ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਲੁੱਕਬੈਕ ਵਿੰਡੋ ਅਤੇ ਐਫਿਲੀਏਟਾਂ ਲਈ ਇੰਕ੍ਰਿਮੈਂਟੈਲਿਟੀ

ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਲੁੱਕਬੈਕ ਵਿੰਡੋ ਸਕੇਲ ਦੇ ਫੈਸਲੇ ਕਿਉਂ ਬਦਲਦੀ ਹੈ

ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਕ੍ਰੈਡਿਟ ਨੂੰ ਕਾਬੂ ਕਰਦੀ ਹੈ। ਇੰਕ੍ਰਿਮੈਂਟੈਲਿਟੀ ਭਰੋਸੇ ਨੂੰ ਕਾਬੂ ਕਰਦੀ ਹੈ। ਜੇ ਇਹ ਦੋਵੇਂ ਵਿਚਾਰ ਗੁੰਝਲ ਵਿੱਚ ਪੈ ਜਾਂਦੇ ਹਨ, ਤਾਂ ਜੋ ਖਰੀਦਦਾਰ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਕਨਵਰਟ ਕਰਨ ਦੀ ਸੰਭਾਵਨਾ ਰੱਖਦਾ ਸੀ, ਉਹ ਰੀਟਾਰਗੇਟਿੰਗ ਕੈਂਪੇਨ ਨੂੰ ਹਕੀਕਤ ਨਾਲੋਂ ਕਾਫ਼ੀ ਮਜ਼ਬੂਤ ਦਿਖਾ ਸਕਦਾ ਹੈ।

ਇੱਕ ਵਰਤੋਂਯੋਗ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਸਮੀਖਿਆ ਤਿੰਨ ਸਵਾਲ ਪੁੱਛਦੀ ਹੈ: ਖਰੀਦਦਾਰ ਕਿੰਨਾ ਸਮਾਂ ਲੈਂਦੇ ਹਨ ਕਨਵਰਟ ਕਰਨ ਲਈ, ਖਰੀਦ ਤੋਂ ਪਹਿਲਾਂ ਕਿਹੜੇ ਚੈਨਲ ਉਨ੍ਹਾਂ ਨੂੰ ਛੁਹਿੰਦੇ ਹਨ, ਅਤੇ ਖਰਚ ਵਧਣ ਤੇ ਕੁੱਲ ਕਾਰੋਬਾਰੀ ਕਨਵਰਜ਼ਨ ਵਧਦੇ ਹਨ ਜਾਂ ਨਹੀਂ। ਮਕਸਦ ਪੂਰੀ ਮਾਪ-ਜਾਂਚ ਨਹੀਂ ਹੈ; ਮਕਸਦ ਉਹ ਚੈਨਲ ਸਕੇਲ ਕਰਨ ਤੋਂ ਬਚਣਾ ਹੈ ਜੋ ਅਕਸਰ ਹੋਰ ਕਿਤੇ ਬਣੀ ਮੰਗ ਨੂੰ ਹੀ ਇਕੱਠਾ ਕਰਦੇ ਹਨ।

ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਕ੍ਰੈਡਿਟ ਹੈ, ਕਾਰਨ-ਸੰਬੰਧ ਨਹੀਂ

ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਕਹਿੰਦੀ ਹੈ, "ਇਹ ਕਨਵਰਜ਼ਨ ਇਸ ਨਿਯਮ ਅਧੀਨ ਕ੍ਰੈਡਿਟ ਲਈ ਯੋਗ ਹੈ।" ਕਾਰਨ-ਸੰਬੰਧ ਪੁੱਛਦਾ ਹੈ, "ਕੀ ਇਹ ਕਨਵਰਜ਼ਨ ਇਸ਼ਤਿਹਾਰੀ ਸੰਪਰਕ ਤੋਂ ਬਿਨਾਂ ਹੁੰਦੀ?"

ਇਹ ਫਰਕ ਤਦ ਮਹੱਤਵਪੂਰਣ ਹੁੰਦਾ ਹੈ ਜਦੋਂ ਕਈ ਪਲੇਟਫਾਰਮ ਇੱਕੋ ਆਰਡਰ ਦੀ ਰਿਪੋਰਟ ਕਰਦੇ ਹਨ। ਤੁਹਾਡਾ ਐਫਿਲੀਏਟ ਡੈਸ਼ਬੋਰਡ, Meta ਖਾਤਾ, Google Ads ਖਾਤਾ, ਅਤੇ ਨੈੱਟਵਰਕ ਰਿਪੋਰਟਿੰਗ ਹਰ ਇੱਕ ਇਕ ਵੈਧ ਕ੍ਰੈਡਿਟ ਮਿਲਿਆ ਇਵੈਂਟ ਦਿਖਾ ਸਕਦੇ ਹਨ, ਜਦਕਿ ਕਾਰੋਬਾਰ ਨੂੰ ਸਿਰਫ਼ ਇੱਕ ਭੁਗਤਾਨ ਮਿਲਿਆ ਹੁੰਦਾ ਹੈ।

ਲੰਬੀਆਂ ਵਿੰਡੋਜ਼ ਅਕਸਰ ਰਿਪੋਰਟ ਕੀਤੀ ਮਾਤਰਾ ਵਧਾ ਦਿੰਦੀਆਂ ਹਨ

ਇੱਕ 28-day click ਵਿੰਡੋ ਆਮ ਤੌਰ 'ਤੇ 7-day click ਵਿੰਡੋ ਨਾਲੋਂ ਵੱਧ ਕਨਵਰਜ਼ਨ ਰਿਪੋਰਟ ਕਰਦੀ ਹੈ, ਕਿਉਂਕਿ ਇਸ ਵਿੱਚ ਪੁਰਾਣੀਆਂ ਐਡ ਮਿਥਿਆਸਰਕ੍ਰਿਆਵਾਂ ਸ਼ਾਮਲ ਹੁੰਦੀਆਂ ਹਨ। ਇਹ ਵਾਧੂ ਮਾਤਰਾ ਸਹਾਇਕ ਮੰਗ ਨੂੰ ਸਮਝਣ ਲਈ ਫਾਇਦेमੰਦ ਹੋ ਸਕਦੀ ਹੈ, ਪਰ ਇਸ ਨਾਲ ਆਪੇ-ਆਪ ਵੱਧ ਬਿਡ ਨੂੰ ਜਾਇਜ਼ ਨਹੀਂ ਠਹਿਰਾਇਆ ਜਾਣਾ ਚਾਹੀਦਾ।

