لوحة المعلومات الخاصة بك تقول: “إيرادات البريد الإلكتروني: $50 ألف”. يقول مدير Facebook الخاص بك: “إيرادات فيسبوك: \80 ألف دولار”. إجمالي Shopify الخاص بك هو: “$100 ألف”. الرياضيات لا تضيف ما يصل. لماذا؟ ** الإسناد المزدوج **. يطالب كل من Facebook وEmail بالحصول على رصيد مقابل نفس عملية البيع. تستخدم معظم الأدوات إحالة النقرة الأخيرة. اللمسة الأخيرة تحصل على رصيد 100%. يؤدي هذا إلى القضاء على التسويق في أعلى مسار التحويل (TikTok، المؤثرين) لأنهم نادرًا ما يدفعون النقرة الأخيرة. إنهم يقودون النقرة الأولى.

لماذا تتحدث Maison Code عن هذا

في Maison Code Paris، نعمل كضمير معمari لعملائنا. غالبًا ما نرث حزمًا “حديثة” تم بناؤها دون فهم أساسي للحجم.

نناقش هذا الموضوع لأنه يمثل نقطة تحول حاسمة في النضج الهندسي. التنفيذ الصحيح يميز MVP الهش عن منصة مؤسسية مرنة يمكنها التعامل مع حركة مرور الجمعة السوداء.

لماذا تناقش Maison Code هندسة البيانات

لم يعد التسويق “فنون وحرف”. إنه “علم البيانات”. إذا كنت تنفق مليون دولار سنويًا على الإعلانات دون مستودع بيانات، فأنت تطير أعمى. نحن نطبق نماذج الإسناد المخصصة. نحن لا نثق في الصندوق الأسود لجوجل. نحن نثق في SQL الخام. نحن نساعد المديرين الماليين على فهم أين تذهب الأموال فعليًا.

1. خط أنابيب البيانات الأولية

لإصلاح هذه المشكلة، نحتاج إلى بيانات تدفق النقرات الأولية. نقوم بتصدير بيانات “إحصاءات Google”‏ 4 إلى BigQuery. لدينا جدول “الأحداث” يحتوي على “user_pseudo_id”، و”اسم_الحدث”، و”الطابع الزمني”، و”المصدر”، و”الوسيط”، و”الحملة”. تعمل واجهة مستخدم “إحصاءات Google”‏ 4 القياسية على تجميع هذا الأمر. يقدم لنا BigQuery السجل الأولي. يمكننا الآن إعادة بناء مسار المستخدم.

2. النماذج

1. الإسناد الخطي (الاشتراكي)

تحصل كل نقطة اتصال على رصيد متساوٍ. مسار المستخدم: TikTok -> إعلانات Google -> البريد الإلكتروني -> شراء (100 دولار).

تيك توك: \33.33 دولارًا
جوجل: \33.33 دولار
البريد الإلكتروني: $33.33

- BigQuery SQL للإسناد الخطي
مع المسارات AS (
  اختر
    معرف_المستخدم،
    معرف_المعاملة،
    ARRAY_AGG (الطابع الزمني المصدر ORDER BY) كنقاط اتصال،
    ANY_VALUE(الإيرادات) كإجمالي_الإيرادات
  من "analytics.events".
  المجموعة حسب 1،2
)
اختر
  مصدر,
  SUM(total_revenue / ARRAY_LENGTH(touchpoints)) كإيرادات منسوبة
من المسارات، UNNEST(نقاط الاتصال) كمصدر
المجموعة حسب 1

2. تسوس الوقت (الواقعي)

اللمسات الأقرب إلى التحويل تستحق أكثر. نحن نطبق صيغة نصف العمر (على سبيل المثال، 7 أيام). مسار المستخدم: TikTok (منذ 10 أيام) -> البريد الإلكتروني (اليوم) -> شراء. البريد الإلكتروني يحصل على 80%. تيك توك يحصل على 20%. وهذا يحترم قوة “الإغلاق” للقناة.

3. على أساس الموضع (على شكل حرف U)

اللمسة الأولى (الاكتشاف) واللمسة الأخيرة (الأقرب) هما الأبطال. الوسط هو “المشرف”. *الأول : 40% *الأخير: 40% *الوسطى: 20% (مشترك). هذا هو المعيار لفرق النمو. إنه يكافئ “الصياد” (TikTok) و”الأقرب” (البريد الإلكتروني).

