Super Sale WeekClaude Skills — 20% OFF
Glossary

मार्केटिंग एट्रिब्यूशन क्या है? मॉडल, उपयोग के मामले और सर्वोत्तम अभ्यास

Powerdrill Bloom·
मार्केटिंग एट्रिब्यूशन क्या है? मॉडल, उपयोग के मामले और सर्वोत्तम अभ्यास

मार्केटिंग एट्रिब्यूशन किसी कन्वर्शन (रूपांतरण) का श्रेय उन टचपॉइंट्स को देने की प्रक्रिया है जो इसके कारण बने। Google इसे "महत्वपूर्ण उपयोगकर्ता कार्रवाइयों के लिए श्रेय देने के कार्य" के रूप में परिभाषित करता है। वह श्रेय "उपयोगकर्ता के पथ के विभिन्न विज्ञापनों, क्लिकों और कारकों" में विभाजित होता है। यह गाइड आज उपयोग किए जाने वाले मॉडलों, वे किस काम के लिए अच्छे हैं, और वे कहाँ गुमराह करते हैं, इस पर प्रकाश डालती है।

मार्केटिंग एट्रिब्यूशन क्या है

कोई ग्राहक शायद ही कभी पहली बार के संपर्क में कनवर्ट होता है। वे एक विज्ञापन देखते हैं, एक समीक्षा पढ़ते हैं, एक सप्ताह बाद आपके ब्रांड का नाम खोजते हैं, और खरीदारी करते हैं। एट्रिब्यूशन यह तय करता है कि उस बिक्री का कितना श्रेय प्रत्येक चरण को मिलना चाहिए।

अधिकांश रिपोर्टिंग में डिफ़ॉल्ट उत्तर सब कुछ अंतिम क्लिक (लास्ट क्लिक) को देना होता है। यह एक विकल्प है, कोई तटस्थ तथ्य नहीं, और यह व्यवस्थित रूप से उस चैनल का पक्ष लेता है जो खरीदारी के सबसे करीब होता है।

Google इस तंत्र को सटीक रूप से परिभाषित करता है। एक एट्रिब्यूशन मॉडल "एक नियम, नियमों का एक सेट, या डेटा-संचालित एल्गोरिदम हो सकता है।" यह जो निर्धारित करता है वह यह है कि "उपयोगकर्ता के पथ के टचपॉइंट्स को श्रेय कैसे दिया जाता है।"

मॉडल कैसे भिन्न होते हैं

नियम-आधारित मॉडल

एक नियम-आधारित मॉडल एक निश्चित नीति लागू करता है। सारा श्रेय अंतिम क्लिक को दें, या पहले क्लिक को दें, या इसे हर टचपॉइंट पर समान रूप से वितरित करें।

इसका लाभ यह है कि कोई भी इसे आसानी से समझा सकता है। नुकसान यह है कि एक ही नियम सब पर लागू होता है। एक ब्रांड खोज और एक कोल्ड डिस्प्ले इंप्रेशन को एक समान माना जाता है, भले ही वे बहुत अलग तरह से काम करते हैं।

डेटा-संचालित मॉडल

एक डेटा-संचालित मॉडल एक निश्चित नियम लागू करने के बजाय आपके अपने डेटा से महत्व (वेट) सीखता है। Google का कहना है कि इसका संस्करण "प्रत्येक क्लिक इंटरैक्शन के वास्तविक योगदान की गणना करने के लिए आपके खाते के डेटा का उपयोग करता है।" यह आगे जोड़ता है कि "प्रत्येक डेटा-संचालित मॉडल प्रत्येक विज्ञापनदाता और प्रत्येक प्रमुख घटना के लिए विशिष्ट होता है।"

प्रकाशित कारकों की सूची जानने योग्य है। मॉडल में "प्रमुख घटना से समय, डिवाइस का प्रकार, विज्ञापन इंटरैक्शन की संख्या जैसे कारक शामिल होते हैं।" यह "विज्ञापन प्रदर्शन के क्रम और रचनात्मक संपत्तियों के प्रकार" को भी तौलता है।

यह केवल एक साधारण गिनती के बजाय तुलना का भी उपयोग करता है। Google "एक काउंटरफैक्चुअल (प्रतितथ्यात्मक) दृष्टिकोण" का वर्णन करता है। इसमें, "मॉडल तुलना करता है कि क्या हुआ और क्या हो सकता था।" वह तुलना यह तय करती है कि किन टचपॉइंट्स ने परिणाम को सबसे अधिक प्रभावित किया।

