Modelowanie atrybucji jest niezwykle często używanym określeniem gdy mówimy o optymalizacji inwestycji marketingowych. Są to mechanizmy, które umożliwiają zrozumienie jaka kombinacja kroków ma wpływ na wystąpienie pożądanego działania (np. transakcji), określając tym samym wartość danego narzędzia marketingowego na ścieżce konwersji. Naszym celem jest porównanie różnych kanałów, by móc określić ich udział w generowaniu sprzedaży. Czyli to nic innego jak tylko nadawanie wartości wszystkim źródłom ruchu.
Według badań Econsultancy/Google Analytics 72% użytkowników korzystających z modelowania atrybucji spodziewa się znaleźć metodę lepszej alokacji budżetów marketingowych, i w konsekwencji osiągnąć wzrost ROI (wskaźnik rentowności stosowany w celu zmierzenia efektywności działania przedsiębiorstwa). Inną zaletą jest oczywiście zrozumienie kanałów jako współdziałających mechanizmów, czy lepszy pogląd na zachowania użytkowników odwiedzających naszą witrynę w celu konkretnego działania. Pamiętajmy, że nasze działania są długofalowe i dzięki temu mogą nam pomóc zapewnić większą przewidywalność przyszłych transakcji w biznesie.
Głównym celem stosowania atrybucji jest dostrzeżenie wag poszczególnych narzędzi jakie są stosowane w kanale online. Pamiętajmy, że możemy z tego korzystać nie tylko wtedy gdy jesteśmy właścicielami sklepów online, ale także w innych formach biznesu. Modelować można również wypełnienia formularzy czy wniosków. Wszystko zależy od tego, co ma wartość dla naszego biznesu.
Nie wystarczy już analizowanie pojedynczych źródeł ruchu, ani wykorzystanie domyślnego modelu atrybucji, który przypisuje wartość konwersji jedynie do ostatniego niebezpośredniego kanału ruchu. Jeżeli użytkownicy Waszego serwisu, potrzebują więcej niż 2 interakcji, aby skonwertować, przy ocenianiu efektywności kanałów ruchu powinniście sięgnąć po analizę ścieżek wielokanałowych.
W raportach modeli atrybucji znajdziecie domyślne pogrupowanie kanałów, które zawierają:
- Wejścia bezpośrednie
- Bezpłatne wyniki wyszukiwania
- Odesłania
- Płatne wyniki wyszukiwania
- Sieci społecznościowe
- Emaile
- Reklamy displayowe
W ustawieniach raportu możemy określić zakres czasowy raportu od 1 do 90 dni – określa on czas przed każdą konwersją, w którym będą zliczane kliknięcia z kanałów ruchu prowadzące do danej konwersji. Okres ważności powinien być zależny od tego jak długa jest ścieżka konwersji. Gdy mówimy o tanich produktach będzie on krótki. Natomiast gdy towar ma wysoką cenę użytkownicy potrzebują więcej czasu do namysłu przed zakupem. W tym przypadku okres ważności powinien być dłuższy, ponieważ wymaga więcej interakcji od użytkownika.
Raporty porównujące modele atrybucji możemy znaleźć w raportach Konwersji, w Atrybucji konwersji.
Domyślne modele atrybucji
- Model Ostatnia interakcja przydziela 100% udziału w wartości konwersji ostatniemu kanałowi, z którym klient wchodził w interakcję przed dokonaniem zakupu lub realizacją konwersji.
Kiedy stosować: model „Ostatnia interakcja” może się sprawdzić, gdy reklamy i kampanie mają na celu przyciąganie uwagi użytkowników w momencie zakupu lub gdy firma bazuje głównie na transakcjach w cyklu sprzedaży pomijającym fazę namysłu. - Model Ostatnie kliknięcie niebezpośrednie ignoruje wizyty bezpośrednie i przydziela 100% udziału w wartości konwersji ostatniemu kanałowi, w którym klient kliknął przed zakupem lub konwersją. Jest to domyślny model Analytics do przypisywania wartości udziału w konwersji w raportach innych niż dla ścieżek wielokanałowych.
Kiedy stosować: model Ostatnie kliknięcie niebezpośrednie jest domyślnie używany w raportach innych niż dla ścieżek wielokanałowych, dlatego zapewnia użyteczne dane porównawcze do zestawienia z wynikami innych modeli.Dodatkowo, jeśli uważasz, że wizyty bezpośrednie są realizowane przez klientów, których udało się już pozyskać innym kanałem, możesz je odfiltrować i skupić się na ostatniej aktywności marketingowej przed konwersją. - Model Ostatnie kliknięcie AdWords przypisuje 100% udziału w wartości konwersji ostatniej reklamie AdWords, którą klient kliknął przed zakupem lub konwersją.
Kiedy stosować: Użyj tego modelu, jeśli chcesz zidentyfikować i przypisać udział reklam AdWords, które wygenerowały najwięcej konwersji. - Model Pierwsza interakcja przydziela 100% udziału w wartości konwersji pierwszemu kanałowi, z którym klient wszedł w interakcję.