3. مشكلة النافذة (الاسترجاع)

إلى أي مدى تنظر إلى الوراء؟

الفيسبوك الافتراضي: نقرة لمدة 7 أيام، وعرض لمدة يوم واحد.
دورة الشراء الفاخرة: 45 يومًا. إذا كنت تبيع أثاثًا باهظ الثمن، فإن فترة 7 أيام عديمة الفائدة. باستخدام SQL، يمكننا ضبط LOOKBACK_WINDOW على 90 يومًا. يمكننا تحليل “وقت التحويل”. نرى أن إعلانات TikTok تستغرق 20 يومًا حتى تنضج، بينما يتم التحويل في إعلانات Google خلال ساعتين.

4. تحليل الهوية (عبر الأجهزة)

الجزء الأصعب. ينقر المستخدم على الإعلان على iPhone (الجوال). يشتري المستخدم على الكمبيوتر المحمول (سطح المكتب). يرى “إحصاءات Google”‏ 4 مستخدمين اثنين. نحن نستخدم خياطة معرف المستخدم. عند تسجيل الدخول أو النقر على رابط بريد إلكتروني (مع تجزئة “user_id”)، نقوم بتعيين “device_id_A” و”device_id_B” إلى “master_user_X”. وهذا يوحد المسار. وبدون ذلك، فإنك ستزيد من عدد المستخدمين وتقلل من تأثير الهاتف المحمول.

5. بيئة حماية الخصوصية (موت ملفات تعريف الارتباط)

يقوم Safari (ITP) بحذف ملفات تعريف الارتباط بعد 7 أيام. يوقف Chrome ملفات تعريف الارتباط التابعة لجهات خارجية. التتبع من جانب العميل يموت. التتبع من جانب الخادم (CAPI) هو الحل. نرسل الأحداث من الخادم (Shopify/Node.js) مباشرةً إلى Facebook/Google. نحن نتجاوز المتصفح. يؤدي هذا إلى تحسين دقة البيانات بنسبة 20%. إنه قوي ضد أدوات حظر الإعلانات.

5. نهاية العالم بملفات تعريف الارتباط (مفصلة)

ملفات تعريف الارتباط تموت. ** ITP (منع التتبع الذكي) ** في Safari يحد من عمر ملف تعريف الارتباط لمدة 7 أيام (أو 24 ساعة). يقوم Firefox بحظرها بشكل افتراضي. Chrome يتخلص منها تدريجيًا. وهذا يعني أن “المستخدمين العائدين” يبدو مثل “المستخدمين الجدد”. تم تضخيم مقاييس “اكتساب المستخدمين الجدد”. لقد تم تقليص “الاحتفاظ” الخاص بك. الإصلاح:

ملفات تعريف الارتباط للطرف الأول: قم بتعيين ملفات تعريف الارتباط HttpOnly من المجال الخاص بك (api.maisoncode.paris). يعامل ITP هذه الأمور بشكل أفضل.
المعرفات الدائمة: اطلب من المستخدمين تسجيل الدخول مبكرًا. استخدم البريد الإلكتروني كمعرف، وليس ملف تعريف الارتباط.

6. غرف البيانات النظيفة (ندفة الثلج / مركز بيانات الإعلانات)

في عالم الخصوصية أولاً، لا يمكنك مشاركة بيانات مستوى المستخدم مع Google. أدخل ** غرف تنظيف البيانات **. يمكنك تحميل بياناتك (رسائل البريد الإلكتروني المجزأة) إلى بيئة آمنة محايدة (Snowflake). تقوم Google بتحميل بياناتهم (رسائل البريد الإلكتروني المجزأة التي شاهدت الإعلانات). تتطابق الغرفة النظيفة معهم وتمنحك النتائج الإجمالية. “500 شخص شاهدوا الإعلان اشتروا المنتج.” أنت لا ترى أبدًا * من هم. لا يرى Google نظام إدارة علاقات العملاء (CRM) الخاص بك أبدًا. هذا هو مستقبل قياس الإعلانات.

7. اختبار التزايدية (الإعلانات الشبحية)

نماذج الإسناد نظرية. ** التزايدية ** علمية. السؤال: “هل كانوا سيشترون على أي حال؟” الاختبار:

المجموعة أ: ترى الإعلان.
المجموعة ب (التحكم): ترى “إعلانًا شبحيًا” (أو إعلان خدمة عامة) أو لا ترى شيئًا. مقارنة معدلات التحويل. التأثير = (معدل التحويل أ - معدل التحويل ب). إذا كان الرفع يساوي 0، فإن إعلاناتك تكون عديمة الفائدة، حتى إذا ذكر GA4 أنها حققت مبلغًا قدره $1 مليون. توقف عن الدفع مقابل التحويلات التي كنت ستحصل عليها مجانًا.

