Entschlüsselung der Attribution und Google Analytics

Episodenbeschreibung

Bei so vielen Interaktionen hinter einem Kauf scheint Attribution fast notwendig.

Wer würde nicht eine Vogelperspektive darauf haben wollen, wie die verschiedenen Kanäle funktionieren und was zur finalen Konversion führt? Aber es gibt Fallstricke, selbst beim von Google bevorzugten Last-Click-Modell. Lerne, wie du Attributionsmodelle intelligenter mit Hilfe von Google Analytics nutzen kannst.

Dieses Panel behandelt:

• Unterschied zwischen Plattform- und plattformübergreifender Attribution und wann du welche benötigst
• Was ist neu in Google Analytics 4 und warum sollte es dich interessieren
• Wie man Attribution in einer Welt priorisiert, die Datenschutz in den Vordergrund stellt, wo Cookies möglicherweise nicht verfügbar sind
• Vor- und Nachteile verschiedener Attributionsmodelle

Unsere Experten-Gäste:

• Ken Williams, Search Discovery
• Brooke Osmundson, NordicClick Interactive
• Christopher Gutknecht, Bergzeit

Erkenntnisse der Episode

Unterschied zwischen Plattform- und plattformübergreifender Attribution

• Plattform-Attribution: Besser zur Optimierung von Kampagnen innerhalb einer einzigen Plattform.
• Plattformübergreifende Attribution: Essenziell, um die allgemeine Effektivität des Marketings über mehrere Kanäle hinweg zu verstehen.
• Verwendung: Plattform-Attribution für spezifische Kanaloptimierungen anwenden und plattformübergreifende Attribution für ganzheitliche Marketingperspektiven nutzen.

Neue Funktionen in Google Analytics 4

• Ereignisbasierte Datenmodelle: Verbessert die Integration zwischen Web- und mobilen Plattformen.
• Verbesserte Engagement-Metriken: Präzisere Verfolgung des Nutzerengagements.
• Anpassung an Datenschutzänderungen: Entwickelt für Umgebungen mit eingeschränkter Cookie-Nutzung.
• UI-basierte Datenmanipulation: Direkte Anpassungen in Google Analytics ohne externe Tools.

Attribution in einer Welt, die den Datenschutz priorisiert

• Serverseitiges Tracking: Geht die Einschränkungen von clientseitigen Cookies an, indem auf serverseitige Methoden umgestellt wird.
• Modellanpassung: Verwende Modelle, die fehlende Interaktionen aufgrund von Datenschutzbeschränkungen schätzen.
• Datenschutzorientierte Tools: Nutze die neuen Funktionen von GA4, die für eine höhere Datenschutzkonformität entwickelt wurden.

Vor- und Nachteile verschiedener Attributionsmodelle

• Regelbasierte Modelle: Einfach zu implementieren, können jedoch den Einfluss verschiedener Touchpoints falsch darstellen.
• Algorithmische Modelle: Präziser in Multi-Touch-Umgebungen, erfordern jedoch signifikante Daten und sind komplex zu verwalten.
• Modellauswahl: Wähle basierend auf den Geschäftszielen und der Komplexität der Kundeninteraktionen, mit kontinuierlichen Anpassungen und Tests.

Episodentranskription

Frederick Vallaeys: Hallo und willkommen zu einer weiteren Episode von PPC Town Hall. Mein Name ist Fred Vallaeys. Ich bin Ihr Gastgeber und auch CEO und Mitbegründer von Optmyzr. Wir wollten also eine Sitzung machen, die sehr taktisch und praktisch ist, wieder mit vielen Tipps. Diese Woche sprechen wir über Attribution, Messung, Google Analytics 4.

Attributionsmodelle. Grundsätzlich die Frage beantworten, du machst PPC, du gibst das Geld aus, aber wie misst du, ob es funktioniert? Und misst du das nur direkt über die Anzeigenmaschine mit dem Google Conversion-Tracking, oder möchtest du einen kanalübergreifenden Ansatz verfolgen und alles messen, um zu sehen, wie sich deine potenziellen Kunden zwischen Facebook, Social, Google Search, Microsoft, Amazon und all den Hunderten von Orten bewegen, an denen sich Verbraucher heutzutage aufhalten? Um uns dabei zu helfen, haben wir ein großartiges Panel von Experten.

Alle sind zum ersten Mal bei ppctownhall. Wenn wir sie also in nur einer Minute willkommen heißen, nutze den Chat und den Kommentarbereich, um uns zu sagen, woher du kommst. Wir sind live. Also, du weißt schon, entschuldige die Fehler, die wir auf dem Weg machen könnten. Aber das bedeutet auch, dass du live Fragen stellen kannst und die Panelisten sie sehen werden und wir unser Bestes tun werden, um sie zu beantworten.

Also willkommen zur nächsten Episode von PPC Town Hall.

Gut. Und meine Gäste diese Woche sind Christopher oder Chris Gutknecht aus Deutschland, richtig? Ja. Hallo, wie geht’s dir? Wo in Deutschland bist du? Und in München, tatsächlich. In München. Bist du zu Hause gefangen, oder kannst du schon raus?

Christopher Gutknecht: Mehr oder weniger noch zu Hause gefangen, ja.

Frederick Vallaeys: Mehr zu Hause gefangen. Ich bin noch nicht nach

Christopher Gutknecht: Österreich gereist.

Frederick Vallaeys: Gut, und dann haben wir Brooke Osmundson aus dem Norden.

Brooke Osmundson: Ja, hallo, aus Minnesota, im Süden. Der Schnee schmilzt. Endlich.

Frederick Vallaeys: Gut. Willkommen zur Show. Und Ken Williams aus dem Keller irgendwo.

Ken Williams: Ja. Technisch gesehen bin ich in Atlanta, Georgia, aber tatsächlich sagen 23 und ich, dass ich zu 46 Prozent aus München stamme. Also vielleicht ein entfernter Cousin von dir, Chris.

Sehr gut.

Frederick Vallaeys: Chris, bist du bei 23 und ich? Vielleicht bist du wirklich ein Cousin. Ja. Also erzähl den Leuten schnell von deiner Erfahrung und deinem Wissen. Und so, wir fangen vielleicht mit Chris an, aber was machst du beruflich und was weißt du über Attribution und alles, worüber wir heute sprechen werden?

Christopher Gutknecht: Klar. Ja. Danke. Ich habe vor 12 Jahren mit PPC angefangen und habe mich in den letzten acht, neun Jahren auf E-Commerce und Einzelhandel konzentriert. Ich hatte eine Rolle in einer E-Commerce-Agentur. Bis vor zwei Jahren und jetzt arbeite ich intern für Bergzeit. Wir sind ein Online-Händler für Bergsportausrüstung, wir sind auf einem Niveau von etwa 125 Millionen Jahresumsatz, also sind wir eine Art mittelständisches Unternehmen und mein Team leitet die Akquisition, also Performance-Marketing für SEO-Technologie und Optimierungstaktiken, das ist Zero-Data-Analyse, und deshalb haben wir im letzten Jahr an Attribution gearbeitet, ich würde sagen 12 Monate und wir hatten viele Kämpfe und ich könnte einige davon teilen. Ja, wir würden gerne über die Kämpfe hören und insbesondere über die Lösungen, die du gefunden hast, weil ich denke, wir alle haben unsere Kämpfe. Brooke, was ist mit dir?

Was ist deine Erfahrung in diesem Bereich?

Brooke Osmundson: Großartig. Also arbeite ich für Nordic Click Interactive. Wir sind eine Agentur in Minnesota, und ich bin als Senior Director of Digital Strategy tätig. Also arbeite ich sehr eng mit unseren Kunden aus einer täglichen Perspektive mit der Gesamtstrategie des Geschäfts und des Kunden. Aber ich leite auch einen Teil unserer Agenturstrategie.

Also bin ich seit etwas mehr als acht Jahren im Bereich bezahlte Medien tätig, etwa vier Jahre bei Nordic Click als Agentur und davor habe ich tatsächlich intern für ein E-Commerce-Unternehmen gearbeitet, wo ich, ich war im Hochzeits- und Weihnachtskartenbereich, also sehr wettbewerbsintensiv. Aber der Grund, warum ich mich in letzter Zeit so sehr mit Attribution beschäftigt habe, ist COVID.

