個產(chǎn)品，可衡量 YouTube 廣告在整個客戶轉(zhuǎn)化歷程中對客戶看法和行為的直接影響，讓您持續(xù)了解廣告對一些關(guān)鍵指標的影響，其中包括對品牌認知度、廣告回想度、鐘意度、好感度、購買意愿和品牌興趣的提升。品牌提升情況研究首先會將用戶分為兩組：由未看到過您廣告的用戶隨機組成的對照組，以及由看過您廣告的用戶組成的實驗組。在這兩組用戶看到（或沒看到）您廣告的大約一天后，向他們發(fā)送一份調(diào)查問卷。由于兩組之間唯一的有效區(qū)別在于他們是否看到了您的廣告，因此它可以準確地判斷出歸功于您的廣告系列的提升。在使用轉(zhuǎn)化量提升情況研究時，您必須制作行動號召視頻廣告系列或發(fā)現(xiàn)廣告系列。借助轉(zhuǎn)化量提升情況研究，您可以衡量觀看廣告的受眾群體直接帶來的轉(zhuǎn)化、網(wǎng)站訪問以及任何其他操作的次數(shù)。當您的廣告系列開始投放時，Google 會將您的目標受眾群體分成 2 組：
- 本來會觀看您的廣告，但實際看到的卻是競價中排在下一位的廣告的用戶
在完成研究后，Google 會比較這兩組的轉(zhuǎn)化情況，衡量每組中由廣告直接帶來的轉(zhuǎn)化各占多少百分比，并與正常情況下發(fā)生的轉(zhuǎn)化進行比較。LoveAd愛競作為一家擁有14年經(jīng)驗的專業(yè)出海營銷服務(wù)提供商，能提供海外平臺全方位的營銷理論支持和營銷手段指導，如果您有更多問題或需要更多幫助，可以隨時聯(lián)系LoveAd愛競！本文部分數(shù)據(jù)及圖片來源于網(wǎng)絡(luò)，如有侵權(quán)請聯(lián)系刪除。
