转化功劳平均分配到转化路径中的所有 Google Ads 广告接触点。 Jim 购买的牛仔夹克将50% 归因于第一个付费搜索广告,50% 归因于第二个付费搜索广告。 时间衰减- 此归因模型为距离转化时间更近的接触点提供更多功劳。该模型使用 7 天的半衰期,其中转化前 8 天的点击获得的功劳是转化前 1 天的点击的一半。 对于吉姆购买的牛仔夹克,第一次付费搜索点击将获得最少的功劳,而第二次付费搜索广告点击将获得最多的功劳,因为它是最接近转化的广告点击。 基于位置- 此归因模型将 40% 的转化功劳分配给最后点击的 Google Ads 广告,将 40% 的。
转化功劳分配给第一次点击的 Google Ads 广告,并将 20% 分配给转化路径中间的所有广告点击。 吉姆购买牛仔夹克时,只有两次付费搜索广告点击,因此转化功劳在这两次点击之间平均分配。然而,如果存在第三个付费搜索广告接触点,第一个和第三个广告将分别获得 40% 的转化功劳,而第二个广告将获得剩余的 20%。 数据驱动- 该归因模型使用机器学习来 澳洲华人电话号码表 划分转化功劳,以确定每个广告接触点在转化过程中所扮演的角色。这是最新、最复杂的归因模型。 吉姆购买牛仔夹克后,每个广告接触点都将根据其在转化路径中所扮演的角色获得一部分功劳。 Google Ads 和 Google Analytics(分析)转化跟踪之间的差异 作为 Google Ads 转化跟踪的替代方案,可以在 Google Analytics 中跟踪转化,然后通过平台集成发送到 Google Ads。