Модель атрибуции что это

Как правильно выбрать модель атрибуции в Директе и зачем это нужно

Перед конверсией пользователи неоднократно посещают сайт компании. Переходы по рекламным объявлениям, органический поиск, ссылки из соцсетей, закладки в браузере и т. д. — путь к покупке состоит из множества шагов, совершаемых в разной последовательности.

Для корректной оценки эффективности рекламы нужно определить, какой переход на сайт считать главным в цепочке. В Яндекс.Директе от этого зависит расход бюджета: сегодня все стратегии показов используют автоматическую оптимизацию по конверсиям (подробнее о ней читайте в справке).

Чтобы рассказать системе, какие клики для вас важнее, применяются модели атрибуции.

Модель атрибуции — это правило, по которому вклад в конверсию распределяется между разными источниками перехода на сайт. Яндекс присваивает всю ценность конверсии одному переходу, какому — решает рекламодатель.

Рассмотрим принцип работы каждой модели атрибуции, чтобы вы смогли убедиться, что используете нужную опцию.

Последний переход

Считает источником конверсии самый последний переход пользователя на сайт. История визитов не учитывается.

Когда использовать

Последний переход позволяет оценить, какой источник конвертировал пользователя. Подходит для товаров и услуг с коротким циклом продаж по принципу «увидел — купил». Обычно применяется на нижних уровнях «воронки продаж», связанных с обработкой существующего спроса.

Яндекс также рекомендует использовать модель для технического аудита сайта. К примеру, чтобы выявить страницы с неработающим счетчиком с помощью анализа внутренних переходов.

Первый переход

Источник конверсии — первое посещение сайта с любого канала за последние 180 дней.

Когда использовать

Помогает определить источник, который впервые познакомил пользователя с брендом. Применяется для оценки эффективности медийной рекламы. Также подходит для продуктов с длинным циклом продаж, когда для принятия решения о покупке клиенту необходимо возвращаться на сайт снова и снова.

Модель атрибуции могут использовать известные компании со сложившимся спросом, которые знают, что первый клик часто говорит о намерении приобрести товар. В остальном, решение для верхних уровней «воронки продаж» — осведомленности и вовлечения.

Последний значимый переход

Яндекс делит переходы на значимые и незначимые. Официального определения типов нет, но вы можете считать, что значимые источники трафика — те, что могут использоваться для платного продвижения:

К незначимым — все остальные:

Последний переход на сайт, который определен как значимый, считается источником конверсии.

Когда использовать

Для оценки источников, которые конвертировали пользователя или помогли ему запомнить ваш сайт. Также для сайтов с быстрой конверсией, часто происходящей за время одного визита. Даже если таймаут визита истек, значимым переходом будет по-прежнему считаться тот, что изначально привел к посещению. Подходящий уровень «воронки продаж» — обработка спроса.

Последний переход из Директа

Работает так же, как последний значимый переход, но учитывает только переходы из рекламы в Директе. Источник конверсии — последний клик по рекламному объявлению, каким бы по счету в цепочке он ни оказался.

Если конверсия произошла без участия объявлений Директа, применяется модель атрибуции Последний переход.

Когда использовать

Чтобы оценить эффективность кампаний Яндекс.Директа на всех этапах «воронки продаж», исключив влияние остальных источников трафика. Например, если клик по объявлению оказался в середине пути к конверсии, никакая другая модель атрибуции не сможет его обнаружить.

Прежде чем отключать рекламную кампанию из-за неэффективности, полезно проверить ее через эту модель: возможно, она успешно поддерживает воронку продаж на ее средних уровнях.

Вывод

Атрибуция Яндекса определяет работу вашей рекламы, даже если вы ничего о ней не знаете. При создании новой кампании по умолчанию установлено ручное управление ставками с оптимизацией, модель атрибуции — последний переход из Директа. Это значит, что система стремится приносить больше конверсий из контекста вне зависимости от эффективности других каналов.