ਛੋਟੇ ਐਫਿਲੀਏਟ ਫਨਲਾਂ ਵਿੱਚ, ਲੰਬੀ click ਵਿੰਡੋ ਉਹ ਉਪਭੋਗਤਾਵਾਂ ਨੂੰ ਵੀ ਸ਼ਾਮਲ ਕਰ ਸਕਦੀ ਹੈ ਜੋ email, search, ਰੀਟਾਰਗੇਟਿੰਗ, ਜਾਂ ਸਿੱਧੀ ਨੈਵੀਗੇਸ਼ਨ ਰਾਹੀਂ ਵਾਪਸ ਆਏ ਸਨ। ਵਿੰਡੋ ਜਿੰਨੀ ਲੰਮੀ ਹੋਵੇ, ਉਨੀ ਹੀ ਸਖ਼ਤੀ ਨਾਲ ਤੁਹਾਨੂੰ ਪਲੇਟਫਾਰਮ-ਰਿਪੋਰਟ ਕੀਤੀਆਂ ਕਨਵਰਜ਼ਨਾਂ ਨੂੰ order-system ਕੁੱਲਾਂ ਨਾਲ ਮਿਲਾਉਣਾ ਚਾਹੀਦਾ ਹੈ।

view-through ਕ੍ਰੈਡਿਟ ਨੂੰ ਵਧੇਰੇ ਸਬੂਤ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ

View-through ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਤੁਰੰਤ ਆਕਰਸ਼ਣ ਵਾਲੇ ਆਫਰਾਂ ਅਤੇ ਵਿਆਪਕ ਜਾਣ-ਪਛਾਣ ਕੈਂਪੇਨਾਂ ਲਈ ਦਿਸ਼ਾ-ਸੂਚਕ ਤੌਰ 'ਤੇ ਲਾਭਦਾਇਕ ਹੋ ਸਕਦੀ ਹੈ। ਇਹ ਵੱਧ ਮੁੱਲ ਦੇਣਾ ਵੀ ਆਸਾਨ ਹੁੰਦਾ ਹੈ, ਕਿਉਂਕਿ ਯੂਜ਼ਰ ਨੇ ਕਲਿੱਕ ਨਹੀਂ ਕੀਤਾ।

ਉਨ੍ਹਾਂ ਐਫਿਲੀਏਟ ਟੀਮਾਂ ਲਈ ਜੋ advertorials, quiz pages, VSLs, ਅਤੇ bridge pages ਲਈ ਟ੍ਰੈਫਿਕ ਖਰੀਦਦੀਆਂ ਹਨ, 1-day view ਕ੍ਰੈਡਿਟ ਨੂੰ ਜਾਂਚ ਲਈ ਇੱਕ ਸੰਕੇਤ ਸਮਝੋ। ਇਸਨੂੰ ਖਰਚ ਵਧਾਉਣ ਦਾ ਇਕੱਲਾ ਕਾਰਨ ਵਿਰਲਾ ਹੀ ਬਣਾਉਣਾ ਚਾਹੀਦਾ ਹੈ।

7-Day Click ਅਤੇ 1-Day View ਦਾ ਅਸਲ ਮਤਲਬ

7-day click ਅਤੇ 1-day view ਸੈਟਅਪ ਦਾ ਅਰਥ ਹੈ ਕਿ ਜੇਕਰ ਕੋਈ ਯੂਜ਼ਰ ਪਿਛਲੇ ਸੱਤ ਦਿਨਾਂ ਵਿੱਚ ਕਿਸੇ ਐਡ 'ਤੇ ਕਲਿੱਕ ਕਰ ਚੁੱਕਾ ਹੈ ਜਾਂ ਕਨਵਰਟ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਪਿਛਲੇ 24 ਘੰਟਿਆਂ ਵਿੱਚ ਐਡ ਦੇਖ ਚੁੱਕਾ ਹੈ, ਤਾਂ ਕਨਵਰਜ਼ਨ ਨੂੰ ਕ੍ਰੈਡਿਟ ਮਿਲ ਸਕਦਾ ਹੈ। ਇਹ ਸੈਟਿੰਗ Meta ਕੈਂਪੇਨ ਰਿਪੋਰਟਿੰਗ ਵਿੱਚ ਆਮ ਹੈ, ਪਰ ਆਮ ਸੈਟਿੰਗਾਂ ਨੂੰ ਵੀ ਫਨਲ-ਖਾਸ ਪੁਸ਼ਟੀ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਜਿੱਥੇ ਸੰਭਵ ਹੋਵੇ, ਟੈਸਟ ਦੌਰਾਨ ਇੱਕੋ ਵਿੰਡੋ ਵਰਤੋ। ਜੇ ਤੁਸੀਂ ਟੈਸਟ ਦੇ ਵਿਚਕਾਰ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਸੈਟਿੰਗ ਬਦਲਦੇ ਹੋ, ਤਾਂ ਮਿਤੀ ਦਰਜ ਕਰੋ, ਕਿਉਂਕਿ ਰਿਪੋਰਟਿੰਗ ਲਾਈਨ ਹਿੱਲ ਸਕਦੀ ਹੈ ਭਾਵੇਂ ਖਰੀਦਦਾਰ ਦਾ ਵਿਹਾਰ ਨਾ ਬਦਲੇ।

ਕਲਿੱਕ ਕ੍ਰੈਡਿਟ

ਕਲਿੱਕ ਕ੍ਰੈਡਿਟ ਆਮ ਤੌਰ 'ਤੇ view ਕ੍ਰੈਡਿਟ ਨਾਲੋਂ ਵਧੇਰੇ ਤਰਕਸੰਗਤ ਹੁੰਦਾ ਹੈ, ਕਿਉਂਕਿ ਯੂਜ਼ਰ ਨੇ ਜਾਣਬੁੱਝ ਕੇ ਕਾਰਵਾਈ ਕੀਤੀ। ਜੇ ਕੋਈ ਸੰਭਾਵੀ ਖਰੀਦਦਾਰ ਸੋਮਵਾਰ ਨੂੰ ਇੱਕ VSL ਐਡ 'ਤੇ ਕਲਿੱਕ ਕਰਦਾ ਹੈ ਅਤੇ ਸ਼ੁੱਕਰਵਾਰ ਨੂੰ ਖਰੀਦਦਾ ਹੈ, ਤਾਂ 7-day click ਵਿੰਡੋ ਵਾਜਬ ਤੌਰ 'ਤੇ ਉਸ ਕਨਵਰਜ਼ਨ ਨੂੰ ਐਡ ਮਿਥਿਆਸਰਕ੍ਰਿਆ ਨਾਲ ਜੋੜ ਸਕਦੀ ਹੈ।

