Google Confidential and Proprietary Az online vásárlási folyamat jobb megértése attribúciós modellezéssel 2014. nov. 6. Erdős Ádám Account Strategist,

Slides:



Advertisements
Hasonló előadás
Készítette: Kosztyán Zsolt Tibor
Advertisements

Adatelemzés számítógéppel
DISPLAY HIRDETÉSEK. DISPLAY HIRDETÉSEK Fontos a technológiai háttér AZ ONLINE HIRDETÉSEK ELŐNYEI Real-time menedzselhető Mérhető Targetálható Interaktív.
Google Confidential and Proprietary Digitális DNA, avagy hol keressük a sikert? Heal Edina Google Magyarország 2010 November 17.
A design szerepe Végvári Imre, kreatív igazgató Online Marketing - Keresőmarketing, Linkmarketing és Egyéb technikák.
4. Marketing előadás 2009.Március 4. A szervezetek beszerzése- a vállalatok „fogyasztói magatartása”
Hatékony e-commerce hirdetés az Árukeresőn. Az Árukeresőről • Magyarország piacvezető árösszehasonlító oldala • Operáció 5 országban (HU, TR, RO, BG,
Kampányok könyvszerinti értéken Starcz Ákos Bookline.hu Nyrt április 29.
A futárszolgálat és a webáruház hatékony együttműködési lehetőségei.
KGFB kampány a nagyok árnyékában Keresőmarketing nap november 17. Keresőmarketing nap november 17. Sziebig Péter.
BRANDÉPÍTÉSSEL AZ ONLINE ÉRTÉKESÍTÉSÉRT Budapest,
Allegroup.hu Grando.hu – Az online pláza.
Hirdetési termékek – Direct Marketing eszközök.  Célzott, testreszabott hirdetési lehetőség  A hirdető által megadott szempontok alapján szűrt címlistára.
Listings: egy méltatlanul elfeledett milliárdos piac? Szávuly Krisztián Sanoma Budapest internet lapigazgató.
György István Ügyvezető igazgató Update software Magyarország Kft
Keresőmarketing stratégiák
Minőségmenedzsment alapelvek
Matematika és Tánc Felkészítő tanár: Komáromi Annamária
Reklámok az interneten: célozni tudni kell! Erőss Csaba.
[ Internet marketing Logfile elemzés Készítették: Fejős András
Marketing menedzsment elmélet és gyakorlat JATE közgazdász képzés Susányi Tamás II. félév.
4. Előadás Vállalatgazdálkodási alapok
A MILLIOMOS KÉPZÉS © Success Systems International – 2006
Az e-kereskedelem (e-business)
E-beszerzés Bravo csoport.
Az SPSS technológiával háromszorosára nőtt az online eladásokból származó bevétel.
Dinamikus klaszterközelítés Átlagtér illetve párközelítés kiterjesztése N játékos egy rácson helyezkedik el (periodikus határfeltétel) szimmetriák: transzlációs,
Az ABC modellezés elve A B C m o d e l l K i é r t é k e l é s
A website teljesítményének vizsgálata, fejlesztése 1. Forrás: WebTrends Analysis Suite, Advanced Edition White Paper (
A KOMMUNIKÁCIÓS MIX-STRATÉGIA ALAPJAI
Operációkutatás eredete
AVIR – intézményi adatmodell K+F+I szekció február 2.
Magyar Turisztikai Tartalomtár. Célok 1. olyan teljes körű turisztikai adatbázis és a belőle táplálkozó portálrendszer megteremtése, amely tartalmazza.