Вот почему важно иметь представление о каждой модели атрибуции и выбрать ту, которая лучше всего подойдет для ваших целей. Надеемся, наш небольшой гайд вам в этом поможет.

Источник

Что такое модель атрибуции и какая из них подойдет вашему бизнесу

Анализ трафика сайта предполагает оценку всех этапов воронки продаж и способов взаимодействия с клиентом. Сделать это невозможно без использования атрибуции. В этой статье расскажем, что это такое, какие есть модели атрибуции и в чем состоят их отличия.

Что такое модель атрибуции

Модель атрибуции – это правило распределения ценности разных источников трафика по их вкладу в конверсии. С ее помощью можно:

Молодым компаниям атрибуция помогает найти каналы, чтобы заявить о себе и своей продукции. Опытным предпринимателям этот инструмент необходим для отсечения неэффективных каналов продаж.

Есть много способов, как определить и отсечь неэффективные рекламные площадки. Например, подключение коллтрекинга от Calltouch. Технология позволяет определить источники звонков клиентов, оптимизировать рекламную кампанию и вложения в продвижение продукции.

Коллтрекинг

Влияние атрибуции на оптимизацию

Атрибуция напрямую влияет на распределение конверсий в рекламных кампаниях. Чтобы правильно оценить возможности рекламы, следует вычислить главный переход на веб-ресурс во всей цепочке: определить ту ключевую фразу, которая эффективно воздействует на целевую аудиторию. Смена модели атрибуции приводит к перерасчету ставок по ключам и пересмотру расходов рекламодателя.

Образно это выглядит так:

Модели атрибуции Яндекс.Метрики

Яндекс.Метрика использует четыре модели, которые можно применять в разных отчетах.

Последний переход. Для каждого визита на сайт система определяет источник перехода в конкретный момент. История визитов пользователей здесь не учитывается. Последний переход нужен для проведения технического анализа веб-сайта. Например, для поиска страниц без кода счетчика с использованием анализа внутренних переходов.

Последний значимый переход. В Яндекс Метрике все переходы делятся на:

К конверсии приводят значимые переходы, поэтому ценность конверсии определяется по последнему значимому переходу.

Последний переход из Директа. В этой модели из всех значимых переходов система рассматривает только визит на сайт из Директа. Если пользователь перешел на веб-ресурс через объявление в Директе, именно этот переход будет источником конверсии.

Первый переход. Источником конверсии считается первый переход, который был совершен за последние полгода (значимый или незначимый). Этот алгоритм нужен при длинном цикле принятия решения, которое приведет к конверсии.

Модели атрибуции Яндекс. Директа

В Директе нет собственных настроек моделей атрибуции: он работает совместно с Метрикой. Для распределения конверсий система использует атрибуции из ее отчетов. В отличие от Метрики, Директ строит отчеты на основе кликов по объявлениям, а не по визитам на сайт.

Модели атрибуции Google Аналитики

Google Аналитика по умолчанию использует алгоритм «По последнему непрямому клику». Модель не учитывает прямые посещения, а ценность конверсии присваивается последнему каналу, который посетил пользователь до перехода на сайт рекламодателя. Но в настройках можно выбирать и другие модели атрибуции:

Модели атрибуции Google Рекламы

По последнему клику. Приоритетным будет последний клик по объявлению или ключевое слово, которое привело к конверсии. Эта модель действует при длинном цикле принятия решения. Например, когда человек хочет сделать дорогостоящую покупку, тщательно собирает информацию о товаре.

По первому клику. Ценным считается объявление или ключевая фраза, на которые нажали раньше всего. Здесь действуют те же алгоритмы, что и в Аналитике.

Линейная атрибуция. Приоритетность отдается всем рекламным объявлениям, которые привели пользователя на сайт и стали источником конверсии.

С учетом давности взаимодействия. Система учитывает взаимодействие, которое произошло ближе к моменту конверсии. Модели статистики здесь такие же, как и в Google Аналитике.

С привязкой к позиции. 40% ценности конверсии отдается первому и последнему взаимодействиям (или ключевым словам). Другие 20 % распределяются по другим действиями, которые привели пользователей на сайт.

