2023'te Google Ads İlişkilendirme Modelleri Rehberi – Gelecek Veriye Dayalı İlişkilendirme mi?

Google Ads İlişkilendirme Modelleri Neden Önemlidir?

Araştırmalar, tüketicilerin bir ürünle satın almadan önce en az sekiz kez etkileşim kurduğunu ve bir müşteri adayının dönüşmesi için işletmenizle 7-13+ etkileşimin olması gerektiğini gösteriyor. Bu nedenle, işletmelerin kanalların ve kampanyaların tüm bu temas noktalarıyla ilişkili olarak nasıl performans gösterdiğini anlamaları için doğru ilişkilendirme modelini kullanmaları esastır.

Doğru ilişkilendirme modelini seçmenin önemli olmasının iki temel nedeni şunlardır:

Google Ads İlişkilendirme Modelleri Rehberi

Kaynak: Louisaustin.co

Mevcut altı Google Ads ilişkilendirme modeline göz atalım ve her bir ilişkilendirme modelinin artılarını ve eksilerini inceleyerek hangisinin sizin için doğru olduğunu bulalım.

• Son tıklama ilişkilendirmesi
• İlk tıklama ilişkilendirmesi
• Pozisyona dayalı ilişkilendirme
• Doğrusal ilişkilendirme
• Zamana bağlı azalma özelliği
• Veriye dayalı ilişkilendirme

1. Son Tıklama İlişkilendirme Modeli

Nasıl çalışır

Son tıklama ilişkilendirmesi, adından da anlaşılacağı gibi, tüm krediyi dönüştürmeden önceki son temas noktasına verir. Son tıklama ilişkilendirmesi basittir ve yaygın olarak kullanılır, ancak son yıllarda bir müşterinin yolculuğu boyunca birden çok temas noktasını hesaba katarak yalnızca son tıklamadan daha fazlasına odaklanma ihtiyacında bir değişiklik olmuştur.

Örneğin, bir dönüşüm yolu, genel anahtar kelimelerle başlayan, ardından Görüntülü ve Video reklam etkileşimleriyle başlayan ve markalı anahtar kelimelerden gerçekleşen bir dönüşümle biten birden çok temas noktasından oluşabilir. Bu örnekte, marka anahtar kelimesi tüm krediyi alacaktır. Ancak, müşteriyi işletmeyle tanıştıran genel anahtar kelimenin dönüşümde rol oynadığını veya dönüşümün ilişkilendirildiği marka anahtar kelimesi kadar önemli olduğunu iddia edebilirsiniz. Aynı şey video ve ekran etkileşimleri için de söylenebilir.

Kısa bir satış döngüsüne sahip e-ticaret işletmeleri gibi, bir dönüşüm gerçekleşmeden önce kullanıcılarla çok az temas noktası olan işletmeler için mükemmeldir .

• Artıları: Basit ve uygulaması kolay. Bu model, kanalların temel düzeyde nasıl performans gösterdiğine dair içgörü sağlar

• Eksileri: Sonuncusu hariç tüm temas noktalarını yok sayar. Bu nedenle, müşteri yolculuğuna ve diğer kanalların ve kampanyaların dönüşümlere nasıl katkıda bulunduğuna dair kapsamlı bir genel bakış sunmayabilir.

2. İlk Tıklama İlişkilendirme Modeli

Nasıl çalışır

İlk tıklama ilişkilendirmesi, tüm krediyi bir müşterinin dönüşüm gerçekleştirmeden önce etkileşimde bulunduğu ilk temas noktasına verir. Son tıklama ilişkilendirmesine benzer, tam tersi. Yukarıdaki örnekte, bir kullanıcıyı işletmeyle ilk tanıştıran genel anahtar kelime, orta ve alt dönüşüm hunisi etkileşimlerini göz ardı ederek tüm krediyi alacaktır.

Marka bilinirliği ve keşfine odaklanan ve kullanıcıları işletmeleriyle tanıştıran kanallara ve kampanyalara kredi vermek isteyen işletmeler için idealdir .

