随着数据丢失给 FLoC，谷歌新的 DDA 解决方案似乎为小账户提供了更多的归属选项
星期一早上，Ginny Marvin 在 twitter 上写道: “从最后一次点击开始，数据驱动的归属将很快成为所有谷歌广告转换行为的默认归属模式。”。随着谷歌致力于为用户提供注重隐私的搜索体验，它也在调整广告商可用的归属模型。
谷歌广告副总裁兼通用汽车采购、分析与测量副总裁 Vidhya Srinivasan 在一份声明中表示: “(数据驱动归因)利用先进的机器学习技术，在尊重用户隐私的同时，更准确地了解每个营销接触点是如何促成转化的。”。
它是如何工作的。“数据驱动的署名会关注你的搜索(包括购物)、 YouTube 和谷歌广告中的显示广告上的所有互动——包括点击和视频合约。该模型通过比较那些转向不转向的客户的路径，确定那些导致转向的广告互动模式。”。
谷歌的好处在其“关于数据驱动的归因”页面中，谷歌列出了广告商的潜在好处:
了解哪些关键词、广告、广告组和活动在帮助你实现商业目标方面起着最大的作用。
优化您的出价基于您的具体帐户的业绩数据。
为你的企业选择正确的归因模式，而不是凭空猜测。
默认的 last-click 模型只计算最终交互的归属，因此广告商有可能错过在用户旅程中贡献微转换的机会。一位谷歌发言人对 Search Engine Land 表示: “数据驱动的归因为广告商和企业提供了更好地反映整个营销过程和更高效的竞价的报告，这些报告能够适应顾客真实的转化过程。”。
广告可用性。数据驱动的归因模型现在可用于搜索、购物、展示和 YouTube 广告。该声明还补充说，谷歌将“增加对更多转换类型的支持，包括应用内和离线转换。我们还删除了广告活动的数据要求，这样您就可以为每个转换操作使用数据驱动的属性。”
选择退出。对于那些不希望参与谷歌广告数据驱动归因选项的广告客户来说，五种基于规则的归因模型仍然可用:
Last click: 将转换为 Last-clicked 广告和相应的关键字的所有功劳都给出。
首次点击: 给出转换为首次点击广告和相应关键字的所有信誉。
线性: 在路径上的所有广告交互中平均分配转化的积分。
时间衰减: 给予更多的信任，广告交互发生在更接近的时间转换。信贷是使用7天的半衰期分发的。换句话说，转换前8天的广告互动获得的信用是转换前1天的广告互动的一半。
基于位置的: 给予40% 的信用，首次和最后的广告互动和相应的关键字，其余的20% 分布在其他广告互动的道路上。
然而，它似乎将是一个手动转换为“在未来几个月，我们将迁移到现有的转换行动，为许多广告客户,”马文补充说。”当您设置一个新的 conv 操作时，它将默认为 DDA (而不是 last-click)。如果愿意，可以选择不同的模型。对于现有的 conv 操作，许多将迁移到 DDA，但是有足够的警告选择退出 & 坚持使用另一个模型。你仍然可以在任何时候更换。”。数据分析法也可以在谷歌分析4中使用。
其他功能和更新。一位发言人表示，随着向 DDA 的过渡，谷歌广告宣布了“一些以隐私为中心的测量功能和产品更新——其中许多将直接影响广告商。”。这些功能和更新包括以下内容:
增强的转化率: 作为我们今年早些时候宣布的后续行动，所有合格的广告商现在都可以获得增强的转化率。
用于显示的参与式视图转换: 更健壮的无单击转换度量方法。参与式视图转换允许您测量某人浏览您的广告10秒或更长时间后发生的转换，但不点击，然后在设定天数内转换。
我们为什么在乎。归因一直是营销人员面临的一个问题。这一难题尤其突出，因为 FLoC 威胁要从搜索广告商那里拿走更多的数据ーー让他们自己拼凑数据。谷歌广告的机器学习归因模型似乎是谷歌的解决方案，这种数据的缺乏。“以隐私为中心，DDA 在真正的转换路径上进行训练，并使用机器学习来测量和建模跨接触点的转换学分，即使在缺少 cookie 的情况下,”Marvin 补充说。
这是一个“相当大的转变”，ZATO 市场营销和 PPC 专家创始人科克 · 威廉姆斯(Kirk Williams)在推特上写道。“数据驱动归因(Data-Driven Attribution，DDA)以前只适用于那些在近期历史中有足够转化率来构建模型以精确运行 DDA 的账户。”对威廉姆斯来说，这意味着谷歌的两大变化:
所有账户现在都可以立即运行 DDA (我认为这意味着谷歌现在对其算法和抽样有足够的信心，即使对于较小的账户)。
默认情况下的帐户归属似乎已经从最后一次点击改为 DDA。
许多广告商声称，数据的缺乏和对机器学习的依赖使他们的工作更加困难(当我们不知道究竟是什么导致了成功或失败时，我们如何优化?).这是另一种情况，他们只能相信谷歌广告提供给他们的信息，而不能看到整个过程的内部。然而，如果做得好，它可以帮助许多广告商更好地理解哪些广告活动和广告有助于整个渠道的整体成功。
我们将在新的归因模型中添加更多的信息。