वे मॉडल जो Google Analytics वास्तव में आज प्रदान करता है

यहीं पर अधिकांश प्रकाशित सलाह पुरानी हो चुकी है, इसलिए स्रोत को सीधे उद्धृत करना उचित है।

Google का सहायता पृष्ठ बताता है कि "Google Analytics प्रॉपर्टीज़ में एट्रिब्यूशन रिपोर्ट में 3 एट्रिब्यूशन मॉडल उपलब्ध हैं।" वे हैं डेटा-संचालित एट्रिब्यूशन, पेड और ऑर्गेनिक लास्ट क्लिक, और Google पेड चैनल्स लास्ट क्लिक।

यह पृष्ठ इस बारे में भी उतना ही स्पष्ट है कि क्या हटा दिया गया है। फर्स्ट क्लिक, लीनियर, टाइम डिके और पोजीशन-आधारित मॉडल "नवंबर 2023 से अब उपलब्ध नहीं हैं।"

यदि आपके रिपोर्टिंग टेम्पलेट में अभी भी एक लीनियर कॉलम है, तो यह एक ऐसे मॉडल का वर्णन कर रहा है जिसे प्लेटफ़ॉर्म ने देना बंद कर दिया है। जब टीमें विरासत में मिले डैशबोर्ड का ऑडिट करती हैं, तो यह एक आम बात होती है।

मॉडल दस्तावेज़ के अनुसार यह क्या करता है
डेटा-संचालित एट्रिब्यूशन आपके अपने खाते के डेटा के आधार पर श्रेय वितरित करता है, जो प्रत्येक विज्ञापनदाता और प्रत्येक प्रमुख घटना के लिए विशिष्ट होता है
पेड और ऑर्गेनिक लास्ट क्लिक "डायरेक्ट ट्रैफ़िक को अनदेखा करता है और प्रमुख घटना मूल्य का 100% उस अंतिम चैनल को देता है जिसके माध्यम से ग्राहक ने क्लिक किया था"
Google पेड चैनल्स लास्ट क्लिक "कन्वर्ट होने से पहले ग्राहक ने जिस अंतिम Google Ads चैनल पर क्लिक किया था, उसे प्रमुख घटना मूल्य का 100% श्रेय देता है"
फर्स्ट क्लिक, लीनियर, टाइम डिके, पोजीशन-आधारित "नवंबर 2023 से अब उपलब्ध नहीं है"

दो और विवरण यह बदलते हैं कि आंकड़े कैसे पढ़े जाते हैं।

पहला, डायरेक्ट ट्रैफ़िक डिफ़ॉल्ट रूप से बाहर रखा गया है। पृष्ठ नोट करता है कि "सभी एट्रिब्यूशन मॉडल डायरेक्ट विज़िट को एट्रिब्यूशन श्रेय प्राप्त करने से बाहर रखते हैं, जब तक कि प्रमुख घटना का पथ पूरी तरह से डायरेक्ट विज़िट से न बना हो।"

दूसरा, आंकड़े बाद में बदल जाते हैं। Google का कहना है कि "कन्वर्शन के बाद 7 दिनों तक कन्वर्शन को फिर से एट्रिब्यूट किया जा सकता है।" यही कारण है कि एक ही सप्ताह के सोमवार के एक्सपोर्ट और शुक्रवार के एक्सपोर्ट में अंतर हो सकता है।

रिपोर्ट स्वयं Advertising के अंतर्गत होती हैं। Google का निर्देश है कि "बाईं ओर Advertising पर क्लिक करें" और फिर, "Attribution के अंतर्गत, Attribution models या Attribution paths पर क्लिक करें।"

मार्केटिंग एट्रिब्यूशन का उपयोग किस लिए किया जाता है

  • बजट आवंटन। यह तय करना कि किस चैनल को खर्च की अगली वृद्धि मिलती है।
  • चैनल मूल्यांकन। यह आंकना कि क्या कोई चैनल जो कभी बिक्री बंद नहीं करता है, फिर भी अपना स्थान पाने का हकदार है।
  • क्रिएटिव और कैंपेन संबंधी निर्णय। यह समझना कि कनवर्ट करने वाले पथों पर कौन सी संपत्तियां दिखाई देती हैं।
  • नेतृत्व को रिपोर्टिंग। राजस्व में बदलाव के कारणों को ऐसी भाषा में समझाना जिसे एक गैर-मार्केटर भी समझ सके।
  • विरासत में मिले सेटअप का ऑडिट करना। यह जांचना कि रिपोर्ट में दिया गया मॉडल वही मॉडल है जिसका उपयोग टीम मानती है कि वह कर रही है।