• Artıları: Müşterinin markayla ilk temas noktası hakkında bilgi sağlar. Bu, marka bilinirliğine odaklanan işletmeler ve kullanıcıları işletmeyle tanıştırmada en iyi olan kampanyalar için kullanışlıdır.

• Eksileri: İlki dışındaki tüm temas noktalarını yok sayar, bu nedenle, son tıklama ilişkilendirmesinde olduğu gibi, müşteri yolculuğunun kapsamlı bir görünümünü sağlamayabilir.

3. Pozisyona Dayalı Atıf Modeli

Nasıl çalışır

Konuma dayalı ilişkilendirme, bir kullanıcının dönüşüm gerçekleştirmeden önce etkileşimde bulunduğu ilk ve son temas noktalarına daha fazla kredi verir. Örneğin, genel bir arama kampanyası başlangıçta biraz ilgi çekebilir ve daha sonra kullanıcı, bir Görüntülü Reklam Ağı Yeniden Hedefleme reklamını tıkladıktan sonra dönüşüm gerçekleştirir. Konuma dayalı ilişkilendirme, dönüşümde bir rolü olduğu için hem Arama Ağı hem de Görüntülü Reklam Ağı kampanyalarını kredilendirir.

Marka bilinci oluşturma ve doğrudan yanıt kampanyalarının bir karışımına sahip olan ve ilk ve son temas noktası arasında ilişkilendirmeyi paylaşmak isteyen işletmeler için mükemmeldir .

• Artıları: Müşteri yolculuğunun başındaki ve sonundaki temas noktalarına verilen krediler, bu temas noktalarının en etkili olduğu fikrini yansıtıyor.

• Eksileri: Bu model, müşteri yolculuğunun ortasındaki temas noktalarını hesaba katmaz. Bir kullanıcı, satın alma işleminden önceki bir süre içinde 10 anahtar kelimenizi tıklarsa, ortadaki 8 anahtar kelimeyle hiçbir şey ilişkilendirilmez.

4. Doğrusal Atıf Modeli

Nasıl çalışır

Doğrusal ilişkilendirme, krediyi bir müşterinin yolculuğundaki tüm temas noktalarına eşit olarak dağıtır. 3 tıklama olsaydı, bu temas noktalarının her biri dönüşümün üçte biri ile ilişkilendirilirdi.

Tüm temas noktalarını göz önünde bulundurmak isteyen ve müşterileri dönüşüm gerçekleştirmeden önce daha uzun satış döngüleri ve çoklu etkileşimleri olan işletmeler için mükemmeldir .

• Artıları: Krediyi müşteri yolculuğundaki tüm temas noktalarına eşit olarak dağıtarak daha kapsamlı bir performans görünümü sağlar.

• Eksileri: Bu model önceki 3 modelden biraz daha bilgili ve kredi dağıtmada daha adil olsa da, doğrusal ilişkilendirme her bir temas noktasının etkisini doğru şekilde yansıtmayabilir. Örneğin, ilk temas noktası, yüksek amaçlı olan orta ve son temas noktalarına kıyasla düşük amaçlı olabilir; bu, reklam kampanyalarının etkililiğini doğru bir şekilde belirlemeye çalışırken orta ve son temas noktalarının daha fazla itibarı hak edebileceği anlamına gelir.

5. Zaman Azalması İlişkilendirme Modeli

Nasıl çalışır

Zamanla azalan ilişkilendirme, dönüşüm olayına daha yakın zamanda gerçekleşen temas noktalarına daha fazla kredi verir. En fazla kredi, dönüşümden önceki son temas noktasına, ardından ondan önceki temas noktasına verilir ve bu böyle devam eder.

Şu senaryoyu göz önünde bulundurun: Bir kullanıcı önce genel bir anahtar kelimeyi tıklar ve bir ürün sayfasını ziyaret eder. Ardından, bir hafta boyunca video yeniden hedefleme reklamları sunulur ve son olarak ürünü arar, bir alışveriş reklamına tıklar ve satın alır. Bu örnekte, zamana bağlı azalma ilişkilendirmesi, kredinin daha büyük bir kısmını alışveriş reklamına, ardından video kampanyasına ve son olarak da en az krediyi genel anahtar kelimeye verecektir.

