付费广告中的任何人都知道做出正确决定的重要性。每次点击付费 (PPC) 活动的成功或失败取决于几个关键选择。如果你做错了，它会迅速耗尽你的预算并使你的活动处于失败的边缘。幸运的是，数据驱动的归因模型可以让您保持在正轨上，从而将错误的 PPC 决策降到最低。
让我们解释一下如何利用数据的力量来更好地了解您的 PPC 活动。
什么是归因？
对于数据分析师而言，“归因”一词可能有多种含义。它可以指网站流量来源，也可以是转化中的各种促成因素。
2014 年，谷歌收购了多渠道归因解决方案 Adometry。该程序中有一个名为Attribution 360的企业级套件。自合并以来，发布了一个简化版本，称为Google Attribution。这有几个集成，包括：
- 谷歌广告
- 谷歌分析
- DoubleClick 搜索
尼尔森的研究表明，普通客户在转换之前会访问网站六次。如果您没有使用某种形式的归因模型，您对 PPC 活动所做的许多决定将基于不完整的信息。
什么是数据驱动归因模型？
过去，PPC 经理认为客户最后点击的广告是确保转化的关键因素。然而，随着数据的兴起，我们有更大的力量去深入挖掘，寻找真相。
通过使用数据驱动的归因模型，信用基于人们搜索您的解决方案的方式。它考虑了客户旅程中的每个接触点。最终，此模型让您更清楚地了解人们如何成为您的客户，因为您可以了解很多有关您的活动、广告和关键字的信息。
PPC 广告中数据驱动归因模型的 5 个好处
那么，这种类型的归因模型是如何帮助人们进行付费广告的呢？好吧，让我们仔细看看。
1. 了解人们如何通过 PPC 广告进行转化
掌握 PPC 广告的一个不可或缺的方面是了解客户的旅程和购买行为。他们如何转换？
使用 PPC 广告，您可以吸引在成为新线索之前以不同方式进行搜索的用户。例如，他们可以：
- 搜索信息词
- 搜索特定问题或痛点
- 搜索产品术语
- 搜索特定品牌
在许多情况下，有人可能会从搜索信息词开始，然后转向产品术语，最终他们将开始搜索特定品牌。他们可能不会在前几次搜索中转化，而且通常在点击品牌字词之前不会转化。
如果没有数据驱动的归因模型，您可能认为最好投资于品牌术语，并决定减少在信息和产品术语上的努力和预算。不幸的是，这将是一个错误，因为这些是转化之路上的关键垫脚石。
2. 识别否定关键字以过滤掉不相关的点击
数据驱动的归因模型可以帮助您发现广告系列中的流量质量问题。通过分析数据，您可以查找具有以下特征的用户搜索查询：
- 超过 150 次点击
- 高于目标每次转化费用的每次转化费用 (CPA)
满足这两个条件的任何用户搜索查询都可以被视为“否定关键字”，因为它吸引了不相关的点击。这些用户总是对您提供的产品不感兴趣，这使他们成为不合格的流量，这只会浪费您的预算。
3.发现有价值的关键字以最大化收入
正投资回报率 (ROI) 是每个 PPC 广告商的首要任务。当您使用数据驱动的归因模型时，您可以快速查看任何具有以下特征的搜索词：
- 超过 2 次转换
- 低于目标每次转化费用的每次转化费用 (CPA)
一旦找到满足这两个条件的搜索查询，将它们标记为正 ROI 关键字——它们正在有效地产生收入。
4. 确定效果最好的广告
PPC 经理经常会同时投放多个广告。很有可能一个广告会产生比其他广告更多的线索。除非您的预算无底洞，否则明智的做法是始终优化您的广告，以减少任何浪费的支出。
您可以参考您的归因模型来确定效果最好的广告。您可能会发现有些广告不值得花费。如果广告 #1 明显优于广告 #2，则暂停 #2 并单独享受 #1 带来的收益。
5.优化你的预算
以类似的方式，当您从广告级别移动到广告系列级别时，您可以比较您的广告系列以衡量一个到下一个的效果。假设您在活动 #1 中的每次转化费用目前低于您的目标。如果活动 #2 高于您的目标，您可以调整预算以最大化 #2 的投资回报率，同时减少 #1 的浪费支出。
数据驱动的归因模型是为营销的未来而构建的
市场营销和技术领域的主要来源预测，未来十年大数据市场将增长超过 1000 亿美元。数据无处可去——它会留在这里。
对于付费广告人员来说，拥抱数据的力量是合乎逻辑的一步。客户旅程不断发展，他们的兴趣和行为并不总是容易预测。
然而，以数据驱动的归因模型作为 PPC 活动分析的核心，它更容易理解。通过数据提供的对您的活动、广告和客户的更深入了解，您可以获得可操作的洞察力，保证您的预算在未来有更大的用处。