पांचवां बिंदु कम आंका गया है। किसी कंपनी के भीतर अधिकांश एट्रिब्यूशन विवाद वास्तव में दो लोगों द्वारा दो अलग-अलग मॉडलों को पढ़ने के कारण होते हैं।

लाभ

यह एक अंतर्निहित निर्णय को स्पष्ट बनाता है। प्रत्येक रिपोर्ट में पहले से ही एक एट्रिब्यूशन विकल्प होता है। इसे नाम देने से एक धारणा ऐसी चीज़ में बदल जाती है जिस पर टीम बहस कर सकती है।

यह अपर-फनल के काम को एक सुरक्षा प्रदान करता है। जो चैनल ग्राहकों का परिचय कराते हैं वे शायद ही कभी उन्हें क्लोज़ करते हैं, और श्रेय वितरित करने वाला मॉडल ही एकमात्र तरीका है जिससे वे रिपोर्ट में दिखाई देते हैं।

यह एक साझा शब्दावली बनाता है। एक बार जब हर कोई इस बात पर सहमत हो जाता है कि साप्ताहिक आंकड़े किस मॉडल का उपयोग करते हैं, तो बातचीत कार्यप्रणाली से रणनीति पर आ जाती है।

जानने योग्य सीमाएं

एक मॉडल कारण का माप नहीं है। यह देखे गए टचपॉइंट्स के बीच श्रेय को विभाजित करता है। यह आपको यह नहीं बताता कि यदि आपने किसी चैनल को बंद कर दिया होता तो क्या होता।

अनदेखे टचपॉइंट अदृश्य होते हैं। एक बातचीत, एक पॉडकास्ट उल्लेख, या किसी सहकर्मी की सिफारिश श्रेय देने के लिए कोई क्लिक नहीं छोड़ती है।

सेटिंग्स उत्तर बदल देती हैं। Google एक रिपोर्टिंग एट्रिब्यूशन मॉडल, श्रेय प्राप्त करने वाले चैनलों और एक प्रमुख घटना लुकबैक विंडो को अलग-अलग सेटिंग्स के रूप में सूचीबद्ध करता है। इनमें से किसी को भी बदलें और वही अंतर्निहित डेटा अलग तरह से रिपोर्ट करता है।

विंडो बदलती रहती है। सात दिनों तक पुन: एट्रिब्यूशन संभव होने के कारण, उस दिन उद्धृत किया गया आंकड़ा अस्थायी होता है।

सर्वोत्तम प्रथाएं

मॉडल को रिपोर्ट में लिखें। मॉडल का नाम और लुकबैक विंडो को रिपोर्ट हेडर में रखें, न कि किसी ऐसे फुटनोट में जिसे कोई नहीं पढ़ता।

एक पर भरोसा करने के बजाय दो मॉडलों की तुलना करें। डेटा-संचालित और लास्ट क्लिक को साथ-साथ पढ़ने से पता चलता है कि कौन से चैनल मॉडल की पसंद पर निर्भर करते हैं। वे ही ऐसे चैनल हैं जिन पर चर्चा करना सार्थक है।

प्रस्तुत करने से पहले एक एक्सपोर्ट को फ्रीज कर लें। चूंकि श्रेय को एक सप्ताह तक फिर से सौंपा जा सकता है, इसलिए लाइव व्यू से प्रस्तुत करने पर बैठक के बीच में ही आंकड़े बदलने की संभावना रहती है।

प्लेटफ़ॉर्म व्यू को बिज़नेस व्यू से अलग रखें। प्लेटफ़ॉर्म रिपोर्टें वह गिनती करती हैं जो प्लेटफ़ॉर्म देख सकता है, और फाइनेंस विभाग वह गिनता है जो बैंक में आया है। दोनों का मिलान करना एक कार्य है, कोई त्रुटि नहीं।

केवल योग ही नहीं, बल्कि पाथ डेटा भी रखें। एक बार जब आप केवल चैनल योग एक्सपोर्ट करते हैं, तो आप उसी अवधि के लिए किसी अन्य मॉडल का परीक्षण नहीं कर सकते।

एक्सपोर्ट को ऐसी चीज़ में बदलना जिसे टीम पढ़ सके

एट्रिब्यूशन रिपोर्टिंग में वैचारिक समस्या के नीचे एक व्यावहारिक समस्या भी है। आंकड़े एक प्लेटफ़ॉर्म में रहते हैं, खर्च दूसरे में रहता है, और राजस्व तीसरे में रहता है