Und viele unserer B2B-Unternehmen, weißt du, wir mussten viel von dem ändern, was sie tun und sehen, weil sich einfach das Nutzerverhalten ändert. Und so wirklich diese Gespräche führen, die schwierigen Gespräche mit, das ist tatsächlich das, was wir sehen können, was passiert. Und so habe ich mich mehr mit dem Nutzerverhalten beschäftigt, bevor sie, weißt du, eine Konversion machen.

Also da liegt meine Erfahrung, messen über alles. Ja, lass uns auch darüber sprechen. Ken, was ist mit dir? Deine berufliche Erfahrung?

Ken Williams: Ja. Also ich komme eigentlich nicht aus der Welt der bezahlten Medien. Genau. Ich habe bei der American Cancer Society angefangen. Und dann habe ich ein Unternehmen namens Search Discovery beauftragt, uns bei den Analysen zu helfen.

Und zu dieser Zeit bauten sie ihren eigenen Tag Manager. Ich war zur richtigen Zeit am richtigen Ort. Also verkauften sie es an Adobe, es wurde zu Adobe DTM. Und ich war ein früher Nutzer dieses Tools. Also bin ich seitdem bei Search Discovery. Und ich war, weißt du, tief in Implementierungen von Analysen.

Irgendwann wurde ich der Google-Architekt. Also begann ich mich auf Google Analytics Tag Manager und Google Cloud Platform zu spezialisieren. Und dann, vor kurzem, als die neue Version von Google Analytics herauskam, begann ich, machte ich die erste Implementierung. Im November 2019.

Also als es noch eine Art frühe Beta war und ich viele Probleme damit hatte. Es gab zu dieser Zeit keine Dokumentation. Also begann ich Artikel für dieses interne Wiki zu schreiben, wie man dieses Produkt benutzt. Und dann, als die Pandemie kam, habe ich sie in einen Blog umgewandelt. Und so betreibe ich einen Blog, der sich wirklich um Google Analytics 4 dreht. Er richtet sich an Analysten, weißt du, also Leute, die hauptsächlich Implementierung oder Berichterstattung machen, was sich sehr gut mit der bezahlten Medienseite überschneidet.

Also ja, das ist meine Geschichte und es ist ein echtes Vergnügen, das zu tun, weil meine Ratschläge normalerweise nicht gefragt sind, weißt du, ich sage nur meine Meinungen. Also ist es schön, jemanden zu haben, der Fragen stellt und sehr validierend.

Frederick Vallaeys: Willkommen zur Show. Ihr seid alle Experten. Also hoffe ich, dass wir viele Fragen aus dem Publikum haben, aber wir haben auch mehrere Themen vorbereitet.

Und so für das Publikum, wieder auf YouTube, wenn du den Kommentarbereich nutzt, das ist, wo du uns gerade sagst, woher du kommst. Aber das wird auch dein Ort sein, um Fragen zu stellen. Wir haben hier ein paar Sekunden Verzögerung. Also wenn wir nicht sofort auf deine Frage antworten, nimm es nicht persönlich. Wir werden unser Bestes tun, um darauf zu antworten.

Aber weißt du, lass uns über Herausforderungen sprechen, richtig? Und jemand hat es hier gesagt, wie wir alle unsere Kämpfe hatten. Ich denke, Chris, du hast tatsächlich vor zwei Jahren geschrieben, dass einige der Kämpfe oder Herausforderungen, die du gesehen hast, in Bezug auf die Suche nach skalierbaren und umsetzbaren Lösungen waren, um eine Reihe von Dingen zu tun.

Eines davon war die kanalübergreifende oder multikanale Attribution. Geräteübergreifendes Tracking, Offline-Touchpoints, weißt du, ihr seid sehr im E-Commerce, fokussiert auf Margen und Renditen. Also sprich ein bisschen über die Herausforderungen, weißt du, was ist heute das Wichtigste für dich?

Christopher Gutknecht: Nun, wir arbeiten seit einem Jahr an der Gebotsabgabe von Vorteilen und Attribution, und beide sind sehr herausfordernd. Wir sind immer noch weit hinter dem, wo wir gerne wären, weil je mehr du in das Kaninchenloch gehst, desto mehr Herausforderungen findest du und du musst so viele Annahmen treffen, um weiterzukommen. Entschuldigung, wo würdest du gerne sein? Was ist das Endziel hier? Nicht das Endziel, aber was versuchst du zu erreichen?

Christopher Gutknecht: Oh, ich könnte darüber sprechen, wo wir sind. Wir arbeiten seit einem Jahr an der Attribution. Wir haben zwei Modelle getestet, und wir haben eines in Produktion, das ein Markov-Kettenmodell ist, das wir täglich berechnen, und dann haben wir frische Ergebnisse für die zugewiesenen Kanalgewichte.

Frederick Vallaeys: Warte, warte, warte. Markov-Kette.

Okay,

Christopher Gutknecht: Markov-Kette.

Frederick Vallaeys: Lass uns dorthin gehen. Ich denke, ich meine, ich denke, viele Leute haben von Markov gehört und Präsentationen darüber gesehen, aber erfrische unser Gedächtnis ein bisschen. Was ist das? Und warum würdest du so etwas verwenden anstelle der gebräuchlicheren Modelle von Erstklick, Letztklick, positionsbasiert, linearer Verfall?

Und all die, die Google uns gibt?

Christopher Gutknecht: Die regelbasierten, ja. Also ich denke, die meisten von uns kennen alle regelbasierten Modelle. Und ich denke, es gibt zwei beliebte datengetriebene Modelle. Eines sind die Markov-Ketten und das andere sind die Shapley-Werte. Und um es einfach zu halten, bei den Markov-Ketten geht es um den Entfernungseffekt. Also wenn du zwei ähnliche Ketten hast und eine hat einen zusätzlichen Touchpoint, sagen wir PPC organischer Newsletter.

Und du hast eine andere, bei der du keine Newsletter-Interaktion hast. Du möchtest diesen inkrementellen Effekt an dieser Newsletter-Position betrachten. Und dann summierst du es über alle Touchpoints des Newsletters, um zu sagen, was der inkrementelle Effekt oder der Entfernungseffekt ist, den Newsletter dort zu haben? Erhöht es die Wahrscheinlichkeit einer Konversion? Und dann haben wir einen Shapley-Wert, der auf Spieltheorie basiert, wo wir sagen, was der durchschnittliche Payoff für diesen Kanal in allen Spielen ist? Also ist die Customer Journey ein Spiel und jedes Mal, wenn ein Kanal beteiligt ist und du einen Payoff hast, das wäre Umsatz oder ein Verkauf, das wäre ein Beitrag zu einem Payoff und wir haben unterschiedliche Ergebnisse für die beiden Modelle gesehen und mit dem, was wir im Wesentlichen gegangen sind, war das Markov-Kettenmodell, weil es tatsächlich den oberen Trichterkanälen hilft zu glänzen.

Und was wir gesehen haben, ist, dass insbesondere die unteren Trichterkanäle wie Retargeting-Affiliate usw. höhere Payoff-Werte haben, weil sie sehr nah am Verkauf sind, aber wir wollten kein Attributionsmodell bauen, das die unteren Trichterkanäle unterstützt und pusht. Wir sind den anderen Weg gegangen.

Frederick Vallaeys: Interessant.

Und so, ich meine, vielleicht um das in eine andere Perspektive zu setzen, aber es gibt also die Letztklick-Attribution, die wie dieser untere Trichter ist, der den ganzen Kredit bekommt, aber das tötet deinen oberen Trichter, besonders in einer Welt, in der viele Entscheidungen und Gebote automatisch durch maschinelles Lernen getroffen werden.

Wenn du den oberen Trichter nicht wertschätzt, dann wird das System ihn abwerten und nichts damit machen. Also ich denke, was du beschreibst, könntest du auch in einem regelbasierten Modell erreichen, indem du mehr positionsbasiert verwendest. Also das könnte ein Einstiegspunkt sein, den die Leute leicht in Google Analytics verwenden können.

Aber ich denke, was du jetzt auch erwähnst, ist, dass dies nicht nur ein System zur Messung im Kanal ist. Und lass uns darüber sprechen, richtig? Also du kannst ein Attributionsmodell innerhalb von Google Ads machen, oder du kannst ein Attributionsmodell machen, das alle Touchpoints umfasst. Und Ken oder Brooke, Gedanken dazu?

Würdest du beide verwenden? Verwendest du eines ausschließlich? Was ist der Unterschied?

