Model atrybucji w domyślnych danych. Uznanie konwersji

Dawno minęły czasy, kiedy można było pracować tylko z jednym źródłem ruchu (na przykład SEO) i jednocześnie mieć dobrą sprzedaż. Obecnie tylko zintegrowane podejście zapewnia rzeczywisty efektywny wzrost sprzedaży. Jednak pracując z kilkoma źródłami, stajemy przed ważnym pytaniem - jaką rolę odgrywa każdy kanał w interakcji użytkownika z witryną (sekwencja wielokanałowa) i jak zrozumieć znaczenie każdego kanału? W końcu zależy to od zrozumienia:

• ile inwestycji zainwestować w każde źródło odwiedzających,
• jaki jest zwrot na każdym kanale
• jak kanały współdziałają ze sobą.

Zwróć szczególną uwagę na interakcję. Na przykład użytkownicy sieci społecznościowych mogą nie dokonać zakupu natychmiast po zmianie, ale to sieci społecznościowe informują odwiedzających o Twojej firmie, a po następnych interakcjach, na przykład poprzez reklamy kontekstowe, użytkownicy dokonują zakupu.

Reguły, według których wartość idealnej konwersji jest rozdzielana między kanały, nazywane są atrybucją. Wiedząc, z jakich kanałów korzystał użytkownik, możemy przypisać większą lub mniejszą wartość każdemu kanałowi (lub jednemu z nich) i, na podstawie tej oceny, zdecydować o skuteczności kanału.

Modele atrybucji mogą być liczne, najczęściej:

Możesz wybrać model atrybucji w raporcie Uznanie autorstwa → Narzędzie porównania :

Więcej o narzędziu pisaliśmy w poniższym artykule, na początek zastanowimy się, jakie są główne modele atrybucji.

1. Uznanie autorstwa za ostatnie kliknięcie

W takim przypadku cała wartość konwersji jest przypisana do ostatniego źródła kontaktu użytkownika z witryną. Oczywiste jest, że nie jest to całkowicie poprawne, ponieważ w prawie wszystkich witrynach, nawet oferujących bardzo tanie produkty, użytkownik zwykle wykonuje 2-3 przejścia przed konwersją.

W przypadku witryny z drogim lub złożonym produktem takich przejść może być znacznie więcej, ponieważ użytkownik myśli, porównuje i zapoznaje się z informacjami o produkcie.

2. Przypisanie ostatniego kliknięcia pośredniego

Ten model atrybucji jest domyślnie używany w Google Analytics. Wszystkie wartości konwersji są przypisywane do ostatniego kanału, jeśli nie jest to bezpośrednie połączenie (na przykład z zakładek lub adresu URL wpisanego w linii przeglądarki). W przypadku bezpośredniej wizyty na stronie wartość konwersji jest przypisywana do poprzedniego kanału. Logika jest dość prosta - jeśli użytkownik przyszedł do ciebie z zakładek, oznacza to, że najpierw musiał skądś dowiedzieć się o twojej stronie.

3. Atrybucja pierwszego kliknięcia

Czym jest budowanie linków w SEO? Jak sama nazwa wskazuje, prawda jest odwrotna - cała wartość konwersji jest przypisana do pierwszego kanału, który pozwolił odwiedzającemu dowiedzieć się o Twojej ofercie.

4. Pierwsze i ostatnie kliknięcie

Wartość jest równo podzielona między pierwszy i ostatni kanał, przez który użytkownik przeszedł w łańcuchu, który doprowadził do konwersji.

5. Liniowy model atrybucji

Wartość konwersji jest równo podzielona między wszystkie źródła kliknięte przez użytkownika.

6. Model atrybucji uwzględniający zalecenie interakcji

Im bliżej kanału jest czas konwersji, tym większa jest jego wartość. Znaczenie każdej interakcji maleje wraz ze wzrostem czasu trwania samej konwersji.

Raporty Analytics do pomiaru wkładu każdego źródła ruchu

Rozumiejąc znaczenie prawidłowej oceny każdego źródła ruchu i znając główne typy atrybucji, możemy odnieść się do specjalnych raportów Google Analytics:

Już patrzę na ogólne informacje w zakładce „Przegląd” , możemy stworzyć dla siebie wspólne zrozumienie interakcji między źródłami ruchu. Każde źródło jest oznaczone kolorowym kółkiem, wyraźnie widzimy, jaki procent ruchu „przecina się” - oznacza to, że odwiedzający skorzystał z kilku źródeł przed dokonaniem zakupu.

