圖靈數位 - Turing Digital|掌握精準數據,發掘商業價值
圖靈數位 - Turing Digital|掌握精準數據,發掘商業價值

圖靈數位

  • 關於圖靈 
    • 認識黃道育
    • 最新消息
    • 圖靈團隊
    • 合作夥伴
    • 新聞媒體
    • 文章轉載
    • 加入我們
    • 隱私聲明
  • 服務介紹 
    • 服務項目總覽
    • 數據整合分析
    • 影像處理分析
    • 網站數據檢測
    • 埋程式追蹤碼
    • 企業教育訓練
    • 網頁AB測試
    • 線上數據報表
  • 成功案例
  • 試用資源 
    • GA4 檢測工具 2.0 全新升級
    • BigQuery 費用計算器
    • GA4 導入常見問題
    • 網站分析新手村
    • 電商經營大哉問
    • 數據分析白皮書
  • 數據攻略 
    • 標準 GA3
    • 新版 GA4
    • 建置 GTM
    • Mixpanel
    • AB Tasty
  • GA4 
    • 設定 Consent Mode
    • 服務方案
    • 示範資源
    • 使用指南
    • 使用指南 V2
    • 檢核表單
    • 統計表現
  • Mixpanel 
    • 服務方案
    • 產品介紹
    • 媒體報導
  • 即時分析報告
  • …  
    • 關於圖靈 
      • 認識黃道育
      • 最新消息
      • 圖靈團隊
      • 合作夥伴
      • 新聞媒體
      • 文章轉載
      • 加入我們
      • 隱私聲明
    • 服務介紹 
      • 服務項目總覽
      • 數據整合分析
      • 影像處理分析
      • 網站數據檢測
      • 埋程式追蹤碼
      • 企業教育訓練
      • 網頁AB測試
      • 線上數據報表
    • 成功案例
    • 試用資源 
      • GA4 檢測工具 2.0 全新升級
      • BigQuery 費用計算器
      • GA4 導入常見問題
      • 網站分析新手村
      • 電商經營大哉問
      • 數據分析白皮書
    • 數據攻略 
      • 標準 GA3
      • 新版 GA4
      • 建置 GTM
      • Mixpanel
      • AB Tasty
    • GA4 
      • 設定 Consent Mode
      • 服務方案
      • 示範資源
      • 使用指南
      • 使用指南 V2
      • 檢核表單
      • 統計表現
    • Mixpanel 
      • 服務方案
      • 產品介紹
      • 媒體報導
    • 即時分析報告
預約顧問諮詢
圖靈數位 - Turing Digital|掌握精準數據,發掘商業價值
圖靈數位 - Turing Digital|掌握精準數據,發掘商業價值

圖靈數位

  • 關於圖靈 
    • 認識黃道育
    • 最新消息
    • 圖靈團隊
    • 合作夥伴
    • 新聞媒體
    • 文章轉載
    • 加入我們
    • 隱私聲明
  • 服務介紹 
    • 服務項目總覽
    • 數據整合分析
    • 影像處理分析
    • 網站數據檢測
    • 埋程式追蹤碼
    • 企業教育訓練
    • 網頁AB測試
    • 線上數據報表
  • 成功案例
  • 試用資源 
    • GA4 檢測工具 2.0 全新升級
    • BigQuery 費用計算器
    • GA4 導入常見問題
    • 網站分析新手村
    • 電商經營大哉問
    • 數據分析白皮書
  • 數據攻略 
    • 標準 GA3
    • 新版 GA4
    • 建置 GTM
    • Mixpanel
    • AB Tasty
  • GA4 
    • 設定 Consent Mode
    • 服務方案
    • 示範資源
    • 使用指南
    • 使用指南 V2
    • 檢核表單
    • 統計表現
  • Mixpanel 
    • 服務方案
    • 產品介紹
    • 媒體報導
  • 即時分析報告
  • …  
    • 關於圖靈 
      • 認識黃道育
      • 最新消息
      • 圖靈團隊
      • 合作夥伴
      • 新聞媒體
      • 文章轉載
      • 加入我們
      • 隱私聲明
    • 服務介紹 
      • 服務項目總覽
      • 數據整合分析
      • 影像處理分析
      • 網站數據檢測
      • 埋程式追蹤碼
      • 企業教育訓練
      • 網頁AB測試
      • 線上數據報表
    • 成功案例
    • 試用資源 
      • GA4 檢測工具 2.0 全新升級
      • BigQuery 費用計算器
      • GA4 導入常見問題
      • 網站分析新手村
      • 電商經營大哉問
      • 數據分析白皮書
    • 數據攻略 
      • 標準 GA3
      • 新版 GA4
      • 建置 GTM
      • Mixpanel
      • AB Tasty
    • GA4 
      • 設定 Consent Mode
      • 服務方案
      • 示範資源
      • 使用指南
      • 使用指南 V2
      • 檢核表單
      • 統計表現
    • Mixpanel 
      • 服務方案
      • 產品介紹
      • 媒體報導
    • 即時分析報告
預約顧問諮詢
圖靈數位 - Turing Digital|掌握精準數據,發掘商業價值

