Login

تقرير الإسناد المعتمد على البيانات في جوجل انالتيكس 360
Data-Driven Attribution Report in Analytics 360

إعطاء القيمة الصحيحة لكل نقطة اتصال تسويقي بالإعتماد على بيانات

باستخدام تقرير الإسناد المعتمد على البيانات يمكنك إعطاء القيمة الصحيحة لكل نقطة اتصال تسويقي بالإعتماد على بيانات زوار موقعك وذلك لتحسين أداء الحملات الإعلانية والإستثمار بالمنصات الأكثر فعالية في تحويل الزوار لعملاء حقيقيين

ما هو الاسناد المعتمد على البيانات Data-Driven Attribution

هو تقرير متوفر في الإصدار المدفوع فقط بحيث تقوم خوارزميات جوجل بالاعتماد على البيانات المتوفرة بإعطاء نقاط conversion credit لكل نقطة اتصال مع العميل marketing touchpoints والتي شاركت في جلب التحويل أو عملية الشراء Conversion على الموقع.
وهذا يمنحك رؤية اوضح لرحلة العميل خلال عملية الشراء وأداء الحملات الإعلانية والمنصات التابعة لها بحيث تستطيع تخصيص موارد وميزانيات أكثر للقنوات الأكثر فعالية.

لنتعرف على رحلة العميل customer journey قبل شراء المنتج

عند التسوق عبر الإنترنت، غالبًا ما يمر العملاء بقنوات تسويق متعددة Marketing touchpoints قبل عملية الشراء وتعرف باسم رحلة اتخاذ القرار الخاصة بالمستهلك consumer decision journey، وهي عبارة عن 4 مراحل يمر بها لإتخاذ القرار كالتالي: المعرفة عن المنتج > الأخذ بعين الإعتبار > نية الشراء > الشراء

رحلة العميل customer journey قبل شراء المنتج

فائدة تقرير الاسناد المعتمد على البيانات Data-Driven Attribution

يفيدنا هذا التقرير في معرفة اي من القنوات التسويقية كانت الأفضل في جذب العملاء للشراء خلال جميع مراحل رحلة العميل. وبذلك تستطيع اكتشاف جميع القنوات ذات الاهمية الاكبر في تحويل العميل وبالتالي التركيز عليها لتحقيق حملات تسويقية ناجحة في المستقبل وتحيقق عائد مالي أعلى من الانفاق الاعلاني ROAS.

القنوات التسويقية كانت الأفضل في جذب العملاء

كيف يقوم جوجل Google بإحتساب النقاط لكل قناة ساهمت في عملية الشراء؟

تعتمد آلية الإسناد المعتمدة على البيانات (Data-Driven Attribution) على مفهوم يسمى ب Shapley Value من نظرية cooperative game theory بحيث تنسب نقاط لكل قناة ساهمت بالتحويل Conversion بالإعتماد على مدى تأثير تلك القناة على سلوك العميل داخل الموقع. حتى تستطيع الاستفادة من هذا التقرير يجب ان تتوافر الشروط التالية:
1- تمتلك رخصة استخدام جوجل انالتيكس 360
2- قمت بإعداد الموقع لديك لتتبع التجارة الالكترونية
Ecommerce Trackin 3- لديك حساب جوجل للإعلانات مع 15,000 نقرة و 600 تحويل خلال 30 يوم
4- 400 تحويل مسجل في Google Analytics
5- 10,000 مستخدم للموقع خلال ال 28 يوم الماضية.

مثال على الإسناد المعتمدة على البيانات (Data-Driven Attribution Example):

نلاحظ مجموعة القنوات ( البحث عبر محركات البحث, الشبكة الاعلانية, الايميل ) تشير الى احتمال تحويل بمعدل 3% , وعند ازالة الشبكة الاعلانية ينخفض الاحتمال الى 2% الزيادة الملحوظة بنسبة 50% عند وجود الشبكة الإعلانية كأساس للاسناد.