Pamiętaj, że w lewym górnym rogu zrzutu ekranu znajdują się dane dotyczące powiązanych konwersji.

Powiązane konwersje to odwiedziny z jakiegoś źródła, które miały miejsce na początku lub w środku łańcucha odwiedzin, ale nie na końcu, tj. Liczba interakcji, które nie doprowadziły do \u200b\u200bkonwersji, ale uczestniczyły w łańcuchu.

Jak widać na zrzucie ekranu, spośród 744 konwersji 423 (ponad połowa) odbyło wizyty przygotowawcze. Źródła, które przeprowadziły te wizyty, nie doprowadziły do \u200b\u200bbezpośredniej sprzedaży, ale z dużym prawdopodobieństwem możemy założyć, że bez tych powiązanych konwersji nie byłoby w rzeczywistości konwersji, która przyniosła dochód.

Ważne! Wielokanałowy raport sekwencji używa modelu atrybucji ostatniego kliknięcia, w przeciwieństwie do wszystkich innych raportów, które domyślnie używają ostatniego kliknięcia pośredniego.

W celu dokładniejszej oceny powiązanych konwersji dla każdego źródła dostępny jest specjalny raport o nazwie - Powiązane konwersje :

Na przykład na zrzucie ekranu wyraźnie widać, że linki kliknięć dały nam 48 konwersji w określonym okresie, a kolejne 58 razy to źródło stanowiło pośredni krok dla użytkowników, którzy ostatecznie dokonali konwersji.

Dzięki dostosowanemu e-commerce ten raport pomoże ci dokładniej oszacować przychody z każdego źródła ruchu. Jak wiecie, jest to bardzo ważne, gdy decydujemy, w które źródło zainwestować. Możesz oczywiście polegać na liczbie konwersji bez handlu elektronicznego, ale oczywiście jest to mniej dokładny wskaźnik przy tworzeniu budżetu reklamowego.

Aby bardziej szczegółowo ocenić interakcje między źródłami ruchu, należy przejść do raportu „Kluczowe funkcje konwersji” :

Pokazuje wszystkie odmiany kombinacji źródeł, które doprowadziły do \u200b\u200bkonwersji.

Na przykład:

Dodatkowe raporty, które pomogą Ci lepiej zrozumieć łańcuch odwiedzin przed konwersją, - „Czas na konwersję”  i „Długość sekwencji”.   W nich zobaczysz statystyki dotyczące liczby dni od wizyty do konwersji i liczby odwiedzin z dowolnego źródła do konwersji.

Google Analytics pozwala nam również porównywać różne modele atrybucji. Konwersja→  Uznanie autorstwa → Narzędzie do porównywania modeli :

To narzędzie pozwala lepiej zrozumieć różnicę między różnymi opcjami atrybucji i wizualnie zobaczyć wartość każdego kanału na różnych etapach.

Na przykład porównaj model atrybucji dla ostatniego, pierwszego kliknięcia i atrybucji liniowej:

Uwaga:  bezpłatne wyszukiwanie, jeśli oceniamy konwersję tylko na podstawie ostatniej interakcji, traci ona bezpośredni kanał ruchu. Właściciel strony, widząc taki raport, natychmiast krzyczy: SEOshnik nie działa dobrze!

Jednak w porównaniu z innymi modelami atrybucji zobaczymy, że w pierwszej interakcji ruch w sieci wyszukiwania jest najsilniejszy, tj. To z tego kanału prawdziwi kupujący dowiedzą się o Twojej stronie. Znaczenie ruchu związanego z wyszukiwaniem potwierdza również liniowy model atrybucji, w którym jego udział jest również najwyższy.

Pamiętaj, że porównanie atrybutów pozwala spojrzeć na sukces każdego kanału z różnych punktów widzenia, ale aby porównać kanały i ocenić sukces każdego z nich, musisz wybrać jeden model atrybucji.

