Google Attribution：Google介入是因为没有其他人会参与吗？

广告商，尤其是PPC迷，希望为转化率最高，最相关的流量付费。 多年来，这一直困扰着我们在数字世界的角落。

然而，在其他方面，主要参与者被指责采取观望态度，要求广告商为可能最不可信，最欺诈的广告印象和点击付费。

这个问题不是想象中的。 这个行业仍然困扰着广告平台，这些广告平台宣称其有效性。

Google现在正正视机遇和问题为目标-因为大多数其他公司都不会。 他们正在推出功能强大的统一营销归因解决方案的免费版本（现称为Google Attribution，可在Beta版中提供给选择的广告客户）。

普通营销人员应该注意吗？

作为高于平均水平的营销人员，我认为我们应该在此范围内保持关注，因为它可以使我们的工作更有意义，更准确。 毫无疑问：如今，这些往往是逐步的胜利。 这场大革命已经过去了。 无论是通过服务器日志挖掘还是通过Cookie或其他方式跟踪用户和会话，我们一直以来都拥有可提高广告责任性的数据。

不过，正如Google在其“ Hello Google Attribution”（Hello Google归因）文章中指出的那样，大多数高级归因工具“难以设置”。

因此，许多广告客户都采用默认设置（即最终点击归因），并试图利用他们的想象力，来“大概”获得“如果仅有”的ROI，则可以更好地衡量。 不理想。

尤其是在吸引新客户方面，最终点击归因常常会在此过程中将100％的功劳分配给目标客户：品牌点击和再营销点击。 相反，如果我们能够将部分信誉投放到所有先前的消费者接触点上，那么我们将辜负“数据驱动”的吹嘘。

当前缺乏（“重复数据删除”）统一渠道报告会激励孤立的营销商打对抗性游戏，争取自己的渠道。 它还激励每个不同的发布商平台偏向他们自己的转化跟踪，而偏向于（您猜对了）他们自己平台的广告资源。

那么，Google Attribution可以解决此问题吗？ 嘿，你在后面，我听到你的愤世嫉俗的笑声。 这是什么策略？

Google：再次扮演警长（因为没有其他人会）

是的，谷歌是自私的。 但是通常，他们通过推动制定更强的行业标准来维护自己的利益，这反过来改善了用户体验并使Google赢得了一点尊重。 只需考虑一下Google对https的采用，网站速度和移动设备友好性的干预，但最终会受到欢迎。

几乎在设计Google Attribution时，谷歌必须做出的每项决定（除了“智能”，“机器学习”和“数据驱动”的中性说法）都会选择赢家和输家。 如果无法计算印象的可见性，如果不计算印象的影响，或者如果印象的行为不符合非欺诈的行为，则不计算点击的印象，可能会降低竞争对手网络和发布者的影响近100％。 去搞清楚。

但是，除非Google本身进行大规模和不典型的欺诈行为，否则这些工具本身也会促使Google在所有Google拥有的和合作伙伴渠道中监管其广告资源。

依靠大型垄断企业对行业实施“真相”远非完美的解决方案。 如果行业机构甚至政府监管机构会在该方向上提供一些帮助，您将喜欢它。 但是在其他地方缺乏领导力的情况下，谷歌就是这样。

这是一场漫长的比赛。 如果Google采取行动，那么明年广告商对这些轮胎的狂热回应甚至也可能毫无意义：广告的未来很可能取决于这样的事情。 接下来的三到四年将确定该工具是否成为受信任的行业标准，例如Google Apps for Business或Android。

冰山一角

成功（对于在多个渠道中发挥作用的稳健的支出者而言，他们将通过更好地了解消费者如何受到不同接触点的影响而从中受益最大）将完全取决于Google。

迄今为止，这种想法的谨慎版本一直不被接受。 例如，我与之交谈的大多数高级广告客户在最近发布的AdWords归因模型中，从一个模型切换到另一个模型（“最终点击”，“基于排名”，“线性”，“时间衰减”，“数据驱动”）时并没有太大区别。

为什么？ 很大程度上是因为各种模型仅考虑了AdWords点击次数。 如果没有关于该组合中所有其他渠道（包括自然搜索）的信息，则归因准确性不会得到太大改善。 在这种情况下，最终点击归因仍然是一个合理的选择。

一些业务模型已经成熟，可以提供更好的归因模型

Google数字营销传播者Avinash Kaushik建议说，广告支出不应该是“基于信仰的计划”。 但是，在某些行业中，很少有本能的运气如此丰富，他们会采取这种行动，并在“似乎”可以正常工作的某些渠道投入大量资金。 这行之有效（对于幸运和本能的人），因为实际上许多增长策略很难衡量; 花费的天才只有在事实发生数年或数十年后才变得显而易见。

购买周期长，对营销归因构成了特殊挑战。 在B2B中，漫长的研究阶段和tire脚的现象很普遍，但不仅限于此。 让我们考虑一个必须赢得消费者才能与某些供应商进行对话的业务。 巨大的消费者支出是企业的无名英雄，而品牌建立过程需要很长时间。