На основе данных. Алгоритм самостоятельно формирует ценность конверсий, учитывая накопленную статистику по выбранным действиям.

Примеры применения разных моделей атрибуции

Примеры показывают, что в каждой бизнес-сфере действуют свои модели атрибуции.

Владелец салона красоты создает официальный сайт, где размещает информацию об услугах и специальных предложениях. Постоянный поток клиентов – результат качественного обслуживания, работы «сарафанного радио» и рекомендаций довольных посетителей. Перед владельцем салона стоит задача привлечения новых клиентов с помощью интернет-рекламы. Он запускает кампанию, использует для аналитики конверсий Гугл Рекламу. Оптимальное решение – алгоритм первого клика. Без него люди бы вообще не узнали о существовании этого салона.

Владелец онлайн-магазина туристического снаряжения заинтересован в притоке клиентов вне сезона. При анализе конверсий важную роль играет канал, который повлиял на покупателя и его желание приобрести товар. Здесь подходит атрибуция по последнему непрямому клику.

Рассмотрим случай с продажей квартир от застройщика. Это довольно ответственное решение, требующее больших вкладов. Покупатель изучает информацию о застройщике, жилищных комплексах, условиях ипотеки. Все каналы здесь будут иметь приоритетное значение, поэтому целесообразно использовать линейную атрибуцию.

Как правильно выбрать модель атрибуции

Чтобы грамотно анализировать весь трафик и принимать правильные решения, нужно выбрать подходящую модель атрибуции для вашего бизнеса. Иначе есть риск потери важного связующего звена, которое приводит к конверсиям. Чтобы принять правильное решение, необходимо ответить на следующие вопросы:

Чтобы сэкономить время на сбор статистических данных, подключите сквозную аналитику от Calltouch. Сервис автоматически собирает информацию с разных рекламных площадок и формирует детальные отчеты.

Сквозная аналитика

Как сменить модель атрибуции

В Google атрибуция изменяется на этапе импорта конверсий либо после этого процесса. Чтобы провести замену, необходимо:

Чтобы изменить атрибуцию в Яндексе, следует зайти в параметры отчета и выбрать подходящий алгоритм. Стандартные настройки не дают возможности проводить учет взаимодействия с сайтами, поэтому они не могут быть эффективными при оценке трафика.

Выводы

Атрибуция – важный параметр, который помогает проанализировать эффективность рекламных кампаний, принять грамотные управленческие решения и улучшить результаты рекламы. При выборе модели нужно учитывать специфику бизнеса – для каждой сферы подходит конкретная модель атрибуции.

Источник

Модель атрибуции что это

Сегодня в Мастере отчётов Директа появились модели атрибуции — по первому, последнему и последнему значимому переходу. Они отличаются от моделей атрибуции в Метрике. Рассказываем, как в Метрике работает подсчёт статистики с учётом моделей атрибуции, чем отличается логика в Директе и как отличия будут влиять на данные в отчётах.

Сегодня в Мастере отчётов Директа появились модели атрибуции — по первому, последнему и последнему значимому переходу. Они отличаются от моделей атрибуции в Метрике. Рассказываем, как в Метрике работает подсчёт статистики с учётом моделей атрибуции, чем отличается логика в Директе и как отличия будут влиять на данные в отчётах.

Перед тем, как совершить целевое действие, посетители могут приходить на сайт из разных источников. Например, люди могут впервые узнать о сайте из рекламы, затем вернуться, найдя сайт в поисковике, а потом набрать адрес в браузере и совершить покупку. Модели атрибуции — это способы распределить вклад разных источников трафика в конверсию, а также в последующие визиты на сайт.

С помощью моделей атрибуции можно понять, какие каналы изначально приводили посетителей, которые в конечном итоге конвертировались, а какие источники подтолкнули к покупке посетителей, уже знакомых с сайтом. Узнать больше о том, как использовать модели атрибуции в Метрике, можно из обучающего видео.