Daha kısa satış döngülerine sahip olan ancak müşteri yolculuklarında yine de birden fazla temas noktası bulunan işletmeler için mükemmeldir . Zamana duyarlı temas noktaları olan işletmeler için de iyi olabilir.

• Artıları: Dönüşüme daha yakın olan temas noktalarına daha fazla kredi verilir; bu da en son temas noktalarının en etkili olduğu fikrini yansıtır. Bu ilişkilendirme modeli, son tıklama ilişkilendirmesinden daha fazla bilgi sunabilir ve kredi, önceki temas noktalarına verildiği için performansın daha doğru bir şekilde anlaşılmasını sağlayabilir.

• Eksileri: Bu model, erken temas noktalarını göz ardı edebilir veya daha önceki temas noktalarının etkisini doğru bir şekilde hesaba katmayarak performansın gerçek bir yansımasını engelleyebilir.

6. Veriye Dayalı İlişkilendirme Modeli

Nasıl çalışır

DDA olarak da bilinen veriye dayalı ilişkilendirme, en yeni ilişkilendirme modelidir ve Google'ın, hesabınızın belirli kriterleri karşılaması koşuluyla benimsenmesini önerdiği modeldir. Ancak, Google Ads veriye dayalı ilişkilendirme modelinin dönüşümler için nasıl kredi verdiğini merak ediyor olabilirsiniz.

Veriye dayalı ilişkilendirme, verileri analiz etmek ve her bir temas noktasının müşterinin yolculuğunda ne kadar önemli olduğuna karar vermek için gelişmiş makine öğrenimini kullanır. Dönüşümler, müşterinin dönüşüm gerçekleştirmesi üzerindeki etkisine ve etkisine göre parçalara ayrılır ve her bir temas noktasıyla ilişkilendirilir.

Kaynak: windsor.ai

Tıklamalar ve video etkileşimleri, dönüşümlere yol açan kalıpları belirlemek için Google Ads'deki Arama Ağı (Alışveriş dahil), YouTube, Görüntülü reklam ve Discovery reklamlarında analiz edilir. Otomatik teklif verme kullanılırken, bu modeller yalnızca dönüşümleri atamak için Veriye Dayalı İlişkilendirmeyi desteklemekle kalmaz, aynı zamanda teklif stratejisinin, benzer şekilde davranan müşterileri bulmak için dönüşümlere yol açan verilerden ve modellerden yararlanmasına da yardımcı olur. Veriye dayalı ilişkilendirmeyi en gelişmiş ilişkilendirme modeli yapan şey budur.

Karmaşık dönüşüm yollarına ve birden çok temas noktasına sahip işletmelerin yanı sıra, makine öğreniminden faydalanmak isteyen çok sayıda veriye sahip tüm uygun işletmeler için mükemmeldir . DDA, verileri deşifre etmek ve dönüşümleri ilişkilendirmek için gelişmiş algoritmalar kullandığından, bir kampanya, reklam grubu, anahtar kelime ve reklam performansı üzerinde daha iyi netlik sağlayabilir ve bu da onu çoğu hesap için iyi bir seçim haline getirir.

Artıları: Temas noktalarına, dönüşümler üzerindeki etkilerine göre kredi atamak için makine öğrenimini kullanır. Bu, müşteri yolculuğunun daha doğru bir görünümünü sağladığı anlamına gelir.

Eksileri: Çalışması için çok fazla veri gerektirir ve dönüşüm izlemenin doğru olması esastır. Bu, çok az dönüşüm verisi olan işletmelerin ve izleme sorunları olan hesapların bu ilişkilendirme modelini benimsemesini engelleyebilir.