Kiedy stosować: Ten model jest odpowiedni dla reklamodawców, którym zależy na budowaniu początkowej świadomości. Jeśli na przykład Twoja marka nie jest jeszcze znana na rynku, możesz położyć nacisk na te słowa kluczowe lub kanały, które stanowią dla klientów pierwszy kontakt z marką. - Model Liniowy przypisuje taki sam udział wszystkim kanałom interakcji na drodze do konwersji.
Kiedy stosować: Ten model jest odpowiedni dla reklamodawców, którzy chcą zachowywać kontakt z klientem i utrzymywać świadomość marki w ramach całego cyklu sprzedaży. W takiej sytuacji każdy punkt styczności jest dla Ciebie równie ważny. - Jeśli cykl sprzedaży obejmuje tylko krótką fazę rozważania, odpowiedni może być model Rozkład czasowy. Ten model opiera się na koncepcji rozkładu wykładniczego i przypisuje największy udział punktom styczności najbliżej czasu konwersji. Model rozkładu czasowego ma domyślny okres półtrwania, który wynosi 7 dni, co oznacza, że punkt styczności, który wystąpił 7 dni przed konwersją, będzie mieć wartość równą połowie punktu styczności występującego w dniu konwersji. I odpowiednio – punkt styczności, który wystąpił 14 dni wcześniej, będzie liczony jako 1/4 punktu styczności z dnia konwersji. Rozkład wykładniczy trwa przez cały okres ważności (który domyślnie liczy 30 dni).
Kiedy stosować: Jeśli prowadzisz jedno- lub dwudniowe kampanie promocyjne, ważniejsze mogą być dla Ciebie interakcje, do których dochodzi w dniach promocji. W takiej sytuacji interakcje sprzed tygodnia w porównaniu z punktami styczności blisko konwersji mają niewielką wartość. - Model Uwzględnienie pozycji pozwala połączyć cechy modeli Ostatnia interakcja i Pierwsza interakcja. Zamiast przypisywać cały udział pierwszej lub ostatniej interakcji, możesz go podzielić między oba te rodzaje interakcji. Jednym z często występujących scenariuszy jest przypisanie po 40% udziału pierwszej i ostatniej interakcji oraz 20% interakcjom pośrednim.
Kiedy stosować: Użyj tego modelu, jeśli najważniejszymi punktami styczności są pierwszy kontakt klienta z marką i etap prowadzący do zakupu.
Dzięki korzystaniu z wyżej wymienionych modeli atrybucji możemy sprawdzić w analyticsie jak radzą sobie poszczególne kanały porównując je. Pozwoli nam to podjąć decyzję w który z nich powinniśmy zainwestować największą część naszego budżetu. Przykładowo, jeżeli do tej pory inwestowaliśmy duże nakłady na wejścia bezpośrednie, poprzez inwestycję w kanały offline, gdyż korzystaliśmy jedynie z modelu ostatniej interakcji, porównanie obydwu modeli może zwrócić uwagę na potencjał jednego z nich i zastosowanie np. płatnych reklam typu AdWords .
Modele niestandardowe
Jeżeli uważamy, że typowe modele nie spełniają naszych oczekiwań możemy zabrać się za tworzenie modeli niestandardowych. Pozwoli nam to na efektywne analizowanie oraz optymalizację ścieżek wielokanałowych. Musimy jednak pamiętać, że wymaga to od nas znajomości modelu biznesu, użytkowników serwisu i ich zachowania, znajomości sektora firmy oraz przeprowadzenie analizy biznesowej przeprowadzonej pod kątem modeli atybucji. Jeśli już posiadamy taką wiedzę możemy zabrać się do działania. Wystarczy na rozwijanej liście modeli wybrać opcję „Utwórz nowy niestandardowy model”. Następnie tworzymy nazwę dla naszego modelu oraz wybieramy jeden z modeli podstawowych na którym będziemy się wzorować. Przy tworzeniu niestandardowych modeli atrybucji mamy do wyboru trzy opcje: okres ważności, dostosowanie kredytu na podstawie zaangażowania użytkowników i niestandardowe reguły kredytowe, które nie są obowiązkowymi elementami w konfiguracji modelu, ale warto je wykorzystać.
Dla jednego niestandardowego modelu atrybucji możemy dodać wiele niestandardowych reguł kredytowych, dzięki czemu modele niestandardowe dają nam niesamowite możliwości tworzenie indywidualnych modeli atrybucji dopasowanych do specyfiki i wymagań naszego biznesu.
Padawan GA
Ostatnie wpisy Padawan GA (zobacz wszystkie)
- Google Analytics: E-commerce - 6 grudnia 2017
- Google Analytics: Technologia - 3 grudnia 2017
- Google Analytics: Dane geograficzne - 3 grudnia 2017