8. نموذج سلسلة ماركوف (خوارزمي)

الخطي والشكل U هما إرشاديان (القواعد التي وضعناها). سلاسل ماركوف احتمالية. تقوم الخوارزمية بتحليل 10000 مسار. يقوم بحساب “تأثير الإزالة”. “إذا قمنا بإزالة TikTok من المزيج، كم عدد التحويلات التي سنخسرها؟” هذه هي القيمة “الحقيقية” للقناة. إنه يتطلب Python/R، لكنه المعيار الذهبي.

9. تحليل نافذة التحويل

يسمح لنا SQL بالإجابة على الأسئلة التي لا يستطيع GA4 الإجابة عليها. “هل المستخدم الذي يزور 5 مرات يشتري أكثر من المستخدم الذي يزور مرتين؟” (من المثير للدهشة أنهم في كثير من الأحيان لا. قد يكونون روبوتات أو غير حاسمين). “ما هو متوسط الوقت بين النقرة الأولى والشراء؟” إذا كانت مدتها 3 دقائق، فهذا يعني أن تحسين محركات البحث (SEO) الخاص بك يعمل. إذا كانت المدة 30 يومًا، فهذا يعني أن خدمة رعاية البريد الإلكتروني الخاصة بك تعمل. نحن نقسم هذا حسب فئة المنتج. “الجوارب” تشتري بسرعة. “الأرائك” تشتري ببطء.

10. التحويلات دون الاتصال بالإنترنت (تكامل نقاط البيع)

إذا كانت لديك متاجر فعلية، فإن إعلاناتك عبر الإنترنت تعمل على زيادة المبيعات خارج الإنترنت. إذا لم تقم بتتبع ذلك، فإنك لا تستثمر في الإعلانات. سير العمل:

احصل على “البريد الإلكتروني للعميل” أو “معرف_الولاء” في نقطة البيع (POS).
قم بتحميل هذه القائمة على Facebook/Google (Offline Events API).
يتطابق النظام الأساسي الإعلاني مع المستخدم.
“تم الحصول عليه عبر Instagram -> تم شراؤه من متجر باريس”. هذا يغلق الحلقة. وغالبًا ما يؤدي ذلك إلى مضاعفة عائد الإنفاق الإعلاني المُبلغ عنه لحملاتك.

11. فخ عائد النفقات الإعلانية (الإيرادات مقابل الربح)

يقوم مديرو التسويق بتحسين ROAS (الإيرادات / الإنفاق الإعلاني). لكن الإيرادات ليست الربح. إذا كنت تبيع منتجًا منخفض الهامش مع عائد إنفاق إعلاني مرتفع، فستخسر المال. نقوم بحساب POAS (الربح على الإنفاق الإعلاني). POAS = (الإيرادات - تكلفة البضائع المبيعة - الشحن - الضريبة) / الإنفاق الإعلاني. نقوم بسحب بيانات الهامش من Shopify إلى BigQuery. نقول لمدير الإعلانات: “أنهي الحملة باستخدام 4.0 ROAS لأنها تحتوي على 0.8 POAS.” “قم بتوسيع نطاق الحملة باستخدام 2.0 ROAS لأنها تحتوي على 1.5 POAS.” قم بالتحسين للحساب البنكي، وليس لمقياس الغرور.

12. المستقبل: نمذجة مزيج الوسائط (MMM)

مع موت التتبع، نعود إلى الستينيات. الاقتصاد القياسي. نحن نربط بين “ارتفاع الإنفاق الإعلاني” و”ارتفاع الإيرادات”. “في كل مرة ننفق فيها 10 آلاف دولار على التلفاز، يرتفع البحث العضوي بنسبة 5%.” نحن نستخدم مكتبات مفتوحة المصدر مثل Meta Robyn (R) أو Google LightweightMMM (Python) لتشغيل نماذج الانحدار الافتراضية. هذا النموذج لا يهتم بملفات تعريف الارتباط. يهتم بالارتباط. إنه المصدر النهائي للحقيقة في عالم الخصوصية أولاً.

13. الاستنتاج

الإسناد ليس الحقيقة. إنها مفاوضات. لا يوجد نموذج “صحيح”. لكن “النقرة الأخيرة” هي بالتأكيد النموذج “الخاطئ” للنمو. بالانتقال إلى SQL، فأنت تمتلك المنطق. يمكنك معرفة قيمة حملات التوعية بعلامتك التجارية. توقف عن التخمين. ابدأ بالاستعلام.

حرق المال على الإعلانات؟

نقوم بتدقيق نماذج الإحالة الخاصة بك للعثور على عائد الإنفاق الإعلاني الحقيقي باستخدام BigQuery وdbt.

إصلاح بياناتي. قم بتوظيف مهندسينا.