Guida ai modelli di attribuzione di Google Ads nel 2023: l'attribuzione basata sui dati è il futuro?

Perché i modelli di attribuzione di Google Ads sono importanti

Gli studi dimostrano che i consumatori interagiscono con un prodotto almeno otto volte prima dell'acquisto e sono necessari 7-13+ interazioni con la tua azienda prima che un lead si converta . Pertanto, utilizzare il giusto modello di attribuzione è fondamentale per le aziende per capire come si comportano i canali e le campagne in relazione a tutti questi punti di contatto.

Ecco due motivi principali per cui è importante scegliere il giusto modello di attribuzione:

Guida ai modelli di attribuzione di Google Ads

Fonte: Louisaustin.co

Diamo un'occhiata ai sei modelli di attribuzione di Google Ads disponibili e scopriamo qual è quello giusto per te, esplorando i pro e i contro di ciascun modello di attribuzione.

• Attribuzione dell'ultimo clic
• Attribuzione al primo clic
• Attribuzione basata sulla posizione
• Attribuzione lineare
• Attribuzione del decadimento temporale
• Attribuzione basata sui dati

1. Modello di attribuzione dell'ultimo clic

Come funziona

L'attribuzione dell'ultimo clic, come suggerisce il nome, attribuisce tutto il merito all'ultimo punto di contatto prima della conversione. L'attribuzione dell'ultimo clic è semplice e comunemente utilizzata, tuttavia, negli ultimi anni c'è stato un cambiamento nella necessità di concentrarsi su qualcosa di più del semplice ultimo clic, tenendo conto dei molteplici punti di contatto durante il percorso di un cliente.

Ad esempio, un percorso di conversione potrebbe essere costituito da più punti di contatto, che iniziano con parole chiave generiche, seguite da interazioni con annunci display e video e terminano con una conversione che ha luogo da parole chiave correlate al brand. In questo esempio, la parola chiave del marchio otterrà tutto il merito. Tuttavia, potresti sostenere che la parola chiave generica che ha introdotto il cliente all'attività ha avuto un ruolo nella conversione o è altrettanto importante della parola chiave del brand a cui è attribuita la conversione. Lo stesso si potrebbe dire per le interazioni video e display.

Perfetto per le aziende che hanno pochi punti di contatto con gli utenti prima che avvenga una conversione, come le attività di e-commerce con un ciclo di vendita breve.

• Pro: Semplice e facile da implementare. Questo modello fornisce informazioni sul rendimento dei canali a livello di base

• Contro: ignora tutti i punti di contatto tranne l'ultimo. Per questo motivo, potrebbe non fornire una panoramica completa del percorso del cliente e del valore di come altri canali e campagne contribuiscono alle conversioni.

2. Modello di attribuzione del primo clic

Come funziona

L'attribuzione del primo clic attribuisce tutto il merito al primo punto di contatto con cui un cliente interagisce prima della conversione. È simile a quella dell'attribuzione dell'ultimo clic, ma al contrario. Nell'esempio sopra, la parola chiave generica che per prima ha introdotto un utente all'attività si prenderebbe tutto il merito, ignorando le interazioni di canalizzazione centrale e inferiore.

Perfetto per le aziende che si concentrano sulla consapevolezza e la scoperta del marchio e vorrebbero dare credito a canali e campagne che introducono gli utenti alla loro attività.

• Pro: fornisce informazioni sul punto di contatto iniziale del cliente con il marchio. Questo è utile per le aziende che si concentrano sulla consapevolezza del marchio e sulle campagne che sono le migliori per presentare l'azienda agli utenti.

• Contro: ignora tutti i punti di contatto tranne il primo, quindi, come con l'attribuzione dell'ultimo clic, potrebbe non fornire una visione completa del percorso del cliente.

3. Modello di attribuzione basato sulla posizione

Come funziona

L'attribuzione basata sulla posizione dà più credito al primo e all'ultimo touchpoint con cui un utente interagisce prima della conversione. Ad esempio, una campagna di ricerca generica può suscitare un certo interesse iniziale e successivamente l'utente si converte dopo aver fatto clic su un annuncio di retargeting display . L'attribuzione basata sulla posizione accrediterà sia la campagna di ricerca che quella display per avere un ruolo nella conversione.

