blog

什么是PPC的最佳归因模型?

<p>从一开始,最终点击归因一直是数字营销人员的默认设置</p><p>它很容易,有形,接近终点线,总的来说,它让我们PPC经理看起来很棒</p><p>这就是问题所在</p><p>让我们面对现实 - 我们多年来一直在操作的最后点击指标已经大大过度分配了最后一次互动的信用</p><p>从运动的角度考虑它</p><p>我们都喜欢看着尤塞恩博尔特以每小时30英里的速度接近接力赛,但如果他的球队掉下接力棒,他能赢得比赛吗</p><p>在我参加的每场高尔夫锦标赛中,我个人都喜欢看看乔丹·斯皮思推杆推杆(也许我是唯一一个......),但是如果他的前两个赛车超出界限那么重要吗</p><p> (在我的高尔夫世界,这很好 - 但这是另一天的故事</p><p>)你明白了这一点:最终点击是错误的</p><p>不幸的是,首次点击归因也是错误的</p><p>基于位置,时间衰减也是如此......即使是数据驱动的归因也存在一些重大缺陷</p><p>那么,哪一个是对的</p><p>这取决于目标以及您想要消息的故事</p><p>事实上,归因建模完全是100%弥补的</p><p>您可以将信用分配给对您的业务或客户最重要的指标和渠道</p><p>如果每个归因模型都是错误的并且同时存在,那么最适合您使用</p><p>他们都是</p><p>他们都没有</p><p>这令人困惑</p><p>让我们根据它们的优缺点打破常见的归因模型,找出最适合每种情况的模型</p><p>常见归因模型</p><p> TOFU =漏斗顶部</p><p> [点击放大</p><p>]如果您的目标是尽可能高效,最好的办法就是靠近漏斗的底部;最后点击归因是这里努力的最极端</p><p>我对最后一次点击的厌恶并不害羞,所以我显然不会推荐</p><p>如果你的目标是PPC效率,而外向增长不那么重要,我建议采用时间衰减模型</p><p>如果您专注于增长和新客户获取,那么更接近漏斗的顶端会更好</p><p>第一次点击不会出现与上一次相同的原因 - 它只会看到一小块馅饼</p><p>不幸的是,谷歌在AdWords或Google Analytics中不提供我理想的建议</p><p>我喜欢使用时间衰减的反向迭代(在许多投标工具中称为首选),但由于它不可用,我们将不得不适应基于位置(或U形)</p><p>也许</p><p>它在纸上看起来不错</p><p> Google使用无数的用户行为数据和一般的数学智能来创建最有可能最大化总转换量的变量模型</p><p>在一个完美的世界中,这意味着您会找到一个可以提高AdWords转换量的数据集</p><p> AdWords数据驱动归因的问题在于它是单渠道视图</p><p>虽然它会评估您的AdWords数据的每个方面以做出决定,但它只会查看AdWords数据以做出选择</p><p>对于您是否针对新客户,您几乎没有什么影响力,并且您将无法识别可能通过电子邮件或社交等其他非搜索工作获得的转化</p><p>这并不是说我完全反对它</p><p>如果您拥有支持它的正确数据集,那么像谷歌这样的单通道数据驱动归因可以非常强大</p><p> Google建议在指定月份内至少获得20,000次点击和800次转换操作</p><p>坦率地说,这听起来很低</p><p>如果您的转换杠杆简单且高漏斗(想象一下按钮点击,关键页面视图等),并且您每月有超过1,500次转换,请务必使用此工具</p><p>但是,如果您的广告系列更为适度,而且您的目标更加详细,那么请坚持以位置为基础,根据您的目标开始和调整</p><p>那么什么是PPC最好的归因模型</p><p>就像我们行业中的其他一切一样,这取决于!本文中表达的观点是客座作者的观点,

查看所有