통계 분석

데이터 기반 기여: Google의 기본 기여 모델에 대해 생각하는 방법

어트리뷰션은 태초부터 광고주에게 성배였습니다. 특히 일반적으로 전환에서 멀리 떨어져 있고 브랜딩에서 역할을 하는 미디어 플랫폼(예: 빌보드, 배너 광고 및 동영상)의 경우 더욱 그렇습니다.

2021년 XNUMX월 Google Ads는 마지막 클릭 기여에서 DDA(데이터 기반 기여) 모델로 전환할 계획을 발표했습니다. 이 변경은 검색 키워드가 소비자의 구매 결정에 사용되는 크레딧을 더 잘 할당하기 위한 것입니다. 

지난 달 Google은 전환 추적을 데이터 기반 기여 모델로 자동 전환할 것임을 광고주에게 알리기 시작했습니다. Google은 머신 러닝을 사용하여 데이터 기반 기여가 각각의 고유한 상호작용을 적절하게 평가할 수 있는 최고의 기회를 제공한다고 믿습니다.  

기본 기여 모델의 이러한 변경이 광고주와 비즈니스에 의미하는 바는 다음과 같습니다.

귀속 문제

미디어 플랫폼은 소비자가 구매하는 브랜드와 제품에 대해 소비자에게 영향을 미치는 데 오랫동안 기여해 왔습니다. 

최근의 어트리뷰션 전환은 이러한 플랫폼에 어떤 영향을 미칩니까? 

Hulu의 경로와 Disney+ 및 Netflix가 전환을 미디어 게재위치에 연결하려는 광고주에게 판매할 광고 제품에 대해 생각해 보십시오. 

광고 예산을 삭감할 때 Pinterest와 Snap의 과제에 대해 생각해 보십시오. 

가장 먼저 가봐야 할 것은? 검색과 같은 유입경로 끝의 전환 동인 또는 스폰서 스토리와 같은 인지 기반 전술? 

이 토론은 귀인을 시대를 초월한 토론으로 만드는 것입니다. 

Google은 이러한 모든 회사와 동일한 문제를 가지고 있지만 자체 자산 내에 있습니다. 

Google은 거의 모든 경제 상황에서 검색 비즈니스를 지속적으로 성장시킬 수 있는 능력을 보여주었지만 실제 성장 기회는 비검색 전략(YouTube, Gmail 및 Google 디스플레이 네트워크)에서 옵니다. 

인벤토리는 검색과 달리 이러한 영역에서 본질적으로 무한합니다. 이것이 바로 이 변경이 Google과 광고주에게 중요한 이유입니다. 

일반적인 기여 모델

전환에 대한 "크레딧"이 적용되는 방식을 나타내는 다양한 모델과 기여 분석부터 시작하겠습니다. XNUMX가지 일반적인 기여 모델은 다음과 같습니다.

  • 마지막 클릭: 이는 전환 이전의 최종 클릭에 모든 기여도를 부여하는 과거 기본값입니다.
  • 시간 붕괴 : 상호 작용 사이의 시간을 기반으로 크레딧을 제공합니다.
  • 선의: 전환 경로의 각 단계에서 동일한 기여도를 제공합니다.
  • 위치 기반: 전환 경로의 특정 단계(일반적으로 첫 번째 및 마지막 단계)에 기여도를 부여합니다.
  • 첫 번째 클릭: 첫 번째 상호 작용에 대한 모든 크레딧(일반적으로 크레딧 인식 전술에 사용됨)
  • 데이터 중심: 과거 데이터를 사용하여 귀속 크레딧을 결정합니다. 모델은 고유한 경로에 따라 이동합니다.

마케팅 담당자가 의존하는 일간 뉴스레터 검색을 받으세요.












처리 중...잠시 기다려 주십시오.

약관을 참조하십시오.


데이터 기반 기여로 전환한다는 것은 내 비즈니스에 어떤 의미가 있습니까?

