En person interagerar med en annons i ChatGPT den 29 september och köper den 3 oktober. Ska konverteringen visas i september eller oktober? Båda svaren kan vara korrekta beroende på om rapporten grupperar utfall efter den krediterade annonsinteraktionen eller efter konverteringens datum.
Detta är ett val av tidsbas. Det skiljer sig från tidszon, som bestämmer kalenderdatum för ett visst ögonblick. Ett byte mellan Stockholm och en annan zon löser inte frågan om rapporten ska följa den tidigare annonsen eller det senare köpet. Välj först vilken händelse som förankrar datumet och använd sedan rätt klocka.
Två vyer över samma utfall
OpenAI:s särskilda konverteringsrapport använder normalt attribution_time_basis: "ad_event_time", som daterar utfall efter den krediterade annonsinteraktionen. Valet "conversion_time" använder i stället utfallets tidpunkt. Konverteringstid har begränsad täckning för event utanför kampanjmålet; använd annonstid när sådana event granskas. Ett antal som verkar försvinna kan annars bero på rapportvyn och behöver inte betyda att leveransen misslyckades. Beteendet beskrivs i OpenAI:s rapportdokumentation.
För den hypotetiska septemberinteraktionen och oktoberordern kan vyn med annonstid placera krediten i septemberperioden. Vyn med konverteringstid kan placera utfallet i oktober. Det skapar inte två köp. Samma attribuerade utfall organiseras efter två olika rapportfrågor.
Märk datumkolumnen uttryckligen. Enbart datum räcker inte när båda vyerna används i organisationen. Attribuerad interaktionsdag och konverteringsdag gör det begripligt varför en historisk period kan förändras när ett senare köp registreras och får kredit enligt rapportens regler.
Vilken händelse styr månaden?
- Annonstid
Utfallet knyts till den krediterade septemberinteraktionen.
- Konverteringstid
Utfallet ordnas efter köpet i oktober.
- En affärshändelse
Två datumvyer skapar inte två köp.
Välj frågan före vyn
Om beslutet gäller vad en bestämd grupp annonsinteraktioner i september producerade kan en interaktionsbaserad vy passa. Den stödjer utvärdering av utfall som hör till förvärvsperioden, med hänsyn till rapportregler och hur lång tid resultaten haft på sig att mogna.
Om frågan gäller när attribuerade utfall inträffade i verksamheten kan konverteringstid vara användbar. Den kan hjälpa till att jämföra tidpunkten för krediterade köp med annan aktivitet, men blir inte därmed en fullständig bok över butikens försäljning. Underlaget är fortfarande en attribueringsrapport med egen omfattning.
Ledningsrapporten kan behöva båda vyerna var för sig. Kampanjanalytikern kan granska förvärvsgrupper medan en operativ läsare ser när utfallen kom. Om vyerna slås ihop i en omärkt månadsrad försvinner den skillnad som gör dem användbara från början.
Undvik fällan med kalenderbaserad CPA
Anta hypotetiskt att septemberannonseringen kostar 2 000. Vissa krediterade köp sker i september och andra i oktober. Septemberkostnad delat med enbart utfall som har konverteringsdatum i september mäter inte nödvändigtvis vad septemberannonserna producerade.
Beräkningen kan vara en definierad kalenderkvot, men betydelsen är snävare än anskaffningskostnad för en kohort. Ge den rätt namn och jämför den inte direkt med CPA för en interaktionsgrupp. Nämnaren kan innehålla utfall från äldre annonsering och sakna sådana som ännu inte har inträffat.
I en kohortanalys ska kostnad och utfallspopulation höra ihop enligt en sammanhängande metod. Om tillgängliga uppgifter inte kan fastställa kopplingen är separata siffror bättre. En formel ska inte skapa sambandet bara för att båda värdena råkar ha samma månadsnamn i kalkylbladet.
Räkna med historisk rörelse vid annonstid
När senare utfall hänförs till tidigare interaktioner kan en avslutad kalenderperiod få fler konverteringar efteråt. Det är inte automatiskt ett datafel. Spara hämtningstid och bestäm när verksamheten anser underlaget tillräckligt moget för det aktuella beslutet.
Lova inte att en viss månadsstängning gör historiken permanent slutgiltig. Rapportuppdateringar och affärsjusteringar kan fortfarande spela roll. Rutinen för sena konverteringar vid månadsstängning bör beskriva hur ändringar hanteras i stället för att låtsas att de aldrig kan inträffa.
Byter organisationen huvudprincip behöver ändringen märkas och jämförbar historik återskapas när det går. En trend som byter tidsbas mitt i serien kan hoppa utan att kampanjresultatet förändrats. Skapa därför en tydlig övergång som visar hur den gamla och nya vyn skiljer sig.
Låt också exportens namn eller metadata innehålla tidsbasen. Två filer med samma kampanj och månad men olika tidsbas ska inte kunna ersätta varandra omärkligt när nästa analytiker uppdaterar arbetsboken.
Prova en observation över periodgränsen
Innan en ny rapportintegration används kan ett kontrollerat exempel över en periodgräns hjälpa. Kontrollera hur det relevanta utfallet visas under respektive stödd tidsbas och spara inställningarna. Följ tillåtna testmetoder och skapa inte vilseledande affärshändelser i produktion bara för att fylla en rapport.
Saknas enskilda eventbevis kan en tydligt avgränsad aggregatjämförelse användas med dokumenterade begränsningar. Dra inte slutsatser om individuella kundresor ur totalsiffror. Testets syfte är att bekräfta rapportprincipen och inte att hävda åtkomst till personliga konversationer eller beteenden.
Använd tidszoner för dygnsgränser och mogna klickkohorter för lika observationstid. Plattformskällan är OpenAI:s rapporteringsdokumentation. En tydligt märkt rapport besvarar en tidsfråga åt gången så att datumval inte misstas för ändrad annonseffekt.
Källor och avgränsning
Välj om konverteringsrapportens datum avser krediterad annonsinteraktion eller själva utfallet, separat från tidszonens dygnsgränser.
Arbetsmetoder och exempel är redaktionella förslag. Kontrollera aktuella plattformsvillkor och funktioner inför genomförandet.