Brooke Osmundson: Ja, und ich lasse Ken über einige seiner anderen Teile sprechen, da ich nicht mehr im Implementierungsbereich bin, überlasse ich das Chris und Ken, aber meiner Meinung nach, besonders wenn das Messen verschiedener Attributionsmodelle neu für dich ist, 100 Prozent beginne damit, sie in beiden zu machen.

Weißt du, als ob du sie in Google Ads oder Google Analytics gebaut hast, wenn du versuchst, andere Tools zu finden, würde ich anfangen, sie gegeneinander laufen zu lassen, um wirklich die verschiedenen Touchpoints zu verstehen und was am besten für dein Geschäft funktionieren wird. Also nur um das zu wiederholen, was Chris gesagt hat, das sind die Gespräche, die wir gerade mit unseren Kunden führen.

Ich fühle, dass wir auch ein bisschen hinterherhinken, nur in Bezug darauf, weißt du, überhaupt zu verstehen, was in letzter Zeit passiert, besonders mit dem sich ändernden Nutzerverhalten. Wir sehen, weißt du, dass es länger dauert und mehr Touchpoints benötigt, um eine Entscheidung zu treffen. Und so versuchen, ein Modell zu finden, das deinen oberen Trichter nicht tötet, halte ich für extrem wichtig.

Und am Ende des Tages musst du eines finden, das für dein Geschäft Sinn macht. Also wenn das bedeutet, die zu verwenden, die bereits in den Plattformen gebaut sind, anstatt zu versuchen, dein eigenes mit anderen Systemen zu bauen. Du musst irgendwo anfangen.

Ken Williams: Ja, das, was ich auch hinzufügen würde, ist, dass wir mit ziemlich unvollkommenen Daten arbeiten.

Und, weißt du, ich denke, sich damit wohlzufühlen, das zu erkennen und über die Implikationen verschiedener Modelle nachzudenken und eine bessere Passform zu finden. Es ist eine geschäftliche Herausforderung. Weißt du, es ist eine Marketing-Herausforderung. Es braucht ein bisschen Bildung, weil wir mit den Fragen beginnen müssen, die das Geschäft beantworten muss.

Und dann, was ist unser Geschäftsmodell? Wie interagieren die Leute mit uns? Und es gibt keine perfekte Passform, weißt du. Also wird es eine bessere Option für deine Kundenerfahrung geben. Und so musst du nur darüber nachdenken, was deine Optionen sind. Und das andere, was ich den Punkt von Rook über Tests verstärken würde.

Ich denke, Experimentieren ist wirklich wichtig. Das, was ich gefunden habe, das tatsächlich die größte Herausforderung ist, ist die Akzeptanz mehr als alles andere, weißt du, besonders in größeren Organisationen, wo viele Leute jeden Monat am Tisch sitzen und die Ergebnisse betrachten und solche Dinge, sich zu einigen.

Weißt du, wähle etwas, dem alle zustimmen. So werden wir über Attribution nachdenken. Weißt du, fang dort an, wähle etwas, weißt du, und versuche, alle auf die gleiche Seite zu bringen. Für mich ist das fast die größte Herausforderung mehr als die richtige Herangehensweise zu entscheiden.

Frederick Vallaeys: Ja. Und ich würde gerne hören, was die anderen auch denken.

Und Brooke, du hast gesagt, wie, du musst ein Modell finden, das am besten für dein Geschäft funktioniert, aber das ist wie immer, was bedeutet das, was ist das Beste für dein Geschäft, richtig? Oder du. Ist das Geschäft die Agentur und du versuchst zu beweisen, dass die Agentur dir die billigsten Klicks im Panel verschafft?

Oder sprechen wir rein darüber, was die Nadel in Bezug auf Umsatz und Gewinn bewegt?

Brooke Osmundson: Ja, ich würde definitiv Letzteres sagen, weil was wir sehen, ist, dass unsere Kunden hauptsächlich im B2B-Bereich sind und, weißt du, wir versuchen, uns mehr auf Markenbemühungen zu konzentrieren und wirklich unseren Fußabdruck zu erweitern, weil wenn du dich nur auf den mittleren bis unteren Trichter konzentrierst, weißt du, diese Gruppe von Leuten wird jeden Monat, jedes Jahr kleiner und kleiner.

Also wenn wir verschiedene Kanäle aus einer bezahlten Medienperspektive machen. Also ob es LinkedIn oder Google, Twitter, alles, was du nennen kannst, viel davon wird hier beginnen, wenn sie nur recherchieren. Und so bevor du ein Modell wählst, das am besten für dieses Geschäft ist, schauen wir, wie jeder Kanal zu einer Konversion oder einem Verkauf insgesamt beiträgt.

Also das ist, was ich meine in Bezug darauf, ein Modell zu wählen, das am besten für dein Geschäft ist. Ich kenne einige Unternehmen oder Kunden, mit denen ich gesprochen habe, die einfach sagen werden, wir wollen das wählen, das dem Marketing mehr Kredit gibt. Nun, natürlich, weil Marketing-Dollars die ersten sind, die in schwierigen Zeiten gehen. Aber manchmal musst du die Daten betrachten, um zu verstehen, wie es beiträgt und welche anderen Bemühungen du außerhalb des Marketings machst.

Das wird mehr Sinn für dein Geschäft machen.

Christopher Gutknecht: Vielleicht könnte ich das hinzufügen. Entschuldigung. Nein, lass uns die interne Perspektive dazu bekommen. Ja. Also meine Analogie, die ich seit einem halben Jahr benutze, ist die Fußball-Analogie. Also wenn du ein Team aufstellst, kannst du nicht nur Offensive aufstellen, du brauchst das ganze Team. Und es muss gut aufgestellt sein. Und obwohl es die Leute in der Offensive sind, die die Tore schießen, brauchst du auch eine Verteidigung.

Und so brauchst du dieses komplette Set von verschiedenen Experten, die beitragen. Und das funktioniert gut, um zu verstehen, okay, wir brauchen nicht nur Retargeting. Wir brauchen auch Inhalte, Marke usw. Und dann haben wir Bereiche gefunden, in denen wir als Unternehmen investieren wollen, das ist Inhalt.

Produktinhalte, redaktionelle Inhalte, und tatsächlich orientieren wir unsere Entscheidung daran, welches Modell helfen kann, die Investition in Inhalte zu rechtfertigen, aber auch in die richtige Richtung zu lenken. Das Markov-Modell hat für uns gut funktioniert. Zum Beispiel hatten wir einen Blog, der einen Anteil von 1 % am Umsatz des letzten Klicks hatte und auf 5 % gestiegen ist, was einem Anstieg von 400 % entspricht.

Und das war eine gute Geschichte zu erzählen. Tatsächlich verlor PPC etwa 9 %, aber auch der Newsletter verlor. Das waren also Geschichten, die wir in ein großes Bild einfügen mussten, aber jetzt haben wir etwas, das nicht, sagen wir mal, rein auf Heuristiken basiert, sondern auf einem algorithmischen Modell, und dann können wir einfach die, sagen wir mal, Politik in gewisser Weise herausnehmen. Eine andere Sache, die ich erwähnen möchte, weil du gefragt hast, ob man innerhalb einer Plattform oder kanalübergreifend schaut, unsere Erfahrung war, dass man diese kanalübergreifende Konfiguration richtig hinbekommen muss, bevor man in einen Kanal einsteigt, wie zum Beispiel, wenn man in PPC einsteigt und es auf GCLID-Ebene macht, ist das viel komplexer. Ich denke, man muss die richtige Infrastruktur haben, um die Werte über die Kanäle zu verteilen, dann diese wirklich solide Struktur haben, und dann kann man in Kanäle einsteigen. Und bis dahin könnte man einfach Google Ads die Arbeit machen lassen, den richtigen Konversionswert senden, und dann kann Google Ads die Attribution innerhalb der verschiedenen Klicks, die damit zusammenhängen, vornehmen.

Ich würde sagen

Frederick Vallaeys: dass es eine Frage gibt, die mir im Kopf herumgeht. Du bist also zum Markov-Modell übergegangen. Es klingt irgendwie ein bisschen ähnlich wie die datengetriebene Attribution von Google, wo es wie das Hinzufügen eines Schrittes in der Kette ist. Und wie hat das dazu beigetragen? Warum hast du dich für Markov anstelle des Google DDA-Systems entschieden?