यह एनालिटिक्स के काम से पहले फाइलों को जोड़ने का काम है। Powerdrill Bloom उन एक्सपोर्ट्स को अपलोड के रूप में लेता है। इसके अपने शब्दों में, आप हर डेटासेट में सवाल पूछते हैं और "चार्ट, टेबल और एक्सपोर्ट के साथ एक सटीक उत्तर पाते हैं।"

अधिकांश रिपोर्टिंग की तुलना में यहाँ स्रोत अधिक मायने रखता है। इसका होम पेज वादा करता है कि "हर संख्या अपने पीछे के पेज, रो और आंकड़े के साथ वापस आती है।" जब कोई किसी चैनल के श्रेय को चुनौती देता है, तो आप बिल्कुल यही चाहते हैं।

उसके व्यावहारिक संस्करण के लिए, मार्केटिंग एट्रिब्यूशन रिपोर्ट बनाने पर हमारा वॉकथ्रू साप्ताहिक कैडेंस को कवर करता है। संबंधित लेख चैनल ROAS रिपोर्ट और क्रिएटिव परफॉर्मेंस रिपोर्ट को कवर करते हैं, और विज्ञापन खर्च विश्लेषण टूल का हमारा राउंडअप व्यापक श्रेणी को कवर करता है।

निष्कर्ष

मार्केटिंग एट्रिब्यूशन एक श्रेय-निर्धारण नीति है, और इसके साथ आप जो सबसे उपयोगी काम कर सकते हैं वह यह बताना है कि आप किस नीति का उपयोग कर रहे हैं। प्लेटफ़ॉर्म सिमटकर तीन मॉडलों तक रह गया है, डायरेक्ट ट्रैफ़िक डिफ़ॉल्ट रूप से बाहर रखा गया है, और आंकड़े बाद में एक सप्ताह तक फिर से सौंपे जा सकते हैं।

इन चार तथ्यों को ध्यान में रखें और अधिकांश एट्रिब्यूशन विवाद छोटे हो जाएंगे। फिर उसी अवधि के लिए दो मॉडलों की तुलना करें, और उन चैनलों पर चर्चा करें जहाँ वे असहमत हैं।

लाइव डैशबोर्ड के बजाय एक्सपोर्ट से काम कर रहे हैं? अपने चैनल, खर्च और राजस्व फ़ाइलों पर एक साथ Powerdrill Bloom आज़माएं

अक्सर पूछे जाने वाले प्रश्न

सरल शब्दों में मार्केटिंग एट्रिब्यूशन क्या है?

यह वह तरीका है जिससे आप तय करते हैं कि बिक्री के लिए किन मार्केटिंग टचपॉइंट्स को श्रेय मिले। Google इसे उस कार्रवाई के पथ के विज्ञापनों, क्लिकों और कारकों को महत्वपूर्ण उपयोगकर्ता कार्रवाइयों के लिए श्रेय देने के रूप में वर्णित करता है।

Google Analytics अब कौन से एट्रिब्यूशन मॉडल प्रदान करता है?

तीन: डेटा-संचालित एट्रिब्यूशन, पेड और ऑर्गेनिक लास्ट क्लिक, और Google पेड चैनल्स लास्ट क्लिक। आधिकारिक पृष्ठ बताता है कि फर्स्ट क्लिक, लीनियर, टाइम डिके और पोजीशन-आधारित मॉडल नवंबर 2023 से अब उपलब्ध नहीं हैं।

डायरेक्ट ट्रैफ़िक को कोई श्रेय क्यों नहीं मिलता है?

Google का दस्तावेज़ बताता है कि सभी एट्रिब्यूशन मॉडल डायरेक्ट विज़िट को श्रेय प्राप्त करने से बाहर रखते हैं, जब तक कि प्रमुख घटना का पूरा पथ डायरेक्ट विज़िट से न बना हो।

मेरे एट्रिब्यूशन आंकड़े बाद में क्यों बदल जाते हैं?

क्योंकि अधिक डेटा आने पर श्रेय को फिर से सौंपा जा सकता है। Google का पृष्ठ बताता है कि कन्वर्शन के बाद सात दिनों तक कन्वर्शन को फिर से एट्रिब्यूट किया जा सकता है।

डेटा-संचालित एट्रिब्यूशन किस पर आधारित है?

आपके अपने खाते के डेटा पर। प्रकाशित कारकों में प्रमुख घटना से समय, डिवाइस का प्रकार और विज्ञापन इंटरैक्शन की संख्या शामिल हैं। विज्ञापन प्रदर्शन का क्रम और रचनात्मक संपत्तियों का प्रकार भी मायने रखता है, जिसका मूल्यांकन काउंटरफैक्चुअल तुलना के साथ किया जाता है।