转载自:http://www.cnblogs.com/superhuake/archive/2012/09/20/2695152.html

最近一直在研究用户付费时该把收益分配给哪个广告渠道的问题。按照公司以前的分法,很容易导致搜索这样的强势渠道表现更为强劲,而带来用户和流量的小渠道则表现得更为差劲,因为用户大多数被这些渠道吸引过来,但却在强势渠道上付费。

在搜索资料的过程中,发现谷歌分析的高级版具有这方面的功能。在google上搜索到了一个GA的Playbook,就是关于归因建模分析(谷歌中文上貌似叫归属建模)。现将前面的部分翻译如下。貌似很久没翻东西了,手有点生了哈。

谷歌分析中的营销归属功能

精明的营销商都知道你不能仅仅通过一条信息,一张图片,一个放在黄金地带的广告就吸引到客户。它是一个播种,施肥,最后收获各种营销工作所得到的果实的过程。

在客户购买东西或者转化之前,他们可能已经看过你的线上营销活动的不同部分--包括付费搜索和自然搜索,电子邮件,广告联盟,显示广告,移动广告,等等。每个元素都对最终的结果产生过影响。

通过营销归因建模,你就能为促成一次销售的所有因素分配价值。如果善加利用,它能帮你为未来做出更好的决策。但是你知道应该使用哪个模型,或者应该如何分配价值吗?

在本手册中,我们将探讨通用的归因模型并且分享一些关于如何在谷歌分析中开始归因建模的想法。你将学会如何快速构建、定义、对比各种模型,从而从你的营销方案中获得最多的收益。

计划好建模的步骤

跟任何分析工具一样,如果你有一个清晰的目标,归因建模将发挥最大的效果:定义好你要分析的问题,制定学习计划。

1.一开始就要定义好你的目标。如你的关注焦点是品牌建设和知名度,潜在客户,或者回头客?你最近的营销活动是否满足了这些目标?

2.为客户旅程开发一个基本的大纲,包括路径长度,转化时间,以及相应的营销渠道。你可以在谷歌分析的多渠道漏斗报告中获得这些信息。可以寻找这些关键的细节:基于第一次接触的路径是否不同?通过订货量和产品种类是否有所不同?

3.思考一下如今你如何为这些互动分配价值-即使你对归因建模比较陌生,你也肯定会有一些直观的模型。如果你从不同角度来评价这些交互会怎样?

4.定义好每个营销元素的角色及我们期望达到的效果。一旦开始建模,你就要检查模型是否符合或者背离你的期望。

5.计划好接下来的步骤。如果你发现某个营销活动,市场资源,或者市场互动的表现跟你的期望不符,你能否采取行动来改变它?

一旦确定好了要分析的问题,你就应该探索不同的归因模型并且确定那个模型最符合你的市场目标。通过对比各种模型以了解营销方案的各个方面也非常重要。

选择归因模型

从这些通用的模型入手,然后比较不同的模型并且定义最能反映你的营销目标的模型。

最后互动模型

最后互动模型将100%的转化价值给予顾客在购买或者转化之前最后一次接触的渠道。这一模型使用的非常普遍--很有可能你正在使用它的某个版本--因此它是同其它模型对照的基础。

最初互动模型

最初互动模型将最终的转化价值给予客户接触的第一个渠道。这个模型能帮助你了解哪个营销活动为客户创造了最初意识。例如,如果品牌的知名度不是很大,你可能重视最先将品牌暴露在客户面前的关键字或者渠道。

线性模型

线性模型给予转化路径上每个渠道以相等的价值。如果你的营销活动的目的是在整个销售周期内同用户保持接触并维持品牌的知名度,则适合使用此模式。在这种情况下,每个接触点在客户考虑的过程中都同等重要。

基于位置的模型

基于位置的模型可以在用户转化路径的不同位置赋予不同的价值。最初的位置突出了初次接触用户的广告活动,而最后的位置则强调了用户转化的完成。这个模型能给那些渠道更多的价值,或者按照位置的不同来分配不同的权重。

时间衰减模型

时间衰减模型将最大的价值归于最接近转化时间的接触点。如果销售周期仅仅涉及到一个很短的考虑阶段--例如正在进行为期一两天的促销活动--那么一周之前的交互活动的价值就将低于促销窗口期的那些活动的价值。

自定义模型

自定义的模型能更精确的反映营销方案。通过谷歌分析的归因建模,你可以非常容易地创建一个基于位置(最初位置,最后位置,中间位置,辅助位置),接触点类型(点击或者直接访问)以及广告系列或者流量来源(广告,关键字或者其它)来自定义价值权重的模型。

