AdTech, Attribution və hadisələri böyüməyə necə əlaqələndirmək / əlaqələndirmək

Son 2 gündə AdTech, Attribution problemi və hadisələrin (bir istifadəçinin səyahətində) bir-birlərinə necə əlaqəli ola biləcəyi barədə bəzi mövzularda oxudum; və başa düşdüklərimi yazmaqda mənim təvazökar səylərimdir.

Beləliklə, AdTech nədir?

AdTech, əsasən rəqəmsal marketinq məkanını saxlayan şeylərin arxasında durur. Məncə, bu texnologiyanın inkişaf etmək üçün böyük potensialı var, xüsusən onun nə qədər yenilikçi və fərdiləşə biləcəyi üçün. Rəqəmsal şəkildə reklam etmək üçün sərfəli yollar tapmaq elmi kimi düşünün. Yəni daha çox reklamın harada yerləşdiriləcəyini, kimin hədəfə alınacağını, hansı reklamın maksimum dönüşüm verdiyini və s.

İndi dönüşüm nədir?

Rəqəmsal bazar məkanında dönüşüm bir satış ola bilər, kimsə SaaS-a abunə, istifadəçi qeydiyyatı. Müştəriniz tərəfindən kifayət qədər dəfə təkrarlanarsa, sizə qazanc verəcək bir hərəkət kimi düşünün.

Məqsədimiz daha çox pul xərcləmək və daha az (və ya heç biri) etməməyiniz üçün hansı reklamın maksimum dönüşüm yaratdığını anlamaqdır.

Attribution haqqında danışaq

Attribution, sonda dönüşümə səbəb olan bir istifadəçinin səyahətindəki hər bir əlaqə nöqtəsinə dəyər (bir sıra) verən bir elmdir. Bu, daha yaxşı analiz üçün prosesi ölçmək üçün əsasən lazımdır, -

  1. Dönüşüm hunisinin hansı addımının dönüşüm üçün ən vacib olduğunu tapın
  2. Əksər istifadəçilərin hansı addımı atdıqdan sonra tapın (və geri qayıtmayın və ya digər vasitə ilə dönüşüm etmə)
  3. Hadisələrlə təcrübə aparın və bunun dönüşümlərə necə təsir etdiyini anlayın.

Bəs dönüşümlü bir huni nədir, soruşursunuz? Çox yaxşı sual. Bir dönüşüm hunisi istifadəçi son dönüşüm etməzdən əvvəl keçdiyi addımlarla addımdır.

Attribution problemi

Gəlin bir dəstə istifadəçi üzərində (öyrəndiyim ssenarilərlə) bir iş araşdıraq. Bu istifadəçilərin təsviri olduqca darıxdırıcı ola biləcəyini xatırla:

İstifadəçi A idman ayaqqabısı istədi. İstədiyi tam eyni idman ayaqqabısı üçün bir reklam görür (baxmayaraq ki, heç bir yerdə bu barədə heç bir söz deməyib və etdiyi hər şey bu barədə düşünülmüşdür: /), reklamı tıklayır və bəyəndiyi üçün çox, satın almağa davam edir. Heyrətamiz məhsul; o xoşbəxtdir, satıcı xoşbəxtdir.

İstifadəçi B də idman ayaqqabısı istədi. Reklamı tıklayır və yoxlayır, ancaq onun yaxşı görünəcəyinə əmin deyil. Beləliklə, ertəsi gün eyni şirkətin mağazasına gedir və çalışır. Çox sevir, ona görə də satın alır.

İndi hər kəsin idman ayaqqabısı istədiklərini və bir reklamı görəndən sonra aldığını bilirik?

İstifadəçi C, birdən telefonu şarj halında öldükdə ayaqqabı almaq niyyətində idi, buna görə onu şarj vəziyyətinə qoyur və noutbukundan almağa davam edir.

İstifadəçi D marka və məhsulun şəxsiyyətini valideynlərinə göndərir və onlardan bunu ad günü hədiyyəsi olaraq almalarını xahiş edir.

İstifadəçi E məhsulu sevir, lakin pozulur, buna görə istək siyahısında əbədi olaraq saxlayır və sonradan satın alır. Bəli mən İstifadəçi E. İstifadəçi E mənəm.

Bir kompüteri necə düzəldə biləcəyimizi analiz edək (və ya rəqəmsal marketoloq / böyümə hackeri) dönüşüm və buna səbəb olan reklam arasındakı əlaqəni tapa bilək.

A işi olduqca sadədir. Reklam birbaşa çevrilməyə səbəb olur və bu məlumat reklamverənə qaytarılır.

B vəziyyətində, reklam nəticədə istifadəçinin məhsulu almasına səbəb olur. Elan olmasaydı, istifadəçi başqa bir şirkətin ayaqqabısını alacaqdı. Beləliklə, bu dönüşümü reklamla əlaqələndirmək istəyirik. Bəs bunu necə edirik?