Christopher Gutknecht: Wir haben tatsächlich auch die Empfehlungen von Google ausprobiert. Das zugrunde liegende Modell der meisten Google-Produkte ist Shapley und sie haben es geöffnet. Es wird Fractribution genannt. Ich könnte den Link teilen und wir haben etwa drei Monate lang mit Google-Ingenieuren und dem Google-Team daran gearbeitet und dann Markov-Ketten parallel ausgeführt, die Ergebnisse betrachtet und was wir mit der Google-Fractribution gesehen haben, ist, dass es sehr stark diese unteren Trichterkanäle überbewertet, wie wir einen, einen Anstieg für PPC, für Affiliate gesehen haben.

Für Retargeting und tatsächlich den Wert für Inhalte und oberen Trichter verringert. Das war also unsere willkürliche Entscheidung zu sagen, weißt du, wir wollen in den oberen Trichter investieren, besonders in Inhalte. Also sind wir mit der Markov-Kette gegangen.

Frederick Vallaeys: Die Leute lernen mehr darüber, wie man Markov einrichtet. Ist das über eine Software? Wie fängst du damit an?

Christopher Gutknecht: Ja. Ich könnte teilen, wie es ein channelattribution.net ist. Es ist ein Open-Source-Paket. Es ist ein, es ist ein Typ aus England, ein Typ aus Italien. Und wir testen derzeit ein Pro-Paket, das dir die zugewiesenen Werte auf Pfad- oder Ordnerebene zurückgibt. Ich kann es sehr empfehlen. Es ist kostenlos als Python-Version und als R-Version nutzbar. Es funktioniert mit Rohdaten aus der Analyse. In unserem Fall verwenden wir Universal Analytics 360, aber ich denke, du könntest die Rohdaten von GA4 anpassen und sie an ein Paket anschließen. Du könntest also in beide Richtungen gehen.

Frederick Vallaeys: Gut. Da du GA4 erwähnt hast, lass uns über GA4 sprechen. Und Ken, du bist der Experte dafür.

Gib den Leuten eine Einführung darüber, was daran neu ist. Was ist interessant, warum sollten sie wechseln oder warum könnten sie warten und wechseln wollen.

Ken Williams: Ja. Es gibt viel Neues in GA4. Wenn ich darüber spreche, reduziere ich es auf drei oder vier Kategorien. Eine davon ist, dass es ein neues Konzept eines ereignisgesteuerten Datenmodells gibt.

Die Daten sind etwas anders formatiert. Und das, was man darüber wissen muss, ist, dass dies eine Struktur ist, die Firebase Analytics seit Jahren verwendet, sie funktioniert sehr gut mit mobilen Apps. Und so teilen jetzt Web und Mobil die gleiche Struktur. Und so gibt es eine sehr schöne und nahtlose Integration.

Aber selbst wenn du nur Web bist und keine mobile App hast, gibt es immer noch große Vorteile für dich bei diesem Ansatz. Einer davon ist, dass sich die Art und Weise, wie wir das Engagement messen, ziemlich verändert hat. Wenn du also an das denkst, was du in Universal Analytics gesehen hast, setzt du die Startseite, alle wichtigen Metriken, die auf Sitzungen basieren.

Und viele davon, weißt du, jemand sagt, wie viel Traffic haben wir durch, weißt du, eine E-Mail-Kampagne bekommen? Normalerweise wird die Antwort in Sitzungen gegeben. Und wenn du beschreiben willst, sind diese Leute, sind das hochwertige Besucher? Die Antwort darauf wird normalerweise in Absprungrate, Seiten pro Sitzung, durchschnittliche Verweildauer auf der Seite gegeben.

Das sind also alles sitzungsbasierte Metriken. Und mit dem ereignisgesteuerten Datenmodell wurde eine neue Funktion namens Engagement-Zeit eingeführt, und die Engagement-Zeit löst ein paar Probleme, die wir mit früheren Versionen von Analytics hatten. Die kurze Definition davon auf einer Website ist, dass es eine Art Timer gibt, der läuft, wenn dein Tab auf einer Website aktiv ist.

Und diese Zeit, die du aktiv eine Seite ansiehst, wird regelmäßig an GA4 gesendet. In einer mobilen App wird die Zeit betrachtet, in der die App im Vordergrund war. Es behandelt es also auf sehr ähnliche Weise über Geräte hinweg, was schön ist, weil die Engagement-Metriken für das Web immer Schwierigkeiten hatten, in einer mobilen App Sinn zu machen. Und was du damit machen kannst, ist, dass du sagen kannst, nehmen wir an, ich bin eine Nachrichten-Website und veröffentliche Artikel, jemand könnte eine Google-Suche durchführen, auf einer Seite landen, fünf Minuten damit verbringen, einen Artikel zu lesen und dann gehen. Und das ist ein erfolgreicher Besuch für mein Geschäft, aber in der alten Version von Google Analytics war es ein Absprung.

Die Verweildauer auf der Seite war die durchschnittliche Sitzungsdauer. Die Sitzungsdauer war null, weil die Art und Weise, wie sie berechnet wird, nicht wusste, dass du so lange auf einer Seite warst, also sieht es sehr negativ aus. Die Engagement-Zeit beseitigt das und das ist für bestimmte Branchen nützlich. Es ist extrem nützlich für Web- und mobile Apps, wo das traditionelle Konzept, auf einer Seite zu landen und zu einer anderen Seite zu wechseln und zu einer anderen Seite zu wechseln, sich in den letzten Jahren geändert hat. Das ist nicht mehr so, wie Menschen das Internet nutzen, zumindest nicht in dem Maße, wie es früher war. GA4 behandelt das also viel besser. Und all das ist diesem ereignisgesteuerten Datenmodell zu verdanken. Du hast also gefragt, was die großen Dinge sind, ich würde all das als Nummer eins sagen, es ist alles ein bisschen in dieser neuen Denkweise verpackt, wie wir beschreiben, was die Benutzer tun. Aber es gibt andere, weißt du, es gibt viele Dinge, die veröffentlicht wurden und die kommen werden, um uns auf eine Zukunft ohne Cookies oder eine strikte Cookie-Einschränkung vorzubereiten.

Und wir können viel darüber sprechen. Und die andere große Kategorie ist, dass GA4 auf dem globalen Site-Tag aufgebaut ist, was im Grunde das Nützliche daran ist, dass du Änderungen in der Benutzeroberfläche vornehmen kannst, die tatsächlich den Code ändern. Auf deiner Seite, ohne dass eine Änderung im Tag-Manager erforderlich ist.

Jedenfalls, das sind alles große Themen. Wir können in jedes davon tiefer eintauchen, wenn du weiter gehen möchtest, aber das sind, würde ich sagen, die großen Erkenntnisse von GA4.

Frederick Vallaeys: Ja. Also, wir haben tatsächlich eine gute Überleitung zu einigen Benutzerfragen gemacht. Also mit dem Verschwinden des Tracking-Cookies.

Und das ist nicht für jemanden im Besonderen, aber was denkst du, sind die Herausforderungen? Und wichtiger, welche Art von Lösungen denken wir darüber nach?

Christopher Gutknecht: Ich werde versuchen zu sagen, dass ich denke, dass diese Idee des Verschwindens schwer vorherzusagen ist, wenn du eine Infrastruktur aufbauen möchtest. Ich denke, woran wir gerade arbeiten, sind kleine Schritte von den Dingen, die uns bereits betreffen. Zum Beispiel tötet Safari’s ITP 2.1 Erstanbieter-Cookies nach sieben Tagen, aber sie töten oder respektieren keine serverseitigen Cookies.

Das Einzige, was du tun könntest, um die Qualität jetzt zu verbessern, weil du nicht weißt, was die Zukunft bringt, du könntest auf serverseitige Cookies umsteigen. Du könntest den Cookie-Umschreibungsdienst machen, oder du könntest zum serverseitigen Tag-Manager gehen, der eine eingebaute Funktionalität hat. Das könnte ein erster Schritt sein. Ich habe tatsächlich keine gute Antwort auf alles, was mit iOS 14 kommt. Ich habe nicht genug recherchiert, um zu verstehen, was wir jetzt tun sollten. Meine Empfehlung wäre also, sich jetzt auf serverseitige Cookies zu konzentrieren. Weil das etwas ist, das ich respektiere. Und für mich ist es einfach zu verwirrend zu sagen, dass wir komplett ohne Cookies auskommen können, weil das bedeuten würde, dass wir die Benutzer zwingen müssten, sich jedes Mal anzumelden, um den Serverstatus zu erhalten.

