因此，您正在考慮更改 Google Ads 帳號中的歸因模型。

也許你的銷售代表正在向你施壓，要求你轉換。也許你的客戶正在質疑你目前的模型。

但是，當您扣動扳機時，您不確定會發生什么，并且您不想進行無法撤消的更改。

以下是您需要了解的有關修改 Google Ads 歸因模型的信息，以便您做好充分準備，設定期望值、消除誤解并充分利用可用的選項。

更改模型不會影響 Google Ads 中記錄的轉化次數

與普遍的誤解相反，沒有一種 Google Ads 歸因模型會比其他模型更多地或更少的總轉化次數歸功于 Google Ads。

這意味著您不必擔心切換模型會將 Google Ads 轉化流向自然或 Facebook 等其他來源，或者與“更真實”的模型相比夸大計數。

您正在處理相同數量的 Google Ads 轉化，并且只是更改了關鍵字或廣告系列等維度的功勞分配方式。

換句話說，你不是在改變餡餅的大小，你只是以不同的方式切片。

更改 Google Ads 歸因模型也不會改變 Google Analytics（分析）針對相同數據生成報表的方式。即使您導入的是 Google Analytics（分析）轉化數據。

谷歌對此非常清楚：

“Google Ads 對這些數據執行的計算方式與 Google Analytics（分析）不同，因此，即使基礎數據相同，您也會看到兩種產品之間的計算值存在一些差異?！?/p>