Tadaaaaa! Attribution probleminə xoş gəlmisiniz

Bir reklamın bir ağacın kökü olduğunu düşünün, budaqlar fərqli istifadəçi səyahətləridir və bir budağın sonundakı yarpaq dönüşümdür. Qarşınızdakı problem yarpaqları kökünə bağlamaqdır.

Beləliklə, B işinə geri qayıdın - buna onlayn-of-off atributu deyilir. Bu ikisini əlaqələndirmək üçün istifadə olunan ən ümumi metod istifadəçi mağazada alış-veriş edərkən ideal istifadə etdiyi promo kodu təqdim etməkdir. Google, uyğun reklam verənlərə, reklamverici veb saytına girməyin, mağazalarındakı ziyarətlərinə necə təsir etdiyini göstərən bir mağazada ziyarət ölçümlərinə sahibdir. Lakin bu məsələni tam həll etmir; problem hələ də qalmaqdadır.

C və D halları olduqca oxşardır. İstifadəçilərin reklamı gördüyü cihaz, əşyanı haradan aldıqları yerdən deyil. Bu ümumiyyətlə çarpaz cihaz atributu problemi olaraq bilinir. Ekranların sayı artdıqca və axtarış qutularından AR / VR və ya Şəxsi Rəqəmsal Köməkçilərə doğru irəlilədikcə cihazlarda istifadəçilərin izlənməsi vəzifəsi getdikcə daha da çətinləşir! Hal-hazırda, bu problemi həll etmək üçün bir yol, google / facebook hesablarının və s. Daxil edilmiş vəziyyətlərdən istifadə etməkdir.

Case E-yə gəlincə, həll veb saytlarda istək siyahıları təmin etməkdir ki, istifadəçi reklamı tıkladıqdan sonra elementi aktiv olaraq özlərinə əlavə edə bilsin. Arzu siyahısı daha sonra huni içərisində başqa bir addım olardı və dönüşüm baş verdikdə reklamı izləyə bilərsiniz.

Hesab edirəm ki, bu (bəlkə də bir növ) müştəri səyahətində hər addımın izlənməsinin nə üçün vacib olduğunu söyləyir. Tək toxunuş atributu (istifadəçi səyahətinin ilk və ya son nöqtəsinə bütün dəyər vermək) bu çətin atributiya problemlərini həll etməkdə (və ya həll etməyə cəhd etməkdə) yaxşı bir iş görmür. Bu maraqlı problemlərin bir çoxunu həll etmək üçün fərqli Attribution alqoritmlərindən istifadə etmək lazımdır (bəlkə də yaradılıb?).

Bu atribut problemləri, dönüşümün səbəb olduğunu necə deyə bilərik? Əslində A hadisəsinin dönüşməyə səbəb olduğunu ümumiyyətlə necə deyə bilərik? Bir addım daha irəliləmək üçün A hadisəsinin B hadisəsinə səbəb olduğunu necə deyə bilərik?

Hadisələr necə əlaqəlidir? Korrelyasiya və səbəb

Dönüşümləri necə müəyyənləşdirəcəyinizi bildiyiniz üçün, dönüşümlərə nəyə qərar verdiyinizi və bunu necə sübut edə biləcəyinizi danışaq.

Ən çox yayılmış iki (və aydın olduğu kimi eyni şəkildə izah edilməmiş) terminlər Korrelyasiya və Səbəbdir. İndi reklamlarınız bəzi dönüşümlərə səbəb ola bilər. Reklamlarınız bəzi dönüşümlərlə əlaqələndirilir. İkisinin arasındakı fərqi görürsən?

İndi korrelyasiya və səbəbkarlıq bu qədər qarışıqdır, çünki biz bunu sadəcə bir birlik olsa belə səbəbiyyət adlandırırıq. Qarışıq? Yalnız oxuyun.

Bir nümunə araşdırması edək (Yenə də):

Xanım X kollecdə Riyaziyyatdan dərs deyir. Bu semestr o, partiyanın ən pis performans sinifini (və ya bəlkə də əsrini) alır. Xanım X-a bu sinifin fəaliyyətini yaxşılaşdırmaq tapşırığı verildiyi üçün bütün dünyada ən yaxşısı olduğu deyilir. Xanım sinifə gedir və elan edir - Dərslərimdə məcburi iştirak yoxdur. İmtahandan bir gün əvvəl o, iclasların tez bir nəticəsini verir. Bu belədir.

Nəticə - imtahan verən uşaqların% artmaqdadır!

Mən eyni kollecdə bir müəlliməm və eyni rejimi qəbul etməyim lazım olduğunu bilmək istəyirəm.

