فرض کنید مشتری‌ای هفته‌ی پیش روی تبلیغ جستجوی برند شما کلیک کرد، دو روز بعد یک ویدیوی یوتیوب از شما دید و امروز از طریق جستجوی یک عبارت عمومی خرید کرد. گزارش گوگل ادز کدام‌یک از این سه تعامل را برنده‌ی تبدیل اعلام می‌کند؟ پاسخ به چیزی بستگی دارد که اغلب مدیران اکانت زیاد به آن فکر نمی‌کنند: اتریبیوشن مدل، یا به فارسی مدل اسناد تبدیل، کمپین شما.
تا چند سال پیش گوگل ادز شش مدل برای این کار داشت. حالا فقط دو تا مانده: Last Click و Data-Driven. این مقاله توضیح می‌دهد این دو چه فرقی دارند، چرا بقیه حذف شدند، و از کجا بفهمید گزارش داده-محور (Data-Driven) اکانت شما قابل اعتماد است یا هنوز زود است.
اتریبیوشن مدل دقیقا چه کاری انجام می‌دهد؟
وقتی کاربری خرید می‌کند، معمولا مسیری طی کرده: چند تبلیغ دیده، روی یکی‌دو مورد کلیک کرده و شاید یک‌بار هم مستقیم اسم برند را جستجو کرده. اتریبیوشن مدل تعیین می‌کند هرکدام از این تعامل‌ها چه سهمی از اعتبار تبدیل را می‌گیرند. این سهم مستقیما روی گزارش تبدیل هر کمپین و هر کلمه‌ی کلیدی اثر می‌گذارد، و چون بیدینگ هوشمند گوگل بر همین داده‌ها تصمیم می‌گیرد، روی بودجه‌ای که بین کمپین‌ها جابه‌جا می‌شود هم اثر دارد.
این موضوع انتزاعی نیست؛ مستقیم روی تصمیم شما اثر می‌گذارد. اگر گزارش بگوید فلان کلمه‌ی کلیدی عمومی مسئول بیشتر فروش‌هاست، در حالی که واقعیت چیز دیگری است، ممکن است بودجه را جایی ببرید که فروش اضافه نمی‌آورد.
مدل‌هایی که دیگر در پنل نیستند
تا سال ۲۰۲۳ (۱۴۰۲) گوگل ادز چهار مدل قانون‌محور هم داشت: اعتبار کامل به اولین کلیک، اعتبار کامل به آخرین کلیک، تقسیم مساوی بین همه‌ی تعامل‌ها (خطی)، وزن بیشتر برای تعامل‌های نزدیک‌تر به تبدیل (افت زمانی)، و ترکیبی که بیشترین سهم را به اولین و آخرین تعامل می‌داد (مبتنی بر موقعیت). این چهار مدل در میانه‌ی سال ۲۰۲۳ برای اقدام‌های تبدیل (Conversion Action) جدید از دسترس خارج شدند و هر اقدام تبدیلی که هنوز از آن‌ها استفاده می‌کرد، به‌صورت خودکار به مدل Data-Driven منتقل شد. طبق گزارش‌های همان دوره، این چهار مدل مجموعا کمتر از سه درصد از تبدیل‌های وب گوگل ادز را پوشش می‌دادند؛ به همین دلیل بود که گوگل حذفشان را توجیه‌پذیر دانست.
اگر در اکانتی قدیمی کار می‌کنید که زمانی یکی از این مدل‌ها را داشته، امروز دیگر گزینه‌ای برای انتخاب دوباره‌ی آن ندارید. چیزی که باقی مانده، انتخاب بین دو مدل فعلی است.
مدل آخرین کلیک (Last Click)
ساده‌ترین مدل: تمام اعتبار تبدیل به آخرین کلیکی می‌رسد که قبل از تبدیل اتفاق افتاده. اگر کاربر در مثال بالا با همان جستجوی عمومی خرید کرده، کل اعتبار به همان کلمه‌ی کلیدی عمومی می‌رسد و تبلیغ برند و ویدیوی یوتیوب چیزی نمی‌گیرند.
مزیتش شفافیت است: هر عدد در گزارش را می‌توانید توضیح بدهید. ضعفش این است که تعامل‌های اولیه، یعنی چیزهایی که کاربر را اصلا وارد قیف فروش کرده‌اند، هیچ اعتباری نمی‌گیرند. برای کسب‌وکاری که چرخه‌ی خرید کوتاهی دارد و بیشتر تبدیل‌ها از یک کلیک ساده اتفاق می‌افتد، این ضعف چندان مهم نیست. برای کسب‌وکاری با مسیر خرید چندمرحله‌ای، همان مثالی که اول مقاله زدیم، مدل آخرین کلیک تصویر ناقصی می‌دهد.