مثال على الإسناد المعتمدة على البيانات Data Driven Attribution Example

منهجية الإسناد المعتمدة على البيانات (Data-Driven Attribution Methodology)

أولاً: لا تتوفّر هذه الميزة إلا في برنامج "إحصاءات Google 360"
ثانياً: هناك قسمان رئيسيان في منهجية الإسناد المعتمد على البيانات:
تحليل جميع بيانات المسار المتاحة لإنشاء النماذج المخصصة لاحتمال حدوث التحويلات conversion probability.
تطبيق خوارزمية على مجموعة البيانات المحتملة هذه والتي من شأنها تعيين نسب الإسهام في التحويل في نقاط الاتصال لنشاطك التسويقي.
ثالثاً:إنشاء نماذج احتمالية حدوث التحويلات conversion probability methods من جميع بيانات المسار المتاحة:
يستخدم "الإسناد المعتمد على البيانات" جميع بيانات المسارات المتاحة بما في ذلك بيانات المستخدمين الذين قاموا بالشراء والذين لم يقوموا بالشراء أيضا وذلك لفهم مدى تأثير وجود نقاط اتصال تسويقية محددة Marketing touchpoint في احتمال شراء المستخدم. في النهاية توضح نماذج الاحتمال الناتجة مدى احتمال شراء المستخدم في مرحلة معينة من المسار بوجود تسلسل محدد للأحداث.

كيف تحقق أقصى استفادة من الإسناد المعتمد على البيانات (Data-Driven Attribution)؟

يمكنك استخدام الإسناد المعتمد على البيانات لاستكشاف طرق جديدة لتحسين عائد الاستثمار من الإعلانات ROAS وفي ما يلي بعض الخطوات المقترحة للبدء:

1. اختيار نوع التحويل conversion الذي ترغب في تحليله:

على سبيل المثال:
لنفترض أنك ترغب في جذب المزيد من الأشخاص لشراء منتجات معينة، وقد حددت ذلك كهدف في Google Analytics. عنها يمكنك تحديد نوع التحويل "Conversion Type" في تقارير الاسناد لتركيز التحليل على هذا النوع فقط من التحويلات.

2. تحديد الحملة أو القناة أو مجموعة من الكلمات الرئيسية للتحسين:

قم بتقييم الأساليب التي تستخدمها حاليًا للحصول على مزيد من التحويلات Conversions. لنفترض أنك كنت تستخدم ‏‫الإعلان على الشبكة الإعلانية Google Display، وتريد تحسين العائد من هذه القناة.

3. مقارنة قيم الاسناد المعتمد إلى البيانات Data-Driven Attribution values مع نموذج الإحالة القياسي standard attribution model:

قم بمقارنة الطرق المختلفة التي تم بها حساب القيم المستندة إلى البيانات -على سبيل المثال- يعمل النموذج الخطي Linear Attribution على تقسيم الإسهام في التحويل بالتساوي على نقاط الاتصال. وبالتالي، في مسار تحويل مكوَّن من أربعة تفاعلات، ستحصل كل نقطة اتصال على إسهام بنسبة 25%. قم بمقارنة القيم مع بعضها البعض وسجل ملاحظاتك.

مقارنة قيم الاسناد

4. تحديد نقاط الاتصال التي تشهد أكبر قدر من التغييرات بين النماذج:

استخدم أداة مقارنة نماذج الاسناد "Model Comparison Tool" لمقارنة نسب إسهام القنوات المختلفة في تحويل المستخدم. قارن نموذجين آخرين مع نموذج الاسناد المعتمد على البيانات بحد أقصى. ويمكنك ترتيب البيانات حسب نسبة التغيير الحاصلة في تكلفة الاكتساب Cost Per Acquisition لمعرفة القنوات أو الحملات التي ستحدث التغييرات بها أكبر تأثير.

