瞭解 Adobe Analytics 歸因面板和回顧期間

上次更新: 2023-11-27
  • 主題:
  • Attribution
    檢視有關此主題的更多資訊
  • 建立對象:
  • Experienced
    User

當我第一次想到 歸因面板回顧期間,立刻想起了'時間旅行';當然,之後也提醒我,我們對於許多類似這類新工具的典型回應,就是推遲嘗試使用,因為這些工具看起來太複雜了。

我的意思是說實話,只要看看這些選項、開關、面板、讀取器和旋鈕。 說真的,我們來談談這些複雜的閃光燈、水管、量測計…… 等待!! 現在不是談論時間機器時分心的時候,我們只是沒有時間……,還是我們?

我承認 歸因面板 是一個相當複雜的工具;不過,我們分析師的典型工作就是日復一日地使用我們最喜歡且高度複雜的工具之一,檢視過去發生的事情。 該工具稱為​Adobe Analytics! 因此,回答我們非常相關的問題時,我相信這兩件事表明我們有很多時間。

因此,我們為什麼要讓一些像是恐懼的東西,擋住這些令人驚歎、精密且強大的工具,讓我們看得見目光 後退 時間,每一天?

畢竟這是時間旅行,夥計們!! 我們都是關於這類事情。 Right???!!

那麼,我們還在等什麼 — 一輛閃亮的金屬汽車、一個警用盒子,或是老式的電話亭,用舊雨傘的接線作為天線,出現在我們的門階上?

無! 我們有更棒的東西,所以讓我們繫上安全帶,堅持住!

嗯……你明白了。

現在我們都為時間旅行感到興奮,讓我們深吸一口氣,後退一點,建立什麼 歸因面板 確定 是,並將專案稍微分解一下:

歸因

圖1 — 數字與下方文字一起顯示

歸因,只需考慮隨著時間推移個人、數個個人或任意數量的不同事件之一可能會造成的事件/動作即可。

根據 Adobe歸因 可讓分析人員自訂如何 Dimension 專案接收點數 成功事件.

警告

只需快速備註即可指出該訊息 歸因模型 經常與 行銷管道 我故意的 已略過 上圖中的❷CHANNEL以說明可以執行 歸因 針對大多數其他專案進行分析 維度.

事實上,很少有任何特定客戶歷程真正線性,而且更不常可預測。 此外,每位客戶都會以自己的步調進行;通常,他們可能會再次返回、延遲、退出或參與其他非線性行為。 這些非機械性的行為使得我們很難或幾乎不可能瞭解行銷活動在整個客戶歷程中的影響, 也會阻礙我們將多個資料管道聯繫在一起的努力。

沒錯。 將您的「多米諾」類比放在門口,讓您的思想更接近於蝴蝶效果和字串理論,但就像其他一切一樣,我們需要從一些基本概念開始。

歸因模型

當我們使用 歸因面板,我們可能會開始觀察數個不同的專案。 例如, 歸因模型 向我們展示我們的 轉換 (亦即❶) 成功量度)分佈於 點選 在任何指定群組中。

簡言之,如果 10人 按a 大紅色按鈕 要踏進一扇門,我們的 歸因模型 將會告訴我們其中哪一個 10人 我們想要指派「點數」,或者更好的方式是 很多 「貸方」,我們想要指派他們 — 因為按了上述按鈕。

按鈕

請牢記這一點,以下範例說明❸如何 歸因模型 可能會影響那些 10人

  • 首次接觸:此模型的運作方式與聲音完全相同,提供 100%點數第一 走進門的人。 行銷人員更可能將此方法用於以下策略 社群媒體顯示;不過,也是一項好策略,經常用於提高現場產品推薦效率。

  • 上次接觸:此策略的運作方式也和聽起來完全相同,但會提供 100%點數 最後走進大門的人。 此模型通常用於分析以下內容 免費(有機)搜尋 和其他 短期 行銷週期行銷活動。

  • 線性:此模型會將相等的評分分配給每個進門的人。

    注意

    不過,建議您謹慎起見,因為當您套用此策略時,考慮到其執行時間較長且點選的對象較多,可能會導致結果很快擴散。

  • U形:此方法會指派 40% 的貸方 第一人 在門中,展開 20% 的信用額度 介於兩者之間的所有人,然後提供 40%最後一個 透過。 此模型最常用於您有 長轉換/銷售週期 包含 數個接觸點 一路順風。 在此案例中,您的目標主要是強調 第一上次 有助於客戶轉換的行銷策略。

