云服务器价格_云数据库_云主机【优惠】最新活动-搜集站云资讯

百度云_数据库习题_限时特惠

小七 141 0

我们的多渠道归因方法

软件即服务(SaaS)是一种供应和交付模型,在这种模式中,软件以订阅为基础获得许可,并集中托管。这种模式使企业能够通过集中托管随需应变的解决方案快速增长其客户群,这些解决方案通过互联网提供给客户。为了获得新的客户,企业采用不同形式的在线广告,并从潜在客户那里产生兴趣。如今,一些流行的在线营销渠道包括谷歌/必应(Google/Bing)搜索、Facebook、LinkedIn、通过显示广告的定向广告、重定位和移动广告。其中涉及的最大挑战之一是如何在这些渠道上有效分配营销预算,以实现高投资回报率。在这个博客里,我们想分享一下我们在解决这个问题上的一些经验。如果您对该算法的深入处理感兴趣,请参阅本白皮书。SaaS中客户获取成本(CAC)的主要影响因素是多渠道在线营销。为了确定投资方向,企业应该能够量化每个广告渠道的价值,即受其影响的转换数量。SaaS产品的潜在客户在一段时间内接触到不同形式的广告,因为他/她沿着转换漏斗向下移动。现在,这些广告中哪一个应该归功于用户的转换?虽然不可能为每个用户确定这一点,但我们可以通过检查不同用户接触广告活动的路径来量化广告活动的净影响。这个过程被称为属性建模。多渠道归因:多信道归因是确定对用户转换有因果影响的事件集的过程。它还需要沿着通向转换的漏斗向每个事件按比例分配信贷。 这对我的生意有什么影响?企业可以在有效的渠道上投入更多的资金;也可以更好地解释转化客户所采取的途径。将启发式方法应用于解决琐碎问题是必然的。例如,可以强调用户的第一个和最后一个接触点,即可能向用户介绍品牌的事件(第一个接触点)和转换前的倒数第二个交互(最后一个接触点)可以获得最高的信用额度。这种启发式方法有许多缺点。例如,他们没有考虑到个体之间的相互影响的可能性。考虑下面的例子,假设有一个叫做Jello的项目管理工具。A: (开始)→Google_adclick(搜索"项目管理工具")→Bing_organic(搜索关键词="果冻评论")→显示"重定目标"adclick(Yahoo!新闻)→直接访问网站→转换在这种情况下,用户A首先使用与Jello的campaign1关键字匹配的搜索词进行Google web搜索,单击Jello的赞助搜索结果(ad)并访问相应的广告登录页(例如。),但不注册试用帐户。在稍后的时间点,同样的用户通过必应搜索返回,但这次是通过点击必应显示的有机(非赞助)搜索结果。但是再次,用户没有注册就离开了。不久之后,当用户浏览Yahoo!时,就会看到一个果冻横幅广告!新闻。几天后,用户访问该域网站直接在他/她的网页浏览器中输入网址,大概是因为他/她现在已经熟悉果冻了,之前的访问和广告经验。这一次,用户注册了一个Jello帐户。如果我们在这个例子中使用上面的启发式方法,Bing搜索事件将获得相对较少的信任,因为它是用户旅程中的一个中间事件。但是,有可能显示重定目标活动(在雅虎!新闻)被触发是因为必应搜索,也就是说,Jello想重新定位那些在访问雅虎时搜索评论和显示广告的人!新闻。如果用户没有在果冻上发布消息的话,他们的转换率就不会大大降低。这种细微差别激发了人们对解决方案的需求,这种解决方案可以模拟不同广告活动之间的因果关系,同时量化转化的影响。我们解决这个问题的方法:一个示例转移图我们记录与单个用户相关的所有事件(接触点和操作),并捕获其最终状态,即用户是否转换。每个用户都被标记为一个匿名且唯一的访问者id。访问者id使用用户设备上的Cookie持久化。用户可以访问我们的一个web或移动页面,并执行一组操作,如单击和页面访问。每一次这样的访问构成一次会议。会话还可以跟踪用户的来源,例如Direct或googleadclick。因此,用户到转换(或没有转换)的旅程被捕获为路径。如果用户在90天内处于非活动状态,则路径被标记为非转换。2我们使用马尔科夫状态转移图来建模这样的用户路径。图中的每个节点或状态对应于不同的用户交互或事件,即在这种情况下,每个广告活动构成一个图顶点。状态之间的转移概率是从历史数据中学习的,使用各种参数,包括用户到目前为止采取的路径、每个活动的当前出价、剩余预算等等。因此,信道之间的关系被这种方法捕获,其中两个信道(在时间点)之间的高转移概率表示它们之间的强关联。 我们在这个状态图上进行随机游走模拟来估计不同的参数,例如转换率和路径长度的分布。进行模拟,以便沿着模型生成的路径行走假想用户。每个用户从"(start)"状态开始并一直走到达到"(conversion)"或"(non-conversion)"状态之一。我们首先在图中禁用相应的顶点,然后重新运行模拟来估计广告活动的移除效果。验证模型我们通过评估模型在未来为用户规划路径的能力来验证该模型。验证指标包括转换率中的MAPE误差,以及实际用户和模拟用户的路径长度(和转移概率)分布之间的KL散度。模拟结果今后的工作营销团队可以根据这些估计的移除效果对活动进行更改。作为这项工作的延伸,我们正在研究评估改变活动速度的影响的能力,即通过调整其组成参数,如出价和目标受众。这将有助于确定一场战役的速度应该在多大程度上改变。我们的愿景是最终建立一个跨渠道的竞价引擎,在地理范围和预算限制的限制下,可以配置为实现投资回报率目标。点击这里下载我们的白皮书的免费副本多渠道归因在网上广告。本文作者:Swaminathan Padmanabhan,数据科学主管Venkatesh W Sreedharan,数字营销分析师1"活动"指的是一个目标广告单元,即一个定义明确的目标供应/用户细分市场、一组可定制的广告创意和投标策略。其他术语,如"广告集团"在这种情况下是类似的。2应根据所售产品的观察到的转化动力学(平均转化时间等)得出确定不转化的闲置时间。相关岗位规模上的SaaS,一个面向SaaS工程的开放式协作平台我们如何在Freshworks创建数据湖-第一部分