日落模型根据预定义的规则为每个广告接触点分配价值。然而，这些模型无法提供现代营销活动和不断变化的消费者旅程所需的灵活性。如今，只有不到 3% 的 Google Ads 转化归因于首次点击、线性、时间衰减或基于位置的模型。
仍在使用这些模型的广告商将受到这一变化的影响。除“最终点击”之外的模型将很难跟踪，因为数据驱动公式是特定于帐户的且不可见。
什么是数据驱动归因
数据驱动归因) 是 Google Ads 中使用的一种归因模型，它利用机器学习来分析转化功劳并将其分配给整个客户旅程中的各个接触点。该模型根据您帐户的历史数据，考虑每个营销接触点在推动转化方面的实际贡献。
与其他依赖于预定义规则来分配转化功劳的归因模型不同，数据驱动归因会考虑客户与广告的独特互动，并相应地调整功劳分配。通过分析每个接触点的实际影响，DDA 可以更准确地反映营销渠道的绩效，帮助您就预算分配和营销 柬埔寨 WhatsApp 号码数据 活动优化做出更明智的决策。
要在 Google Ads 中使用数据驱动的归因，您的帐户必须满足某些要求，例如特定时间范围内的最低转化次数，以确保有足够的数据供机器学习算法进行有效分析。
您现在可以做什么
提前计划：利用 Google Ads 模型比较工具来评估 DDA 或最终点击是否是您业务的更好选择。DDA 考虑部分转化，而不是提供整数转化数据（例如最终点击）。如果您的营销工作是跨渠道的，Google 已升级非 Google 资源的网络转化的部分归因，使您能够规划更完整的渠道归因。
随时了解情况：如果转化量一直是切换到 DDA 的限制因素，我们建议继续前进，因为 Google 已删除了之前的数据要求（300 次转化或 3,000 次点击）。由于 DDA 以隐私为中心，因此请务必随时了解您在转 BX 线索 换中可能获得/失去哪些类型的见解。及时了解 Google 对更多转化类型（包括应用内转化和离线转化）以及 Discovery 格式（例如PMax）的扩展支持。
