Модель состояния атрибуции для платного поиска

Существует несколько способов измерения атрибуции по платным поискам и каналам. Стратегии контекстной рекламы могут направлять конкретное поведение пользователей и, в свою очередь, могут изменить то, как атрибуция и кросс-канальный рост измеряются в маркетинговом комплексе. На этой сессии SMX Advanced 2022 Алисса Альтман и Энди Орландо обсуждают роль платного поиска в атрибуции. Они будут охватывать:

• Платный поиск и атрибуция
• Маркетинговые воронки и типы платного поиска
• Тип кампании и атрибуция
• Важность моделирования данных
• Создание инструментария атрибуции
• Примеры анализа и инструменты сравнения моделей
• Выберите модель
• Идеи и советы

Платный поиск и атрибуция

Платный поиск — важная часть головоломки моделирования атрибуции: ежедневно в Google выполняется более 850 миллионов поисковых запросов. Однако не все поиски одинаковы. Люди склонны искать, используя термины, которые относятся к их месту в воронке продаж. Предназначен ли он для проведения исследования конкурентов или покупки. Учитывая модель атрибуции, этим поискам присваивается определенный вес, что может быть сложно.

Маркетинговые воронки и типы платного поиска

Орландо продолжает объяснять, что вершина воронки — это место, где происходит осознание. Небрендовые поиски обычно здесь. Суть в том, чтобы повысить узнаваемость бренда и привлечь посетителей сайта. На следующем этапе в игру вступают внимание и внимание. В нижней части воронки происходит приверженность и конверсия. Кампании Brand Search и Performance Max нацелены на покупателей воронки путем поиска готовых к покупке искателей.

Тип кампании и атрибуция

Существует четыре типа кампаний, нацеленных на покупателей, готовых совершить покупку:

• марка
• безымянный
• Завоевание
• Ли

Тактики верхней и средней воронки, такие как социальная демонстрация и небрендированный поиск, как правило, закладывают основу для конверсии пользователей. Эти тактики оказывают большое влияние на начале пути к конверсии, но они не ведут непосредственно к конверсии. Его, как правило, недооценивают как фактор конверсии. Орландо объясняет, что, хотя медийная реклама, небрендированный поиск и ремаркетинг вносят определенный вклад, по сути, именно брендированный поиск вносит наибольший вклад.

Медийная реклама, небрендированный поиск и тактика ремаркетинга могут рассматриваться как «забытые работники», заполняющие воронку конверсии и подготавливающие почву для героя «фирменного поиска», который подметает и заключает сделки. А поскольку поиск по бренду ниже при поиске по бренду воронки, он, как правило, генерирует больше конверсий по последнему клику, переоценивая в традиционных моделях атрибуции, таких как последний клик. Таким образом, поиск по бренду, кажется, спасает день, когда появляется герой, а верхний пакет воронки, как правило, забывается.

Назначения вклада

Альтман объясняет, что многие проблемы с атрибуцией связаны с тем, что разные платформы используют разные модели. У Google больше возможностей для рекламодателей на своей платформе и в Google Analytics, а у Microsoft гораздо меньше. Поэтому попытка использовать одну и ту же модель в нескольких каналах может вызвать проблемы.

Другая проблема заключается в том, что несколько каналов пытаются получить кредит за ваши продажи или потенциальных клиентов. Альтман отмечает, что, хотя каждый канал может иметь право хотеть кредита, рекламодатели могут быть разочарованы сортировкой, если происходит завышение данных. Люди видят разные типы контента на разных каналах и принимают решения где-то в той воронке, где рекламодатели размещают свои объявления. Предоставление кредита в основном зависит от рекламодателя.

Инструмент сравнения моделей атрибуции

Google Analytics — самый популярный вариант для сравнения моделей атрибуции. С помощью Google Analytics вы можете сравнивать разные модели и просматривать все входящие медиафайлы (при условии, что они правильно помечены). Альтман предлагает использовать параметры UTM, чтобы обеспечить правильную маркировку преобразований. GA позволяет сравнить несколько моделей, прежде чем решить, какую из них использовать.

По словам Альтмана, отчет «Основные пути конверсии» в разделе «Многоканальные последовательности» недооценен. Это представление дает вам представление о том, какие взаимодействия были у пользователя, пока он не совершил конверсию. Вы можете решить, насколько важно каждое взаимодействие для вашего моделирования.

Альтман продолжает обзор самых популярных моделей атрибуции, их плюсов и минусов. Доступно рекламодателям в Google Analytics.

Моделирование данных и вклад на основе данных

Орландо объясняет, что модель атрибуции на основе данных может помочь маркетологам оптимизировать процесс конверсии в режиме реального времени. Машинное обучение и искусственный интеллект используются для распределения атрибуции на протяжении всего пути конверсии. Microsoft As называет это моделью атрибуции «как это происходит», которая по сути является «последним кликом» Google.

Создайте набор инструментов для участия

Альтман предлагает следующие советы при создании инструментария атрибуции:

• Соберите данные о вашей аудитории
• Создайте и начните тестирование
• Набор инструментов, которые помогут вам провести глубокий анализ
• Используйте инструменты Google, такие как отчеты Analytics по нескольким последовательностям и отчеты о путях, сравнение моделей атрибуции.
• Используйте модели атрибуции для вашей организации или сектора бизнеса.
• Использование сторонних инструментов
• Для внутриплатформенной оптимизации мы используем расширенную модель атрибуции внутри платформы, такую ​​как атрибуция на основе данных в Google Ads.

Рекомендации по модели атрибуции для платного поиска

Альтман рекомендует использовать атрибуцию по первому клику при проведении кампаний по повышению узнаваемости бренда через Google Ads и другие платформы. Если ваша кампания представляет собой сочетание повышения узнаваемости бренда и рекламы в средней и нижней частях последовательности, мы рекомендуем использовать линейную атрибуцию, поскольку она равномерно распределяет ценность конверсии по всем путям. Если у вас много медиа, цифровых и традиционных каналов, рекомендуется проверить последний непрямой клик.

дополнительные советы