  • J-形狀反向J

    • 請考慮 U形,但此模型會指派 60% 貸記至 上一個人 走在門口, 20%第一,然後 剩餘 20% 橫向 其他所有人 中間。 反向J 恰恰相反。

      您的目標是將大部分重點放在 開始結束 促銷活動的一部分;但是,您仍想要將一定數量的評分指派給相反端的貢獻專案,同時在此過程中認可「小傢伙」。

  • 時間耗損:現在,如果不共用此專案,我會很失職。 就字面上來說,此模型的半衰期會呈指數衰減,而且會隨著時間推移而衰減! 在此案例中, 預設 此模型半衰期的引數為 7天. 接著套用的運作方式 權重 至每個 行銷管道根據時間長短初始接觸點 以及客戶轉換時。

    時間耗損U形歸因模型 兩者通常都用於測量較長的行銷活動,但如您所見,它們的目標根據最終方式稍有不同 稱重 結果的值。

  • 自訂:您挑選要獲得評分的人。 這是您的行銷活動!

如需這些和其他歸因模型的相關詳細資訊, 按一下這裡

為了更吸引人,讓我們來談談倒轉時鐘!

回顧期間

現在正是開始將您的想法提升到新層次的時候。 這是我們真正將時間旅行元素新增到分析中的地方 — 同樣地,我們從基本知識開始。

Adobe 定❹義 回顧期間 「轉換要納入接觸點所應回顧的時間量。 會將較多評分給予首次互動的歸因模型,會在不同回顧期間中顯示出較大的落差。」

換句話說, 回顧期間 決定期間 轉換 考量並提供 內容 歸因分析。 Adobe Analytics 提供三種型別 回顧期間

  • 造訪回顧期間: 回顧至 造訪 發生轉換時,針對導致轉換的即時互動提供深入分析。

    請記住,這通常是最短的 回顧期間 以使用。

  • 訪客回顧期間: 看全部 造訪 備份到所選月份的第一個月 日期範圍,提供更廣闊的客戶互動視野,並有助於識別一段時間內的模式。

  • 自訂回顧期間: 可讓您展開 歸因期間 超出報告 日期範圍 最多 最大90天. 它提供 彈性 擷取已發生的接觸點 外部 選取的 日期範圍,確保完整的分析。

藉由調整指定 回顧期間​之後,分析師可能會檢查特定時間範圍內一或多個接觸點的影響,並深入瞭解不同持續時間如何影響歸因結果。

整合所有功能

那麼,這些對於我們這些分析師來說意味著什麼?

歸因面板回顧期間 讓我們能夠超越平凡、表面層級的資料,深入瞭解客戶歷程。 透過瞭解哪些接觸點對產生最大的影響 轉換,我們就能針對行銷策略做出明智的決策,並更有效地配置資源。

記住,在您擁有您的 歸因模型回顧期間 選取後,您仍可使用❺篩選來進一步操控資料 區段, 或任何您想使用的其他元件。 此外,呈現面板後,您就可以隨意使用傳統工作區的所有功能。

最後付諸實踐

現在您已清楚概念,想像您正在執行行銷活動,並嘗試判斷哪個頻道是 最有效 以提升轉換率。 在的幫助下 歸因面板,您不僅可以看到 上次接觸,還有 首次接觸同一次接觸,以及任何其他 模型 您選擇決定哪個 管道最有效 在駕駛 轉換. 然後,此資訊可用於 最佳化 只要利用「 」,讓您的行銷活動倒退,提升整體績效 回顧期間 您選擇的!

現在您已看到其功用,請不要被歸因面板看似複雜的功能所愚弄或恐嚇。 面對現實. 擁抱 it. 瞭解 it.
但最重要的是 — 善加利用。歸因面板回顧期間 是讓您更深入地瞭解您的客戶及其品牌歷程的關鍵。

現在,我們可以旅行了」回到時間「信心十足,使用我們信賴的時間機器(也就是​Adobe Analytics),以做出資料導向式決策。

作者

本文件的作者為:

Jeff Bloomer

Jeff Bloomer、經理、數位 Analytics 在Kroger個人金融

Adobe Analytics 冠軍

本頁內容