Vielleicht hast du eine bessere Sicht, eine klarere Sicht auf die Zukunft. Oder Brook, es tut mir leid.

Brooke Osmundson: Nein, du kannst weitermachen, Ken.

Ken Williams: Ja. Ich weiß nicht, ob ich sagen würde, dass ich eine klarere Sicht habe. Ich werde deine Empfehlung zu serverseitigen Cookies bestätigen. Das ist etwas, das wir mit einigen unserer Kunden machen.

Und das Konzept hier, ich nehme an, nur, wenn das jemandem, der das sieht, unbekannt ist, ist, dass es zwei Dinge gibt, die mit der Privatsphäre zusammenhängen, auf die wir reagieren müssen. Eines davon ist regulatorisch und wir haben uns schon eine Weile mit der DSGVO befasst. Und CCPA ist neu in den USA. Es gibt auch viel Schwung von wirklich beliebten Browsern.

Safari ist der größte, Firefox auch. Um Cookies einzuschränken. Die Vision, die, weißt du, sowohl Apple als auch Mozilla präsentiert haben, ist, dass sie versuchen, sich von der Fähigkeit von Unternehmen wie Facebook zu entfernen, dich über Domains hinweg zu überwachen. Also in der Lage zu sein, zu identifizieren, wer du bist, wenn du in einem nicht verbundenen Zustand bist und diese Informationen zu sammeln. Und ich glaube nicht, dass das Ziel dieser Unternehmen darin besteht, das zu schädigen, was wir tun. Und tatsächlich wurde ziemlich viel Arbeit im Webkit-Team geleistet, um herauszufinden, wie wir die Attribution bewahren können, während, weißt du, etwas, das die Menschen allgemein als unangenehm empfinden, was diese persönlichen Informationen sind, die von einem Unternehmen gesammelt werden.

Also, weißt du, was wir wissen, ist, dass die meisten Menschen wahrscheinlich mehr von den Änderungen von Apple betroffen sind, als sie denken. Seit letztem November, weißt du, sind die Cookies, die sogar nur von Erstanbietern in deinem Browser durch Google Analytics gesetzt werden, auf sieben Tage begrenzt. Also diese Benutzer, die die Seite auf einem iPhone oder einem Apple-Computer besuchen.

Und eine Lücke von mehr als sieben Tagen zwischen den Sitzungen haben, werden als neuer Benutzer erscheinen, wenn sie zurückkehren. Das ist also der praktische Einfluss. Ich denke, die Lösungen, also das ist die dunkle Seite. Ich denke, die Lösungen kommen auch in ein paar verschiedenen Kategorien. Also. Das, was du jetzt tun kannst, wenn du die Fähigkeit hast, ist, deine Server von einem Cookie zu schreiben.

Das ist nicht einfach, und es gibt nur, wie, du musst Leute mit Entwicklungsfähigkeiten einbeziehen, um dir dabei zu helfen, was normalerweise nicht die Vermarkter sind. Also gibt es dort ein bisschen eine Herausforderung. Die anderen Dinge, also gibt es ein paar Dinge, die in GA4 kommen, die helfen, das anzugehen. Die ich hier einwerfen werde, aber ich denke, es gibt tatsächlich eine bessere Lösung. Die wir alle auch einführen können. Das ist getrennt von GA4. Also mit der Welt von GA4 gibt es zwei große Ankündigungen, die kürzlich gemacht wurden. Eine und übrigens, ich arbeite nicht für Google. Ich lese diese mit euch und habe keine tiefere Einsicht. Keines davon ist noch live. Eines davon ist jedoch dieses Konzept der Berichtsidentität.

Die mit den Google-Signalen verknüpft ist. Also, wenn du mit deinem Google-Konto verbunden bist und dich für die Personalisierung von Anzeigen entschieden hast, wenn ich zu, weißt du, newyorktimes.com gehe, könnte ich nicht verbunden sein, aber Google weiß, wer ich bin. Und so wurde angekündigt, dass dieser Identifikator als etwas eingeführt wird, das wir mit Google Analytics verwenden können, um Benutzer zu erkennen. Der Einfluss der Entfernung von Drittanbieter-Cookies auf die Google-Signale ist ungewiss, da Google. Chrome besitzt und Chrome einen großen Marktanteil hat. Etwa 60 Prozent. Weißt du, sie haben viel Flexibilität, um das zu machen. Überleben, was kommt, aber wir wissen es nicht, wir werden sehen, und sie sind tatsächlich ziemlich offen mit dem, woran sie arbeiten. Es gibt etwas namens Privacy Sandbox, das jeder sehen kann. Die andere Sache, die mit GA4 zusammenhängt, ist das Konversionsmodell. Also das ist, wo, weißt du, wir wissen, dass es Menschen gibt, wie in dem Safari-Beispiel, das ich gegeben habe, mehr als sieben Tage zwischen den Sitzungen vergehen. Du erscheinst als neuer Benutzer, was irgendwie, du könntest es als eine Lücke in unseren Daten betrachten, wenn wir wissen, wo diese Lücken sind.

Und so arbeitet Google an etwas, das maschinelles Lernen verwenden wird, um diese Lücken zu füllen, was ich für wirklich wichtig halte, weil dies Lücken in unseren Daten sind, die die meisten Analysten keine Ahnung haben. Sie berücksichtigen nicht, es ist wirklich kompliziert, deinen Traffic zu betrachten und zu sagen, basierend auf dem, was Apple getan hat und was Mozilla getan hat, werde ich meine Berichte ändern, um.

Weißt du, die Interessengruppen, die ich habe, es ist zu kompliziert für jemanden, das zu tun. Also muss das vom Produkt kommen. Und so ist das, was das Konversionsmodell versucht zu tun. Das ist etwas, das geschrieben wurde. Wir haben es noch nicht gesehen und ich hoffe, dass es, weißt du, ein bisschen ein Schritt nach vorne in dieser Hinsicht sein wird.

Und dann, also das sind die beiden Google-Lösungen. Ich denke, ich werde nur sagen, ich spreche nicht viel darüber, aber ich denke, dass tatsächlich die echte Lösung, die den größten Einfluss haben wird, wahrscheinlich sein wird, dass wir alle besser darin werden müssen, Feldtests und Experimente durchzuführen. Weil dies eine Fähigkeit ist, die, weißt du, einige von uns wahrscheinlich gemacht haben, wenn wir gesagt haben, ich werde einfach die Werbung in einer Geografie ausschalten und sie in einer anderen ausführen und den Unterschied vergleichen. Ich denke, diese Art von Experimenten wird wirklich wichtig für Menschen in bezahlten Medien werden.

Frederick Vallaeys: Da ist viel drin, Ken.

Ken Williams: Ich habe lange gesprochen. Wir werden lange sprechen. Es ist faszinierend und es fühlt sich an, als bräuchten wir drei, drei weitere Stunden Sitzungen über all die Dinge, die du gerade gesagt hast. Also werden wir viel davon in nur einer Minute auspacken, aber es gibt eine andere Frage. Ich möchte diese an Brooke richten.

Also, gibt es andere Plattformen außer GA, die du gerne verwendest? Mixpanel erscheint als ein Beispiel. Und wie misst du Ansichten anstelle von Klicks in einigen der Software? Und sind Ansichten für dich wichtig?

Brooke Osmundson: Verstanden. Gut, also um die erste Frage zu entpacken, welche anderen Plattformen. Also in voller Transparenz, wir verwenden jetzt Google Analytics für die meisten unserer Kunden.

Eine davon ist, weißt du, wir arbeiten von überall, hauptsächlich B2B-Kunden, die kleiner sein könnten, aber bis hin zum Unternehmensniveau. Aber ein bisschen im Einklang mit dem, was Ken zu Beginn des Gesprächs gesagt hat, ist es sogar, diese Akzeptanz von den Kunden zu bekommen, um die Attribution auf eine andere Weise zu betrachten, wird immer herausfordernder, selbst mit den Daten, die wir bringen.

Ich denke, viel von der Herausforderung ist, wie man darüber auf eine Weise spricht, die sie verstehen werden. Also selbst um, weißt du, zu sagen, dass wir zu diesem Modell übergehen wollen, aber dann andere, gut, andere Tools betrachten. Also gibt es ein paar, die ich untersuche, nur von der Agenturseite. Also können wir diese Ideen zu unseren Kunden bringen.