부분 전환

DDA 모델로 이동하면 다음과 같은 키워드에 대한 전환이 생성됩니다. <1

예를 들어, 두 개의 키워드가 전환에 관련된 경우 DDA 모델은 해당 전환에 대한 기여도를 .25 및 .75 또는 .5 및 .5로 할당할 수 있습니다. 클라이언트 키워드에 전체 크레딧을 부여하는 것과는 대조적입니다.

구글 전용

많은 광고주의 디지털 마케팅 노력은 Google 광고 구매 플랫폼 그 이상입니다. 그러나 Google Ads 내의 DDA는 기여 모델링에서 Google 속성만 고려합니다. 

고객이 이메일을 클릭하고 브랜드를 검색한 다음 YouTube 동영상을 시청한 다음 Facebook에서 클릭하여 귀하의 웹사이트로 이동하여 구매한다고 가정해 보겠습니다.

이 시나리오에서 Google은 Google 자산에만 크레딧을 할당합니다. 이렇게 하면 잠재적으로 전환에 더 많은 기여도를 부여하거나 사용 중인 분석 플랫폼 또는 전환 태그 전체에서 이중 계산이 발생할 수 있습니다.

데이터는 무엇을 보여줍니까?

저는 대부분의 계정에서 데이터를 가져와 다양한 모델 간의 차이점을 살펴보았습니다. 

총 전환 수에 대해 색인을 생성할 때 약간의 차이가 있음을 발견했습니다. 너무 작아서 차트를 변경해야 했습니다. y-축을 천 번째 자리로 이동합니다. 

가장 큰 차이점은 마지막 클릭과 첫 번째 클릭 어트리뷰션 간의 차이였습니다(전략적 접근 방식의 가장 큰 차이이기 때문에 의미가 있음). 

두 번째로 가까운 데이터 기반 기여는 마지막 클릭이었습니다. 그럼에도 불구하고 스윙은 0.3% 미만이었습니다. 

이제 이러한 변동은 더 많은 비검색 지출 금액을 가진 광고주나 Performance Max 캠페인을 많이 사용하는 광고주의 경우 더 커질 수 있습니다. 

그러나 이러한 기능이 있는 계정조차도 우리가 그것들을 실질적으로 관리하는 방식을 변경할 정도로 큰 차이를 보지 못했습니다. 

어떤 조치를 취해야 합니까?

이것은 브랜드에 대한 매우 개인적인 선택입니다. 이전에 보고된 총 전환 수에 대한 각 모델의 변경 사항이 더 적기 때문에 대부분의 고객이 DDA로 이동하는 것을 보았습니다. 

또한 교대 전에 Google Ads에서 보고된 총 전환 수는 변경되지 않습니다. 따라서 계정 내에서만 전환이 변경됩니다. Facebook 사전/사후와 같은 다른 전술을 비교하는 것은 영향을 받지 않습니다. 

궁극적으로 Google이 다양한 전환 경로에 대해 보유하고 있는 데이터의 양은 개별 광고주를 능가합니다. 또한 쿠키 또는 기타 데이터가 광고주에게 불투명한 위치에 대한 통찰력을 제공하는 데 도움이 될 수 있습니다(모델링된 전환 참조).

또한 이 결정을 알리기 위해 Google은 다양한 모델 유형을 비교할 수 있는 기능을 만들었습니다. Google Ads로 이동하여 도구 및 설정 > 속성 > 모델 비교

이 도구를 사용하면 광고주가 모델 간의 차이를 볼 수 있습니다. 이러한 비교를 사용하여 잠재적인 영향에 대해 내부 팀과 소통하고 교육할 수 있습니다.  

전반적으로 데이터 기반 어트리뷰션은 완벽한 솔루션은 아니지만 다양한 광고 유형과 키워드, 그리고 이들이 고객 여정에 미치는 영향에 대한 더 나은 통찰력을 제공합니다. 

이를 통해 브랜드는 예산과 리소스를 더 잘 할당할 수 있으며 궁극적으로 결과를 최대화하기 위해 비즈니스를 최적화할 수 있습니다.

관련 기사

0 코멘트
인라인 피드백
모든 댓글보기
맨 위로 가기 버튼