İndi bu simulyasiyada bir dəstə dəyişən var. Qoy imtahandan keçən tələbələrin sayı olsun. B bu mövzunu təkbaşına öyrənə biləcəyiniz rahatlıq olsun. Deyək ki, C imtahanlardan əvvəl dərsə neçə uşaq qatılır, prof. X X nə qədər yaxşıdır, E isə son sinifdə öyrətdiklərinin hamısıdır. F semestrdə neçə gündür (Azadlıq günlərini saya bilmək üçün)

Bir fərziyyə (h1) C artımının A artımının səbəbi olmasıdır.

Məntiqi doğru görünür? İmtahandan əvvəl iştirak etmək üçün yalnız bir sinif var. Hər şeyi bir anda öyrədir, olduqca tez, bilik nuggets və bu A səbəb olur.

Ancaq sonra da (h2) E-nin bir dəyişməsinin A artımının səbəbi olduğunu iddia edə bilərəm.

Demək istədiyim odur ki, onun öyrətdiyi bütün şeylər imtahan vərəqində olan şeylərdir. Aydındır ki, iştirak edənlərin hamısı keçəcəkdi. Amma əgər o, dəhşətli bir müəllimdirsə (yəni D dəyəri azdır)? Ancaq mənbələr asanlıqla mövcuddursa (B yüksəkdir) və bütün sualları verirsə, bunların necə həll olunacağını öyrətməkdə çətinlik çəkirsiniz?

Tamamilə. İndi B, C, D və E'nin A'ya təsir etdiyini və F-nin A ilə əlaqəli olmadığını bilirik. Lakin hansı dəyişənin səbəb olduğu səbəbi bilmirik. Bəzən yalnız bir hadisəni görürük (və ya müşahidə edirik) və buna inanırıq. səbəbdir. Təsəvvür edin ki, yalnız A və C dəyişənlərini nəzərə almışıq, lakin h2 həqiqətdir!

Bu, çox vaxt olur və ya olmur. Tam mənzərədən xəbərsizik; və bu inama əsaslanaraq ağır bahislər etməyə davam etmək zərərli olacaqdır.

Sübut> İnam. Məlumat> nəzəri sübut Periodt.

Bizim vəziyyətimizdə indi B, C, D və E-lərin A ilə əlaqəli olduğunu bilirik və həqiqi həqiqətin nə olduğunu tapmalıyıq. A. nəyə səbəb olur?

Səbəbi necə sübut etmək olar

2 Metod A / B / n testi və Hipotez testidir.

A / B / n-də (simulyasiyadan, yadda saxla?) Sinifdəki şagirdləri alt dəstlərə bölüşdürərdim və hər alt hissədə B, C, D və ya E-lərdən yalnız birini qorumalı idim. Beləliklə, indi bir dəyişənin artması və azalması ilə nəticələrin bu alt dəstlərin hər birində necə dəyişdiyini görə bilərəm və dəyişəndəki dəyişiklik həqiqətən nəticəyə səbəb olub-olmadığı məntiqi nəticəyə gələ bilər. Gördüyünüz kimi, bu real vaxtda baş verən bir növ testdir. Aka gələcəkdə nəticə əldə etmək üçün indiki vəziyyətdə təcrübə aparır.

Hipotez testində birincil fərziyyə edirəm. H1 götürək. İndi mən bunu rədd edirəm. Buna null fərziyyə (h0) deyilir. İndi h0 A-dan C-də bir dəyişiklik təsirlənmir. Dərslərə gedən uşaqların sayı keçən uşaqların sayına təsir etmir. Yaxşı, bəs niyə h1 sübut etmək əvəzinə h0 sübut etməyə çalışırıq? Demək istəyirəm ki, bu dəyişənlərin hər birinin məlumatları var, onda nə?

Beləliklə, şey budur. h1 iddia edir ki, B, D və E dəyişikliyinin nə olursa olsun, C artması A. artması deməkdir. Lakin h0 nə deməkdir ki, əgər B, D və E sabit olsaydı və C dəyişsəydi, A olmaz dəyişmək.

H1-dən h0-ni sübut etmək daha asandır, çünki dəyişənlər daha azdır!

Nəticə

Beləliklə, indi bu uzun tərtib olunmuş məqalənin sonunda nə öyrəndiklərinizi səhvlərimlə öyrəndim. Ancaq həm ümid edirəm, həm də rəqəmsal marketinqin çox məntiqi əsasını və bunun bir məhsulun böyüməsinə necə təsir etdiyini başa düşdüm; bu böyümənin səbəbini necə tapmaq və sübut etmək. Bir mütəxəssissinizsə və bunu oxudunuzsa, xahiş edirəm səhv etdiyimi və bu anlayışları daha yaxşı başa düşmək üçün oxuya biləcəyimi bildirin.

Bu faktların doğru olub olmadığına çox əmin deyiləm. Sən? Mənə aşağıdakı şərhlərdə bildirin!