Ich würde wahrscheinlich Ken oder Chris für ihre Empfehlungen für andere Plattformen ansprechen. Aber es gibt ein paar, die ich untersuche, eine davon ist McConnell, eine andere habe ich gerade neulich Funnel betrachtet, aber es gibt so viele da draußen und ich persönlich, wir müssen wie die Nuancen von jedem schneiden und teilen, um eine bessere Antwort darauf zu geben.

Aber die zweite Frage, wie man sieht, welche Kanäle bei der Attribution mit Ansichten, aber nicht Klicks helfen. Ich denke, das hängt davon ab, welchen Kanal du betrachtest. Also, wenn es Google ist, wenn es Facebook ist, wenn es einen anderen, weißt du, Kanal gibt, den du von einem bezahlten Medienstandpunkt aus verwendest, dort könntest du schauen müssen.

Nun, du wirst wahrscheinlich diese Analysen in der Plattform betrachten müssen, um zu verstehen, wie sie attribuieren, sicherstellen, dass du diese Daten erfasst, da sie möglicherweise nicht klicken, aber dann schließlich als Konversion ankommen. Also dort wird es ein bisschen chaotisch, um ehrlich zu sein, wenn du wie GA ganzheitlich für jeden deiner, jeden deiner bezahlten Medienkanäle betrachtest, aber das ist nur ein Teil, der betrachtet, ob sie überhaupt auf die Seite gekommen sind, aber versucht, das mit dem zu verbinden, was du in der Plattform siehst, und es ist keine einfache Lösung im Moment, weil sie so fragmentiert sind und so.

Um ehrlich zu sein, das ist nur eine große Herausforderung, aber versucht, allgemeinere Annahmen zu treffen, was ich denke, weißt du, wird Teil des Falls sein, wenn wir die Cookies von Drittanbietern eliminieren oder, weißt du, sie verschwinden. Ich weiß, dass ich hier ein bisschen abschweife, aber wir hören von den Kunden, wir wollen alles über unsere Kunden wissen.

Nun, das wird einfach nicht möglich sein. Und so könntest du allgemeinere Annahmen machen müssen. Und ich denke, das geht, wenn du, weißt du, Markenteile hast, wo das Hauptziel darin besteht, mit ihnen zu interagieren und sie möglicherweise nicht sofort klicken. Also schaust du sowohl in der Plattform als auch, ob es Google Analytics ist oder dein anderes System, das du betrachtest.

Frederick Vallaeys: Richtig. Also wirst du immer Lücken in den Daten haben und du wirst kein vollständiges Bild bekommen, aber dann und das führt gut zu der Frage von Derek. Sie ist an Chris gerichtet, aber mit diesen Lücken in den Daten, wie füllst du sie? Was machst du? Wie triffst du weiterhin die richtigen Entscheidungen?

Christopher Gutknecht: War sie an mich gerichtet oder?

Frederick Vallaeys: Ja, diese Frage speziell sagt der Benutzer, Derek. Alles klar. Alles klar. Attribution.

Christopher Gutknecht: Vielleicht könnte ich einfach die letzte Frage beantworten. Ich verfolge Snowplow schon eine Weile. Ich bin mir nicht sicher, ob du mit Snowplow vertraut bist. Sie sind im Grunde. GA4 oder was GA4 und der serverseitige Tag-Manager sein wollen, aber wenn du Snowplower implementieren möchtest, brauchst du ein sehr ausgeklügeltes Datenanalyseteam.

Also brauchst du ein Team von Analysten, die SQL schreiben und dann hast du oben drauf einen Snowflake oder sagen wir einen Looker. Also wirklich ein ausgeklügelter Daten-Stack. Und am Ende des Tages brauchst du Rohdaten. Du musst deine Rohdaten modellieren, um Sitzungen zu erhalten und Kanäle zu erhalten. Und dann die Modelle oben drauf bauen.

Also ja, du könntest das mit verschiedenen Tracking-Systemen machen, aber am Ende des Tages ist es, es ist sehr analytisch, es ist harte Arbeit.

Frederick Vallaeys: Also, wie viel investiert man als Organisation darin? Ich meine, ist das ein Team, bist das du, ist das ein Team aus mehreren Personen? Ist das dein Vollzeitjob? Wollten die Leute diese Probleme lösen? Aber wie, was ist eine realistische Erwartung, wie groß man sein muss und wie viel Geld man investieren muss, um das zu tun?

Christopher Gutknecht: Nun, wenn du von Grund auf neu bauen willst, würde ich sagen, dass du mindestens ein Analyse-Ingenieurteam brauchst, wahrscheinlich einen Vollzeit-Datenanalysten, wie einen erfahrenen Datenanalysten, und dann könnte dieser Datenanalyst ein wenig Datenwissenschaftsarbeit leisten.

Wenn du ein Paket hast, das du nur konsumierst, oder wenn du von Grund auf neu bauen willst, dann. Nun, du brauchst auch ein Datenwissenschaftsteam. Vielleicht um darauf einzugehen, weil du die Impressionstracking oder das Impression-Attributionsmodell erwähnt hast. Wir hatten einige Gespräche mit Reiseunternehmen, also großen internen Teams mit Datenwissenschaftsteams, und sie sagten, mach kein Impression-Attributionsmodell, wenn du es nicht musst, weil es so komplex ist, es ist so viel Infrastruktur.

Du brauchst, und wir haben uns einfach davon entfernt. Wir versuchen nur, das zu erreichen. Kannst du die Frage aufwerfen? Präzise Daten. Ja. Also geräteübergreifend. Wir haben es noch nicht richtig in ein Modell eingebaut. Es gibt die Option wie Universal Analytics, um Benutzer-ID-Informationen zu übermitteln.

Aber ich denke, Universal Analytics ist keine ideale Lösung für geräteübergreifendes Tracking, GA4 ist besser. Also das Beste, was du tun könntest, ist, geräteübergreifende Signale, Logins und E-Mail-Öffnungen zu betrachten, weil du von einer E-Mail weißt, dass es ein registrierter Benutzer ist. Du könntest, wenn dein E-Mail-System das könnte, die Informationen verbinden, dass dieser Benutzer.

Natürlich musst du die Informationen irgendwie verschlüsseln, damit dies die beiden Signale sind, die ich verwendet habe. Und es gibt so viele unvollständige Datenquellen. Und einige sind problematischer als andere. Zum Beispiel haben wir das Problem von Safari ITP erwähnt, bei dem du nach sieben Tagen als neuer Benutzer erscheinst, das ist ein großes Problem für die Attribution im Allgemeinen, wie Cookie-Zustimmung für mich ist.

Nicht so ein großes Problem, denn wenn du nicht zustimmst, wenn du dem Tracking nicht zustimmst, dann bist du einfach im Dunkeln, richtig? Du hast keinen Teil der Reise. Nur die gesamte Reise fehlt einfach. Das ist meiner Meinung nach einfacher und dann ist das Server-seitige Härten von Cookies eine nützliche Lösung und geräteübergreifend wäre es, die geräteübergreifenden Signale zu verwenden, sie an Google Analytics als Benutzer-ID zu senden.

Und von diesem Punkt an die Sitzungen zu verbinden. Also das ist, was Google Analytics nicht bietet. Es bietet nicht die rückwirkende Verbindung wie andere Tools wie Snowplow oder ein Segment. Nun, das ist nur Analytics. Es versucht, allen Zwecken zu dienen. Es ist nicht speziell gut im Benutzer-ID-Diagramm. Und so, ja, es gibt mehrere schwarze Datenquellen, fehlende Daten.

Du versuchst, sie mit den Dingen zu adressieren, die du tun kannst. Ken oder Brooke, gibt es eine Möglichkeit, wie ihr die Lücken füllt?

Brooke Osmundson: Ich meine, ehrlich gesagt, wie Chris gesagt hat, es ist viel Zeit und Investition, selbst diesen Weg zu gehen. Ich denke, die Benutzerverbindung oder wenn es Geräte-ID-Attribution ist, wird eine langfristigere Lösung sein.

Aber im Moment ist es extrem kompliziert und es sei denn, du hast, wie Chris sagte, die Infrastruktur, entweder in deinem Team oder du bist in einer sehr großen Agentur, wo du das hast. Du weißt schon, diese Leute in diesen Rollen, würde ich sagen, es wird eine langfristige Lösung sein, aber die Tatsache ist, dass viele Unternehmen diese Ressourcen nicht zur Verfügung haben.

