您应该在 Google AdWords 中使用哪种归因模型？

归因建模是用于衡量沟通渠道的财务有效性及其对业务目标的影响的方法。 归因建模可以根据一系列指标进行衡量：转化率、销售额、收入、展示次数、点击率等。

归因建模的最终目标是了解哪些渠道正在帮助您实现业务目标。 归因为您提供了成功的垫脚石：通过了解您的用户所采取的路径，您可以利用绩效来提高盈利能力并减少浪费的支出。

用户在转化的过程中会采取多种途径，通常不是“搜索关键字>点击广告>阅读内容>转化”那么简单。 尽管情况可能如此，但转化路径中通常会涉及多个接触点。 Google Analytics 中的转化路径报告是分析这些接触点的好地方，只需前往 GA > 转化 > 多渠道路径 > 热门转化路径。 看看这些，例如：

当我们查看具有更长决策过程的不同行业时，结果会大不相同：

这两个示例都显示了用户获得转化的路径。 我们可以看到付费在其中许多路径中发挥了作用——无论是唯一的路径，还是众多路径之一。 当我们在 Google AdWords 中跟踪成功时，我们需要知道广告在转化路径中的位置，从而使我们能够有效地优化和利用我们的预算。

当我们了解广告系列如何促成业务目标的成功时，我们就可以准确了解帐户的表现。 使用错误的归因模型会带来浪费支出和错失机会的风险。

那么，您必须选择哪些归因模型？

在 Google AdWords 中，有六种归因模型：

让我们从默认模型开始：最后一次点击

在 AdWords 中设置转化时使用的默认模型是“最终点击”。 此模型将 100% 的转化归功于转化路径中的最后一次点击，例如：

此模型有利于效率，因为您将能够看到用户转换的最后一个接触点。 它是正确的模型吗？ 可能不会。 该模型显着高估了您的品牌术语并有利于客户回收，它提供的性能范围非常有限，并且只考虑了最后一条路径。 以这个转化路径为例：

实施上次点击模型后，100% 的功劳将分配给直接。 当我们查看 AdWords 时，我们会看到关键字有点击但没有转化——实际上，用户搜索了一个关键字，点击了广告，然后直接返回网站并进行了转化。 这种情况会导致 0% 的功劳归于 AdWords 中的关键字，这表明它不是一个有利可图的关键字，因为它提高了每次转化费用。

根据上面的示例，我们将按渠道查看效果，并假设 Direct 一直在推动转化——这是不正确的。

最后一次点击判决：不是首选。 这是默认选项，易于使用，并且可以使 PPC 管理器看起来很棒。 但是，最终点击通常是不准确的，并且不允许您从广告系列中获得真正的价值。

接下来是最后一次点击的最好朋友：第一次点击

此模型遵循与 Last Click 相同的前提； 但是，所有功劳都归于首次点击，例如：

此模型有利于第一个接触点，并将 100% 的功劳分配给转化中的第一次点击，因此，如果新用户搜索一个词 > 点击付费 > 直接返回 > 通过社交广告转化- 功劳将归因于最初的付费广告。

当我们查看 AdWords 中的表现时，问题开始浮出水面，因为基于这种情况，我们会看到分配给帐户中关键字的转化并假设它表现良好，对吧？ 现实情况是，该广告并没有直接带来转化。 它作为第一个接触点确实发挥了非常重要的作用，但它并不是转化路径中的唯一贡献者。

有鉴于此，我们会查看我们的转化数据并假设付费流量表现良好，但这会忽略直接和社交接触点，这对于准确报告来说效果不佳。

First Click Verdict：不是首选。 此模型类似于“最后一次点击”，不同之处在于功劳归于第一次点击。 这意味着您的数据将不准确，并且很难找到付费广告系列的真正价值。

让我们看看公平的竞争环境：线性归因

这个模型开始变得有趣，因为线性建模将功劳归功于转化路径中的每个接触点。 像这样：

此模型有利于转化路径中的每个接触点，让我们在上面的示例中使用 #2：付费搜索 > 直接

这会将 50% 的转化归因于付费广告——当您查看 AdWords 帐户时，您会在转化列中看到 0.5。 该模型采用“团队”方法——如果某个渠道在转换过程中提供帮助，则该渠道将被记入贷方。

