SMX East Liveblog: Google과 함께 배우기 — 기여 전략

Learn with Google 강의실에서 오전의 첫 번째 주제는 검색 및 디지털 투자 정보를 제공하기 위한 기여 전략입니다.

“귀속이 왜 필수적인가? 채널의 상호 작용을 이해하면 보다 현명한 마케팅 투자로 이어지기 때문입니다."

스피커:

• Rachel Klooz, Google DoubleClick Search 수석 계정 관리자
• Justin Huskamp, ​​DoubleClick Search 제품 마케팅 관리자

온라인 광고 개선

• 소중한 순간들과 함께
• 더 나은 결정 가능 >> 이 프레젠테이션
• 끊임없이 혁신하라

의제:

• 기여에 대한 동일한 페이지 보기
• DoubleClick에서 모델링 시작하기(DoubleClick만을 위한 전략이 아니라 Google Analytics에서도 작동할 수 있음 — ​​모든 플랫폼에서 작동할 수 있는 규칙 기반 모델)
• 고급 모델링
• 사례 연구
• 실행 가능한 통찰력 그리기
• Adometry가 무슨 상관이야

같은 페이지에 오기

다중 채널 어트리뷰션이란 무엇입니까? 당신이 방금 산 빨간 신발의 100달러 판매가 이메일에 의해 즉시 이루어졌다는 것은 직관적인 이해입니다. 아마도 다른 많은 접촉과 클릭이 선행되었을 것입니다.

어트리뷰션이 필수적인 이유는 무엇입니까? 채널의 상호 작용을 이해하면 보다 현명한 마케팅 투자로 이어지기 때문입니다.

말이된다! 내 기여 모델은 어디에 있습니까? 완벽한 모델은 없습니다. 더 나은 것들만. 그들은 귀하의 비즈니스, 전략 및 고객에 따라 다릅니다. 동일한 카테고리에서도 동일한 기여 모델이 현저하게 다른 방식으로 작동하는 것을 보았습니다. 회사가 마케팅 결정을 내리는 것이 중요합니다.

시작하기

기본 기여 모델과 맞춤 가중치를 사용하는 몇 가지 모델이 있습니다.

표준 모델:

• 마지막 클릭 또는 노출: 마지막 클릭에 할당된 모든 값
• 첫 번째 클릭 또는 노출: 첫 번째 상호작용에 할당된 모든 값(새로운 사람들에게 다가갈 때 디스플레이 광고의 가치를 이해하는 데 유용)
• 선형: 클릭에 균등하게 할당된 모든 값(선 아래에서 수행되는 고급 모델링의 기초로 사용됨)
• 시간 감소: 클릭이 전환에 얼마나 근접했는지에 따라 할당된 값(경로의 모든 상호작용에는 약간의 가치가 있으며 이전 상호작용은 그다지 가치가 없을 수 있음을 인식)
• 위치 기반: 이전 및 이후 상호작용에 더 많은 가치를 부여합니다(중간에 있는 항목에는 가치가 있지만, 아마도 누군가가 처음 본 것과 전환을 얻은 마지막 항목만큼은 아닐 것입니다).

이제 고급 항목을 위해

자신의 모델을 사용자 정의할 수 있습니다. 쿠키 모델을 알아야 합니다. 전환하기 전에 많은 상호 작용을 알아야 합니다. 비즈니스 모델의 범위가 충분해야 합니다. 그들은 오늘 하고 있는 일의 성과를 알아야 합니다.

• 상호 작용 유형, 위치 및 시간을 기반으로 세분화된 모델링 규칙 생성
• 변경의 영향을 즉시 확인
• 사용자 지정 모델 저장 및 관리

가중치 예시: 노출수 대 클릭수

가중치 예: 브랜드 대 일반

브랜드 용어는 어느 정도 효과가 있지만 일반적이고 브랜드가 없는 용어가 더 효과적입니다.

기여도와 함께 가중치가 작용하는 또 다른 예는 유기적이며, 비용을 지불하는 것이 아니기 때문에 가중치 기여 모델에서 이를 평가절하할 수 있습니다.