Na przykład:

- w przypadku krótkoterminowej kampanii mającej na celu chwilowy zakup - ostatnie kliknięcie;

- dla kampanii SMM, która zwiększa ogólne uznanie - przy pierwszym kliknięciu itp.

Możesz także stworzyć swój własny unikalny model atrybucji w Google Analytics, ale musisz poświęcić dużo czasu na jego tworzenie i wstępnie ocenić standardowe modele.

Jeśli poważnie podchodzisz do budżetowania i oceniasz wkład każdego źródła w sukces biznesowy, nie możesz obejść się bez sekwencji wielokanałowych i oceny atrybucji. Musisz zrozumieć znaczenie kanału, a nie tylko jego wkład w sprzedaż bezpośrednią.

Zwracaj uwagę na te raporty Google Analytics, pracuj z nimi i różne opcje atrybucji - pomoże to w efektywniejszym i bardziej kompetentnym korzystaniu ze wszystkich kanałów ruchu. Na podstawie tych raportów możesz inteligentnie zaplanować budżet reklamowy w różnych kanałach.

  Zapisz się do newslettera

Wydaliśmy nową książkę „Content Marketing w mediach społecznościowych: jak zdobyć subskrybentów i zakochać się w ich marce”.

Atrybucja konwersji jest pojęciem składającym się z wielu elementów składających się z terminów „atrybucja” i „konwersja”.

Konwersja w biznesie jest realizacją przez użytkownika ukierunkowanego działania dla firmy. Na przykład, jeśli Twoim celem jest dokonanie zakupu przez użytkownika, najważniejszą dla Ciebie konwersją będzie transakcja.

Konwersja jest podzielona na makro i mikro:

1. Makrokonwersja jest ostatnim działaniem, do którego dążymy. Na przykład sam zakup towarów.
2. Mikrokonwersja to kroki użytkownika, które doprowadziły go do konwersji makro: rejestracja w witrynie, dodawanie produktów itp.

Atrybucja jest regułą wartości rozproszonej konwersji. Mówiąc najprościej - przypisywanie „punktów” za konwersję w celu obliczenia jej skuteczności.

Ostatecznie atrybucja konwersji jest metodą określania skuteczności kanału marketingowego, obliczania udziału konkretnego podmiotu (kanału, słowa kluczowego, strony docelowej) w konwersji.

Modele atrybucji konwersji

Co to jest model atrybucji Google Analytics lub Yandex Metrics? Jest to zestaw reguł, według których decydujesz się określić wartość konwersji. Istnieje 7 standardowych modeli atrybucji w Google Analytics i 2 w Yandex.Metrica.

Wyobraź sobie, że użytkownik odwiedził Twoją witrynę za pośrednictwemreklama google, a następnie po pewnym czasie klika link z sieci społecznościowej, tego samego dnia przechodzi do witryny za pośrednictwem listy mailingowej i bezpośredniego linku.

1.   Model ostatniej interakcji (ostatni dotyk):Wszystkie „punkty” są przypisane do ostatniego kanału w tym łańcuchu konwersji. W naszym przypadku będzie to bezpośrednie kliknięcie linku.

1.   Model ostatniego kliknięcia pośredniego:Pod wieloma względami jest podobny do poprzedniego modelu, ale pod warunkiem, że bezpośrednie wizyty są ignorowane, a cała wartość jest przypisywana do ostatniego kanału, do którego użytkownik wszedł przed konwersją makr. W tym przykładzie będzie to lista mailingowa.

1.   Model ” Ostatnie kliknięcie na AdWords ”:Cała wartość konwersji jest inwestowana w ostatnie kliknięcie reklamy AdWords. U nas jest to jedyne kliknięcie.

1.   Model pierwszej interakcji:Pierwszy kanał w łańcuchu, przez który użytkownik dokonał przejścia, jest uważany za cenny. Tutaj znowu będzie AdWords.

1.   Model liniowy:Wszystkim kanałom w łańcuchu konwersji przypisano tę samą wartość. Nasz łańcuch składa się z 4 elementów, a każdemu z nich przypisano 25% całkowitej liczby „punktów”.