此模型的好处是考虑了每个接触点，因此它创造了一个公平的竞争环境，您可以在其中查看 AdWords 帐户中的每个关键字都归因于转化的位置。

然而，这个模型低估了关键接触点并高估了次要接触点。 实施此模型后，您将付费搜索工作集中在哪里？ 决定哪些关键字效果良好，哪些效果不佳以及您应该将预算放在何处最合适，这使得决定变得异常困难。 与首次点击和最终点击一样，基于线性归因模型的绩效将导致您对可能不正确的付费广告系列做出假设，从而限制广告系列的输出并可能浪费支出。

线性归因结论：如果是在公平竞争环境之后，这个模型就可以解决问题。 这将允许您查看您的广告在每个转化路径中的作用以及归因的百分比。 此模型确实低估了关键接触点，并且很难将价值归因于效果最佳的广告系列，因此请谨慎使用。

现在让我们看看逐渐倾斜：时间衰减归因

该模型基于指数衰减，将大部分功劳分配给最后一个接触点，将减少的值分配给较早的接触点。 像这样：

该模型更为复杂，因为它使用一种算法将功劳委托给正确的接触点，查看最接近转化的渠道并向后工作。 该模型假设随着用户越来越接近转化，渠道的重要性将随着意图而增加。

这个模型的好处是我们现在可以开始基于交互进行优化：通过在最终接触点上放置最强的权重，我们可以假设没有这个，用户就不会在他们决定转换的那个甜蜜时刻找到你，正确的？ 嗯，不是真的。 第一个接触点呢？ 如果不存在，那么用户将永远不会发现您并进入转化路径。 如果没有您的广告，他们就不会自然地点击，这意味着什么？

我们必须承认，这个模型确实比我们使用过的以前的模型更进了一步。 然而，它缺乏识别最初吸引该客户的交互的能力——这可以说与最后一个一样重要。

时间衰减结论：如果您希望针对更接近转化的接触点进行优化，那么此模型就是其中之一，因为接触点合并了价值，直到转化的功劳最大。 这个模型完美吗？ 不完全的。 尽管为转化优化提供了出色的归因，但它缺乏可信度并且严重低估了第一个接触点。

两全其美：基于位置的归因

该模型结合了线性和时间衰减的优点，基于位置的归因将 40% 归因于第一个和最后一个接触点，并在中间的每个接触点上增加 20%。 像这样：

与 Linear 一样，此模型考虑到每个接触点，同时仍允许您针对第一个和最后一个接触点进行优化。 使用此模型，您可以根据转换过程中的最关键点优化广告系列和关键字。 开箱即用，该模型真正开始掌握准确归因价值 - 要将其提升到一个新的水平，您可以自定义百分比以匹配您的目标。

然而，也有缺点：这个模型假设第一个和最后一个接触点应该具有完全相同的权重。 为了更好地解释，请考虑这种情况：用户首先点击自然列表到达您的网站，然后六次互动之后通过付费广告进行转化——假设自然列表和付费广告都应该获得 40% 是否正确？ 可能不会。 广告在关键时刻出现并促使用户进行转换，但我们仍将为初始有机点击分配相同的权重。

基于位置的判断：这个模型很棒，如果我们必须推荐一个开箱即用的 AdWords 模型，那就是这个。 如果您这样做，请务必考虑您的权重以实现您的目标。 与我们迄今为止运行的归因模型相比，这是迄今为止最好的——但是，它可能需要不时进行一些调整。

完美场景：数据驱动的归因 (DDA)

此模型是 AdWords 归因模型的圣杯，因为它根据人们搜索您的业务并决定成为您的客户的方式为转化提供功劳。 此模型与上述所有模型不同，因为它使用您的转化数据来计算每个关键字在整个转化路径中的实际贡献，从而使每个广告客户的模型完全不同。

曾经想要自己的归因模型吗？ 现在是时候了。 但是等等，事情没那么简单——这个模型有相当高的数据要求：

“作为一般准则，要使用此模型，帐户必须至少获得 15,000 次点击，并且转化操作必须在 30 天内至少获得 600 次转化”