ਖਤਰਾ ਇਹ ਹੈ ਕਿ ਕਲਿੱਕ ਕ੍ਰੈਡਿਟ ਉਸ ਵੇਲੇ ਵੀ ਪ੍ਰਭਾਵ ਨੂੰ ਵਧਾ ਚੜ੍ਹਾ ਕੇ ਦਿਖਾ ਸਕਦਾ ਹੈ, ਜਦੋਂ ਉਹੀ ਖਰੀਦਦਾਰ ਪਹਿਲਾਂ ਹੀ email sequence, ਰੀਟਾਰਗੇਟਿੰਗ ਪੂਲ, ਜਾਂ branded search path ਵਿੱਚ ਸੀ। ਇਸ ਲਈ click ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਨੂੰ ਸਿਰਫ਼ platform CPA ਨਾਲ ਨਹੀਂ, net new orders ਨਾਲ ਵੀ ਮਿਲਾਇਆ ਜਾਣਾ ਚਾਹੀਦਾ ਹੈ।

view ਕ੍ਰੈਡਿਟ

ਜਦੋਂ ਐਡ ਦੇਖਿਆ ਗਿਆ ਸੀ ਪਰ ਕਨਵਰਜ਼ਨ ਤੋਂ ਪਹਿਲਾਂ ਕਲਿੱਕ ਨਹੀਂ ਕੀਤਾ ਗਿਆ, ਤਦ view ਕ੍ਰੈਡਿਟ ਲਾਗੂ ਹੁੰਦਾ ਹੈ। ਘੱਟ-ਦਾਮ ਵਾਲੇ ਤੁਰੰਤ ਖਰੀਦ ਵਾਲੇ ਉਤਪਾਦ ਲਈ, same-day view ਮਹੱਤਵਪੂਰਣ ਹੋ ਸਕਦੀ ਹੈ। ਪਰ ਉੱਚ-ਵਿਚਾਰ ਵਾਲੇ ਵਿੱਤੀ, ਸਿਹਤ, ਜਾਂ ਸਲਾਹ-ਮਸ਼ਵਰੇ ਵਾਲੇ ਆਫਰ ਲਈ view ਕ੍ਰੈਡਿਟ ਕਮਜ਼ੋਰ ਹੁੰਦਾ ਹੈ, ਜਦ ਤੱਕ ਕਿ ਉਸਨੂੰ ਨਿਯੰਤਰਿਤ ਟੈਸਟ ਨਾਲ ਸਮਰਥਨ ਨਾ ਮਿਲੇ।

ਇੱਕ ਸਧਾਰਣ ਨਿਯਮ ਮਦਦ ਕਰਦਾ ਹੈ: view-through conversions ਨੂੰ ਨਿਰਣਯ ਲਈ ਵਰਤੋ, ਪਰ ਬਜਟ ਕਮਿਟਮੈਂਟ ਲਈ click-ਅਧਾਰਿਤ ਅਤੇ ਇੰਕ੍ਰਿਮੈਂਟਲ ਪ੍ਰਦਰਸ਼ਨ ਵਰਤੋ।

ਡਿਡਿਊਪਿੰਗ ਅਤੇ ਪਹਿਲ-ਹੱਕ ਨਿਯਮ

ਜਦੋਂ click ਅਤੇ view ਦੋਵੇਂ ਯੋਗ ਹੋਣ, ਪਲੇਟਫਾਰਮ ਆਮ ਤੌਰ 'ਤੇ ਅੰਦਰੂਨੀ ਪਹਿਲ-ਹੱਕ ਨਿਯਮ ਲਾਗੂ ਕਰਦੇ ਹਨ, ਪਰ ਪਲੇਟਫਾਰਮਾਂ ਵਿਚਕਾਰ ਡਿਡਿਊਪਿੰਗ ਅਜੇ ਵੀ ਤੁਹਾਡਾ ਕੰਮ ਹੈ। ਇੱਕ ਖਰੀਦਦਾਰ Meta, YouTube, native, email, ਅਤੇ ਇੱਕ ਐਫਿਲੀਏਟ ਨੈੱਟਵਰਕ ਨੂੰ ਖਰੀਦ ਤੋਂ ਪਹਿਲਾਂ ਛੂਹ ਸਕਦਾ ਹੈ।

ਸਭ ਤੋਂ ਸਾਫ਼ ਓਪਰੇਟਿੰਗ ਦ੍ਰਿਸ਼ਟੀ ਆਮ ਤੌਰ 'ਤੇ order-system ਕੁੱਲ ਹੁੰਦੀ ਹੈ, ਜੋ first-time customer, returning customer, ਫਨਲ, source, ਅਤੇ conversion lag ਅਨੁਸਾਰ ਵੰਡੀ ਹੋਈ ਹੋਵੇ। ਇਹ ਦ੍ਰਿਸ਼ਟੀ ਤੁਹਾਨੂੰ ਡੈਸ਼ਬੋਰਡਾਂ ਦੇ ਇਕ-ਦੂਜੇ ਨਾਲ ਤਰਕ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਹਕੀਕਤ ਦੀ ਜਾਂਚ ਦਿੰਦੀ ਹੈ।

ਫਨਲ ਕਿਸਮ ਅਨੁਸਾਰ ਵਿੰਡੋ ਚੁਣੋ

ਸਭ ਤੋਂ ਵਧੀਆ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਵਿੰਡੋ ਖਰੀਦਦਾਰ ਦੇ ਵਿਹਾਰ ਤੋਂ ਸ਼ੁਰੂ ਹੁੰਦੀ ਹੈ। same-day checkout ਫਨਲ ਨੂੰ ਉਸ webinar ਫਨਲ ਵਾਂਗ ਨਹੀਂ ਪਰਖਣਾ ਚਾਹੀਦਾ ਜਿਸ ਵਿੱਚ sales calls ਅਤੇ ਦੇਰੀ ਨਾਲ ਭੁਗਤਾਨ ਹੁੰਦਾ ਹੈ।

ਇਹ ਸੀਮਾਵਾਂ ਕਾਰਜਕਾਰੀ ਅੰਦਾਜ਼ੇ ਹਨ, ਸਰਵਜਨਿਕ benchmarks ਨਹੀਂ। ਆਪਣੀ click-to-conversion ਵੰਡ ਨੂੰ ਸੱਚ ਦਾ ਸਰੋਤ ਮੰਨੋ, ਖਾਸ ਕਰਕੇ ਜਦ payout timing, call-center quality, refund, ਜਾਂ rebill ਮਾਰਜਿਨ 'ਤੇ ਅਸਰ ਪੈਂਦਾ ਹੋਵੇ।

ਵਿੰਡੋ ਕਦੋਂ ਛੋਟੀ ਕਰਨੀ ਹੈ

ਵਿੰਡੋ ਛੋਟੀ ਕਰੋ ਜਦੋਂ ਜ਼ਿਆਦਾਤਰ ਖਰੀਦ day 0 ਜਾਂ day 1 'ਤੇ ਹੁੰਦੀਆਂ ਹਨ, ਜਦੋਂ ਰੀਟਾਰਗੇਟਿੰਗ ਬਹੁਤ ਵੱਧ ਹੋਵੇ, ਜਾਂ ਜਦੋਂ ਖਰਚ ਘਟਾਉਣ 'ਤੇ ਰਿਪੋਰਟ ਕੀਤੀਆਂ ਕਨਵਰਜ਼ਨਾਂ ਤੇਜ਼ੀ ਨਾਲ ਡਿੱਗਣ ਪਰ ਕੁੱਲ ਆਰਡਰ ਲਗਭਗ ਨਾ ਹਿਲਣ। ਇਹ ਧਾਰਾਵਾਂ ਦੱਸਦੀਆਂ ਹਨ ਕਿ ਚੈਨਲ ਸ਼ਾਇਦ ਉਹ ਖਰੀਦਦਾਰ ਦਾਅਵਾ ਕਰ ਰਿਹਾ ਹੈ ਜੋ ਪਹਿਲਾਂ ਹੀ ਖਰੀਦਣ ਦੇ ਕਾਫ਼ੀ ਨੇੜੇ ਸਨ।