1.   Model „Biorąc pod uwagę zalecenie dotyczące interakcji”:Im bliższy jest punkt interakcji użytkownika z czasem konwersji makra, tym bardziej będzie on cenny. Stosuje się tutaj pojęcie „rozkładu wykładniczego”, a okres półtrwania wynosi domyślnie 7 dni. Oznacza to, że jeśli akcja miała miejsce ponad 7 dni temu, jest 2 razy mniej cenna, a ponad 2 tygodnie - 4 razy. Załóżmy, że przejście przez AdWords nastąpiło 8 dni temu od momentu zakupu. Wtedy ten kanał otrzyma 2 razy mniej wartości niż wszyscy inni. Najcenniejsze będzie przejście z poczty i przejście bezpośrednie.

1.   Model atrybucji pozycji: Jest to połączenie modeli pierwszego i ostatniego dotyku. Pierwsze i ostatnie ogniwo łańcucha otrzymuje 40% całkowitej wartości konwersji, pozostałe 20% jest równomiernie rozdzielone między wszystkich uczestników. W naszym przypadku 40% otrzyma AdWords i bezpośrednie wizyty, 10% w sieciach społecznościowych i poczcie.

Modele atrybucji metrycznej Yandex obejmują pierwsze i ostatnie przejście, ostatnie znaczące przejście.

1. W przypadku pierwszej opcji cała wartość konwersji przechodzi do kanału, przez który nastąpił pierwszy dotyk.
2. W drugim do ostatniego kliknięcia, które doprowadziło do konwersji.
3. Jeśli pierwsze dwa są jasne, należy zająć się ostatnim z nich ostrożniej. Ostatnie znaczące przejście jest podobne do przypisania dla ostatniego przejścia, z tą różnicą, że przejścia zakładek są odrzucane i pozostają tylko znaczące źródła: wyszukiwanie, kontekst, sieci społecznościowe.

Możesz dostosować swój model konwersji w zależności od warunków Twojej firmy reklamowej.

Jak wybrać model atrybucji?

Model obliczania atrybucji konwersji jest wybierany w zależności od funkcji Twojej firmy i kampanii reklamowej:

1. Model „ostatniego zaangażowania” jest odpowiedni dla Ciebie, jeśli Twoja firma opiera się na zakupach i transakcjach, które nie obejmują fazy decyzyjnej.
2. „Ostatnie kliknięcie pośrednie” jest odpowiednie jako podstawa do porównania z innymi modelami i jeśli nie chcesz brać pod uwagę bezpośrednich wizyt na stronie.
3. „Ostatnie kliknięcie w AdWords” jest potrzebne, aby określić najskuteczniejszą reklamę AdWords.
4. Jeśli chcesz dowiedzieć się, co wzbudza zainteresowanie odwiedzających i zapewnia pierwszy kontakt, skorzystaj z modelu Pierwsza interakcja.
5. Jeśli stale kontaktujesz się z potencjalnym klientem poprzez reklamę od pierwszego kliknięcia do konwersji, skorzystaj z liniowego modelu atrybucji.
6. W przypadku krótkoterminowych kampanii reklamowych zaleca się stosowanie modelu „Rejestrowanie agencji interakcji”
7. Jeśli jednakowo cenisz pierwsze zapoznanie klienta z produktem i ostateczną konwersję, powinieneś użyć atrybucji „Na podstawie pozycji”.

• Użyj modelu „Last Jump” do analizy technicznej wykrywania witryny i strony bez kodu licznika.
• Skonfiguruj model Pierwszego przejścia, jeśli użytkownik długo decyduje o działaniu docelowym i wraca do witryny z innych źródeł ruchu.
• „Ostatnie znaczące przejście” dla witryn z szybką konwersją zachodzących podczas jednej wizyty.

  Atrybucja konwersji jest potężnym narzędziem stosowanym w marketingu internetowym do analizowania i dostosowywania kampanii reklamowej. Korzystając z niego, zawsze możesz znaleźć skuteczne kanały reklamowe i zmniejszyć koszty rozwoju firmy.

Każdego roku nasila się konkurencja na rynku, co zmusza przedsiębiorców do dosłownie walki o każdego odwiedzającego witrynę. Dlatego w marketingu konsumenckim na pierwszy plan wysuwa się strategia oparta na zachowaniach użytkowników. To ostatecznie pozwala zwiększyć przychody i liczbę klientów. Niestety, wielu marketerów i właścicieli witryn po prostu ignoruje tę naprawdę cenną informację o zachowaniu użytkowników.