Veriye Dayalı İlişkilendirme Kullanım Örneği

DDA'nın pratikte nasıl çalıştığına dair bir örneği burada bulabilirsiniz:

Veriye dayalı ilişkilendirme, makine öğrenimini kullanır ve bir kullanıcı yolculuğunda tıklamanın ne zaman gerçekleştiğinden bağımsız olarak hangi tıklamaların en etkili olduğu konusunda daha fazla netlik sağlar. Performansı daha iyi anlamanın yanı sıra, DDA kullanan yüzlerce reklamvereni içeren yakın tarihli bir araştırma, performansın son tıklama ilişkilendirmesine kıyasla arttığını ortaya koydu .

Veriye dayalı ilişkilendirmeyi kullanan gerçek işletmelere ilişkin 3 örnek olayı burada bulabilirsiniz:

Veriye Dayalı İlişkilendirme Veri Gereksinimleri

Satın alma, kaydolma ve uygulama yükleme gibi çoğu dönüşüm işlemi, veriye dayalı ilişkilendirme için kullanılabilir. Aslında, farklı bir ilişkilendirme modeline manuel olarak geçiş yapabilmenize rağmen, DDA artık oluşturduğunuz tüm yeni dönüşüm işlemleri için varsayılan ilişkilendirme modelidir .

Kaynak: Google Ads Yardımı

Çoğu dönüşüm işleminde, DDA'yı çalıştırmak için gereken minimum hacim yoktur. Ancak bazıları için, uygun olabilmek için 30 gün içinde en az 300 dönüşüm ve 3.000 reklam etkileşimi gerekir. Bu dönüşümler şunları içerebilir:

• Yüksek değerli işlemler: Satın alma, olası satış veya kaydolma gibi işletmeniz için daha yüksek değere sahip dönüşüm işlemleri, sayfa görüntüleme veya video görüntüleme gibi daha düşük değerli işlemlere göre daha az dönüşüm veya reklam etkileşimi sağlayabilir.
  
  
• Niş ürünler veya hizmetler: Niş ürünler veya hizmetlerle ilgili dönüşüm işlemlerinin daha küçük bir kitlesi olabilir ve bu da daha az dönüşüm veya reklam etkileşimiyle sonuçlanabilir.

Veriye dayalı ilişkilendirme, uygulama içi satın almalar gibi uygulama içi dönüşüm etkinliklerini de kullanabilir ve bunları belirli anahtar kelimeler ve reklamlarla ilişkilendirebilir. Telefon görüşmeleri, mağaza içi ziyaretler ve yüz yüze yapılan satın almalar gibi çevrimdışı dönüşüm etkinliklerini de içe aktarabilirsiniz ve bu işlemler, tanımlayıcılar kullanılarak tekrar Google Ads etkileşimleriyle eşleştirilebilir.

Mevcut dönüşüm etkinlikleri için, hesabınız uygunsa, Google sizi e-posta yoluyla bilgilendirir ve bu noktada, veriye dayalı ilişkilendirmeyi benimseyebilir veya devre dışı bırakabilirsiniz. Google Ads hesabınızın İlişkilendirme bölümünde uygun olup olmadığınızı da kontrol edebilirsiniz. Google Ads'de Veriye Dayalı İlişkilendirmeye nasıl geçeceğinizi öğrenmek için okumaya devam edin.

Google Reklamlarında İlişkilendirme Modelini Nasıl Seçerim?

Google Ads hesabınızda Araçlar ve Ayarlar'a gidin ve ardından Ölçüm altında İlişkilendirme'yi tıklayın. Buradan, çeşitli dönüşüm yollarını ve dönüşüm yolu metriklerini keşfedebilir ve ayrıca desteklenen dönüşümlere bakabilirsiniz.

Hesaptaki dönüşüm verilerinin çeşitli ilişkilendirme modelleriyle nasıl ilişkilendirileceğini karşılaştırmak için soldaki menüdeki Model Karşılaştırma özelliğini kullanın. Bu araç harika çünkü modelleri değiştirmeden dönüşümlerin nasıl atanacağını görebilirsiniz.

