Attributionsbedienfeld attribution-panel

Das Attributionsbedienfeld bietet eine einfache Möglichkeit, eine Analyse zu erstellen, mit der verschiedene Attributionsmodelle verglichen werden. Der Bereich bietet Ihnen einen eigenen Arbeitsbereich zum Verwenden und Vergleichen von Attributionsmodellen.

Customer Journey Analytics erweitert die Attribution und ermöglicht Ihnen Folgendes:

Verwenden Sie stattdessen

So verwenden Sie ein Bedienfeld "Attribution":

Bedienfeldeingabe

Sie können das Attributionsbedienfeld mithilfe der folgenden Eingabeeinstellungen konfigurieren:

Bedienfeldausgabe

Das Bedienfeld Attribution gibt einen umfangreichen Satz von Daten und Visualisierungen zurück, die die Attribution für die ausgewählte Dimension und Metrik vergleichen.

Visualisierungen der Attribution

Die folgende Visualisierung ist Teil der Bereichsausgabe.

Attributionsmodelle

Ein Attributionsmodell bestimmt, welche Dimensionselemente einer Metrik gutgeschrieben werden, wenn innerhalb des Lookback-Fensters einer Metrik mehrere Werte angezeigt werden. Attributionsmodelle gelten nur, wenn im Lookback-Fenster mehrere Dimensionselemente festgelegt sind. Wenn nur ein einzelnes Dimensionselement festgelegt ist, wird diesem Dimensionselement unabhängig vom verwendeten Attributionsmodell 100 % zugeschrieben.

Symbol

Attributionsmodell

Definition

Letztkontakt

100 % werden dem Touchpoint zugeschrieben, der zuletzt vor der Konvertierung aufgetreten ist. Dieses Attributionsmodell ist normalerweise der Standardwert für jede Metrik, bei der kein Attributionsmodell anderweitig angegeben ist. Unternehmen verwenden in der Regel dieses Modell, bei dem die Konvertierungszeit relativ kurz ist, z. B. bei der Analyse interner Suchbegriffe.

Erstkontakt

100 % werden dem Touchpoint zugeschrieben, der zuerst im Attributions-Lookback-Fenster angezeigt wird. Unternehmen verwenden dieses Modell in der Regel, um das Markenbewusstsein oder die Kundenakquise zu verstehen.

Linear

Ermöglicht die gleiche Gewichtung für jeden Touchpoint, der zu einer Konversion geführt hat. Dies ist nützlich, wenn Konversionszyklen länger sind oder eine häufigere Kundeninteraktion erfordern. Unternehmen verwenden in der Regel dieses Attributionsmodell zur Messung der Benachrichtigungseffektivität mobiler Apps oder mit abonnementbasierten Produkten.

Beitrag

100 % Gewichtung für alle eindeutigen Touchpoints. Da jedem Touchpoint 100 % zugeschrieben werden, ergeben sich für Metrikdaten in der Regel mehr als 100 %. Wenn ein Dimensionselement mehrmals vor einer Konversion separat angezeigt wird, werden die Werte auf 100 % dedupliziert. Dieses Attributionsmodell eignet sich ideal für Situationen, in denen Sie verstehen möchten, welche Touchpoints Kunden am häufigsten angezeigt werden. Medienunternehmen verwenden dieses Modell normalerweise zur Berechnung der Content Velocity. Einzelhandelsunternehmen verwenden dieses Modell normalerweise, um zu verstehen, welche Teile ihrer Site für die Konversion von entscheidender Bedeutung sind.

Selber Kontakt

100 % werden demselben Ereignis zugeschrieben, bei dem die Konversion erfolgte. Wenn bei demselben Ereignis wie einer Konversion kein Touchpoint auftritt, wird er unter "Keine"zusammengefasst. Dieses Attributionsmodell ist manchmal mit dem Attributionsmodell gleichgesetzt, das überhaupt nicht vorhanden ist. Dies ist in Szenarien nützlich, in denen Sie keine Werte aus anderen Ereignissen wünschen, die sich auf die Art und Weise auswirken, in der eine Metrik Dimensionselementen zugeschrieben wird. Produkt- oder Designteams können dieses Modell verwenden, um die Effektivität einer Seite zu bewerten, auf der eine Konversion stattfindet.

U-Form

Der ersten Interaktion werden 40 % zugeschrieben, der letzten Interaktion 40 %. Die verbleibenden 20 % werden auf alle dazwischen liegenden Touchpoints aufgeteilt. Bei Konversionen mit einem einzigen Touchpoint werden diesem 100 % zugeschrieben. Bei Konversionen mit zwei Touchpoints werden beiden 50 % zugeschrieben. Dieses Attributionsmodell eignet sich am besten in Szenarien, in denen Sie die erste und letzte Interaktion am häufigsten bewerten, aber keine zusätzlichen Interaktionen dazwischen vollständig verwerfen möchten.