creative ਟੈਸਟਿੰਗ ਦੌਰਾਨ ਛੋਟੀਆਂ ਵਿੰਡੋਜ਼ ਵੀ ਲਾਭਦਾਇਕ ਹੁੰਦੀਆਂ ਹਨ, ਕਿਉਂਕਿ ਇਹ ਦੇਰੀ ਨਾਲ ਮਿਲਣ ਵਾਲਾ ਫੀਡਬੈਕ ਘਟਾਉਂਦੀਆਂ ਹਨ। ਪਰ tradeoff ਇਹ ਹੈ ਕਿ ਇਹ ਉਹ ਚੈਨਲ ਘੱਟ ਦਿਖਾ ਸਕਦੀਆਂ ਹਨ ਜੋ ਖਰੀਦਦਾਰਾਂ ਨੂੰ ਯਾਤਰਾ ਵਿੱਚ ਪਹਿਲਾਂ ਲਿਆਉਂਦੇ ਹਨ।

ਵਿੰਡੋ ਕਦੋਂ ਲੰਮੀ ਕਰਨੀ ਹੈ

ਜਦੋਂ conversion lag ਹਕੀਕਤੀ ਹੋਵੇ ਅਤੇ backend ਡਾਟਾ ਵਿੱਚ ਦਿਖਾਈ ਦੇਵੇ, ਤਦ ਵਿੰਡੋ ਲੰਮੀ ਕਰੋ। webinar ਫਨਲ, application ਫਨਲ, ਅਤੇ consultative ਆਫਰਾਂ ਨੂੰ ਅਕਸਰ ਵੱਧ ਸਮਾਂ ਚਾਹੀਦਾ ਹੈ, ਕਿਉਂਕਿ ਕਨਵਰਜ਼ਨ ਘਟਨਾ ਪਹਿਲੇ ਕਲਿੱਕ ਤੋਂ ਕਈ ਦਿਨ ਬਾਅਦ ਹੋ ਸਕਦੀ ਹੈ।

ਲੰਮੀ ਵਿੰਡੋ ਨਾਲ ਹੋਰ ਸਖ਼ਤ segmentation ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ। prospecting ਨੂੰ retargeting ਤੋਂ ਵੱਖ ਕਰੋ, ਨਵੇਂ ਗਾਹਕਾਂ ਨੂੰ ਵਾਪਸ ਆਉਣ ਵਾਲੇ ਗਾਹਕਾਂ ਤੋਂ ਵੱਖ ਕਰੋ, ਅਤੇ paid ਕਨਵਰਜ਼ਨਾਂ ਨੂੰ organic ਜਾਂ email-assisted ਕਨਵਰਜ਼ਨਾਂ ਤੋਂ ਵੱਖ ਕਰੋ।

ਇੰਕ੍ਰਿਮੈਂਟੈਲਿਟੀ ਨਿਯੰਤਰਣ ਪਰਤ ਹੈ

ਇੰਕ੍ਰਿਮੈਂਟੈਲਿਟੀ ਐਡ ਦੇ ਸੰਪਰਕ ਨਾਲ ਹੋਈਆਂ ਵਾਧੂ ਕਨਵਰਜ਼ਨਾਂ ਨੂੰ ਮਾਪਦੀ ਹੈ, ਮੁਕਾਬਲੇ ਉਸਦੇ ਜੋ ਇਸਦੇ ਬਿਨਾਂ ਹੁੰਦੀਆਂ। ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਕ੍ਰੈਡਿਟ ਕੀਤੀਆਂ ਕਨਵਰਜ਼ਨਾਂ ਦੀ ਰਿਪੋਰਟ ਕਰਦੀ ਹੈ; ਇੰਕ੍ਰਿਮੈਂਟੈਲਿਟੀ ਕਾਰਨ ਬਣੀਆਂ ਕਨਵਰਜ਼ਨਾਂ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਂਦੀ ਹੈ।

ਐਫਿਲੀਏਟ ਟੀਮਾਂ ਅਕਸਰ ਇਸ ਪਰਤ ਨੂੰ ਛੱਡ ਦਿੰਦੀਆਂ ਹਨ, ਕਿਉਂਕਿ ਉਹ ਪੂਰੇ checkout, CRM, ਜਾਂ ਨੈੱਟਵਰਕ ਰਿਪੋਰਟਿੰਗ ਸਟੈਕ ਨੂੰ ਕਾਬੂ ਨਹੀਂ ਕਰਦੀਆਂ। ਇਸ ਨਾਲ ਹਲਕੇ ਟੈਸਟ ਹੋਰ ਵੀ ਮਹੱਤਵਪੂਰਣ ਹੋ ਜਾਂਦੇ ਹਨ, ਘੱਟ ਨਹੀਂ।

ਐਫਿਲੀਏਟ ਟੀਮਾਂ ਲਈ ਫਿੱਟ ਤਿੰਨ ਟੈਸਟ

ਇੱਕ geo split ਇਕੋ ਜਿਹੀ ਇਤਿਹਾਸਕ ਕਾਰਗੁਜ਼ਾਰੀ ਵਾਲੇ exposed ਅਤੇ held-out ਖੇਤਰਾਂ ਦੀ ਤੁਲਨਾ ਕਰਦਾ ਹੈ। ਇਹ ਅਪੂਰਨ ਹੈ, ਪਰ ਇਹ ਦੱਸ ਸਕਦਾ ਹੈ ਕਿ ਖਰਚ ਨਵੀਂ ਮੰਗ ਪੈਦਾ ਕਰ ਰਿਹਾ ਹੈ ਜਾਂ ਸਿਰਫ਼ ਮੌਜੂਦਾ ਮੰਗ ਨੂੰ ਦੁਬਾਰਾ ਵੰਡ ਰਿਹਾ ਹੈ।

ਇੱਕ audience holdout ਕਿਸੇ ਰੈਂਡਮ ਗਰੁੱਪ ਨੂੰ ਕੈਂਪੇਨ ਤੋਂ ਬਾਹਰ ਰੱਖਦਾ ਹੈ ਅਤੇ exposed ਗਰੁੱਪ ਦੇ ਮੁਕਾਬਲੇ ਕਨਵਰਜ਼ਨ ਵਿਹਾਰ ਦੀ ਤੁਲਨਾ ਕਰਦਾ ਹੈ। ਇਹ ਤਦ ਸਭ ਤੋਂ ਮਜ਼ਬੂਤ ਹੁੰਦਾ ਹੈ ਜਦ audience ਇੰਨੀ ਵੱਡੀ ਹੋਵੇ ਕਿ ਸ਼ੋਰ ਵਾਲੇ ਨਤੀਜੇ ਨਾ ਆਉਣ।