將 Google Ads 視為一個獨立的生態系統。

歸因與生態系統內的功勞分配方式有關，而不是歸因于平臺的轉化次數。

每個轉化操作都有自己的歸因模型

歸因模型是在轉化操作一級設置的。它不受廣告系列或帳號級別的控制。

也就是說，如果您要跟蹤多個轉化操作，則可以為每個轉化操作設置不同的歸因模型。

要切換型號，請單擊“工具和設置”>“測量”|”轉換。然后點擊轉化操作的名稱。

如果轉化操作的來源不是您的網站或 Google Analytics（分析），您將無法修改歸因模型。您會看到“不可編輯”通知：

如果您的轉化操作是可修改的，請點擊修改設置，您將看到歸因模型的所有可用選項。

您所要做的就是選擇您的模型并點擊完成。

就這么簡單。您無需創建新的跟蹤像素、重新導入任何數據或進行任何其他更改，即可使新的歸因模型生效。

歸因和模型比較報告可以為您的決策提供信息

想知道您的廣告系列在不同歸因模型中的效果如何？

您無需創建重復的轉化操作，也不必在廣告系列實驗中對其進行 A/B 測試。

相反，您可以輕松地使用 Google Ads 的歸因報告來做出以數據為依據的決策，而無需對廣告系列進行任何更改。

讓我們看一下“工具與設置”>“中的路徑分析 |歸因>概述。

在上面的示例中，您會看到所有轉化都來自一次廣告互動。您使用的模型將無關緊要，因為只需單擊一次即可申請任何信用額度。

但是，假設您發現超過一半的轉化發生在多次廣告點擊之后：

在這種情況下，了解那些推動點擊并在以后帶來轉化的漏斗頂部關鍵字將非常有價值。

不過，您不必更改歸因模型即可獲取該數據。

從“工具與設置”>“測量 |歸因>模型比較，您可以選擇不同的歸因模型，看看它們如何為您的帳號分配功勞：

模型對比報告：首次點擊轉化與以數據為依據的轉化

到目前為止一切順利，但如果您有多個轉化操作怎么辦？

如何隔離模型比較工具，使其對特定操作有用？

在頁面頂部，您可以從下拉列表中選擇要包含在分析中的轉化操作。

您還可以選擇要分析的維度，包括關鍵字、廣告組和設備。

您不僅限于廣告系列數據！

獲取跨網絡數據的唯一方法是選擇加入 Beta 版

您需要了解客戶旅程中每個接觸點的完整詳細信息。

很遺憾，更改歸因模型只會影響 Google.com 上的搜索和購物轉化：

無論您選擇哪種模型，您都不會在“歸因模型比較”報告或“輔助轉化”頁面中看到展示廣告系列或視頻廣告系列。

好消息是，終于有了解決這個嚴重限制的方法。

您可以通過“工具與設置”>“衡量”|”歸 因：

在測試版邀請上點擊“確定”，即可立即訪問更豐富的路徑數據。

跨廣告聯盟歸因報告考慮了 2019 年 5 月起的 YouTube 廣告互動量和 2020 年 11 月起的展示廣告網絡互動量。

在歸因模型比較報告中，您需要將跨廣告網絡模型按鈕切換為“開啟”。

如果您沒有看到該選項，請嘗試將報告開始日期更改為 2020 年 11 月 19 日之后。從那里，您應該能夠激活模型。

雖然這絕不是全渠道或完整的多觸點歸因解決方案，但它將為您提供我們以前從未在 Google Ads 界面中獲得過的見解。

切換時不會丟失（或更改）歷史數據

您會很高興地知道，更改 Google Ads 歸因模型不會清除或重置過去的數據。

此更改只會影響您今后的轉化次數統計方式。

此圖表顯示了一段時間內的轉化情況，其中包含兩種不同歸因模型的報告數據：

按月轉換

您可以看到，2017 年 11 月設置了新的歸因模型。

請注意，之前的“最終點擊”模型以整數表示轉化，而新模型則采用小數。

這就引出了下一個考慮因素，即改變歸因模型。

您可能會在報告中看到部分功勞

如果您使用的是“首次點擊”或“最終點擊”模式，則 100% 的轉化功勞將用于單次廣告互動。

對于所有其他模式，單次轉化的功勞可以在多個廣告互動中共享，這意味著我們不再處理整數。

由于不同日期發生的互動之間存在時間滯后，因此單次轉化可能會將“功勞”分配給不同的日期、周、月甚至年份（例如：點擊 1：12 月 30 日，點擊 2：1 月 3 日）。

在共享轉化功勞歸因的帳號中，所有時間的總轉化次數仍會以小數點后表示，這有悖常理。

（在整個表演歷史中，被劃分為多個部分的“整體”仍然應該全部加起來。

Google Ads 沒有記錄出現這種情況的原因。我的銷售代表能夠確認的最好的情況是，這是一個四舍五入或輕微的信用轉移問題。

現在，我們已經介紹了切換歸因模型后 Google Ads 帳號中會發生什么情況，接下來讓我們來看看它對廣告系列的影響。

歸因模型會影響您針對轉化進行優化的方式

是時候快速回顧一下了：

• 無論您使用哪種歸因模型，Google Ads 都會使用相同的基礎轉化數據。
• 無論您選擇哪種模型，您都可以查看不同模型如何分配轉化功勞。

那么，更改歸因模型實際上對您的帳號效果有何影響呢？

模型為您提供了一個系統來解釋哪些是有效的

歸因模型就是這樣——一個模型。它為您提供了一個一致的框架，用于指導如何分配轉化功勞并在整個帳號中進行優化。

優化就是多做有效的事情，少做無效的事情。

當您更改歸因模型時，您就改變了哪些有效（哪些無效）的框架。

這反過來又會影響您的指標（例如單次轉化費用和廣告支出回報率），從而影響您對出價和預算做出的決策。

智能出價策略會根據您的新歸因模型自動調整

智能出價策略包括自動出價類型，例如：

• 目標每次轉化費用和目標廣告支出回報率。
• 最大限度地提高轉化率和轉化價值。
• 增強的每次點擊費用。

這些出價策略會根據您的歸因模型優化搜索出價。

請注意，更改歸因模型可能會使您的智能出價策略重新進入一周（或更長時間）的“學習期”，在此期間，您可能會看到效果更差，每次點擊費用過高。這是不頻繁或魯莽地更改模型的原因。

手動出價策略不會自動優化任何內容

如果您使用的是人工出價，則需要像往常一樣，根據更新后的效果數據進行人工出價調整。

使用“當前模型”指標更新您的目標和預算（即使使用智能出價）

當分配的轉化功勞發生變化時，效果數據也會發生變化。您需要調整目標條件，以反映歸因模型中的新價值。

但是你怎么知道要使用哪些目標呢？

在 Google Ads 中更改歸因模型后，您可以向數據表格添加其他列，以查看應用當前模型后過去的效果：

修改列 > 歸因 > 當前模型

“當前模型”列下的新值可幫助您設置更好的目標，以免出價過高或過低。

您可以在此 Google 支持頁面上找到有關如何更新目標的詳細說明。

非最后點擊模型會推動更好的優化嗎？

最大的歸因問題之一是是否繼續使用最終點擊模型，所以讓我們更深入地了解一下。

最后單擊語義

現在，這可能是一個語義問題，但值得澄清，因為它對營銷人員來說是多么令人困惑。

Google Analytics（分析）實際上有一個多渠道漏斗 （MCF） 歸因模型，稱為“最后一次 Google Ads 點擊”，該模型還會將功勞分配給 Google 廣告的最后一次點擊。

這種歸因模型和 Google Ads 的“最終點擊”歸因模型都對 Google Ads 點擊進行了功勞，即使該功勞包含在 Google Analytics（分析）建模的名稱中，并且僅隱含在 Google Ads 中。

