Entender
Atribución de LinkedIn, comparada
La atribución es cómo se reparte el crédito de una visita entre los canales que llegaron hasta ella. Esta página compara último clic, primer clic, lineal, decaimiento temporal y posición en un recorrido, incluido un camino al estilo de LinkedIn. Es una comparación, no el informe de LinkedIn. Las cifras salen de las vistas de página almacenadas, o de una muestra etiquetada cuando esos recorridos son demasiado cortos. Construye el nombre de la campaña en el constructor de enlaces de campaña, y la nota Medir anuncios de LinkedIn nombra los campos que llevan la etiqueta de LinkedIn y el evento de servidor.
Entender el laboratorioCómo usarlo y por qué querrías hacerlo
Por qué querrías hacerlo
Un recorrido se puntúa de seis formas: último clic, primer clic, lineal, decaimiento temporal, posición y retirada de Markov. Las rutas almacenadas cortas caen a cuatro recorridos inventados, y después de Aceptar se encola el origen de los datos, no las partes.
Cómo usarlo
- Lee un recorrido como una lista de toques.
- Cinco reglas puntúan en una pasada. Markov retira un canal.
- Las rutas almacenadas demasiado cortas pasan a la muestra etiquetada.
- Después de Aceptar, attribution_view lleva el origen, no las partes.
Recorrido almacenado
Leyendo las vistas de página almacenadas…
Aún no hay un recorrido almacenado. Activa los datos de muestra para ver las fórmulas.
Seis formas de repartir el mismo recorrido
| Modelo |
|---|
Eliminación de Markov Tasa base = recorridos que incluyen el informe, dividido por todos los recorridos. Quita un canal descartando cada recorrido que lo usó y calcula la tasa otra vez. El efecto de eliminación es cuánto cae la tasa. Las cuotas son esas caídas divididas por su suma, y luego se limitan a los canales de este recorrido. |
Último clic, primer clic, lineal, decaimiento temporal y posición usan solo este recorrido. Markov usa todos los recorridos del conjunto y luego se queda con los canales que aparecen aquí. El mismo canal en dos columnas es un solo efecto de eliminación, así que esas celdas de Markov se repiten y no se suman.
RecorridoCómo lo hicimosMostrarOcultar
El ajuste de proveedor de ejemplo está marcado abajo. Los números de eVar y de event son ejemplos. Este laboratorio no llama a Adobe.
El laboratorio de atribución puntúa un recorrido de seis maneras: último clic, primer clic, lineal, decaimiento temporal, posición y eliminación de Markov. Las cifras salen de las vistas de página almacenadas, o de cuatro recorridos inventados cuando las rutas almacenadas son demasiado cortas. Después de Aceptar encola attribution_view con data_source. Las cuotas de canal no se envían. El laboratorio no llama a Adobe.
Leer un recorrido como contactos
Un contacto es un canal y una hora. Un canal es el source y el medium de la campaña, o la clase de referrer cuando faltan esos parámetros. El mismo canal en una fila cuenta una vez.
Puntuar cinco reglas en una función
scoreJourney da todo el crédito al último contacto, o al primero, o 1/N a cada uno, o una semivida de 7 días, o 40/20/40 por posición.
Quitar un canal para Markov
La tasa base es la parte de recorridos que incluyen el informe. Quitar un canal descarta cada recorrido que lo usó. El efecto de eliminación es cuánto cae la tasa.
Pasar a una muestra etiquetada
Cuando los recorridos almacenados son escasos, la página usa sampleJourney. El texto dice que esos cuatro recorridos no salen de la base.
Enviar el origen, no las cuotas
attribution_view lleva data_source sample o stored. La tabla de crédito se queda en la página.
Del código
Último clic, primer clic y el inicio de lineal. La misma función sigue con decaimiento y posición.
return [
{
id: "last",
name: "Last click",
formula: "The last channel before the end of the journey receives 1. Earlier channels receive 0.",
credits: touches.map((touch, index) => ({ channel: touch.channel, share: index === n - 1 ? 1 : 0 })),
},
{
id: "first",
name: "First click",
formula: "The first channel receives 1. Later channels receive 0.",
credits: touches.map((touch, index) => ({ channel: touch.channel, share: index === 0 ? 1 : 0 })),
},
{
id: "linear",
name: "Linear",El evento de vista. Las cuotas no son parámetros.
useEffect(() => {
if (consent !== "granted" || !live) return
trackLabEvent("attribution_view", { data_source: sample ? "sample" : "stored" })
}, [consent, live, sample])Google y Adobe
Google encola attribution_view después de Aceptar. Adobe es un ejemplo de los mismos campos.
Después de Aceptar, y después de que los recorridos hayan cargado, el laboratorio encola attribution_view. data_source es sample o stored. Los nombres de modelo y las cuotas de crédito no son parámetros. Registra data_source como dimensión personalizada con alcance de evento. Este sitio no llama a gtag('set') ni a Adobe.
Forma simplificada del objeto encolado después de Aceptar. Registra cualquier parámetro nuevo como dimensión personalizada con alcance de evento. Este sitio no llama a gtag('set').
dataLayer.push({
event: "attribution_view",
data_source: "stored",
})Implementación de ejemplo. Este sitio no llama a Adobe. eVar36, prop36 y event36 son números de variable de ejemplo. En Launch, un elemento de datos lee el valor y una regla lo envía cuando el valor cambia. En el report suite, habilita eVar36 con asignación Most Recent y haz que expire en el hit. Una processing rule no hace falta si el elemento de datos se mapea directo a esa eVar.
Payload de alloy de ejemplo. _example es un esquema de relleno, no un inquilino real.
alloy("sendEvent", {
xdm: {
eventType: "web.webinteraction.linkClicks",
_example: {
attributionSource: "stored",
},
},
})Hit de ejemplo. eVar36 tiene alcance de hit en este ejemplo. prop36 muere en el mismo hit.
s.eVar36 = "stored"
s.prop36 = "stored"
s.events = "event36"
s.linkTrackVars = "eVar36,prop36,events"
s.linkTrackEvents = "event36"
s.tl(true, "o", "attribution_view")Traducción
Cada campo del laboratorio, el nombre en GA4 y la variable de Adobe de ejemplo. El alcance es la parte que suele perderse en la traducción.
Origen de los datos
GA4. Parámetro data_source en attribution_view.
Adobe. eVar36 de ejemplo, expira en el hit.
Alcance. Evento.
Modelo
GA4. No se envía. Último, primero, lineal, decaimiento, posición y Markov se quedan en la página.
Adobe. prop36 de ejemplo si rastrearas qué modelo estaba abierto. No se envía.
Alcance. Hit. Un modelo con alcance de usuario congelaría una regla en visitas posteriores.
Cuota del canal
GA4. No se envía.
Adobe. event36 de ejemplo. No escribas el porcentaje en una eVar.
Alcance. Una cuota calculada para un recorrido. No es una métrica de hit.
Nombre del canal
GA4. No está en attribution_view. Los canales almacenados salen del source y el medium de la campaña, o de la clase de referrer.
Adobe. eVar37 de ejemplo, expira en el hit, si enviaras un canal. No se envía.
Alcance. Hit. El source de campaña en GA4 es su propio campo cuando la visita tenía de verdad esos parámetros.
Recomendado a continuación
Por qué estas propuestasLeyendo las transiciones de recorrido…