مدل Data-Driven؛ چطور کار می‌کند
مدل Data-Driven از یادگیری ماشین استفاده می‌کند و بین مسیرهایی که به تبدیل رسیده‌اند و مسیرهایی که نرسیده‌اند مقایسه انجام می‌دهد. طبق توضیح رسمی گوگل، این مدل بررسی می‌کند حضور یا نبودن هر تعامل در مسیر، احتمال تبدیل را چقدر تغییر می‌دهد و بر همین اساس اعتبار کسر شده (fractional credit) به هرکدام می‌دهد. برخلاف چهار مدل حذف‌شده، این مدل از قانون ثابت و از پیش تعیین‌شده پیروی نمی‌کند؛ مدل هر اکانت مخصوص همان اکانت است و از داده‌های همان اکانت ساخته می‌شود.
این مدل تعامل‌های جستجو (شامل شاپینگ)، یوتیوب، دیسپلی و دیمند جن را می‌بیند. یعنی برخلاف Last Click، می‌تواند به ویدیوی یوتیوبی که کاربر دو روز قبل از خرید دیده هم سهمی بدهد، نه فقط به کلیک آخر.
چند کانورژن لازم است تا این مدل قابل‌اعتماد شود؟
این بخشی است که اغلب نادیده گرفته می‌شود. طبق راهنمایی گوگل، برای اینکه مدل Data-Driven داده‌ی کافی برای یادگیری الگوها داشته باشد، معمولا به چیزی حدود ۳۰۰ تبدیل در ۳۰ روز گذشته برای همان اقدام تبدیل نیاز دارد. اگر اکانت شما به این حجم نمی‌رسد، گزارش هنوز کار می‌کند، اما رفتارش می‌تواند به مدل آخرین کلیک نزدیک شود، چون داده‌ی کافی برای تشخیص الگوهای ظریف‌تر وجود ندارد. در این حالت، اعداد گزارش را با احتیاط بیشتری بخوانید و منتظر تثبیت الگو با رشد حجم تبدیل بمانید.
چطور مدل فعلی هر Conversion Action را ببینیم
در گوگل ادز، از مسیر Goals (یا اهداف) وارد Conversions شوید، روی کانورژن اکشن موردنظر بزنید و بخش Attribution settings را باز کنید. همان‌جا می‌بینید کدام مدل فعال است. اگر از ردیابی کانورژن با گوگل آنالیتیکس ۴ هم استفاده می‌کنید، تنظیم مشابهی در گزارش‌های Advertising > Attribution هست؛ توجه کنید این دو تنظیم جدا از هم کار می‌کنند و لزوما یکسان نیستند.
محدودیت‌هایی که روی گزارش Data-Driven باید در نظر بگیرید
مدل Data-Driven دقیق‌تر از Last Click است، ولی دقیق‌تر بودن به‌معنای بی‌نقص بودن نیست.
این مدل فقط داخل گوگل را می‌بیند. اگر کاربر پیش از تبدیل، تبلیغ شما را در اینستاگرام یا شبکه‌ی دیگری هم دیده، آن تعامل در این گزارش وجود ندارد. یعنی حتی دقیق‌ترین گزارش Data-Driven هم فقط بخشی از مسیر واقعی مشتری را نشان می‌دهد، نه کل آن.
اعتبار الگوریتمی، دلیل مطلقی نیست. مدل می‌گوید فلان کلمه‌ی کلیدی چند درصد اعتبار گرفته، ولی این به معنای اثبات‌شده‌ای نیست که بدون آن تعامل، فروش اتفاق نمی‌افتاد؛ محاسبه بر اساس الگوهای آماری است، نه آزمایش کنترل‌شده. اگر می‌خواهید واقعا بفهمید فلان کمپین باعث فروش اضافه می‌شود یا نه، همان‌طور که در مقاله‌ی کمپین برند در گوگل ادز هم توضیح داده‌ایم، باید یک آزمون واقعی مثل توقف موقت کمپین انجام شود، نه فقط خواندن گزارش اتریبیوشن.
داده‌ی کم، مدل ضعیف می‌سازد. همان‌طور که بالاتر گفتیم، در صورت مشاهده عددی کمتر از حدود ۳۰۰ تبدیل ماهانه، اعتماد به جزئیات گزارش را کمتر در نظر بگیرید.
ردیابی ناقص، ورودی مدل را خراب می‌کند. اگر ردیابی تبدیل درست تنظیم نشده باشد یا بخشی از تبدیل‌ها (مثل تماس تلفنی یا خرید حضوری) اصلا ثبت نشوند، مدل روی داده‌ی ناقص یاد می‌گیرد و نتیجه هم ناقص می‌ماند.
اتریبیوشن مدل و گوگل آنالیتیکس ۴
اگر از گوگل آنالیتیکس برای بهینه‌سازی کمپین استفاده می‌کنید، آنجا هم یک تنظیم اتریبیوشن مستقل وجود دارد که روی گزارش‌های Advertising اثر می‌گذارد، نه روی گزارش تبدیل گوگل ادز. این دو عدد می‌توانند با هم فرق داشته باشند، چون منبع داده و روش محاسبه یکی نیست. اگر عدد یک کمپین در گوگل ادز و گزارش GA4 اختلاف دارد، لزوما خطا نیست؛ به تنظیم اتریبیوشن هرکدام نگاه کنید.