（Trivago的家伙真的为自己付出了代价吗？这似乎并不容易回答。我们确实知道的是：没有Trivago的家伙，没有公司。）

一些具有工程思维方式的公司天生就对营销人员不信任，并很高兴能提供确凿的行销投资报酬率证明。 如果您是PPC专业人员，并且曾在一家高科技初创公司工作，您可能已经注意到了。

自发的口口相传的支持者说，在争夺资源的过程中，产品不应该赢吗？ 广告真的是一种“平淡无奇的税”吗？ 来吧！ 空姐。 （我的回答是，只要在产品和营销上进行正确的投资，资源就不会那么稀少。作为营销商，我们需要配备更好的工具来证明预算的影响。尽管也许这样做会更容易重复一句口号：“没有Trivago的家伙，没有公司。”）

Google归因的三个潜在结果

让我们谈谈Google Attribution的运作方式是否应有的可能。 它的天才在于它的局限性。

首先，在AdWords孤岛中转移信用额度不会帮助任何人赢得大奖。 但有助益的是，它可能会减少AdWords营销人员过度花钱在AdWords内最终点击互动上的动机。 一些PPC经理（嘘！）在再营销受众上花费过多，仅是作为对其他渠道上发生的误导性转化狙击的报复形式。

至于这种恶作剧-啪！ —参与竞争性“最终点击寻求”和普遍归因通货膨胀（可能导致重复计算和重复计算）的孤立的营销人员将被中和并谦虚。 这是通过归因数据值得信赖的票据交换所统一归因的第二个也是最有希望的收获。 简短地讲一个简单的故事：AdRoll只是因为Facebook称之为转化，所以AdRoll教会了您的团队如何将再营销提高到11，或者有人通过品牌有机点击来购买再营销，这并不意味着我们突然开始在Facebook中超支，将再营销预算增加三倍，或将大量的感谢现金交给SEO团队。 信誉归功于每个渠道-但仅此而已。

最后，我发现在展示广告等难以衡量的媒体领域中，结果会呈现中性到略微负面的结果，尤其是长时间运行的点滴式展示广告，这些广告更多地用于品牌建设，并带来了一些性能痕迹。这种媒体的影响力千差万别，在这一点上，很难相信任何新的归因技术就能从谷壳中选出小麦。

这里的问题是，如果“科学”开始任意分配信用（甚至是部分信用）给没有真正影响力的互动，就像模型所声称的那样。 也许这并不是很难解决的：将模型校准为怀疑的，并且只认真对待似乎与某种重大转化事件相关（或在时间上接近）的交互。

有了足够的数据，您就可以放心地减少大量支出的影响。 但是，您是否会剔除最有趣的部分？ 本能的，基于信仰的广告客户以某种方式胜过决定说实话而仅在别人害怕踩踏的地方花费大量资金的罕见商业模式？ 毕竟，如果绩效案例坚如磐石，那么其他所有人肯定会知道这一点，而媒体价格的上涨最终会使利润难以捉摸吗？

当然，任何采用部分信贷的方法都应该在保守主义方面犯错误。 归因于“浏览后”转化存在很大的问题。 如果支付足够的广告展示次数并在人类附近展示，那么几乎每笔在线购买都可能与先前的广告视图相关。

是否有一个公式可以为先前的广告展示，甚至是垃圾点击分配“合理的”分数信用？ 外面有人会找到一种降低这些互动价格的方法，以便广告商可以购买十倍于此的东西。 如果Google Attribution成为黄金标准，一些偷偷摸摸的发行商和网络就会对自己说：“让游戏开始吧。”

看起来足够聪明的模型可以为交互分配“一点影响”，而不是没有，可以很好地夸大劣质媒体的信誉。 但是，如果在太多情况下该模型因不产生影响而犯错误，那么我们就发现什么地方以及如何做广告没有什么新奇的。

我们可以信任免费产品吗？

总而言之，对我们许多人来说，无痛归因测量可统一渠道报告并超越最终点击归因模型的过分简化。 不过，毋庸置疑，全球最大的在线广告销售商所经营的任何归因产品所固有的偏见仍然存在问题。

尽管有危险，但我还是保持开放的态度。 如今，那些将简单地将（可能有偏差的）分析数据从多个平台提取到报告仪表板中的人不胜枚举。 Google实际上是唯一一家能够智能地对重复归因信用进行“重复数据删除”的公司，或者换句话说，就是以公平，可行的方式巧妙地跨渠道分配部分信用的公司。

但是，让我们马上出门，让Google最大化按需提供的信息。 如果声称Google Attribution可以帮助我们统一来自各种渠道和设备的信息，我们希望能够看到这些用户渠道，包括Google的归因模型为该用户的转化分配给不同的交互和设备的权重。

对于如此丰富的数据，我认为许多广告客户都愿意为产品的高级版本支付高昂的费用。 在“自由和不透明”和六位数的价格标签之间必须有一个快乐的媒介，鉴于我们可以免费访问多少数据，这似乎很难证明。

本文中表达的观点是来宾作者的观点，不一定是Search Engine Land。 工作人员作者在此处列出。