Perfetto per le aziende che hanno un mix di campagne di branding e risposta diretta e desiderano condividere l'attribuzione tra il primo e l'ultimo punto di contatto.

• Pro: attribuisce credito ai punti di contatto all'inizio e alla fine del percorso del cliente, il che riflette l'idea che questi punti di contatto siano i più influenti.

• Contro: questo modello non tiene conto dei punti di contatto nel mezzo del percorso del cliente. Se un utente fa clic su 10 delle tue parole chiave in un periodo di tempo prima dell'acquisto, nulla verrà attribuito alle 8 parole chiave nel mezzo.

4. Modello di attribuzione lineare

Come funziona

L'attribuzione lineare distribuisce il credito equamente su tutti i punti di contatto nel percorso di un cliente. Se ci fossero 3 clic, a ciascuno di questi punti di contatto verrebbe attribuito un terzo della conversione.

Perfetto per le aziende che vogliono prendere in considerazione tutti i punti di contatto e quelle che hanno cicli di vendita più lunghi e interazioni multiple prima che i loro clienti si convertano.

• Pro: distribuisce il credito equamente su tutti i punti di contatto nel percorso del cliente, fornendo una visione più completa delle prestazioni.

• Contro: sebbene questo modello sia leggermente più approfondito dei precedenti 3 modelli e più equo nella distribuzione del credito, l'attribuzione lineare potrebbe non riflettere accuratamente l'impatto di ciascun punto di contatto. Ad esempio, il primo touchpoint potrebbe essere a basso intento rispetto ai touchpoint centrali e all'ultimo che sono ad alto intento, il che significa che i touchpoint centrali e l'ultimo potrebbero meritare più credito quando si tenta di determinare con precisione l'efficacia delle campagne pubblicitarie.

5. Modello di attribuzione a decadimento temporale

Come funziona

L'attribuzione del decadimento temporale assegna più credito ai punti di contatto che si verificano più vicini nel tempo all'evento di conversione. La maggior quantità di credito verrà assegnata al touchpoint finale prima di una conversione, seguito dal touchpoint prima e così via.

Considera questo scenario: un utente prima fa clic su una parola chiave generica e visita una pagina di prodotto. Vengono quindi offerti annunci di retargeting video nel corso di una settimana e infine cercano il prodotto, fanno clic su un annuncio di acquisto e acquistano. In questo esempio, l'attribuzione del decadimento temporale concederà una parte maggiore del credito all'annuncio Shopping, seguito dalla campagna video e infine la quantità minore di credito alla parola chiave generica.

Perfetto per le aziende che hanno cicli di vendita più brevi, ma hanno ancora più punti di contatto nel percorso del cliente. Potrebbe anche essere utile per le aziende con punti di contatto sensibili al fattore tempo.

• Pro: assegna più credito ai punti di contatto più vicini alla conversione, il che riflette l'idea che i punti di contatto recenti siano i più influenti. Questo modello di attribuzione può offrire maggiori informazioni rispetto all'attribuzione dell'ultimo clic e fornire una comprensione più accurata del rendimento poiché il merito viene attribuito ai punti di contatto precedenti.

• Contro: questo modello può ignorare i primi punti di contatto o non accreditare accuratamente l'impatto dei punti di contatto precedenti, impedendo un vero riflesso delle prestazioni.

6. Modello di attribuzione basato sui dati

Come funziona

L'attribuzione basata sui dati, nota anche come DDA, è il modello di attribuzione più recente e uno che Google consiglia di adottare, a condizione che il tuo account soddisfi determinati criteri. Ma ti starai chiedendo in che modo il modello di attribuzione basata sui dati di Google Ads attribuisce credito alle conversioni.

L'attribuzione basata sui dati utilizza l'apprendimento automatico avanzato per analizzare i dati e decidere quanto sia importante ogni punto di contatto nel percorso di un cliente. Le conversioni vengono suddivise e attribuite a ciascun punto di contatto in base alla sua influenza e impatto sulla conversione di un cliente.