Początek ścieżki konwersji dla odwiedzających witrynę może teraz znajdować się w płatnych mediach, reklamach online i punktach kontaktowych offline (ulotki, pamiątki, ustne informacje). Jedynym sposobem, aby dowiedzieć się, które kanały naprawdę przyczyniają się do zwiększenia konwersji, jest użycie inteligentnych danych.

Wprowadzenie atrybucji

Atrybucja to określenie źródła ruchu, dzięki któremu dokonano konwersji (działanie docelowe lub sprzedaż).

Załóżmy na przykład, że klient widzi Twoją reklamę w ulubionej witrynie z wiadomościami, ale nie podejmuje żadnych działań. Później widzi go w jednej z sieci społecznościowych, klika reklamę, ale konwersja się nie zwiększa. Ostatecznie widzi Twoje wezwanie do działania w innej witrynie, idzie na stronę i wykonuje akcję docelową. Uznanie autorstwa pozwala śledzić ten proces, identyfikować najbardziej efektywne kanały i, zgodnie z otrzymanymi informacjami, budować strategię marketingową.

Istnieją trzy główne etapy włączenia atrybucji do kampanii marketingowej.

1. Wybierz model atrybucji.

Istnieje wiele opcji, ale najczęściej używane są następujące:

• Ostatnie kliknięcie. Według niedawnej ankiety 80% reklamodawców korzysta z tego modelu atrybucji, mimo że uważają go za niewystarczająco skuteczny. Na konwersję wpływa wiele czynników, ale model ten obejmuje wszystkie kanały, które „wciągnęły” klienta do lejka sprzedaży. Użytkownik widział tę samą reklamę w czterech różnych witrynach - jego zainteresowanie nadal rosło po każdym wyświetleniu, ale tylko w ostatniej witrynie klient zdecydował o docelowym działaniu.
• Pierwsze kliknięcie  Ten model jest rzutem wstecznym poprzedniego. W tym przypadku „główna” jest uważana za pierwszą reklamę klikniętą przez potencjalnego klienta, nawet jeśli jego działanie nie doprowadziło do natychmiastowego wzrostu konwersji.
• Pierwsze i ostatnie kliknięcie. Istotą tego modelu jest to, że pierwsza reklama wzbudza zainteresowanie użytkownika, a ostatnia zachęca go do podjęcia działania.
• Równe prawa.  Zgodnie z tą koncepcją ta sama wartość jest przypisywana do wszystkich reklam umieszczanych i oglądanych przez klienta.
• „Kompletny” lejek sprzedaży.  W takim przypadku każdy element ścieżki konwersji użytkownika ma wartość. Możesz nawet określić w procentach, jak ważna jest pierwsza reklama, jaka jest rola e-mail marketingu i wreszcie wezwanie do działania, dzięki któremu ostatecznie została podjęta akcja docelowa. Pozwala to na uszeregowanie wartości każdego elementu kampanii marketingowej.

Powinieneś przetestować różne modele, aby ustalić, który z nich najlepiej pasuje do Twojej firmy.

1. Znajdź platformę do atrybucji.

W zależności od rodzaju prowadzonej kampanii, atrybucja może być osadzona w używanym systemie. Jeśli tak nie jest, zawsze masz możliwość korzystania z różnych usług, na przykład w narzędziach retargetingowych AdRoll i Perfect Audience, funkcja ta jest wbudowana w system, podobnie jak w Facebooku i Menedżerze kampanii Double Click Google.

Aby zmaksymalizować funkcjonalność atrybucji, możesz użyć platform analitycznych, takich jak Google Analytics, IBM Digital Analytics i Adobe Site Catalyst. Alternatywnie możesz zatrudnić specjalistę od atrybucji, który pomoże ci zrozumieć ten proces.

Możesz także zrozumieć skuteczność kanału za pomocą widżetów. Na przykład z uwagi na fakt, że klient wchodzi w interakcję z widżetami: kliknij „krzyżyk”, przejdź do zalecanego w wyskakującym oknie lub zostaw kontakty.

Google Analytics obliczy akcję docelową (której potrzebujesz) i znajdzie jej źródło. Możesz więc zrozumieć, że na przykład Yandex Direct przyniósł Ci 1 wiadomość e-mail od klienta.

