← Toate playbook-urile·Atribuire digitală

Ce îți trebuie

• Distribuția zilnică a lag-ului de conversie pentru ultimele 3-6 campanii comparabile, extrasă din platforma de analiză (GA4, MMP sau raportul de traseu al conversiei din ad server)
• Durata ciclului de achiziție al categoriei (numărul mediu de zile de la primul contact până la achiziție), din CRM-ul clientului sau din cercetări de categorie
• Opțiunile de lookback ale platformei și valorile implicite curente pentru click-through și view-through, din interfața DSP-ului/ad server-ului
• Datele de flight din planul media și mixul de canale, din planul media curent
• Fereastra de atribuire folosită la campaniile anterioare ale acestui cont, din ultimul raport de campanie, pentru comparabilitate

Procedura

1. Extrage numărul zilnic de conversii după expunere pentru 3-6 campanii comparabile din platforma de analiză, obținând un tabel brut al distribuției lag-ului
2. Convertește numărul de conversii pe zi în procente cumulate la ziua 1, 7, 14, 30 și 45, pentru a identifica punctul în care curba se aplatizează
3. Calculează conversiile marginale pe zi în interiorul fiecărui interval (1-14, 14-30, 30-45), pentru a găsi punctul în care zilele suplimentare nu se mai justifică
4. Verifică pragul candidat prin comparație cu ciclul mediu de achiziție al categoriei din datele CRM, ca test de plauzibilitate pentru curbă, nu ca factor principal de decizie
5. Setează ferestre separate pentru click-through și view-through în ad server/DSP, întrucât conversiile view-through scad mai rapid decât cele click-through
6. Documentează fereastra aleasă și motivația în planul de măsurare și semnalează schimbarea tuturor celor care folosesc în aval fluxul de conversii atribuite, inclusiv dashboard-urile și datele de intrare pentru MMM

Calcul pas cu pas

Extrage ultimele 4 campanii comparabile de bunuri pentru casă din GA4: 12,400 de conversii urmărite în interval de 45 de zile de la expunere. Captare cumulată: ziua 1 = 40% (4,960), ziua 7 = 68% (8,432), ziua 14 = 82% (10,168), ziua 30 = 94% (11,656), ziua 45 = 100% (12,400). Rata marginală pe interval: zilele 1-14 adaugă 5,208 conversii în 13 zile = 400/zi; zilele 14-30 adaugă 1,488 în 16 zile = 93/zi; zilele 30-45 adaugă 744 în 15 zile = 50/zi. CRM-ul clientului arată un ciclu mediu de achiziție de 18 zile, apropiat de pragul de la ziua 14, unde curba se frânge. Setează fereastra click-through la 14 zile, care captează 82% din conversii la o rată marginală de 400/zi, înainte ca aceasta să scadă la 93/zi. Setează fereastra view-through la 1 zi, în concordanță cu datele proprii de decădere ale acestui cont din DSP. Interpretarea este: tot ce depășește ziua 14 reflectă în mare parte activitate explicată mai bine de alte canale sau de revenire organică, nu de expunerea în sine.

Unde se greșește

• Setează separat ferestrele view-through și click-through: view-through scade în una-două zile, în timp ce click-through poate dura 14-30 de zile, iar o fereastră comună atribuie greșit una dintre cele două tipuri de conversii
• Tratează durata ciclului de achiziție ca pe un test de plauzibilitate, nu ca pe factorul principal de decizie: curba de lag din datele reale ale campaniei trebuie să stabilească pragul, iar cifra din CRM doar confirmă că acesta este plauzibil
• Recalculează curba pentru acest cont, în loc să păstrezi valoarea implicită a platformei (de obicei 30 de zile pentru click, 1 zi pentru view): valorile implicite sunt calibrate pentru advertiser-ul median și pot supraestima tiparul real de decădere al acestui cont
• Resetează fereastra atunci când mixul de canale se schimbă semnificativ, de exemplu prin adăugarea de TV sau offline, deoarece acestea au curbe de lag mai lungi și cu o formă diferită față de campaniile pe care s-a bazat fereastra inițială

Cum știi că e corect

Termeni folosiți

• Attribution Window
• Conversion Attribution
• Last-Click Attribution

← Toate playbook-urile Se calculează în ValueMetrics →