【廣告優化】如何排除無效廣告?帶你認識功勞歸屬系統!

· 廣告優化方法

上一篇文章,我們認識了廣告轉換與七種歸因模型,最終點出了預設歸因模型的一個小缺點,這一篇文章,將告訴大家如何利用功勞歸屬系統,更加精準分析廣告的成效,最終排除無效廣告。

【廣告優化】如何排除無效廣告?帶你認識功勞歸屬系統!

文章目錄

一、認識功勞歸屬系統

  1、為什麼我們要開發這套系統
  2、系統運作的原理介紹

二、認識系統的五大功能

  1、更多元且客觀的判斷指標
  2、對比上個區間的轉換表現

  3、提供加碼減碼的優化建議

4、分析GA的目標轉換

  5、持續檢討優化過的廣告

三、開始排除你的無效廣告

  1、如何使用這套系統

  2、認識分析報表的指標

  3、解讀分析報表

一、認識功勞歸屬系統

1、為什麼我們要開發這套系統

你在 GA 後台看到的數字並非原始數據

我們在網站埋設了追蹤代碼之後,Google 就會開始收集網站的數據到資料庫裡面,經過美化之後,最後才會在 Google Analytics 的報表上線呈現出結果,簡單來說這一段美化的過程可能會把一些比較難界定的轉換歸功到 Google Ads 的廣告上面,如果我們要準確地去判斷廣告的功勞歸屬,建議是直接從資料庫拿數據出來做分析會比較精準。

用原始、客觀的數據判斷廣告的成效

因此我們才開發了這套功勞歸屬的系統來協助我們的客戶排除無效的廣告、降低費用支出、提升廣告轉換,讓每一筆廣告的費用都花得更有價值。

功勞歸屬系統

2、系統運作的原理介紹

我們一樣用 Google Analytics 的追蹤代碼去追蹤想要的資料,但是我們會用 API 的方式去把資料庫上的數劇打撈出來,如下圖所示,這就是原始的網站資料。

Google Analytics Raw Data

接著篩選出有達成目標的路徑,並確認該路徑的關聯性,將回朔路徑納入參考且加以合併計算,根據不同模型的權重配比為各路徑進行評分,預設為最終非直接、線性、最初轉換等模型,將各路徑在各模型的評分中,進行關聯分析,最後會根據路徑特性及路徑效率給予適當的建議。

三個步驟,重新解讀你的廣告數據

二、認識系統的五大功能

1、更多元且客觀的判斷指標

更多元且客觀的判斷指標

系統會利用三種指標去判斷每一個廣告的價值,這邊舉例來說,假設這是一個完整購買流程:

用戶被廣告A打到 → 瀏覽過廣告B → 在廣告C下單。

・助攻轉換:發生轉換的第一接觸渠道 → 廣告A。

・平均助攻:發生轉換的曾經接觸渠道 → 廣告B。

・主攻轉換:發生轉換的最後接觸渠道 → 廣告C。

從結果來看這三個廣告都有起到作用,因此在三項指標裡面都會得分。

2、對比上個區間的轉換表現

對比廣告上個區間的轉換表現

分析完廣告在不同模型的表現之後,會對比上個區間與這個區間在各項指標的表現,這邊舉例來說:

臉書投放了兩種類型的廣告:

・廣告A上個月轉換 204,這個月轉換 180,下降 11.76%

・廣告B上個月轉換 2506,這個月轉換 2922,上升 17.6%

對於有在長期投放廣告的廠商來說,可以每個月調整長期曝光廣告的佔比與分配預算。

3、提供加碼減碼的優化建議

提供廣告加碼減碼的優化建議

根據比較不同日期區間的所有工作階段資料與模型分析的結果,系統會提供「 加碼 」「 減碼 」

與「 持平 」等五個廣告優化的定義與方向,去了解每個工作階段的價值。

・加碼:多項指標的表現優於整體平均,值得加碼廣告預算。

・減碼:多項指標的表現低於整體平均,建議減碼廣告預算。

・持平:多項指標的表現接近整體平均,建議持續觀察表現。

・買不到不比:不屬於廣告類型的曝光渠道。

・無功勞歸屬:對於轉換沒有任何有效的實質貢獻。

4、分析GA的目標轉換

分析GA的目標轉換

現有的 Google Analytics 只能針對電子商務的轉換去進行單項分析,但是圖靈數位的功勞歸屬系統可以針對你在後台設定的「 目標轉換 」進行歸因!例如:首頁的「點我開始」按鈕點擊觸發,是透過哪些來源/媒介渠道完成,讓廣告成效的分析更有彈性。