是的。 ？？？ 最重要的是，每月必须始终如一地满足转化要求，即 10,000 次点击和 400 次转化——因此仍然是相当可观的数量。 此模型的可取之处在于它仍处于 beta 阶段，因此需要强大的数据。 我们可以假设，切换到数据驱动的帐户越多，阈值越低，较小的帐户切换到该模型的可能性就越大。

根据 Google 的说法，“与最终点击归因相比， DDA 通常以类似的每次转化费用提供更多的转化。” 这一切都很好：但在大多数情况下，这是遥不可及的——尤其是对于没有记录大量转化的帐户。 这种模式适用于电子商务和大预算，这很烦人（目前）。

数据驱动的判断：如果您低于阈值，这是 Google AdWords 中的一个选择。 现实情况是，很大一部分 AdWords 帐户无法满足每月数据要求，因此您必须等到所有 AdWords 客户都可以试用这种新模式。

自己动手：自定义归因模型

如果需要，您可以在 Google Analytics 中自定义您的归因模型。 这可以在谷歌分析中的视图级别完成——只需前往管理员并点击“归因模型”：

进入此处后，单击“+ 新归因模型”：

到达这里后，您将能够选择一个基线模型，它可以是上述任何一个模型（不包括数据驱动）。 然后，您可以尝试使用百分比权重、衰减半衰期、回顾窗口和添加自定义信用规则等功能。

自定义归因的一种流行方法是更改​​基于位置的模型的权重； 说你想要更多的功劳去到最后一个接触点而不是第一个。 您可以执行以下操作：

自定义模型有一个缺点：它在 AdWords 界面中不可用（目前）。 必须在 Google Analytics 中应用此模型，您可以添加细分和自定义报告来过滤付费流量，但您将无法在 AdWords 转化下拉列表中看到它们：

自定义归因判定：控制您的归因，但它不会显示在您的 AdWords 界面中。 这对于真正关注他们想要将价值归因于何处的用户来说非常有用，并且在分析中使用自定义报告来支持这一点可以帮助您真正了解绩效以及如何优化您的营销活动。

在我关闭这篇关于 Google AdWords 归因的帖子之前，我想解决一个我经常被问到的问题：

当您更改 Google Adwords 中的归因模型时会发生什么？

转化率会下降吗？ 他们会增加吗？ 他们会改变吗？ 我的 AdWords 帐户会崩溃吗？

放松。 您所要做的就是进入 AdWords，更改模型以进行正确的转换并保存设置。 完成此操作后，模型将更新，您将立即进行跟踪。

TL; 博士

最后一次点击：将所有功劳分配给客户的最后一次点击。 如果广告位于路径的开头/中间，则不会获得任何功劳。

第一次点击：将所有功劳分配给客户的第一次点击。 如果广告位于路径的末尾/中间，则不会获得任何功劳。

线性：在所有接触点平均分配功劳。 如果在包含广告的转化路径中有四次互动，它将获得 0.25 次转化。

时间衰减：用户越接近转化，就会逐渐分配功劳。 第一个接触点获得的信用最少，最后一个获得最多。

基于位置：将40% 的功劳分配给第一个，将 40% 的功劳分配给最后一个，并在中间的所有接触点上分配 20%。

数据驱动：需要在 30 天内至少获得 15,000 次点击和 600 次转化。 此模型使用一种算法来查看您的转化数据并分配功劳。

自定义：定制上述模型（非数据驱动）以满足您的目标。 但是，这些在 AdWords 界面中将不可用。

那么，您应该在 Google Adwords 中选择哪种归因模型？

您的帐户中每月有超过 15,000 次点击和 600 次转化吗？ 如果是这样，我们建议使用数据驱动模型。

对于所有其他账户，我们建议使用基于头寸的模型作为起点。 作为代理机构，我们仅在极少数情况下使用“最后一次点击”或“第一次点击”，因此请使用“基于职位”，您的归因将有一个良好的开端。

如果您在付费搜索方面需要帮助，请随时与我们联系。