Dowiedz się więcej o tym, jak widżety pomagają budować ścieżki sprzedaży i mierzyć wydajność kanału.

1. A/ B.  testowanie przy użyciu atrybucji pomoże lepiej zrozumieć klienta.

Atrybucja w połączeniu z testowaniem A / B pozwala zwracać uwagę na te kanały, które wykazują najlepszą wydajność, a także testować różne elementy marketingowe, takie jak wezwanie do działania, projektowanie, wykorzystanie rentownych ofert itp. W rzeczywistości pozwala to zrozumieć, w jaki sposób twoje działania wpływają na cały cykl sprzedaży.

Aby określić, który element kampanii jest bardziej skuteczny, zalecamy dodanie atrybutów do każdego z nich. Lista obejmuje sieci społecznościowe, kierowanie reklam, e-mail marketing, reklamy bezpośrednie itp. W rezultacie będziesz wiedzieć na pewno, że „ten baner na tej stronie lub łańcuch liter daje w sumie dochód X”.

Uznanie autorstwa pozwala lepiej zrozumieć ścieżkę konwersji klientów, a to z kolei pomoże ci poprawnie obliczyć koszty i zoptymalizować strategię marketingową.

Dowiedz się, jak rozkładana jest wartość konwersji w różnych modelach atrybucji.

Poniższe standardowe modele atrybucji są dostępne w narzędziu do porównywania modeli. Możesz także tworzyć własne modele.

Opis standardowych modeli

   W modelu Ostatnia interakcja  100% wartości konwersji jest przypisane do ostatniego kanału w łańcuchu interakcji.

Ten model jest zalecany do użycia.  podczas pracy z reklamami i kampaniami mającymi na celu przyciągnięcie klientów w momencie zakupu, a także jeśli Twoja firma opiera się głównie na transakcjach, które nie obejmują fazy decyzyjnej.

   W modelu Ostatnie pośrednie kliknięcie  bezpośrednie wizyty są ignorowane. 100% wartości konwersji jest przypisane do ostatniego kanału w łańcuchu interakcji. Analitycy używają tego modelu domyślnie do wszystkich raportów z wyjątkiem raportów sekwencji wielokanałowej.

Ponieważ ten model jest domyślnie używany we wszystkich raportach oprócz raportów o sekwencjach wielokanałowych, przydatne jest użycie go jako podstawy do porównania z innymi modelami.

Ponadto jest odpowiedni, gdy bezpośredni ruch pochodzi od użytkowników uprzednio przyciąganych przez inne kanały i nie należy go brać pod uwagę podczas analizy działań klienta przed konwersją.

   W ramach modelu Ostatnie kliknięcie Google Ads  100% wartości konwersji przypisywane jest do ostatniego kliknięcia reklamy Google Ads w łańcuchu interakcji. W modelu Pierwsza interakcja  100% wartości konwersji jest przypisane do pierwszego kanału w łańcuchu interakcji. W liniowy  wszystkie kanały w sekwencji konwersji mają przypisaną tę samą wartość do modelu. Jeśli cykl zakupu obejmuje krótki etap podejmowania decyzji przez klienta, możesz wybrać model Biorąc pod uwagę przepis na interakcje. Podstawą tego modelu jest taka koncepcja jak rozkład wykładniczy. Im bliższy jest punkt konwersji, tym bardziej wartościowy jest on brany pod uwagę. W ramach tego modelu okres okres półtrwania  Domyślnie jest to siedem dni. Oznacza to, że interakcja, która nastąpiła siedem dni przed konwersją, jest dwa razy mniej wartościowa niż rejestracja tego samego dnia, a cztery tygodnie w dwa tygodnie. Rozkład wykładniczy występuje przez cały okres analizy retrospektywnej (domyślnie jest to 30 dni). Przypisanie pozycji  Jest hybrydą modeli First Interaction i Last Interaction. Zamiast przypisywać całą wartość do pierwszego lub ostatniego kanału, możesz udostępnić ją między nimi. Zwykle jest dystrybuowany w następujący sposób: 40% pierwszego i ostatniego kanału, a 20% - do reszty.