레벨 201, 301: 커스텀 모델 빌더는 시간 감쇠와 같은 추가 레버를 사용합니다.

레벨 401, 501(Google에서 2015년 기여 분석을 보고 있는 고급): 예측 모델링 및 예측 분석과 같은 데이터 기반 기여로 기여 관행을 강화합니다. 이 때 주의할 점은 올바른 설정과 분석 없이 알고리즘을 실행하지 않도록 하는 것입니다.

사례 연구: 대규모 독립 기관

디스플레이, 이메일, 제휴, 리타게팅에 대한 도움이 필요했습니다. 그들은 많은 유형의 미디어를 가지고 있었고 혼란스러웠습니다.

접근하다:

• 관심 전환 지점 식별
• 리드에 수익 값 할당
• 관심 미디어 버킷을 기반으로 맞춤 측정기준 생성
• 대체 인상 가중치 및 시간 감소를 맞춤형 모델에 통합
• 미디어 비용 데이터를 결합하여 ROAS 분석 생성

이 ROAS 분석을 기반으로 한 권장 사항은 일부 검색 예산과 팀을 표시하도록 재할당할 수 있다는 것이었습니다. 검색이 마지막 클릭이었기 때문에 모든 크레딧을 얻었습니다.

실행 가능한 통찰력 그리기

• 첫 번째 쉬운 일은 첫 번째 클릭과 마지막 클릭을 비교하고 변환기, 클로저, 리드 생성기를 파악하는 것입니다.
• 리마케팅에 대한 필터링은 마지막 클릭 모델에 의해 숨겨진 가치를 발견하는 데 도움이 되지만 이는 인과 관계가 아니라 상관 관계입니다. 리마케팅의 역할을 제대로 이해하려면 트래픽의 절반이 리마케팅을 보고 나머지 절반은 그렇지 않은 A/B 테스트를 수행하세요.

오늘 할 수 있는 일:

1. 선택한 도구에서 표준 모델을 실험해 보십시오. 다양한 모델을 거치면서 ROAS/ROI가 어떻게 변하는지 살펴보십시오.
2. 모델을 비교하여 매입자 대 클로저에 대한 통찰력을 얻으십시오.
3. 상호 작용 유형, 위치 및 시간을 기반으로 세부적인 규칙을 만듭니다. 이렇게 하려면 경로 링크를 확인하십시오. 누군가가 고려하고 구매하는 데 걸리는 일반적인 기간입니다. 쿠키 기간이 2개월보다 길면 손실 및 삭제와 같은 문제가 발생합니다.
4. 쿠키 창을 변경하여 테스트하고 데이터를 비교합니다.

그렇다면 Adometry는 어떻게 될까요?

Google은 늦은 봄에 Adometry를 인수했습니다. DoubleClick과 Google Analytics는 "온라인"을 정말 잘합니다. Adometry는 온라인과 오프라인의 결합을 추가합니다. 오늘날의 도구에는 한계가 있습니다. 일반적으로 기기 간 이동이 원활하지 않으며 일반적으로 클릭으로 이동하지 않습니다. Adometry는 TV와 가정의 효과를 측정하려고 합니다. Adometry는 닫힌 피드백 루프를 만들기 위한 것입니다.

Q&A

Q: 다중 채널 어트리뷰션을 위해 Google Analytics를 사용합니다. 당신이 여기에 보여준 것들 중 일부는 어떻게 번역됩니까? 여기에 다중 채널 기여가 있으며 GA와 매우 유사합니다. 무엇이 다른가?

A: 동일한 백엔드 및 인프라에 구축되었습니다. GA에서 할 수 있는 많은 모델과 예. GA에서 쿠키 창을 변경할 수 있습니다.

Q: Universal Analytics는 장치 간을 어떻게 추적합니까?

A: Universal은 로그인한 사용자를 익명으로 사용합니다. 인구의 일부 샘플을 나타내는 여러 기기에서 Chrome에 로그인한 사용자입니다.

Q: 노출과 마지막 클릭 사이의 기간을 보고하는 데 불만이 있습니다.

A: 흥미로운 사용 사례입니다. 후속 조치를 취합시다.