5、持續檢討優化過的廣告

持續檢討優化過的廣告

透過前面三個部分的結果進行廣告的優化之後,可以在下一個月被拿出來檢視,是否有明確的成果。並且可以持續地提升廣告成效,持續降低花費成本。

三、開始排除你的無效廣告

前面介紹完了為何需要開發這套系統以及這套系統有哪些特點之後,接下來我們會帶大家實際看一下應用的案例。

1、如何使用這套系統

【 Step 1 點我進入功勞歸屬系統 】

點我進入功勞歸屬系統

【 Step 2 點擊立即開始試用 】

點擊立即開始試用

因為系統還在 Beta 測試版本,所以登入授權的步驟比較繁雜,還請幫我們認真瀏覽一下!

【 Step 3 點擊新增分析 】

點擊新增分析

【 Step 4 選擇要分析的內容 】

選擇要分析的內容

在這裡可以詳細選擇你的分析項目內容,等到分析報表好了會直接寄送到你的 Gmail 信箱喔!

2、認識分析報表的指標

分析報表會出現的指標已整理好如下圖,有詳細的指標說明,這邊就不另外贅述。

認識分析報表的指標

功勞歸屬分析主要的重點在分析廣告,你可以在分析報表的第一頁看到所有的廣告階段一共有多少( Direct / None、Organic 跟 Referral 不會算在這裡),並且顯示一下加碼、減碼、保持與無效的廣告比例。

3、解讀分析報表

解讀分析報表

分析報表會呈現有所有廣告階段的分析結果,不屬於廣告導流進來的流量會放在「買不到,不比」,雖然不會提供加減碼的建議,但是還是可以跟上一個區間比較一下成效的好壞。這裡也提供幾個解讀報表的方向:

【 紅色 VS 綠色的指標結果 】

指標會分成紅色的或是綠色的結果:

・紅色:代表跟上個月比起來成效比較差?

・綠色:代表跟上個月比起來成效比較好。

・黑色:代表上個區間沒有數據可以比較,只有目前這個區間有資料。

【 加碼、減碼、保持、無功勞歸屬 】

依據整體的廣告表現,報表會提供加碼、減碼、保持、沒有功勞等四種建議:

・建議加碼:可以提高該管道廣告的預算,導流更多對轉換有幫助的工作階段。

・建議減碼:可以降低甚至是停掉該管道廣告的預算,把資源分配給其他更有效的流量渠道。

・繼續保持:代表該管道的流量與網站整體的平均轉換差不多,可以再觀察一陣子。

・無功勞歸屬:代表該管道的廣告對於轉換完全沒有任何幫助,可以直接關閉。

【 主攻、助攻、平均助攻轉換 】

除了工作階段與收益之外,主要的分析模型指標有主攻、助攻、平均助攻轉換三種:

・主攻轉換:最後轉換下單的渠道,一定是分數越高越好,代表廣告收單很強。

・助攻轉換:最初轉換下單的渠道,可能無法造成有效轉單,通常拿來判斷曝光型廣告的表現。

・平均助攻轉換:在中間協助轉換下單的渠道,目的可能是介紹產品、服務。

你可以從這三項指標去檢視一來源 / 媒介的表現,假如主攻跟助攻表現都不好,至少在平均助攻轉換的表現不能太差,不然代表該渠道的廣告質量真的很差,需要進行調整。

整體來說網站的流量表現,我們還是會建議用 Google Analytics 的報表搭配功勞歸屬報表去檢視,因為 Google Analytics 有新舊客佔比、跳出率、停留時間等指標可以評估,而電子商務的轉換或目標的部分,功勞歸屬報表可以提供客戶更有深度的解析與觀點。

假如你對於功勞歸屬系統感興趣,歡迎到【 專屬頁面 】了解更多,或是直接申請【 免費試用 】,我們隨時都有分析師在線上協助支援,請不要客氣!大膽地提出你的問題!

broken image

更多 GA 教學相關閱讀:

【 廣告優化 】

【 廣告優化 】廣告如何帶來轉換?帶你認識 Google 的歸因模型!

