閱讀650 返回首頁    go gooseeker集搜客


網站分析銷售歸因模型的四種類型

LunaMetircs的Robbin提到網站分析銷售歸因有三種模型,即(第一次互動、平均分配、第一次互動和最後一次)模型,但其實是四種模型,默認忽略了最後一次互動的模型,目前大多數的網站分析工具和網站分析模型都將銷售轉換中的功勞歸屬於最後的互動渠道和來源(最後一次互動模型),當然這裏的最後其實也不一定就是真實的最後,當最後的互動渠道是直接來源的時候,功勞是會歸屬於SEO,PPC,或者推薦來源的,實在找不到其他人的情況,才把這好事歸功於直接流量。

四種網站分析銷售歸因模型

舉個實例,請看下麵的圖片,自然搜索會得到這次轉換的所有功勞,但其實訪問者第一次是使用付費廣告找到網站的:

舉個更通俗易懂的例子,目前歐洲杯火爆上演,假設英格蘭的一個進球有以下球員共同完成,如下所示:

網站分析模型

毋庸置疑,進球肯定是記錄在魯尼頭上的,傑拉德獲得一次助攻,但是為了更好地衡量球員的表現,需要去分析誰策劃的進攻,誰參與了進來,所以就有了之前提到的四種分析模型。

這些網站分析模型,Google分析高級版可以實現,據說Google Analytics(Google分析)高級版可以將營銷轉換渠道中互動的順序分得清清楚楚(Google分析高​​級版是15萬美金一年,主要特色是銷售轉換渠道歸因,網站分析服務與培訓,數據不采樣)。但普天之下,很少有不差錢的主能夠用上Google分析高級版,那應該如何處理這個問題呢?

在Google Analytics中,解決方法的數據源來自以下的這個報告:轉化 > 多通道路徑 > 熱門轉換路徑

渠道轉換路徑

請確認選擇了最重要的轉換。然後,導出大於0的所有轉換路徑。

轉換類型

請記住,導出數據後,建議導出的格式為.csv,用Excel打開,將會如下圖所示:

導出數據

在Excel中,用“數據”>“分列”,並選擇分隔符“>符號”,然後就可以得到想要的格式了。

請看下圖:

數據分列

注意:這樣會產生很多的空格,可以能把數據弄亂,所以需要使用搜索和替換功能把空格去掉。

分列後

模型一:最後一次互動

Google Analytics電子商務跟蹤默認使用的就是最後一次互動模型,這裏就不詳細說明了。

模型二:第一次互動

如果想要把所有的功勞都歸功於第一次互動的營銷節點,你隻需要對第一列排序和匯總,並且將轉換價值匯總就可以,下圖是自然搜索匯總後的結果。

第一次互動

也可以通過Google Analytics(分析)多渠道路徑報告中得到第一次互動的數據 ,選擇輔助轉換,然後選擇第一次互動分析。現在通過Excel這樣做是因為需要它更容易與其他模型相比較。

模型三:平均分配

如果你想將權重均攤到參與到轉換的所有營銷節點,那麼就需要進行一些有挑戰性的工作了。

1.需要弄清楚每個渠道在每個轉換中多少次。(你可以用這樣一個公式:= COUNTIF)Range,”直接”) – 這會告訴你“直接”在轉換中出現了多少次。)同樣的,第二個參數可以替換為自然搜索,電子郵件,付費搜索等等;

2.然後將轉換中的數值按比例分攤,同時考慮到一些渠道可能會得到更多的權重,因為他們在轉換路徑出現的次數更多。在第一張圖中,我們看到付費搜索出現了一次,因此它會得到的權重是¼。自然搜索出現了三次,所以它得到的權重是¾;

3.可以用這樣一個公式來計算渠道的價值:= (該渠道出現個數/總渠道個數)*總轉換價值

4.這裏是一個屏幕截圖,藍色框代表的是計數,是這個渠道就是1,不是就為0;紅色框是轉換價值。

網站分析模型平均分配

模型四:第一次和最後一次互動

這是Google Analytics 高級版說的“基於位置”的定製,可以根據自己的需要定製。以下是給第一次和最後一次互動各自分配50%的權重:

1.50%的功勞給第一次互動的營銷渠道;

2.找出最後一次的互動,可以用這樣一個公式:= LOOKUP(REPT(“z”,255),範圍),注意這種excel函數隻能處理英語,不能處理中文,所以如果處理中文的話,要把渠道的中文替換為英語;

另外一個公式也行,INDEX(Range,MATCH(REPT(“z”,255),Range)) – 隻需要替換兩個出現Range的地方;

3.將另外50%的價值給到最後一次互動點擊。

第一與最後一次互動

第一與最後一次互動匯總

銷售歸因模型總結

個人認為,銷售歸因是網站分析中較棘手的一個問題,銷售之所以要歸因,是因為要根據渠道來源的表現分配營銷資源,而資源的分配是很寶貴的,是營銷策略很重要的一個環節。

對於大型的電子商務網站而言,如果一個網站有多種流量渠道,那麼就會碰到銷售歸因的複雜問題。但如果各種渠道分開網站來實施,又是另外一種玩法了,例如專門建立打廣告的站點,專門建立電子郵件發送的網頁等等。

總而言之,以上的四種網站分析模型是為了解決一個網站有多種流量渠道而提出的,希望對大家有幫助。

最後更新:2017-01-09 14:08:08

  上一篇:go 可視化數據采集器import.io與集搜客評測對比(上)
  下一篇:go 24頁PPT:大數據用戶畫像的方法、實踐與行業應用