當有人提到 Google Ads 歸因模型的“非最終點擊”（NLC） 時，他們只是指不是“最終點擊”的模型。沒有實際的 NLC 模型選項。

最終點擊有什么問題

Google Ads 中的默認歸因模型（目前）是“最終點擊”。事實上，在 2016 年之前，沒有將模型更改為其他任何選項的選項。

使用最終點擊模型的風險在于，它會降低早期搜索和廣告互動的價值。

如果您使用具有最終點擊歸因的人工出價策略，則與填充管道的未轉化關鍵字相比，您為完成轉化的關鍵字賦予的價值可能會更高。

隨著時間的推移，降低出價或暫停這些“漏斗頂部”關鍵字可能會導致轉化量降低。

即使您容忍早期漏斗關鍵字的 CPL 更高，您也無法通過搜索詞數據來了解哪些字詞有助于轉化，哪些沒有。

如果您使用的是智能出價策略，情況會更糟。

正如 Frederick Vallaeys 所解釋的，

…當自動化“遇到漏斗上層關鍵詞，而這些關鍵詞由于衡量系統使用最終點擊歸因而沒有分配轉化時，自動化系統會認為這些重要的關鍵詞毫無價值，并可能將其排除在外。

如果沒有人工做出決定，就無法控制漏斗關鍵字頂部在幕后所做的工作。

智能出價策略需要一種能夠自動為這些早期接觸點分配功勞的模型。

最后一塊拼圖是，谷歌希望通過大量、更廣泛的條款獲得更高的每次點擊費用。

基于競價的競價戰可能有利可圖，而最終點擊關鍵字的庫存往往有限。

非最終點擊模型有助于 Google 證明早期付費點擊的價值，這也是您的 Google 代表可能鼓勵您轉換的另一個原因。

哪種 Google Ads 歸因模型最好？

我們是否一直在考慮哪種歸因模型最適合使用？

沒有。

本文重點介紹預期的更改，而不是如何決定要實現的六個可用模型中的哪一個。

但你也需要一些指導，對吧？

由于上述原因，我們已經排除了最終點擊。它可能有有效的用例，但如果沒有這些用例，它就不是一個主動選擇（或默認被動離開）的用例。

首次點擊是另一種全積分模式，具有許多相同的限制，因為它忽略了輔助點擊。

接下來是共享信用模型，其中每次廣告點擊都會促進轉化。

對于在 30 天內在支持的廣告網絡上獲得 300+ 次轉化和 3000+ 次點擊的廣告主來說，數據驅動是一種可行的機器學習選項。

如果您不符合以數據為依據的要求（換言之，如果您平均每天的轉化次數少于 10 次），那么剩下的三種共享信貸模式可供選擇。

基于規則的線性、時間衰減和基于位置的模型都將確保每次交互都獲得一些榮譽。

一個關鍵詞在單次轉化中獲得 33% 還是 20% 的功勞，不如它獲得任何功勞的事實重要。

這些模型都沒有“對”或“錯”之分，只是廚師選擇你喜歡哪一種。比較歸因報告中的模型，并使用能夠為您的業務目標提供最佳洞察的模型。

如果每天的轉化次數少于 10 次，因此選擇其中一種模型而不是另一種模型不太可能對您的報告和優化產生重大影響。

關于模型的最后說明

希望從這篇文章中已經很清楚了，但我不能夸大理解“模型”不是取證測量工具的重要性。

客戶旅程不是線性的，它們不會發生在單個渠道上。

即使在對 Google.com 進行的有限搜索范圍內，歸因模型也只能提供完整故事的一小部分。

假設有人在接近做出購買決定時進行了多次 Google 搜索：

• 手提箱。
• 旅行行李。
• 硬殼旅行行李箱。
• 猴子。

廣告主的目標是否應該是為其著陸頁或網站的四次唯一點擊出價并支付費用，以捕獲每個認知階段和查詢？這似乎過分且昂貴。

實際上，由于只有少數頁首廣告，大多數競爭企業不會針對每個相關查詢展示廣告。

并非所有有展示次數的廣告都會獲得點擊并顯示在路徑分析中。

我們的訪客在一次會話中點擊競爭對手的網站、無贊助的自然列表和多個競爭付費廣告。Google Ads 歸因模型不會顯示任何此類活動。

Google Ads 中根本沒有一種歸因模型可以提供營銷人員（和我們的客戶）所渴望的完全確定性、精確度和準確性。

我們擁有的數據越少，情況就越真實。

這并不意味著歸因模型是沒有目的的。

但是，你越是對仍然有懸而未決的問題這一事實感到滿意，你就越能更好地回應不可避免的模棱兩可。

結論

將 Google Ads 歸因模型從全功勞模型（最終點擊或首次點擊）中改為全功勞模型是一種低風險的方式，可以為客戶在購買過程中與之互動的所有廣告提供轉化功勞。

智能出價策略將立即開始根據更新后的歸因模型進行優化，但您仍需要參與其中，以確保您的目標和預算支持新模型。

使用 Google Ads 歸因報告、模型比較和“當前模型”列，獲取有關轉移信用額度的數據分析。

請務必選擇加入跨網絡歸因測試版，了解視頻和展示廣告對轉化路徑的貢獻情況！

歸根結底，無論您選擇哪種共享信貸模式，都不太可能顯著改變優化機會。

歸因模型不是一種精確的衡量工具。

這是一個框架，可幫助您更好地了解多次 Google Ads 點擊對轉化的影響。

將其視為指導，并利用這些見解來優化您的帳戶以獲得更好的效果。

---

圖片來源

作者截圖，2021年1月