ਇੱਕ budget shock test 3-7 ਦਿਨਾਂ ਲਈ ਅੰਦਾਜ਼ਨ 20-40% ਖਰਚ ਘਟਾਉਂਦਾ ਹੈ ਅਤੇ ਸਿਰਫ਼ platform conversions ਨਹੀਂ, ਸਗੋਂ ਕੁੱਲ ਕਾਰੋਬਾਰੀ ਕਨਵਰਜ਼ਨ ਵੇਖਦਾ ਹੈ। ਜੇ ਰਿਪੋਰਟ ਕੀਤੀਆਂ ਕਨਵਰਜ਼ਨਾਂ 30% ਡਿੱਗਦੀਆਂ ਹਨ ਪਰ ਕੁੱਲ ਆਰਡਰ ਸਿਰਫ਼ 8% ਡਿੱਗਦੇ ਹਨ, ਤਾਂ ਸੰਭਵ ਹੈ ਕਿ ਚੈਨਲ ਵਿੱਚ over-attribution ਵੱਧ ਅਤੇ incremental contribution ਘੱਟ ਹੋਵੇ।

ਇੱਕ ਵਰਤੋਂਯੋਗ ਫੈਸਲਾ ਨਿਯਮ

ਸਿਰਫ਼ ਇਸ ਲਈ ਸਕੇਲ ਨਾ ਕਰੋ ਕਿ platform CPA ਲਾਭਦਾਇਕ ਦਿਖ ਰਿਹਾ ਹੈ। ਤਦ ਸਕੇਲ ਕਰੋ ਜਦ platform CPA, backend economics, lag curves, ਅਤੇ incrementality checks ਇੱਕੋ ਦਿਸ਼ਾ ਵੱਲ ਇਸ਼ਾਰਾ ਕਰਦੇ ਹੋਣ।

ਉਦਾਹਰਨ ਲਈ, $120 payout 'ਤੇ $70 CPA ਵਾਲੀ ਕੈਂਪੇਨ ਸਿਹਤਮੰਦ ਲੱਗ ਸਕਦੀ ਹੈ। ਪਰ ਜੇ refunds, duplicate credit, ਅਤੇ ਘੱਟ incremental lift ਸੱਚੀ contribution ਘਟਾ ਦਿੰਦੇ ਹਨ, ਤਾਂ ਉਹ ਕੈਂਪੇਨ ਵੱਧ ਖਰਚ 'ਤੇ ਵੀ ਨੁਕਸਾਨ ਕਰ ਸਕਦੀ ਹੈ।

ਬਾਹਰੀ ਬਾਜ਼ਾਰ ਜਾਣਕਾਰੀ ਕਿੱਥੇ ਮਦਦ ਕਰਦੀ ਹੈ

ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਡਾਟਾ ਅੰਦਰੂਨੀ ਹੁੰਦਾ ਹੈ; ਬਾਜ਼ਾਰ ਦੀ ਚਾਲ ਬਾਹਰੀ। ਜੇ ਤੁਹਾਡਾ ਡੈਸ਼ਬੋਰਡ ਕਹਿੰਦਾ ਹੈ ਕਿ ਇੱਕ ਆਫਰ ਸਕੇਲ ਕਰ ਰਿਹਾ ਹੈ, ਪਰ ਮੁਕਾਬਲੇਦਾਰ ਗਾਇਬ ਹੋ ਰਹੇ ਹਨ, creative ਪੁਰਾਣੇ ਹੋ ਰਹੇ ਹਨ, ਅਤੇ ਫਨਲ ਵੈਰੀਐਂਟ ਹੁਣ ਦਿਖਾਈ ਨਹੀਂ ਦੇ ਰਹੇ, ਤਾਂ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਦੀ ਕਹਾਣੀ ਉੱਤੇ ਸ਼ੱਕ ਬਣਦਾ ਹੈ।

Daily Intel Service ਇਸ ਖਾਸ ਖਾਲੀ ਥਾਂ ਵਿੱਚ ਲਾਭਦਾਇਕ ਹੈ: ਇਹ ਅੰਦਰੂਨੀ ਰਿਪੋਰਟਿੰਗ ਦੀ ਤੁਲਨਾ ਬਾਜ਼ਾਰ ਵਿੱਚ ਚੱਲ ਰਹੀ live funnel ਅਤੇ creative activity ਨਾਲ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ। ਜੇ ਤੁਹਾਨੂੰ ਸਮਝਣਾ ਹੋਵੇ ਕਿ ਬਾਹਰੀ ਬਾਜ਼ਾਰ ਸੰਕੇਤ ਮਾਪਣ ਵਾਲੇ workflow ਵਿੱਚ ਕਿਵੇਂ ਫਿੱਟ ਹੁੰਦੇ ਹਨ, ਤਾਂ Daily Intel Service methodology ਦੀ ਸਮੀਖਿਆ ਕਰੋ।

ਮੀਡੀਆ ਖਰੀਦਦਾਰਾਂ ਲਈ ਸਾਪਤਾਹਿਕ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਆਡਿਟ

ਸਾਪਤਾਹਿਕ ਆਡਿਟ ਬੋਰਿੰਗ, ਦੁਹਰਾਓਯੋਗ, ਅਤੇ ਦਸਤਾਵੇਜ਼ਬੱਧ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ। drift ਨੂੰ ਵੱਡੀ ਬਜਟ ਸਮੱਸਿਆ ਬਣਨ ਤੋਂ ਪਹਿਲਾਂ ਫੜਨ ਵਿੱਚ ਇਸਦੀ ਕਦਰ ਹੁੰਦੀ ਹੈ।

1. ਚੈਨਲ, ਕੈਂਪੇਨ, ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਸੈਟਿੰਗ, ਅਤੇ ਕਨਵਰਜ਼ਨ ਮਿਤੀ ਅਨੁਸਾਰ ਕਨਵਰਜ਼ਨ ਖਿੱਚੋ।
2. ਪਲੇਟਫਾਰਮ ਕਨਵਰਜ਼ਨਾਂ ਦੀ order-system ਜਾਂ ਨੈੱਟਵਰਕ ਕੁੱਲਾਂ ਨਾਲ ਤੁਲਨਾ ਕਰੋ।
3. prospecting, retargeting, ਨਵੇਂ ਗਾਹਕ, ਵਾਪਸ ਆਉਣ ਵਾਲੇ ਗਾਹਕ, ਅਤੇ ਫਨਲ ਕਿਸਮ ਅਨੁਸਾਰ ਵੰਡੋ।
4. ਜਿੱਥੇ ਲਾਗੂ ਹੋਵੇ, day 0, day 1, day 3, day 7, ਅਤੇ day 14 ਲਈ lag curves ਦੀ ਸਮੀਖਿਆ ਕਰੋ।
5. ਕੋਈ ਵੀ ਕੈਂਪੇਨ ਚਿੰਨ੍ਹੋ ਜਿੱਥੇ ਰਿਪੋਰਟ ਕੀਤੀ ਲਿਫ਼ਟ ਕਾਰੋਬਾਰੀ ਲਿਫ਼ਟ ਨਾਲੋਂ ਕਾਫ਼ੀ ਵੱਧ ਹੈ।
6. ਅਟ੍ਰਿਬਿਊਸ਼ਨ-ਵਿੰਡੋ ਬਦਲਾਅ, ਟ੍ਰੈਕਿੰਗ ਬਦਲਾਅ, landing-page ਬਦਲਾਅ, ਅਤੇ payout ਬਦਲਾਅ ਨੋਟ ਕਰੋ।
7. ਖਰਚ ਵਧਾਉਣ ਤੋਂ ਪਹਿਲਾਂ refund, rebill, approval, ਅਤੇ lead-quality ਡਾਟਾ ਮੁੜ ਚੈੱਕ ਕਰੋ।

