Seu cliente está analisando os relatórios. Ele percebe que o Search Ads 360 está usando um modelo de atribuição linear básico que foi gerado anteriormente para monitorar as conversões, em vez do modelo de atribuição baseada em dados configurado na semana passada. Por que o Search Ads 360 está usando o modelo anterior?
- O número de cliques e conversões está abaixo dos requisitos de dados.
- O modelo foi criado durante o período de aprendizado das estratégias de lances.
- Os dados históricos estão sendo transferidos para o novo modelo criado.
- Foram incluídas muitas palavras-chave na estratégia de lances.
Explicação:
O Search Ads 360 está usando o modelo de atribuição linear básico em vez do modelo de atribuição baseada em dados recém-configurado porque o número de cliques e conversões está abaixo dos requisitos de dados. Modelos de atribuição baseada em dados exigem um volume mínimo de dados para funcionar adequadamente. Esses modelos são mais avançados e ajustam a atribuição de conversões com base no comportamento real dos usuários, oferecendo insights mais precisos sobre como diferentes pontos de contato contribuem para as conversões. No entanto, para garantir que o modelo baseado em dados seja eficaz e forneça resultados confiáveis, é necessário ter um número significativo de cliques e conversões para analisar e modelar. Quando o volume de dados é insuficiente, o Search Ads 360 recorre a modelos de atribuição mais simples, como o linear, que não requerem tanto volume de dados e podem fornecer uma estimativa básica da atribuição de conversões. Esses modelos básicos são usados para garantir que a análise e o monitoramento de campanhas não fiquem comprometidos na ausência de dados suficientes. Assim, o motivo pelo qual o modelo de atribuição baseado em dados não está sendo utilizado é a falta de dados suficientes para suportar a sua aplicação efetiva. Para que o novo modelo seja adotado, é necessário acumular o volume adequado de cliques e conversões para atender aos requisitos e permitir que o Search Ads 360 faça a transição para o modelo mais complexo e detalhado.