Folyamatos Fejlesztés Cél: Önálló fejlesztési képesség kialakítása intézményi és egyéni szinten.
Készítette: Gergó Márton Konzulens: Engedy István 2009/2010 tavasz.
dr. Tomor Tamás dr. Dövényi-Nagy Tamás
Kampány hatékonyságának mérése, értékelése
Online értékesítési modellek
Magasszintű automatizált marketing megoldások az e-kereskedelemben
SPSS Predictive Applications Cseh Zoltán Budapest április 20.
Az üzleti rendszer komplex döntési modelljei (Modellekkel, számítógéppel támogatott üzleti tervezés) II. Hanyecz Lajos.
OTP portál e-volúciója: iCRM = ügyfélre szabott kiszolgálás Joós István üzletfejlesztési igazgató.
Előadó: Copyright ® 2009, iProspect.com, Inc. | Confidential + Proprietary | All Rights Reserved | Linked by Isobar 1 Malév kampányértékelés Bogár Péter.
Lap.hu oldalak dinamizálása Lap.hu találkozó – május 14.
Telekommunikációs vállalat 100 százalékkal növelte a válaszarányokat az SPSS Clementine® segítségével.
A website teljesítményének vizsgálata, fejlesztése 1. Forrás: WebTrends Analysis Suite, Advanced Edition White Paper (
A marketingeszközök különböző piaci helyzetekben alkalmazott, az adott piaci helyzetnek megfeleltetett kombinációja.
a google adwords változásainak követése, a változások várható iránya
Tartalommarketing a Google Adwords-ben Hirdetésszövegek, melyek több és olcsóbb kattintásokat hoznak 7 tipp – garantált siker! Szaladják Linda.
Social Media 2015-ben, üzleti szemmel - avagy merre tart a közösségépítő világ? Kulcsár István Róbert 1.
A fizikai réteg. Az OSI modell első, avagy legalsó rétege Feladata a bitek kommunikációs csatornára való juttatása Ez a réteg határozza meg az eszközökkel.
BEVEZETÉS A VÁLLALATGAZDASÁGTANBA 5.
Hatékonyságmérés az online marketingben
DIGITÁLIS KOMMUNIKÁCIÓ ÜGYFÉLSZEMMEL
Google Confidential and Proprietary Kampány a kisvállalkozások sikerességéért március 30.
1. Biometria az üzlet szolgálatában 2www.shopinscope.com.
WKING PARTNERSÉG BEMUTATÓ. WKing Kereskedőház az Ön cége szolgálatában Tapasztalatunk: 10+ év e-commerce 20+ év kereskedelem 10+ év online marketing tapasztalat.
Gazdaságstatisztika Gazdaságstatisztika Korreláció- és regressziószámítás II.
Kereskedelmi Eszközök Specialista
A könyvtári integrált rendszerek statisztikai moduljának használata
SZÖM II. Fejlesztési szint folyamata 5.1. előadás
A tartalommarketing lehetőségei és korlátai a gyógyszergyártók szemével szeptember 29.
„Adatbázis építés, adatállományok felhasználása, frissítése, targetálás; egy sikeres DM esettanulmány bemutatása” Vörös Gergely online média értékesítési.
Az ötlettől a projekttervig
Kérdések a második zh-hoz
A maximum kiválasztás algoritmusa
Márkakereskedői helyzetkép
A Box-Jenkins féle modellek
Google Data Studio A Bétán túl Pere Patrícia HWSW mobile!
Sipos Zoltán Stratégiai igazgató
Előadás másolata:

Google Confidential and Proprietary Az online vásárlási folyamat jobb megértése attribúciós modellezéssel nov. 6. Erdős Ádám Account Strategist, SEEMEA, Hungary

Google Confidential and Proprietary Mi az Attribúció és miért fontos?

Google Confidential and Proprietary Mi az Attribúció? A konverzió értékének elosztása a hozzá vezető interakciók között. DisplayPaid Search Konverzió

Google Confidential and Proprietary Mi a kihívás? A különböző csatornák hatásának számszerűsítése Paid Search Videó Display Eladás

Google Confidential and Proprietary Probléma: silókban gondolkod(t)unk Külön kezelt csatornák, egyesével optimalizálva. Offline és online szintén elkülönül.

Google Confidential and Proprietary Átlagos megrendelési érték = 10,000 Ft Haszon = 20% Maximum CPA = 2,000 Ft Minden csatorna Ft CPA-ig mehet. Minden mást levágunk, mert nem profitábilis. Stratégia A képlet egyszerű

Google Confidential and Proprietary Hány játékos felelős a sikerért?

Google Confidential and Proprietary

Haladunk a korral Forrás: Kezdjük érteni az egyes csatornák szerepét a vásárlási folyamatban.

Google Confidential and Proprietary Az összes értéket az utolsó kattintásnak adja. Figyelmen kívül hagyja az összes korábbi érintési pontot. Az upper funnel marketinget teljesen alulértékeli. A konverziós értéket valamilyen egyszerű szabály alapján szétosztja az érintési pontok között. Pl.: első kattintás, lineáris, időkésleltetés, u-alakú. Feltételezéseken alapul. Egyénileg kiszámolt súlyozás alapján osztjuk szét az értéket. Az „üzleti sejtések” részletes reprezentációja. Továbbra is feltételezéseken alapul. NEM előregyártott szabályokon vagy sejtéseken alapul. A hirdető saját adataiból tanul. A súlyozást aszerint végzi el, hogy az adott érintési pont hogyan befolyásolja a konverzió valószínűségét. Utolsó kattintás Egyszerű súlyozás Egyedi súlyozás Data Driven Haladunk a számszerűsítéssel

Google Confidential and Proprietary

Legfőbb előnyök * A játékelméletből származó Shapely–értéken alapuló algoritmus : **Jelenleg a konverzió előtti maximum 4 érintési pontot vesszük figyelembe. Jobb becslőmodell A Data Driven mögött álló algoritmus az ‘Utolsó kattintás’ modellnél sokkal pontosabban jósolja meg a várható konverziós kimeneteleket. Konvertáló és nem konvertáló útvonalak adatai A csatornához rendelt érték annak összes megjelenését** tükrözi, legyen szó konvertáló vagy nem konvertáló útvonalakról. Praktikus ROI-riport Költés > Vásárlói magatartás > Konverziók > Konverziós értékek > ROI

Google Confidential and Proprietary Példa: Data Driven Attribution számolás Google Analytics Premium Példa Konvertáló és nem konvertáló útvonalak adatai A lenti útvonalak egy egyedi felhasználónak felelnek meg. Az attribúció az alapján történik, hogy az adott marketing érintési pont jelenléte vagy hiánya hogyan befolyásolja a konverzió valúszínűségét. Organic search Konverziós esemény (GA Célok, eCommerce) Nem történik konverzió Útvonal-adatok: DisplayReferral

Google Confidential and Proprietary Példa 1. lépés: útvonal-struktúrák csoportosítása. ORGANIC SEARCH DISPLAY REFERRAL 1. csoport2. csoport3.csoport Példa: Data Driven Attribution számolás Google Analytics Premium

Google Confidential and Proprietary ¼ = 0.25⅓ = 0.33 Példa: Data Driven Attribution számolás Google Analytics Premium Példa 2. lépés: konverziós valószínűségek kiszámítása. 1. csoport2. csoport3. csoport ⅖ = 0.4 ORGANIC SEARCH DISPLAY REFERRAL

Google Confidential and Proprietary A Display jelenléte második érintési pontként 0.07-tel növeli a konverzió valószínűségét. Példa: Data Driven Attribution számolás Google Analytics Premium Példa 3. lépés: az útvonalban elfoglalt hely és a csatorna típusa „Mi lett volna, ha...” típusú tesztelése. Organic searchDisplayReferral 0.40 konverziós valószínúség Organic searchReferral 0.33 konverziós valószínűség Csoport Displayel: Csoport Display nélkül:

Google Confidential and Proprietary Példa: Data Driven Attribution számolás Google Analytics Premium PÉLDA 4. lépés: az attribúciós súlyok kiszámolása. Organic searchDisplayReferral 47%22%31% A valószínűségnövekedési értékek összege: 100% = 0.32 Attribúciós súly az adott csatornára: 0.1 / 0.32 = 31%

Google Confidential and Proprietary Példa: Data Driven Attribution számolás Google Analytics Premium Példa 5. lépés: Az attributált konverziók kiszámolása a csatorna-áttekintő riportban.. Organic search Display Referral Utolsó interakció Első interakcióLineárisData Driven *31% = *22% = *47% = 1.88 Összes konverzió: 4

Google Confidential and Proprietary A vezetői döntéshozatal támogatása A legrelevánsabb konverziós mérőszám kiválasztása Az összes megadott Analytics Tranzakció és konverziós cél elemezhető. A különböző modellek összehasonlítása A Modellösszehasonlító eszköz segítségével konverziós adataink egymás mellett elemezhetők az ‘Utolsó kattintás’ és az általunk választott új modell(ek) alapján. Azon érintési pontok azonosítása, ahol a legnagyobb a változás A CPA-ban beállt változás alapján érdemes csoportosítani. A konverziós szám vagy érték alapján szűrve pedig azon kampányokat azonosíthatjuk,amelyeket a leginkább érintene egy modellváltás. Büdzsé és erőforrások újraosztása a magasabb cross-channel ROI elérésére Data Driven modell használata (Permium Analytics) Változások elemzése és további optimalizálás a Model Explorer és az ROI Analysis riportokkal (Premium Analytics).

Google Confidential and Proprietary Köszönöm a figyelmet!