Jak współdziałają Twoje kanały reklamowe? Jaki jest najlepszy sposób podziału środków między nimi? Czy powinienem wyłączyć kampanię reklamową, jeśli nie przynosi ona konwersji? Na wszystkie te bolesne pytania można odpowiedzieć, badając zachowanie użytkowników i ich drogę do zakupu. W tym artykule pokażę, jak to zrobić z powiązanymi konwersjami i porównaniem modeli atrybucji w Google Analytics.

Jakie są powiązane konwersje?

Skuteczne kanały przyciągają użytkowników, którzy wykonują ukierunkowane działania w witrynie (transakcje, rejestracje, zamawianie oddzwonienia itp. - wszystko zależy od sposobu zarabiania na projekcie). Co więcej, czasami wystarczy jedna interakcja z witryną, aby użytkownik mógł dokończyć konwersję, ale nie zawsze. Reguła siedmiu dotknięć działa częściej - dlatego na każdym etapie lejka sprzedaży używane jest osobne narzędzie. Na przykład reklamy displayowe pomagają użytkownikom dowiedzieć się o twoim produkcie, a reklamy w wyszukiwarce przyciągają już zainteresowanych użytkowników.

Powiązane konwersje  - ukierunkowane działania, podczas których analizowany kanał był źródłem pomocniczym (tj. końcowa interakcja nastąpiła po przejściu z innego kanału). Wyobraź sobie, że sprzedajesz zabawki dla dzieci.

1. Użytkownik widział wyświetlać reklamy  i poszedł na twoją stronę. Wśród asortymentu sklepu internetowego podobał mu się zabawkowy stwór, ale użytkownik nie dokończył transakcji, ponieważ w tym czasie nie był zainteresowany zakupem (często dzieje się tak z reklamami banerowymi - czytaj).

2. Tydzień później ten gość został zaproszony na urodziny i przypomniał sobie zabawki w Twojej witrynie. Wchodząc w poszukiwaniu „zabawkowego stwora”, widziałem twojego wyszukiwarka reklam i zapisał stronę w zakładkach przeglądarki, aby szybko ją znaleźć po otrzymaniu wynagrodzenia.

3. Wreszcie podczas trzeciego   bezpośrednia wizyta  użytkownik zamówił zabawkę. W przypadku wszystkich konwersji Google Analytics domyślnie przypisuje swoją wartość do ostatniego pośredniego źródła wizyty, w naszym przypadku reklamy w wyszukiwarce. Jednocześnie nie widzimy w ogólnych raportach, że reklama displayowa była jednym z czynników, z powodu których użytkownik kupił zabawkę w Twojej witrynie.

Jeśli dla któregoś z Twoich kanałów lub źródeł nie ma konwersji w zwykłych raportach Google Analytics - nie spiesz się, aby odmówić, może to być kluczowy krok na ścieżce zakupu użytkownika.

Jak wyświetlić powiązane konwersje z Google Analytics?

Aby dowiedzieć się, czy kanał lub źródło uczestniczyło w ścieżce konwersji użytkownika, skorzystaj z raportu ścieżek wielokanałowych. Aby to zrobić, przejdź do zakładki „Raporty” i wybierz „Konwersje” - „Sekwencje wielokanałowe” w lewym panelu.   1. W podpozycji „Przegląd” możesz zobaczyć ogólne podsumowanie i wizualizację stosunku różnych źródeł konwersji.
  2. W podpozycji „Powiązane konwersje” możesz zobaczyć bezpośrednie informacje o kanałach powiązanych konwersji, ich ilości i wartości:
  3. Karta „Czas do konwersji” zawiera przydatne informacje, aby dowiedzieć się, ile dni użytkownicy podejmują decyzję o zakupie. Możesz użyć tych informacji, aby lepiej zarządzać swoim remarketingiem.
  Należy pamiętać, że w wierszu „12–30 dni przed konwersją” wyświetlana jest suma ukierunkowanych działań dla analizowanych dni. Klikając znak plus obok linii, zobaczysz dokładniejsze informacje.
  4. Ostatni akapit to „Główne ścieżki konwersji”. Wyświetla informacje o tym, ile interakcji z użytkownikami witryny dokonują przed zakupem i jakich kanałów używają. W naszym przykładzie bezpośrednie kontakty do klientów również prowadzą przez reklamy w wyszukiwarce.   To nie wszystkie możliwości analizy powiązanych konwersji zapewnianych przez Google Analytics. Następnie rozważymy narzędzie do porównywania modeli atrybucji.