Fonte: windsor.ai

I clic e i coinvolgimenti video vengono analizzati negli annunci di ricerca (incluso Shopping), YouTube, display e discovery in Google Ads per identificare i modelli che portano alle conversioni. Quando si utilizzano le offerte automatiche, questi pattern non solo supportano il DDA per l'assegnazione delle conversioni, ma aiutano anche la strategia di offerta a sfruttare i dati e i pattern che portano alle conversioni per trovare clienti che si comportano in modo simile. Questo è ciò che rende l'attribuzione basata sui dati il ​​modello di attribuzione più avanzato.

Perfetto per le aziende con percorsi di conversione complessi e per quelle con più punti di contatto, nonché per qualsiasi attività idonea con un'abbondanza di dati che vorrebbe trarre vantaggio dall'apprendimento automatico. Poiché utilizza algoritmi avanzati per decifrare i dati e attribuire le conversioni, DDA può fornire maggiore chiarezza su una campagna, un gruppo di annunci, una parola chiave e il rendimento dell'annuncio, rendendolo una buona scelta per la maggior parte degli account.

Pro: utilizza l'apprendimento automatico per assegnare credito ai punti di contatto in base al loro impatto sulle conversioni. Ciò significa che fornisce una visione più accurata del percorso del cliente.

Contro: richiede molti dati per funzionare ed è fondamentale che il monitoraggio delle conversioni sia accurato. Ciò potrebbe impedire alle aziende con pochi dati sulle conversioni e agli account con problemi di tracciamento di adottare questo modello di attribuzione.

Esempio di caso d'uso dell'attribuzione basata sui dati

Ecco un esempio di come DDA funziona in pratica:

DDA utilizza l'apprendimento automatico e fornisce maggiore chiarezza su quali clic hanno il maggiore impatto, indipendentemente da quando si è verificato il clic in un percorso dell'utente. Oltre ad avere una migliore comprensione del rendimento, un recente studio che ha coinvolto centinaia di inserzionisti che utilizzano DDA ha rivelato che il rendimento è migliorato rispetto all'attribuzione dell'ultimo clic .

Ecco 3 case study di aziende reali che utilizzano l'attribuzione basata sui dati:

Requisiti dei dati per l'attribuzione basata sui dati

La maggior parte delle azioni di conversione, come acquisti, registrazioni e installazioni di app, può essere utilizzata per l'attribuzione basata sui dati. Infatti, DDA è ora il modello di attribuzione predefinito per tutte le nuove azioni di conversione che crei , anche se puoi passare manualmente a un modello di attribuzione diverso.

Fonte: Guida di Google Ads

Per molte azioni di conversione, non è necessario un volume minimo per eseguire il DDA. Tuttavia, per alcuni, avrai bisogno di almeno 300 conversioni e 3000 interazioni con gli annunci entro 30 giorni per essere idonei . Queste conversioni possono includere:

• Azioni di valore elevato: le azioni di conversione che hanno un valore maggiore per la tua attività, come acquisti, lead o iscrizioni, possono generare un numero inferiore di conversioni o interazioni con gli annunci rispetto ad azioni di valore inferiore come visualizzazioni di pagina o visualizzazioni di video.
  
  
• Prodotti o servizi di nicchia: le azioni di conversione relative a prodotti o servizi di nicchia possono avere un pubblico più ristretto, con conseguente minor numero di conversioni o interazioni con gli annunci.

L'attribuzione basata sui dati può anche utilizzare eventi di conversione in-app, come gli acquisti in-app, e attribuirli a parole chiave e annunci specifici. Puoi anche importare eventi di conversione offline come telefonate, visite in negozio e acquisti effettuati di persona e, di nuovo, queste azioni possono essere associate alle interazioni di Google Ads utilizzando gli identificatori.

Per gli eventi di conversione esistenti, se il tuo account è idoneo, Google ti avviserà via email e, a quel punto, potrai adottare l'attribuzione basata sui dati o disattivarla. Puoi anche verificare se sei idoneo nella sezione Attribuzione del tuo account Google Ads. Continua a leggere per scoprire come passare a DDA in Google Ads.