ਜੇ ਟੀਮ ਅਜੇ ਵੀ ਮੁੱਢਲੀਆਂ ਮੈਟ੍ਰਿਕ ਪਰਿਭਾਸ਼ਾਵਾਂ 'ਤੇ ਬਹਿਸ ਕਰ ਰਹੀ ਹੈ, ਤਾਂ ਪਹਿਲਾਂ CPA, CPC, CPM, payout, margin, ਅਤੇ approval rate 'ਤੇ ਸਹਿਮਤੀ ਬਣਾਓ, ਇਸ CPM, CPC, and CPA reference ਦੀ ਵਰਤੋਂ ਕਰਕੇ।

ਜ਼ਿਆਦਾ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਦੇ ਸੰਕੇਤ

ਸਭ ਤੋਂ ਸਾਫ਼ ਚੇਤਾਵਨੀ ਸੰਕੇਤ ਡੈਸ਼ਬੋਰਡ ਕਾਰਗੁਜ਼ਾਰੀ ਅਤੇ ਕਾਰੋਬਾਰੀ ਹਕੀਕਤ ਵਿਚਕਾਰ ਅੰਤਰ ਹੈ। Platform ROAS ਸੁਧਰਦਾ ਹੈ, ਪਰ ਇਕੱਠੀ ਕੀਤੀ ਨਕਦੀ, ਮਨਜ਼ੂਰਸ਼ੁਦਾ lead, rebill ਗੁਣਵੱਤਾ, ਜਾਂ ਨਵੇਂ ਗਾਹਕ ਉਸ ਨਾਲ ਸੁਧਰਦੇ ਨਹੀਂ।

ਹੋਰ ਚੇਤਾਵਨੀ ਸੰਕੇਤਾਂ ਵਿੱਚ ਅਸਾਧਾਰਣ ਤੌਰ 'ਤੇ ਉੱਚ view-through ਹਿੱਸਾ, ਰੀਟਾਰਗੇਟਿੰਗ ਕੈਂਪੇਨਾਂ ਵੱਲੋਂ ਜ਼ਿਆਦਾਤਰ ਵਿਕਰੀਆਂ ਦਾ ਦਾਅਵਾ, ਰਿਪੋਰਟਾਂ ਵਿੱਚ ਵਾਰ-ਵਾਰ duplicate order ID, ਅਤੇ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਸੈਟਿੰਗ ਬਦਲਣ ਤੋਂ ਬਾਅਦ ਵੱਡੇ ਕਾਰਗੁਜ਼ਾਰੀ ਬਦਲਾਅ ਸ਼ਾਮਲ ਹਨ।

ਘੱਟ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਦੇ ਸੰਕੇਤ

ਘੱਟ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਵੀ ਸੰਭਵ ਹੈ। prospecting ਕੈਂਪੇਨ ਕਮਜ਼ੋਰ ਦਿੱਖ ਸਕਦੀਆਂ ਹਨ ਜਦੋਂ ਖਰੀਦਦਾਰਾਂ ਨੂੰ ਕਨਵਰਟ ਕਰਨ ਲਈ ਕਈ ਦਿਨ ਲੱਗਦੇ ਹਨ ਜਾਂ ਜਦੋਂ ਆਖਰੀ ਕਨਵਰਜ਼ਨ branded search, email, ਜਾਂ retargeting ਦੁਆਰਾ ਕੈਪਚਰ ਕੀਤੀ ਜਾਂਦੀ ਹੈ।

ਜੇ prospecting ਖਰਚ ਘਟਦਾ ਹੈ ਅਤੇ ਭਵਿੱਖੀ pipeline ਕਮਜ਼ੋਰ ਪੈਂਦੀ ਹੈ, ਤਾਂ ਸ਼ਾਇਦ ਛੋਟੇ ਸਮੇਂ ਵਾਲਾ ਡੈਸ਼ਬੋਰਡ ਬਹੁਤ ਸਖ਼ਤ ਸੀ। ਇਸੇ ਲਈ lag curves ਅਤੇ cohort-ਪੱਧਰੀ ਫਾਲੋਅੱਪ ਮਹੱਤਵਪੂਰਣ ਹਨ।

ਬਚਣ ਯੋਗ ਆਮ ਗਲਤੀਆਂ

ਜ਼ਿਆਦਾਤਰ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਅਸਫਲਤਾਵਾਂ ਮਾੜੇ ਸੌਫਟਵੇਅਰ ਨਾਲੋਂ ਅਸਥਿਰ ਪ੍ਰਕਿਰਿਆ ਤੋਂ ਆਉਂਦੀਆਂ ਹਨ। ਹੱਲ ਆਮ ਤੌਰ 'ਤੇ ਅਨੁਸ਼ਾਸਨ ਹੁੰਦਾ ਹੈ: ਸਥਿਰ ਵਿੰਡੋਜ਼, ਸਾਫ਼ annotations, ਅਤੇ backend reconciliation।

• ਇੱਕ ਐਡ ਡੈਸ਼ਬੋਰਡ ਨੂੰ ਸੱਚ ਦਾ ਪੂਰਾ ਸਰੋਤ ਸਮਝਣਾ।
• ਟੈਸਟ ਦੌਰਾਨ ਮਿਤੀ ਦਰਜ ਕੀਤੇ ਬਿਨਾਂ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਵਿੰਡੋ ਬਦਲਣਾ।
• refund, rebill, approval rate, ਜਾਂ call quality ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਕੇ CPA 'ਤੇ ਸਕੇਲ ਕਰਨਾ।
• ਵੱਖਰੇ conversion event ਜਾਂ ਰਿਪੋਰਟਿੰਗ ਵਿੰਡੋ ਵਰਤਣ ਵਾਲੀਆਂ ਕੈਂਪੇਨਾਂ ਦੀ ਤੁਲਨਾ ਕਰਨਾ।
• ਹੋਲਡਆਉਟ ਜਾਂ backend ਚੈਕ ਬਿਨਾਂ view-through ਕਨਵਰਜ਼ਨਾਂ ਨੂੰ ਖਰਚ ਚਲਾਉਣ ਦੇਣਾ।
• Meta Ad Library ਤੋਂ competitor angle ਕਾਪੀ ਕਰਨਾ ਬਿਨਾਂ ਇਹ ਪੁਸ਼ਟੀ ਕੀਤੇ ਕਿ ਫਨਲ ਸਰਗਰਮ, compliant, ਅਤੇ ਆਰਥਿਕ ਤੌਰ 'ਤੇ ਵਾਜਬ ਹੈ।
• compliance guardrails ਦੀ ਸਮੀਖਿਆ ਕੀਤੇ ਬਿਨਾਂ ਹਮਲਾਵਰ ਦਾਵੇ ਚਲਾਉਣਾ।