کی باید نتیجه‌ی اتریبیوشن مدل را زیر سؤال ببریم؟
سه نشانه هست که باید محتاط‌تر عمل کنید:
- حجم تبدیل اکانت شما زیر آستانه‌ی قابل‌اعتماد مدل Data-Driven است.
- بخش بزرگی از مسیر خرید مشتری بیرون از گوگل اتفاق می‌افتد (شبکه‌های اجتماعی، ایمیل، توصیه‌ی دهان‌به‌دهان).
- گزارش دارد ادعا می‌کند کمپینی که شک دارید اصلا فروش اضافه می‌آورد، عملکرد فوق‌العاده‌ای دارد؛ این دقیقا همان وضعیتی است که در مقاله‌ی کمپین برند هم دیدیم، جایی که ROAS بالا می‌تواند فقط نشان‌دهنده‌ی کلیک‌هایی باشد که بدون تبلیغ هم می‌آمدند.
در این موارد، گزارش اتریبیوشن را نقطه‌ی شروع تحلیل بدانید، نه نقطه‌ی پایان آن.
اشتباه رایج: دنبال مدل درست‌تر گشتن به‌جای درست کردن داده‌های ورودی
بسیاری از مدیران اکانت وقت زیادی صرف مقایسه‌ی Last Click با Data-Driven می‌کنند، در حالی که مشکل اصلی‌شان جای دیگری است: ردیابی تبدیل ناقص، عدم کاربرد صحیح گوگل تگ منیجر، یا کمپین‌هایی که اصلا کلمات کلیدی منفی ندارند و ترافیک نامرتبط جذب می‌کنند. اتریبیوشن مدل روی داده‌ای کار می‌کند که به آن داده شده؛ اگر آن داده خراب باشد، هیچ مدلی، حتی Data-Driven، گزارش درستی نمی‌دهد.
جمع‌بندی
برای اکانتی با حجم تبدیل بالا و مسیر خرید چندمرحله‌ای، Data-Driven معمولا تصویر واقعی‌تری می‌دهد و همین باعث شده گوگل آن را پیش‌فرض قرار دهد. برای اکانتی با حجم تبدیل کم یا چرخه‌ی خرید بسیار ساده، Last Click ساده‌تر و قابل‌توضیح‌تر می‌ماند. در هر دو حالت، قبل از تغییر استراتژی بودجه فقط بر اساس این گزارش، ردیابی کانورژن را درست کنید و حجم داده‌تان را در نظر بگیرید.
توضیحات و مستندات گوگل در مورد اتریبیوشن مدل Data-Driven
سؤال‌های پرتکرار
آیا می‌توانم مدل‌های قدیمی مثل خطی یا افت زمانی را دوباره فعال کنم؟
نه. این چهار مدل از سال ۲۰۲۳ برای اقدام‌های تبدیل جدید در دسترس نیستند و اقدام‌هایی که از آن‌ها استفاده می‌کردند به‌صورت خودکار به Data-Driven منتقل شده‌اند.
تفاوت اتریبیوشن مدل در گوگل ادز و گوگل آنالیتیکس ۴ چیست؟
این دو تنظیم جدا از هم هستند. تغییر مدل در یکی، مدل دیگری را تغییر نمی‌دهد و همین باعث می‌شود گاهی عدد یک کمپین در دو گزارش متفاوت باشد.
اگر تبدیل‌های ماهانه‌ام کم است، چه مدلی بهتر است؟
اگر به آستانه‌ی حدود ۳۰۰ تبدیل در ۳۰ روز نمی‌رسید، می‌توانید فعلا روی Last Click بمانید یا به گزارش Data-Driven با احتیاط بیشتری نگاه کنید تا حجم تبدیل‌تان رشد کند.
آیا اتریبیوشن مدل روی بیدینگ هوشمند هم اثر دارد؟
بله. استراتژی‌های بیدینگ هوشمند بر اساس همان داده‌ی تبدیلی که مدل اتریبیوشن تولید می‌کند تصمیم می‌گیرند، پس انتخاب مدل غیرمستقیم روی نحوه‌ی توزیع بودجه هم اثر می‌گذارد.
آیا مدل Data-Driven تبلیغات شبکه‌های اجتماعی دیگر را هم می‌بیند؟
نه. این مدل فقط تعامل‌های داخل اکوسیستم گوگل (جستجو، شاپینگ، یوتیوب، دیسپلی، دیمند جن) را می‌بیند. تعامل در پلتفرم‌های دیگر در این گزارش دیده نمی‌شود.
دیدگاهتان را بنویسید