开始在谷歌分析中建立模型

一旦你计划好了实现的步骤并且学会了基本的归因模型,那就是时候开始建模和分析了。

1.确保你在谷歌分析中安装了目标和电子商务跟踪应用,并且检查这些是否反映出你的广告活动的目的。

2.在谷歌分析中通过“转化-多渠道漏斗”找到归因建模工具。

3.选择模型类型,你选择的第一个模型应该是你最经常使用的模型--通常是最后互动模型。

4. 查看数据表,你将看到这个模型分配给不同的渠道、推荐流量源、广告活动、或者其它维度有多少转化量以及价值。

5.选择另外一个模型进行对比。你可以使用一个标准模型或者构造一个自定义的模型。一次可以查看3个模型。

6.使用百分比改变列来比较模型的转化价值。通过对该列进行排序来得到那个渠道,推荐源,或者广告得到或者失去的价值最大。

7.关注价值的大的变化:例如,你可能会发现某个关键字或者显示广告在最后互动模型中的收益很低,但是在其它模型中的收益更高。

8.采取行动。你可能希望改变竞价策略,改变广告投放位置,调整联盟支付策略,或者更新登陆页面以从优势关键字和渠道中获得最大的利益并且提高劣势渠道的收益。

谷歌分析中的营销归因分析功能相关推荐

  1. 【编译原理笔记05】语法分析:FIRST集和FOLLOW集的计算,[非]递归的预测分析法,预测分析中的错误处理

    本次笔记内容: 4-4 FIRST集和FOLLOW集 4-5 递归的预测分析法 4-6 非递归的预测分析法 4-7 预测分析法中的错误处理 本节课幻灯片,见于我的 GitHub 仓库:第5讲 语法分析 ...

  2. 化学数据分析计算机,浅谈数据处理在化学分析中的应用

    摘要:介绍了数据处理在化学分析中的内容,集中阐述了数据处理在化学分析中的应用方面和具体内容,并且对数据处理在化学分析中的处理和分析进行了详细的探究,给数据处理在化学分析中的应用带来了先进的指导意义. ...

  3. 华为分析提供行业差异化分析服务,全面赋能开发者精益运营

      作为面向开发者的一站式分析平台,华为分析(HUAWEI Analytics Kit)团队一直在探索如何提供更智能.便捷.强大的分析能力,帮助开发者打造更受用户欢迎的应用,推动开发者业务的可持续增长 ...

  4. python期中考试试卷分析_期中考试后如何对试卷进行分析和总结?试卷分析方法总结!...

    所谓知识不清,就是在考试之前没有把知识学清楚,丢分发生在考试之前,而不仅仅发生在考试的过程之中. 所谓问题情景不清,就是审题不清,没有把问题看明白,或是不能把问题看明白,这是一个审题能力.审题习惯问题 ...

  5. 找出你的高价值潜在用户 - 通过归因分析实现用户画像和精准营销

    在之前的博客文章 为什么你的用户转化率不高?--新媒体运营转化效果渠道归因分析中,我们讲到 新媒体运营用户转化相关的指标以及目标追踪,以及相关的渠道归因分析.在本篇文章中,我们一起来看看,如何通过 K ...

  6. 中国酒庄行业经营状况及营销策略分析报告(新版)2022-2027年

    中国酒庄行业经营状况及营销策略分析报告(新版)2022-2027年 **************************************** [报告编号]: BG415402 [出版时间]: ...

  7. Algorithm:网络广告营销领域之归因分析/归因模型的简介、算法、案例应用之详细攻略

    Algorithm:网络广告营销领域之归因分析/归因模型的简介.算法.案例应用之详细攻略 目录 归因分析/归因模型的简介 1.常见几种归因分析模型 2.单触点归因分析VS多触点归因分析 3.归因模型的 ...

  8. 谷歌分析中的转化目标设置后,大概多久能显示在Google adwords后台?

    谷歌分析中的转化目标设置位置: 谷歌分析中的转化目标设置样式: 设置目标后该如何使用: 关联adwords,然后导入. 如果是刚创建的,后台导入会是空白状态. 那么,谷歌分析中的转化目标设置后,大概多 ...

  9. 综述:文本分析在市场营销研究中的应用

    翻译自 Berger, Jonah, Ashlee Humphreys, Stephan Ludwig, Wendy W. Moe, Oded Netzer, and David A. Schweid ...

最新文章

  1. 【linux命令】setterm控制终端属性命令(中英文)
  2. 三个线程按循序一个打印A一个打印B一个打印C 循环打印?
  3. 解决php连接mysql数据库中文乱码问题
  4. CentOS 7 SSH相关使用问题及其解决办法
  5. iPhone8用的全面屏是什么屏幕?
  6. 关于软件测试学习的心得
  7. 面试java回答优缺点_面试时被问“你有什么优缺点”应该怎么回答?
  8. 怎么做照片拼图?这几个方法挺靠谱
  9. 目标检测论文核心思想,18-19-20年论文梗概
  10. 新松机器人发行价_机器人公司简介,沈阳新松机器人自动化股份有限公司企业概况_赢家财富网...
  11. 求职失败的方法2-面试的时候过于紧张
  12. AVPlayerLayer
  13. 三级网络技术(八、无线局域网设备安装与调试)
  14. 门户网站建设需要注意什么
  15. Linux ALSA声卡驱动之三:Platform之Cpu_dai
  16. 应急响应——Windows日志分析
  17. 【单片机项目仿真】粮仓温湿度监控系统设计
  18. ARM处理器发展历程
  19. DSMM数据安全管理能力成熟度简介
  20. MYSQL自用笔记1——主键和外键

热门文章

  1. Linux fork与vfork的区别
  2. Gstreamer之QT程序无法找到Gstreamer1.0 pulseaudio插件(二十八)
  3. Go两个协程生产消费者模型
  4. wifi连指定ssid和password
  5. Linux串口工具ckermit打印 android log
  6. 进不去系统,解决办法
  7. 如何配置cmd操作XAMPP中的MYSQL的运行环境?
  8. vivado 一次性设置多线程编译
  9. 蚂蚁S9矿卡ddr型号确认方法
  10. jyoryo mysql_分类 Tools 下的文章