 أداة مقارنة نماذج الاسناد

5.  نقل الميزانية والموارد لدعم افضل قناة في عائد الاستثمار ROAS:

بعد ان حددت القنوات او الحملات او الكلمات الرئيسية التي تمتلك أكبر الامكانيات بالتأثير على سلوك الزوار, عليك ضبط البرامج والحملات مت تلك القنوات وذلك بتخصيص ميزانية أكبر لتلك القنوات ثم اختبر النتائج مجدداً.

6.  اعتماد نموذج الاسناد المعتمد إلى البيانات Data-Driven Attribution model:

بعد الانتهاء من مراجعة "Model Explorer" ومعرفة تأثير الميزانية وتغيير الموارد، ستتعرف على مدى ارتباط نموذج الاسناد المعتمد إلى البيانات "Data-Driven attribution model" ومن ثم لست بحاجة لمزيد من المقارنات. أنتقل لتقرير العائد من الإستثمار ROI Analysis للتركيز على الحصول على معلومات حول تحسينها.

متصفح نماذج الاسناد المعتمد على البيانات Data-Driven Attribution Model Explorer:

ماهو متصفح النماذج Model Explorer:

هو وضع تمثيل بصري للنموذج المعتمد على البيانات "Data-Driven model".

استخدام متصفح النماذج Model Explorer:

تقرير Model Explorer يستخدم لوضع تمثيل بصري للنموذج المستند إلى البيانات وتحليله. ويوضح التقرير طريقة النموذج في توزيع نسب الإسهام في الإحالة الناجحة لكل قناة من القنوات التي جلبت الزيارات إلى موقعك أو تطبيق الجوال أو أي جهاز رقمي آخر.

مثال على استخدام Model Explorer:

تستطيع الوصول إلى تقرير Model Explorer في تقارير Attributions< Conversions . يوضّح لك Model Explorer متوسط الإسهام المرجح لمواضع المسارات التي تسبق الإحالة الناجحة لكل قناة:

Model Explorer متصفح النماذج

يمكنك رؤية القيم التقديرية للنموذج لكل قناة تسويقية على امتداد مسار الإحالة الناجحة. يشير الترميز بالألوان إلى نسبة الوزن الفعلي لأي قناة في موقع مسار محدد. تمثل الألوان الداكنة القيم التقديرية الأعلى لقناة ما، بينما تشير الألوان الفاتحة إلى تلقي القناة قيم تقديرية أقل في موقع هذا المسار. بعض القنوات مثل الزيارات المباشرة "Direct" قد لا تحدث في موقع مسار محدد، ويتم تمثيلها بخط متقطع (--), و يمكن أن يكشف هذا التقرير عن أنماط مثيرة من تقديرات القنوات. كما يمكن استخدامه للتحقق من صحة الافتراضات حول أداء (بداية/نهاية) المسار لقنواتك التسويقية "funnel performance"

MEASURE
قياس
ANALYZE
تحليل
OPTIMIZE
تحسين
daam logo

نحن في "دعم العربية" نساعدك في

daam analytics services

تطبيق مبادئ التحليل الإلكتروني الصحيحة على موقعك
تحليل كيفية استخدام الزوار لموقعك ولتطبيقاتك الالكترونية
اتخاذ قرارات تسويقية أكثر ذكاء لجذب العملاء الجدد وتحقيق أرباح أعلى
إجابات وتقارير دورية حول المشاكل التي تواجه عملائك داخل الموقع
اقتراح الحلول ووضع الرؤى حول كيفية تحسين أداء متجرك الإلكتروني CRO
 تطبيق التتبع المتقدم للمتاجر الإلكترونية Enhanced e-Commerce Tracking

اذا كنت من المهتمين في التجارة الالكترونية والتحليل الرقمي يمكنك التواصل معنا عبر الموقع

Da'am Al-Arabia

Our Experts Always Here to Help You.

Ask an Expert Now