Come faccio a scegliere un modello di attribuzione in Google Ads?

Nel tuo account Google Ads, vai a Strumenti e impostazioni e quindi in Misurazione, fai clic su Attribuzione. Da qui, puoi esplorare vari percorsi di conversione e metriche del percorso di conversione e guardare anche le conversioni assistite.

Utilizza la funzione Confronto modelli nel menu a sinistra per confrontare il modo in cui i dati di conversione nell'account sarebbero stati attribuiti per i vari modelli di attribuzione. Questo strumento è eccezionale perché puoi vedere come le conversioni sarebbero state assegnate senza cambiare i modelli.

Lo screenshot qui sopra è un confronto tra l'attribuzione dell'ultimo clic e l'attribuzione basata sui dati, utilizzando la finestra temporale predefinita e i 4 eventi di conversione monitorati dall'account. Mostra il rendimento di due importanti metriche di conversione, conversioni e costo/conv.

Utilizza questa funzione per rivedere i modelli di attribuzione che ti interessa adottare prima di apportare la modifica, per assicurarti che i dati sulle conversioni siano in linea con i tuoi obiettivi aziendali.

Se sei pronto a modificare il tuo modello di attribuzione, questo viene fatto a livello di conversione, quindi vai su Strumenti e impostazioni e poi su Conversioni. Fai clic sull'evento di conversione per il quale desideri modificare il modello di attribuzione, quindi fai clic su Modifica impostazioni.

In Modello di attribuzione, fai clic sul menu a discesa e passa al modello di attribuzione desiderato.

Come passare all'attribuzione basata sui dati

Puoi passare all'attribuzione basata sui dati utilizzando lo stesso metodo descritto sopra. Tuttavia, nella sezione Attribuzione del tuo account Google Ads, vai a "Passa a DDA" nel menu a sinistra.

Da lì, potrai vedere tutte le azioni di conversione nell'account, il modello di attribuzione corrente che stanno utilizzando e se sono idonee o meno a passare a DDA.

Come mostrato nello screenshot sopra, se idoneo, avrai la possibilità di effettuare il passaggio da solo, oppure se è stato applicato il passaggio automatico puoi attendere che il passaggio avvenga automaticamente o rinunciare se preferisci non utilizzare DDA .

Come migliorare il tuo modello di attribuzione basata sui dati

Dopo aver effettuato il passaggio all'attribuzione basata sui dati, ci sono una serie di altri passaggi che puoi seguire per ottenere il massimo dalla DDA:

• Aggiusta le offerte in base alle conversioni basate su DDA analizzando i dati di conversione che DDA inizia ad attribuire alle tue campagne.

• Poiché DDA misurerà le interazioni con gli annunci e i clic in modo più accurato durante l'intero percorso verso la conversione, torna indietro ed esamina il rendimento delle parole chiave per vedere in che modo le parole chiave nelle prime fasi del percorso incidono sulle conversioni.

• Quando si utilizza l'attribuzione basata sui dati, l'approccio consigliato consiste nell'adottare una strategia di offerta intelligente come il CPA target o il ritorno sulla spesa pubblicitaria target. Leggi qui una guida pratica alle strategie di offerta di Google Ads .

• Concedi a DDA un paio di settimane per raccogliere e analizzare i dati sull'interazione degli utenti e sulle conversioni. Questo periodo di apprendimento è importante e lo è ancora di più per le aziende con percorsi di conversione più lunghi.

Conclusione

Scegli il giusto modello di attribuzione di Google Ads soppesando prima i punti di forza e di debolezza di ciascuno dei 6 modelli di attribuzione, oltre a utilizzare il pratico strumento di confronto di Google Ads per capire in che modo ciascun modello influisce sulla tua attività.

Selezionando il modello di attribuzione che meglio si allinea alla tua attività e ai tuoi obiettivi, avrai una comprensione più accurata del rendimento, sarai in grado di migliorare gli sforzi di ottimizzazione e aumentare l'efficienza complessiva della tua campagna.