ਆਫਰ ਚੋਣ ਅਜੇ ਵੀ ਮਹੱਤਵਪੂਰਣ ਹੈ। ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਚਰਚਾ ਤੋਂ ਪਹਿਲਾਂ, ਇੱਕ ਪ੍ਰਕਿਰਿਆ ਵਰਤੋ ਤਾਂ ਜੋ saturation ਤੋਂ ਪਹਿਲਾਂ pre-scale ਆਫਰ ਲੱਭੇ ਜਾ ਸਕਣ ਅਤੇ scaling VSLs ਦੀ ਪਛਾਣ ਕੀਤੀ ਜਾ ਸਕੇ।

ਪ੍ਰਕਾਸ਼ਨ ਅਤੇ ਸਟ੍ਰਕਚਰਡ ਡਾਟਾ ਮਿਆਰ

ਮਾਪ ਸੰਬੰਧੀ ਸਮੱਗਰੀ ਸਟੀਕ ਹੋਣੀ ਚਾਹੀਦੀ ਹੈ, ਕਿਉਂਕਿ ਪਾਠਕ ਅਤੇ AI ਸਿਸਟਮ ਦੋਵੇਂ ਪਰਿਭਾਸ਼ਾਵਾਂ, ਨਿਯਮਾਂ, ਅਤੇ ਤੁਲਨਾਵਾਂ ਕੱਢਦੇ ਹਨ। Google ਦੀ ਮਦਦਗਾਰ ਸਮੱਗਰੀ ਬਣਾਉਣ ਬਾਰੇ ਹਦਾਇਤਾਂ ਉਪਯੋਗਤਾ ਅਤੇ ਲੋਕ-ਕੇਂਦਰਿਤ ਮੁੱਲ 'ਤੇ ਜ਼ੋਰ ਦਿੰਦੀਆਂ ਹਨ, ਜਦਕਿ ਇਸ ਦੀਆਂ ਸਟ੍ਰਕਚਰਡ ਡਾਟਾ ਨੀਤੀਆਂ ਮੰਗਦੀਆਂ ਹਨ ਕਿ ਮਾਰਕਅਪ ਕੀਤੀ ਸਮੱਗਰੀ ਉਸ ਨਾਲ ਮਿਲੇ ਜੋ ਯੂਜ਼ਰ ਪੰਨੇ 'ਤੇ ਦੇਖ ਸਕਦੇ ਹਨ।

ਖੁਦ-ਨਿਰਭਰ ਪਰਿਭਾਸ਼ਾਵਾਂ ਸਪਸ਼ਟਤਾ ਸੁਧਾਰਦੀਆਂ ਹਨ:

• ਇੱਕ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਲੁੱਕਬੈਕ ਵਿੰਡੋ ਇਸ਼ਤਿਹਾਰੀ ਮਿਥਿਆਸਰਕ੍ਰਿਆ ਤੋਂ ਬਾਅਦ ਕਨਵਰਜ਼ਨ ਕ੍ਰੈਡਿਟ ਲਈ ਯੋਗਤਾ ਅਵਧੀ ਹੈ।
• ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਕ੍ਰੈਡਿਟ ਦਿੰਦੀ ਹੈ; ਇੰਕ੍ਰਿਮੈਂਟੈਲਿਟੀ ਕਾਰਨ-ਸੰਬੰਧਿਤ ਲਿਫ਼ਟ ਦਾ ਅੰਦਾਜ਼ਾ ਲਗਾਉਂਦੀ ਹੈ।
• 7-day click ਅਤੇ 1-day view ਮਾਡਲ ਇੱਕ ਅਪਟੀਮਾਈਜ਼ੇਸ਼ਨ ਸੈਟਿੰਗ ਹੈ, ਇੰਕ੍ਰਿਮੈਂਟਲ ਰੈਵਨਿਊ ਦਾ ਸਬੂਤ ਨਹੀਂ।
• ਸਭ ਤੋਂ ਵਧੀਆ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਵਿੰਡੋ ਉਹ ਸਭ ਤੋਂ ਛੋਟੀ ਵਿੰਡੋ ਹੈ ਜੋ ਅਜੇ ਵੀ ਆਮ ਖਰੀਦਦਾਰ ਫੈਸਲਾ-ਦੇਰੀ ਨੂੰ ਕੈਪਚਰ ਕਰਦੀ ਹੈ।

Daily Intel Service ਉਸ ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ ਵਿੱਚ ਇੱਕ ਇਨਪੁੱਟ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ, ਸਾਫ਼ ਟ੍ਰੈਕਿੰਗ ਦੀ ਜਗ੍ਹਾ ਨਹੀਂ। ਮਜ਼ਬੂਤ ਟੀਮਾਂ ਸਕੇਲ ਫੈਸਲੇ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ platform reporting, backend economics, controlled tests, ਅਤੇ external intelligence ਨੂੰ ਇਕੱਠਾ ਕਰਦੀਆਂ ਹਨ।

ਅਕਸਰ ਪੁੱਛੇ ਜਾਣ ਵਾਲੇ ਸਵਾਲ

Q: ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਲੁੱਕਬੈਕ ਵਿੰਡੋ ਕੀ ਹੈ?
A: ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਲੁੱਕਬੈਕ ਵਿੰਡੋ ਉਹ ਅਵਧੀ ਹੈ ਜੋ ਐਡ ਕਲਿੱਕ ਜਾਂ ਵੇਖਣ ਤੋਂ ਬਾਅਦ ਹੁੰਦੀ ਹੈ, ਜਿਸ ਦੌਰਾਨ ਪਲੇਟਫਾਰਮ ਕਨਵਰਜ਼ਨ ਕ੍ਰੈਡਿਟ ਦੇ ਸਕਦਾ ਹੈ। ਉਦਾਹਰਨ ਵਜੋਂ, 7-day click ਵਿੰਡੋ ਕਲਿੱਕ ਤੋਂ ਸੱਤ ਦਿਨਾਂ ਦੇ ਅੰਦਰ ਹੋਈ ਖਰੀਦ ਨੂੰ ਕ੍ਰੈਡਿਟ ਦੇ ਸਕਦੀ ਹੈ।