【 廣告優化 】如何排除無效廣告?帶你認識功勞歸屬系統!

【 GA4 導入與轉移 】

【 首次安裝 】安裝新版 GA4,歡迎來到跨裝置的思考領域

【 導入GA4 】從通用型 GA 轉移到新版 GA4,六個實際使用上的差異

【 導入GA4 】13 個使用 Google Analytics 4 的好處,這些功能你都用過了嗎?

【 使用教學 】2022 新版 GA4 完全攻略,從新舊比較到自訂報表都 OK

【 數據統計 】導入 GA4 現況統計報告,大家的平均表現和你想的一樣嗎

【 網頁優化工具 】Google Optimize 即將走入歷史,你應該如何應對?

【 網頁優化工具 】Google 宣布與知名工具成為合作夥伴,帶您快速了解 AB Tasty!

【 Google Analytics 4 Property 】

【 GA教學 】2021 新版 GA4 完全攻略,從新舊比較到自訂報表都 OK

【 安裝教學 】安裝新版 GA4,歡迎來到跨裝置的思考領域

【 全新功能 】新版 GA4 竟能預測使用者行為?五大優勢提高轉換率

【 一表看懂 】新版 GA4 與舊版 GA 差在哪裡?新舊版本功能比較懶人包

【 新版介面 】新版 GA4 的後台介面更新和操作介紹

【 自訂報表 】新版 GA4 設定自訂報表解說,省去每次整理數據的時間

【 跨網域追蹤 】新版 GA4 設定跨網域,一次收集多個網域的數據

【 目標對象 】新版 GA4 如何串接 Google Ads,進行再行銷廣告

【 組成事件 】比較新舊 GA 的事件追蹤方式,讓你從舊版輕鬆轉移到新版

【 自訂事件 】新版 GA4 如何自訂事件,讓你追蹤使用者的特定行為

【 修改事件 】新版 GA4 事件設定錯誤?帶你直接在後台修正回來

【 測試事件 】新版 GA4 如何利用 Debug View 測試尚未發布的事件

【 建議事件 】新版 GA4 官方建議事件清單說明與教學,一次就上手

【 實作教學 】新版 GA4 電子商務事件,新舊差異與 purchase 轉換

【 使用者屬性 】新版 GA4 自訂使用者屬性與 User-ID 教學,輕鬆掌握每位使用者的特徵

【 報表教學 】新版 GA4 實作「探索報表」,帶你自訂來源 / 媒介報表

【 報表教學 】新版 GA4 實作「同類群組分析報表」,帶你找出使用者對短期行銷活動的反應

【 排除內部流量 】新版 GA4 排除內部流量,降低數據的誤差值

【 串接 Search Console 】新版 GA4 建立 Search Console 連結,了解用戶搜尋哪些字詞找到你

【 Google Analytics 】

【 網站分析 】GA 數據有落差?釐清網站數據不準確的 7 個原因

【 工具介紹 】新的測試功能 - 計算過的指標 BETA

【 工具介紹 】簡介新插件 AUTOTRACK

【 工具介紹 】跨網域追蹤

【 Google Tag Manger 】

【 新手教學 】十分鐘搞懂 Google Tag Manager

【 Google Looker Studio 】

【 串接 Looker Studio 故障 】帶你認識關於 GA4 API 的配額限制

【 實際應用 】

【 實際應用 】評估社交媒體渠道

【 實際應用 】善用區隔,找到更「值」的受眾

broken image

 

訂閱
上一篇
【成功案例】追蹤用戶消費行為,驅動再行銷效益最大化:轉換提升 63%,營收成長 15%
下一篇
【事件匯入】新版 GA4 上傳離線事件,讓你整合線下資料!
 返回網站
頭像
取消
Cookie的使用
我們使用cookie來改善瀏覽體驗、保證安全性和資料收集。一旦點擊接受,就表示你接受這些用於廣告和分析的cookie。你可以隨時更改你的cookie設定。 了解更多
全部接受
設定
全部拒絕
Cookie 設定
必要的Cookies
這些cookies支援安全性、網路管理和可訪問性等核心功能。這些cookies無法關閉。
分析性Cookies
這些cookies幫助我們更了解訪客與我們網站的互動情況,並幫助我們發現錯誤。
偏好的Cookies
這些cookies允許網站記住你的選擇,以提升功能性與個人化。
儲存