“Google Analytics 是很厲害的網站分析工具，但是它有那麼多項數據，時間有限，我該怎麼讀懂和利用？”

隨著互聯網技術和業務的發展，互聯網廣告行業正在走進大數據時代，而早期人們的購買模式都比較簡單。

比如：

進入平台 → 瀏覽商品 → 購買；

點擊廣告 → 瀏覽商品 → 購買；又或者是

通過他人的分享 → 瀏覽商品 → 購買。

現在的客戶從思考到購買的整個過程，大部分會經由多個觸點，無論是點擊廣告、流覽社交媒體、放入購物車、下載應用、註冊會員……我們都知道企業投放 Google Ads 能利用 Google Analytics 對網頁進行追蹤，其中包括訪問量、工作階段、瀏覽頁數、跳出率、流量來源、轉化等，但其中 Google Analytics 歸因模型工具能統計瀏覽者的行動軌跡。

有關不同的歸因模型

Google Ads 提供幾種歸因模型：

您可以在 “轉化” → “歸因” → “模型對比工具” 中嘗試比較不同模型對數據視圖的影響。當中列舉兩個主要歸因模型如下：

線性模型

線性模型給予轉化路徑上每個管道以相等的價值。假設有5個接觸點，則每個接觸點都將獲得20％的權重分配。此模式是歸因的第一步，可讓您開始優化客戶的整個路徑，而不是單個接觸點。

根據廣告排名的模型

根據廣告排名的模型可以在用戶轉化路徑的不同位置賦予不同的價值。基於排名的模型可以將70％的權重分配給第一個和最後一個接觸點，並將剩下的30％均勻分配給所有其他接觸點。使用這個模型強調了第一次接觸和最後一次接觸額外的權重。

據有關數據預測，在至少有100名使用多個網路行銷管道的美國公司中，85%在2018年使用歸因模型。預計到2020年將有88%的企業使用歸因模型。

利用歸因模型行銷可幫助企業直觀瞭解客戶在上網旅程中每個步驟的價值，哪些管道應該享有更多的預算分配，或是有需要做再行銷。

▌結論：在 Google Analytics 中選擇合適的歸因模型，以便應用該模型體驗其優勢。我們為客戶提供可實踐的管道管理建議方案，方便客戶對管道資源分配合理調控。希望通過這次的介紹，您又對歸因模型有了進一步的瞭解。

如需瞭解更多數字技術，歡迎訂閱！我們會第一時間將最新消息推送給您。