Yukarıdaki ekran görüntüsü, varsayılan yeniden inceleme aralığı ve hesabın izlediği 4 dönüşüm olayı kullanılarak, son tıklama ilişkilendirmesi ile veriye dayalı ilişkilendirme arasındaki bir karşılaştırmadır. İki önemli dönüşüm metriğinin (dönüşümler ve maliyet/dönş) nasıl performans göstereceğini gösterir.

Dönüşüm verilerinin iş hedeflerinizle uyumlu olduğundan emin olmak için değişikliği yapmadan önce benimsemekle ilgilendiğiniz ilişkilendirme modellerini incelemek için bu özelliği kullanın.

İlişkilendirme modelinizi değiştirmeye hazırsanız, bu dönüşüm düzeyinde yapılır, bu nedenle Araçlar ve Ayarlar'a ve ardından Dönüşümler'e gidin. İlişkilendirme modelini değiştirmek istediğiniz dönüşüm etkinliğini tıklayın ve ardından Ayarları Düzenle'yi tıklayın.

İlişkilendirme modeli altında, açılır menüyü tıklayın ve istediğiniz ilişkilendirme modeline geçin.

Veriye Dayalı İlişkilendirmeye Nasıl Geçilir?

Yukarıdaki aynı yöntemi kullanarak veriye dayalı ilişkilendirmeye geçebilirsiniz. Ancak, Google Ads hesabınızın İlişkilendirme bölümünde, soldaki menüden 'DDA'ya geç' seçeneğine gidin.

Oradan, hesaptaki tüm dönüşüm işlemlerini, kullandıkları mevcut ilişkilendirme modelini ve Veriye Dayalı İlişkilendirmeye geçiş için uygun olup olmadıklarını görebileceksiniz.

Yukarıdaki ekran görüntüsünde görüldüğü gibi, uygunsa, geçişi kendiniz yapma seçeneğine sahip olacaksınız veya otomatik geçiş uygulanmışsa, geçişin otomatik olarak gerçekleşmesini bekleyebilir veya DDA kullanmamayı tercih ederseniz devre dışı bırakabilirsiniz. .

Veriye Dayalı İlişkilendirme modelinizi Nasıl İyileştirirsiniz?

Veriye dayalı ilişkilendirmeye geçtikten sonra, DDA'dan en iyi şekilde yararlanmak için izleyebileceğiniz birkaç adım daha vardır:

• DDA'nın kampanyalarınızla ilişkilendirmeye başladığı dönüşüm verilerini analiz ederek teklifleri veriye dayalı ilişkilendirmeye dayalı dönüşümlere göre ayarlayın.

• Veriye Dayalı İlişkilendirme, dönüşüm yolunun tamamı boyunca reklam etkileşimlerini ve tıklamaları daha doğru bir şekilde ölçeceğinden, yolun başındaki anahtar kelimelerin dönüşümleri nasıl etkilediğini görmek için geri dönüp anahtar kelime performansını inceleyin.

• Veriye dayalı ilişkilendirme kullanılırken önerilen yaklaşım, Hedef EBM veya Hedef ROAS gibi bir akıllı teklif verme stratejisinin benimsenmesidir. Google Ads teklif stratejileriyle ilgili pratik kılavuzu buradan okuyun .

• DDA'ya kullanıcı etkileşimi ve dönüşüm verilerini toplaması ve analiz etmesi için birkaç hafta verin. Bu öğrenme dönemi önemlidir ve daha uzun dönüşüm yolları olan işletmeler için daha da önemlidir.

Çözüm

Her modelin işletmenizi nasıl etkilediğini anlamak için kullanışlı Google Ads karşılaştırma aracını kullanmanın yanı sıra, öncelikle 6 ilişkilendirme modelinin her birinin güçlü ve zayıf yönlerini değerlendirerek doğru Google Ads ilişkilendirme modelini seçin.

İşletmeniz ve hedeflerinize en uygun ilişkilendirme modelini seçerek performansı daha doğru anlayabilir, optimizasyon çabalarını geliştirebilir ve kampanyanızın genel verimliliğini artırabilirsiniz.