Q: ਕੀ Meta ਐਫਿਲੀਏਟ ਕੈਂਪੇਨਾਂ ਲਈ 7-day click ਅਤੇ 1-day view ਸਭ ਤੋਂ ਵਧੀਆ ਸੈਟਿੰਗ ਹੈ?
A: ਕਈ ਸਿੱਧੇ-ਜਵਾਬ ਵਾਲੇ ਫਨਲਾਂ ਲਈ ਇਹ ਇੱਕ ਵਰਤੋਂਯੋਗ ਸ਼ੁਰੂਆਤੀ ਬਿੰਦੂ ਹੈ, ਪਰ ਇਹ ਸਰਬਭੌਮ ਤੌਰ 'ਤੇ ਸਭ ਤੋਂ ਵਧੀਆ ਨਹੀਂ। ਛੋਟੇ checkout ਫਨਲਾਂ ਨੂੰ ਛੋਟੀ ਵਿੰਡੋ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ, ਜਦਕਿ webinar ਜਾਂ consultative ਫਨਲਾਂ ਨੂੰ ਲੰਬੀ click-ਅਧਾਰਿਤ ਸਮੀਖਿਆ ਦੀ ਲੋੜ ਹੋ ਸਕਦੀ ਹੈ।

Q: ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਅਤੇ ਇੰਕ੍ਰਿਮੈਂਟੈਲਿਟੀ ਵਿੱਚ ਕੀ ਫ਼ਰਕ ਹੈ?
A: ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਰਿਪੋਰਟਿੰਗ ਨਿਯਮ ਅਧੀਨ ਕਿਹੜੇ touchpoint ਨੂੰ ਕ੍ਰੈਡਿਟ ਮਿਲੇਗਾ, ਇਹ ਨਿਰਧਾਰਤ ਕਰਦੀ ਹੈ। ਇੰਕ੍ਰਿਮੈਂਟੈਲਿਟੀ ਅੰਦਾਜ਼ਾ ਲਗਾਉਂਦੀ ਹੈ ਕਿ ਇਸ਼ਤਿਹਾਰਬਾਜ਼ੀ ਕਾਰਨ ਅਸਲ ਵਿੱਚ ਕਿੰਨੀ ਕਨਵਰਜ਼ਨ ਹੋਈ।

Q: ਮੈਨੂੰ ਕਿਵੇਂ ਪਤਾ ਲੱਗੇ ਕਿ ਕੋਈ ਕੈਂਪੇਨ over-attributed ਹੈ?
A: ਹੋਲਡਆਉਟ, geo split, ਜਾਂ spend reduction ਦੌਰਾਨ ਪਲੇਟਫਾਰਮ-ਰਿਪੋਰਟ ਕੀਤੀਆਂ ਕਨਵਰਜ਼ਨਾਂ ਦੀ ਕੁੱਲ ਆਰਡਰ ਜਾਂ ਨੈੱਟਵਰਕ ਕਨਵਰਜ਼ਨ ਬਦਲਾਅ ਨਾਲ ਤੁਲਨਾ ਕਰੋ। ਜੇ ਡੈਸ਼ਬੋਰਡ ਕੁੱਲ ਕਾਰੋਬਾਰੀ ਨਤੀਜਿਆਂ ਨਾਲੋਂ ਕਾਫ਼ੀ ਵੱਧ ਡਿੱਗਦਾ ਹੈ, ਤਾਂ ਕੈਂਪੇਨ ਸ਼ਾਇਦ over-attributed ਹੈ।

Q: ਕੀ ਐਫਿਲੀਏਟਾਂ ਨੂੰ view-through ਕਨਵਰਜ਼ਨ ਗਿਣਣੀਆਂ ਚਾਹੀਦੀਆਂ ਹਨ?
A: ਐਫਿਲੀਏਟ view-through ਕਨਵਰਜ਼ਨਾਂ ਨੂੰ ਦਿਸ਼ਾ-ਸੂਚਕ ਸੰਕੇਤ ਵਜੋਂ ਸਮੀਖਿਆ ਕਰ ਸਕਦੇ ਹਨ, ਖਾਸ ਕਰਕੇ ਛੋਟੇ ਫੈਸਲਾ ਚੱਕਰਾਂ ਲਈ। backend ਡਾਟਾ ਜਾਂ ਨਿਯੰਤਰਿਤ ਟੈਸਟ lift ਦਾ ਸਮਰਥਨ ਨਾ ਕਰਨ ਤੱਕ ਉਨ੍ਹਾਂ ਨੂੰ ਮੁੱਖ ਤੌਰ 'ਤੇ view-through ਕ੍ਰੈਡਿਟ 'ਤੇ ਸਕੇਲ ਕਰਨ ਤੋਂ ਬਚਣਾ ਚਾਹੀਦਾ ਹੈ।

Q: ਮੈਨੂੰ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਵਿੰਡੋ ਕਿੰਨੀ ਵਾਰ ਆਡਿਟ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ?
A: ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਗੁਣਵੱਤਾ ਸਾਪਤਾਹਿਕ ਸਮੀਖਿਆ ਕਰੋ ਅਤੇ ਸਰਗਰਮ ਸਕੇਲ ਕੈਂਪੇਨਾਂ ਲਈ ਹਰ 2-4 ਹਫ਼ਤੇ 'ਤੇ ਵਧੇਰੇ ਡੂੰਘਾ ਇੰਕ੍ਰਿਮੈਂਟੈਲਿਟੀ ਚੈਕ ਚਲਾਓ। ਜਦ refund, rebill, ਜਾਂ approval rate ਹਿਲਦੇ ਹਨ, ਤਾਂ ਉੱਚ-ਖਰਚ ਕੈਂਪੇਨ ਹੋਰ ਵਾਰ-ਵਾਰ ਚੈਕਾਂ ਦੇ ਹੱਕਦਾਰ ਹੁੰਦੇ ਹਨ।

Q: ਕੀ ਬਾਹਰੀ intelligence ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਫੈਸਲਿਆਂ ਨੂੰ ਸੁਧਾਰ ਸਕਦੀ ਹੈ?
A: ਹਾਂ। ਬਾਹਰੀ intelligence ਦਿਖਾ ਸਕਦੀ ਹੈ ਕਿ ਕੋਈ ਆਫਰ, ਫਨਲ, ਜਾਂ creative ਬਾਜ਼ਾਰ ਵਿੱਚ ਅਜੇ ਵੀ ਸਰਗਰਮ ਹੈ ਜਾਂ ਨਹੀਂ, ਜੋ ਇਹ ਪੁਸ਼ਟੀ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਦੀ ਹੈ ਕਿ ਅੰਦਰੂਨੀ ਕਾਰਗੁਜ਼ਾਰੀ ਅਸਲ ਗਤੀ ਹੈ ਜਾਂ ਅਟ੍ਰਿਬਿਊਸ਼ਨ ਸ਼ੋਰ।