Also ist es das, was wir sehen, nur die Gespräche mit den Kunden zu führen, wie du weißt, welche Daten du zur Verfügung hast und diese Gespräche zu führen und. Es auf eine Weise zu tun, die sie verstehen können, hier ist, was passiert. Und kurzfristig, du weißt schon, völlig, ich denke, Ken, du hast es gesagt, wie einfach mit einigen dieser Unbekannten bequem zu sein und manchmal allgemeiner in deinen Annahmen zu sein, aber du könntest einige echte Tests machen müssen und sehen, was am besten funktioniert, aber bis du diese Ressourcen oder das Geld hast, um darin zu investieren, wird es lange dauern, bis dein Unternehmen.

Kann zu jedem Stück kommen, das du willst. Es wird einfach immer schwieriger.

Ken Williams: Du bist stumm.

Brooke Osmundson: Oh, Ken, du bist stumm.

Ken Williams: Danke. Entschuldigung. Ich habe laute Kinder. Also mache ich das immer wieder. Ich habe in letzter Zeit viel darüber nachgedacht, weil ich zu Beginn meiner Marketingkarriere sehr stark an diese 360-Grad-Idee eines Kunden geglaubt habe, dass, du weißt schon, weil wir all diese digitalen Daten haben, wir besser und besser darin werden, all diese Berührungspunkte mit unseren Kunden zu verstehen und schließlich werden wir ankommen.

An einem Punkt, an dem wir unglaubliche Daten haben und alles wissen können. Und ich habe das Gefühl, dass wir als Branche darauf verzichten müssen. Du weißt schon, wie es gibt, du weißt schon, als Google ein Sampling eingeführt hat, hat das viele Leute wirklich frustriert. Ich hatte viele Kunden, die sagten, das sind keine echten Zahlen.

Du weißt schon, ich will genau wissen, was passiert. Aber die Realität ist. Wir lösen Geschäftsfragen und es gibt Momente und es wird mehr Momente in der Zukunft geben, in denen das Betrachten der echten Daten ein wenig weniger nützlich ist als das Betrachten von Daten, die durch etwas wie Konversionsmodellierung oder Sampling gegangen sind und diese Tools nutzen, du weißt schon, die uns ein klareres Bild davon geben, was passiert.

Aber, du weißt schon, am Ende des Tages denke ich, dass wir diese Datenlücken nie vollständig schließen werden, und wir müssen uns daran gewöhnen und lernen, ein wenig damit zu leben.

Frederick Vallaeys: Nun, und ich denke, man muss sich auch mit der Vorstellung wohlfühlen, dass es auf viele dieser Dinge keine wirkliche Antwort gibt, sondern eine richtungsweisende Antwort.

Und so, wenn ich an Attributionsmodelle denke, ist es, als ob du die Frage bekommst, was ist das perfekte Attributionsmodell für dich? Und es ist wie, nun, es gibt keins. Perfekt. Richtig? Es geht um etwas, es geht um ein Modell, das irgendwie mit den Geschäftszielen korreliert, die du zu erreichen versuchst. Und ich denke, deshalb, Ken, als du über das Feldexperiment gesprochen hast, wie man einen Markt einschaltet und den anderen ausschaltet, und dann sieht, was passiert.

Was war der tatsächliche Einfluss auf das Endergebnis? Und sich nicht auf der Ebene verfangen, nun, welche Abfragen habe ich dafür ausgeführt? Weil Google diese Daten entfernt. Und wir müssen nur ein wenig breiter in unserem Denken sein. Zurück zu dem, was du gesagt hast, nämlich was das Geschäft zu erreichen versucht?

Und es geht nicht um jeden einzelnen Kunden, wir müssen, wir müssen dabei sein. Wir müssen ihnen folgen. Richtig, richtig.

Ken Williams: Es gibt ein paar Ebenen. Ich denke darüber nach, wie, du weißt schon, wenn ich meine Suche optimiere, brauche ich bestimmte Informationen und es könnte mehr Sinn für mich machen zu sagen. Ich werde einen dieser einschalten.

Es macht wahrscheinlich mehr Sinn. Sagen wir, ich werde diese Attributionsmodelle einschalten. Ich werde das nutzen, was sie haben, um mir zu helfen, meine Kampagnen zu optimieren. Und wir müssen diese Entscheidungen darüber treffen, was das Beste für mich ist. Aber wenn du versuchst, eine Frage zu beantworten, wie, du weißt schon, wir haben X Dollar ausgegeben, was war die Rendite davon?

Das ist etwas, von dem ich sagen würde, dass es kein guter Anwendungsfall für ein Attributionsmodell ist. Das ist ein besserer. Das ist ein Anwendungsfall, bei dem wir ein Experiment durchführen müssen, weil wir das haben. Du weißt schon, die Ergebnisse, die wir haben, sind eine Kombination aus dem, was passiert wäre, wenn wir nichts tun würden, plus unseren Marketingbemühungen, plus etwas unbekanntem Rauschen und Fehler, das ist Mundpropaganda und Dinge, die wir einfach nicht messen können. Und Sozialwissenschaftler führen seit hundert Jahren Experimente mit ähnlichen Daten durch. Und ich denke, das ist etwas, das wir mehr und mehr tun werden

Frederick Vallaeys: dafür. Facebook-Attribution. Ich weiß nicht, ob jemand dazu eine Meinung hat.

Brooke Osmundson: Nun, ich denke, das geht parallel zu einer der anderen Fragen, denke ich, wie man mit Ansichten umgeht, aber ohne Klicks, also, und, wieder, ich weiß nicht, ob diese erste Frage speziell über Facebook war, aber du könntest das für Google verwenden, wenn du YouTube-Anzeigen oder irgendetwas oder Display-Anzeigen ausführst, die nicht zu einem Klick führen können, also, ehrlich gesagt, betrachten wir die Facebook-Attribution, du weißt schon, zusätzlich zu dem, was wir für alle mit unseren Kunden speziell sehen, viel davon ist nicht wie Markenaufbau nur aufgrund der Natur unserer Kunden.

Also ist unser Hauptziel, sie auf die Seite zu bringen, wo wir nicht wie eine Menge Videoanzeigen ausführen, aber zu diesem Punkt, wie man mit der Attribution von Ansichten umgeht, würde ich nur meinen ursprünglichen Kommentar wiederholen, dass man, du weißt schon, das Modellieren betrachtet, das speziell auf dieser Plattform verfügbar ist. Und nur versuchen, du weißt schon, diese Daten mit den Leuten zu verbinden, die auf der, den Daten der Leute, die tatsächlich von Facebook kommen, um dieses ganzheitliche Bild zu verstehen, aber wieder, sich damit wohlfühlen, dass es Lücken geben wird und du nie eins zu eins verstehen wirst, dass.

Kunde speziell, ich wäre mehr darauf fokussiert, was im Allgemeinen die Nadel bewegt und wo wir unsere Bemühungen dort konzentrieren können, weil es immer diese Lücken geben wird.

Frederick Vallaeys: Und dann nicht Facebook, aber lass uns jetzt für eine Sekunde über Amazon sprechen, richtig? Das Interessante an Amazon ist, dass die gesamte Aktivität auf der Amazon-Website stattfindet.

Und so, wenn du das in dein Verständnis einbeziehen willst, musst du ihr Attributionsprodukt verwenden, das, glaube ich, noch in der Beta ist. Hat jemand von euch mit Amazon gearbeitet und wie denkt ihr darüber? Du weißt schon, diese Teile zu verbinden, die vielleicht nicht in ein Google Analytics für viele der anderen Messpakete passen.

Brooke Osmundson: Persönlich habe ich es nicht benutzt, aber entschuldige, mach weiter, Chris. Ich,

Christopher Gutknecht: werde versuchen, es auf eine Weise zu beantworten, von der ich denke, dass wir sollten, oder wir gehen von einfach zu komplexer. Und ich denke, wenn du versuchst, eine große Karte der Dinge zu zeichnen, die du tun solltest, wäre es so komplex, dass du es nicht einmal lösen könntest, also versuchen wir nur, es von den kleinen Stücken zu lösen, die wir tun können.