Co to jest atrybucja i jakie modele istnieją?

Uznanie autorstwa  - Jest to rozkład wartości konwersji między wszystkimi interakcjami użytkownika z witryną przed transakcją.

Jak już pisałem, domyślnie w raportach Google Analytics wartość przypisywana jest ostatniej pośredniej interakcji użytkownika z witryną. Informacje te będą przydatne, jeśli najczęściej użytkownik podejmie decyzję o zakupie po pierwszej interakcji. Na przykład reklama displayowa usługi dostarczania pizzy może przynieść konwersje przy pierwszej wizycie na stronie.

Przyjrzyjmy się bliżej każdemu modelowi za pomocą ilustracji z prezentacji Google.

100% wartości konwersji przypisywane jest do pierwszego zlecenia.   Model ten dobrze nadaje się do oceny skuteczności reklam displayowych, ponieważ jego celem jest zapoznanie użytkownika z Twoją propozycją.

W łańcuchu interakcji 100% wartości konwersji jest przypisywane do ostatniego kanału, nawet jeśli było to bezpośrednie przejście do witryny.

3. Model „Ostatnie kliknięcie w Google Ads”

Ostatnie kliknięcie reklamy Google Ads otrzymuje wartość konwersji 100%.

Każde zlecenie ma przypisaną tę samą wartość konwersji.   Tego modelu można użyć, gdy każdy punkt interakcji użytkownika z witryną jest równie ważny.

Im bliżej interakcji do momentu zakończenia docelowego działania na stronie, tym większa jest jej wartość.

Pierwszym i ostatnim kanałom w łańcuchu interakcji zostanie przypisanych 40% wartości, pozostałe 20% zostanie równomiernie rozmieszczone między innymi kanałami.   Ten model będzie przydatny, jeśli interesuje Cię zarówno pierwsza interakcja, gdy użytkownicy dowiedzieli się tylko o Twojej ofercie, jak i ostatnia, gdy akcja docelowa została wykonana w Twojej witrynie.

W tym modelu niezależnie rozprowadzasz wartość konwersji między interakcjami. Możesz stworzyć taki model bezpośrednio w interfejsie reklamowym Googe.

Ten model jest dostępny na Google Marketing Platform. Rozdziela wartość między wszystkie sesje w łańcuchu w oparciu o korelację między dostępnością źródła w łańcuchu a konwersją łańcucha.
  Model oparty na danych może być używany tylko na kontach z dużą ilością danych (co najmniej 20 tysięcy kliknięć i 800 konwersji w ciągu 30 dni).

1. Wybierz element „Raporty” w górnym panelu, a następnie przejdź do lewego menu na ścieżce: „Konwersje” - „Uznanie autorstwa” - „Narzędzie porównywania modeli”.

2. Wybierz swoje cele. Na przykład nie można brać pod uwagę działań towarzyszących, takich jak dodawanie produktu do koszyka, a jedynie transakcje.

3. W oknie przeglądu retrospektywnego wybierz liczbę dni do analizy przed konwersją (od 1 do 90 dni).

4. Następnie musisz wybrać model atrybucji, na podstawie którego zostanie utworzony raport.

4.1 Możesz wybrać jeden z domyślnych modeli atrybucji.

4.2 Możesz także utworzyć własny model atrybucji lub zaimportować gotowy model z Galerii Google Analitycs.

4.3 Inną ważną funkcją jest wybór kilku modeli atrybucji (maksymalnie trzy). Weźmy na przykład modele atrybucji dla ostatniej i pierwszej interakcji.

5.1 Domyślnie możesz analizować według źródeł, kanałów i ich grup.

5.2 Możesz również wybrać dowolny parametr z listy źródeł ruchu, parametrów użytkownika i danych Google Ads. 6. I ostatni - możesz podzielić raport na segmenty. Na przykład porównaj konwersje, które wystąpiły w wyniku reklamy podczas pierwszej lub ostatniej interakcji.
  Po zastosowaniu segmentów wybranych powyżej otrzymasz raport następującego typu:
  Nauczyłeś się więc, jak korzystać z narzędzia porównywania modeli atrybucji.