J-Kurve

Der letzten Interaktion werden 60 % zugeschrieben, der ersten Interaktion werden 20 % zugeschrieben. Die restlichen 20 % werden auf alle dazwischen liegenden Touchpoints aufgeteilt. Bei Konversionen mit einem einzigen Touchpoint werden diesem 100 % zugeschrieben. Bei Konversionen mit zwei Touchpoints werden der letzten Interaktion 75 % zugeschrieben und der ersten 25 %. Ähnlich wie U-förmig bevorzugt dieses Attributionsmodell die ersten und letzten Interaktionen, bevorzugt jedoch die letzte Interaktion.

Umgekehrtes J

Der ersten Interaktion werden 60 % zugeschrieben, der letzten Interaktion 20 %. Die verbleibenden 20 % werden auf alle dazwischen liegenden Touchpoints aufgeteilt. Bei Konversionen mit einem einzigen Touchpoint werden diesem 100 % zugeschrieben. Bei Konversionen mit zwei Touchpoints werden der ersten Interaktion 75 % zugeschrieben und der letzten 25 %. Ähnlich wie J-förmig bevorzugt dieses Attributionsmodell die ersten und letzten Interaktionen, bevorzugt jedoch die erste Interaktion.

Zeitabfall

Folgt einem exponentiellen Abfall mit einem benutzerdefinierten Parameter für die Halbwertszeit, wobei der Standardwert 7 Tage ist. Die Gewichtung der einzelnen Kanäle hängt von der Zeit ab, die zwischen dem Beginn des Touchpoints und der letztendlichen Konversion verstrichen ist. Die Formel, die zur Bestimmung der Gewichtung verwendet wird, lautet 2^(-t/halflife), wobei t die Zeit zwischen einem Touchpoint und einer Konversion ist. Alle Touchpoints werden dann auf 100 % normalisiert. Ideal für Szenarien, in denen Sie die Attribution mit einem bestimmten und wichtigen Ereignis messen möchten. Je länger eine Konversion nach diesem Ereignis erfolgt, desto weniger Gewichtung wird gewährt.

Anpassen

Ermöglicht die Angabe der Gewichtungen, die Sie für den Erstkontakt-Punkt, den Letztkontakt-Punkt und alle dazwischen liegenden Touchpoints festlegen möchten. Die angegebenen Werte werden auf 100 % normalisiert, selbst wenn die eingegebenen benutzerdefinierten Zahlen zusammen nicht 100 ergeben. Bei Konversionen mit einem einzigen Touchpoint werden diesem 100 % zugeschrieben. Bei Interaktionen mit zwei Touchpoints wird der mittlere Parameter ignoriert. Die Erst- und Letztkontaktpunkte werden dann auf 100 % normalisiert und die Gewichtung wird entsprechend zugeordnet. Dieses Modell eignet sich ideal für Analysten, die vollständige Kontrolle über ihr Attributionsmodell wünschen und spezielle Anforderungen haben, die andere Attributionsmodelle nicht erfüllen.

Algorithmisch

Verwendet statistische Verfahren, um die optimale Zuordnung für die ausgewählte Metrik dynamisch zu bestimmen. Der für die Zuordnung verwendete Algorithmus basiert auf der Harsanyi-Dividende aus der kooperativen Spieltheorie. Die Harsanyi-Dividende ist eine Verallgemeinerung der Shapley-Wertlösung (die nach Lloyd Shapley, einem Nobelpreisträger für Ökonomie, benannt wurde) zur Verteilung von Gutschriften unter den Spielern in einem Spiel mit ungleichen Beiträgen zum Ergebnis.
Auf hoher Ebene wird die Attribution als eine Koalition von Akteuren berechnet, auf die ein Überschuss gleichmäßig verteilt werden muss. Die Überschusshöhe jeder Koalition wird nach dem Überschuss bestimmt, der zuvor von jeder Unterkoalition (oder zuvor teilnehmenden Dimensionselementen) rekursiv erzeugt wurde. Weitere Informationen finden Sie in den Originalpapieren von John Harsanyi und Lloyd Shapley:
Shapley, Lloyd S. (1953). A value for n-person games. Contributions to the Theory of Games, 2(28), 307-317.
Harsanyi, John C. (1963). A simplified bargaining model for the n-person cooperative game. International Economic Review 4(2), 194-220.

Lookback-Fenster

Ein Lookback-Fenster ist der Zeitraum, der für eine Konversion rückblickend bei der Erfassung von Touchpoints berücksichtigt werden sollte. Wenn ein Dimensionselement außerhalb des Lookback-Fensters festgelegt wird, wird der Wert nicht in Attributionsberechnungen einbezogen.