Wie wir mit der Datenqualität von Google Analytics beginnen, indem wir unsere Kanäle richtig bekommen, und dann ein einfaches Modell definieren, das etwas besser ist als ein regelbasiertes Modell, und dann die Lücken der Tracking-Quelle richtig bekommen, indem wir das lösen, aber es einfach sehr einfach nehmen, und ich denke, das beantwortet nicht die Frage, aber es zeigt auf eine andere Empfehlung, die ich denke, dass bevor du zu sehr in die Attribution gehst, solltest du dich mehr auf, wie, die Qualität der Messdaten konzentrieren, um einen etablierten Prozess zu bekommen, wie du deine Kanäle findest, die Qualität deines Kanalverkehrs richtig zu bekommen, also hast du einen Analysten an Bord, einen Webanalysten, und möglicherweise einen Dateningenieur.

Und persönlich würde ich nicht, in meinen Agenturzeiten, nicht in die Attribution gehen, weil es so viel zu tun gab mit der Datenqualität und der Automatisierung. Das ist im Grunde die Automatisierung von PPC. Ich denke, das ist, es ist Teil eines Reifegradmodells, bei dem du an der Datenqualität und den Analysen arbeiten musst, bevor du zur Attribution gehen kannst. Und ich würde immer mehr Zeit investieren, wie. Wenn diese Qualität nicht stimmt, würde ich immer mehr Zeit in diesen Bereich investieren, bevor ich zur Attribution gehe, weil du keine Attribution an einem schlechten Tag machen kannst. Schlechte Daten. Ja. Und ich würde nicht sagen fehlende Daten, aber du hast immer bis zu einem gewissen Grad fehlende Daten, aber wenn, wenn es nur schlechte Daten sind, kannst du kein angemessenes Attributionsmodell machen.

Frederick Vallaeys: Weise Worte. Gut. Wir sind ziemlich nah an der nächsten Stunde hier, also werde ich alle von euch vielleicht bitten, etwas zu sagen, von dem ihr denkt, dass wir darüber hätten sprechen sollen, aber nicht getan haben. Oder sagt uns einfach, was einige großartige Orte sind, um mehr zu lernen, von denen ihr lernt oder wo wir mehr direkt von euch lernen können.

Wer auch immer ich Chris vorschlage. Da gehen wir.

Christopher Gutknecht: Eine Sache, die wir kurz erwähnt haben, war, dass GF4 den Export von Rohdaten bietet. Das ist etwas, von dem ich nicht glaube, dass du eine angemessene Attribution machen kannst, wie dein eigenes Attributionsmodell zu bauen, ohne Rohdaten. Und du kannst einfach den Export von Rohdaten nach BigQuery aktivieren.

Und ich habe gerade einen Link veröffentlicht, wie du dein eigenes Sitzungsmodell in GA4 machen kannst. Also das ist nur etwas, das ich empfehlen würde, damit zu spielen. Denn jetzt hast du die Rohdaten zur Hand, du kannst alle möglichen interessanten Dinge tun, SQL lernen, mit den Rohdaten spielen, und es wird dich von dort aus führen. Typischerweise führt es dich zu Medium.

Ich bin mir nicht sicher, ob du mit Medium vertraut bist. Es ist absolut süchtig machend. Es ist ein Technologie-Hub und du wirst, ich weiß nicht, wie 100 verschiedene Artikel darüber finden, wie man Attributionsmodellierung in Python und R macht, etc. Aber ich würde mit den Daten beginnen, die du hast. In BigQuery, spiele mit ihnen, benutze SQL, und dann führe es allmählich von dort aus weiter.

Frederick Vallaeys: Großartig. Was ist mit dir, Ken?

Ken Williams: Ja, also ich schätze, ich habe ein bisschen eine egoistische Promotion. Ich habe einen Blog und ich habe ein. Es gibt dort einen Abschnitt über die Verwendung von BigQuery mit Data Studio und GA4. Also passt es gut, denke ich, zu dem, worüber Chris gesprochen hat. Ich bin ein großer Befürworter, sich mit SQL als Werkzeug vertraut zu machen.

Etwas, das Vermarkter mehr tun sollten. Es ist nicht der viel, wie der Aufwand, die Lernkurve, um mit Rohdaten zu arbeiten, im Allgemeinen gesprochen, ist nicht so hoch. Google macht es ein wenig kompliziert, weil sie ein lustiges Schema haben, aber ich schreibe viel darüber. Und ich denke, du weißt schon, hoffentlich können die Leute das nützlich finden.

Also das ist, du weißt schon, das ist eins. Die andere Sache, die ich sagen würde, es gibt ein paar Leute, wenn du Twitter oder den Measure Slack benutzt, solltest du überprüfen. Measure Slack. Ich weiß nicht, ob das etwas ist, das diese Gruppe über wissen würde, indem sie zu measure dot chat gehen. Du kannst dich dort anmelden und es ist eine großartige Community von Leuten, die in der Analyse und BI arbeiten, im Grunde, und sich gegenseitig helfen, Probleme zu lösen.

Also würde ich es definitiv empfehlen. Es ist gut kuratiert. Also kommen die Leute nicht dorthin und versuchen, Produkte zu verkaufen. Es ist nur eine gute Gruppe von Leuten, die sich gegenseitig helfen. Und ich würde auch auf Twitter sagen, Charles Farina, Julius Fedorovic von Analytics Mania, du weißt schon, diese Jungs sind immer auf dem neuesten Stand, du weißt schon, hier, wie neue Dinge, die in der Branche passieren, und ich finde sie sehr hilfreich.

Ich bin selbst nicht sehr gut auf Twitter. Ich würde sagen, 90, vielleicht 60 Prozent von dem, was ich mache, ist es. Halte mit diesen beiden Jungs Schritt. Und so würde ich das als meine Empfehlungen aussprechen.

Frederick Vallaeys: Großartig. Danke für diese Brooke. Was ist mit dir?

Brooke Osmundson: Ehrlich gesagt, werde ich zu den Grundlagen zurückkehren, du weißt schon, wenn es Leute gibt, die zuhören, die nicht unbedingt im Implementierungsbereich sind, aber wie wenn du immer noch versuchst herauszufinden, welches der Attributionsmodelle am besten für dich sein wird, oder sogar die Vorteile von jedem von ihnen zu verstehen, wie sicherzustellen, dass du deine eigene Sorgfaltspflicht machst und diese recherchierst.

Und ich persönlich, während ich mich mehr mit GA4 beschäftige, ist es ein weiteres Gespräch, das ich führe. Ich möchte es durchgehen, bevor ich diese Gespräche mit den Kunden führe, da ich dazu neige, wirklich in die Details gehen zu wollen. Also gehe ich durch die Entwickler-Tools von Google, nur um wirklich zu verstehen, wie alles funktioniert, also ich persönlich wie die nur die Forschung, die ich mache, um ein besseres Verständnis dafür zu bekommen, wie man mit den Kunden auf diese Weise spricht, also bin ich ein bisschen auf der anderen Seite aus einer Marketing-Perspektive und versuche, du weißt schon, es in einfacheren Begriffen zu verstehen.

Also kann ich das den Kunden kommunizieren, die auf uns angewiesen sind, um entweder diese Empfehlungen zu machen oder um wie den Ball ins Rollen zu bringen. Also wenn du neu in diesem Bereich bist, nur sicherzustellen, dass du deine Forschung über jedes der Modelle machst, wenn es benutzerdefinierte gibt, die verfügbar sind, wie, wie Chris darüber gesprochen hat, zu bauen Und dann, du weißt schon, nur die Nutzung, ich meine, es gibt so viele Blog-Artikel da draußen.

Also sicherzustellen, dass du einen relevanten findest, du weißt schon, ich werde den von Ken einstecken, den ich hoffe, in der Zukunft zu lesen. Aber ich persönlich, ich bin nur in der Entwickleranleitung im Moment, nur um, mich so gut wie möglich damit vertraut zu machen.

Frederick Vallaeys: Ich liebe die Entwickleranleitungen auch. Großartiger Rat.

Okay, nun, Brooke, Ken, Chris, vielen Dank. Das waren fantastische Ratschläge. Einige wirklich gute Dinge, von denen ich hoffe, dass die Leute sie umsetzen. Und einige davon sind kompliziert, aber es scheint, dass es sich lohnt, die Zeit darin zu investieren. Also danke an alle fürs Zuschauen einer weiteren Episode von PPC Town Hall.

Wir werden im März mit zwei Episoden zurück sein, und wir werden über Wettbewerbsanalyse von Berichten sowie Gebotsmanagement sprechen. Also haltet Ausschau nach den Benachrichtigungs-E-Mails darüber, und es wird am 10. und 24. März sein. Danke fürs Zuschauen. Habt einen großartigen Mittwoch.