Зачем нужны модели атрибуции и в Директе, и в Метрике

У статистики в Директе и в Метрике разные задачи. Отчёты Директа позволяют во всех подробностях отлеживать, как изменения в настройках кампании сказываются на эффективности размещения. А в Метрике можно изучать поведение посетителей, пришедших по рекламе, и сравнивать отдачу от разных каналов привлечения трафика. Поэтому в Директе модели атрибуции нужны, чтобы детально изучать отдачу от кампаний Директа, а в Метрике — чтобы сравнивать эффективность разных источников и анализировать, как посетители сайта продвигаются к конверсии.

Как устроены модели атрибуции в Метрике

Для начала давайте разберёмся, как именно Метрика строит отчёты с разными моделями атрибуции. Когда мы выбираем в отчёте модель атрибуции «последний значимый переход», мы даём системе команду взять все визиты за указанный период отчёта, найти последний значимый источник каждого визита (рекламную или поисковую систему, переходы по ссылкам и пр.), а затем показать, в скольких визитах каждый из источников был последним значимым. Аналогичным образом это работает и для двух других моделей атрибуции.

Пример. 5 июня посетитель кликнул по объявлению в Директе, потом вернулся на сайт из поиска и что-то купил, 7 июня ещё раз перешёл по объявлению Директа, а 10 июня вернулся на сайт из закладок и снова совершил конверсию. Метрика засчитает 4 визита:

5 июня, 1-й визит, источник → Директ

5 июня, 2-й визит, целевой, источник → Поиск

7 июня, 3-й визит, источник → Директ

10 июня, 4-й визит, целевой, источник → Прямой (визиты из закладок учитываются как прямые переходы

Вот как информация об источнике каждого визита будет записана в базу данных Метрики:

Таб. 1: Информация об источниках визитов в базе данных Метрики

Чтобы построить отчёт по источникам с заданной моделью атрибуции, мы просто подсчитываем по первой таблице количество визитов, в которых каждый источник был последним, последним значимым или первым.

Вот какие данные будут показаны в отчёте по источникам трафика для каждой модели атрибуции:

Таб. 2: Данные, которые будут показаны в отчете по источникам с учетом разных моделей атрибуции

Первое отличие от Директа: клики и визиты

В Директе модели атрибуции работают похожим образом с поправкой на то, что отчёты Директа строятся не по визитам, а по кликам. Ведь это в Метрике фиксируются визиты, а Директ «знает» только о кликах по объявлениям.

Исключение из этого правила — показатель «процент конверсии» в отчётах Директа. Для него используются данные о целевых визитах из Метрики. С запуском моделей атрибуции в Директе процент конверсии в Директе начал рассчитываться иначе. Теперь это не отношение целевых визитов ко всем визитам, а отношение целевых визитов к кликам.

Посмотрим, как разница в «учётных единицах» каждой системы будет сказываться на данных в статистике. Возьмем тот же пример:

5 июня, 1-й визит, источник → Директ
5 июня, 2-й визит, целевой, источник → Поиск
7 июня, 3-й визит, источник → Директ
10 июня, 4-й визит, целевой, источник → Прямой
В Метрике будет 4 визита, а Директ зафиксирует 2 клика — 5 и 7 июня.

Вот как будут выглядеть отличия в статистике Директа и в отчёте Метрики «Директ-Сводка»:

В таблице сравниваются данные отчёта «Директ-Сводка», так как в него не попадают переходы и конверсии, которые система защиты от скликивания в Директе посчитала недействительными — поэтому данные в нём ближе к цифрам в статистике Директа.

Второе отличие от Директа: дата совершения конверсии

В Метрике достижение цели будет зафиксировано в отчётах в тот же день, когда оно реально произошло. А в Директе важно отразить не поведение посетителей на сайте, а отдачу от рекламы — поэтому конверсия будет «привязана» к дате того клика, который её обеспечил.

По модели атрибуции «первый переход» это будет первый клик по объявлению Директа, который привёл человека на сайт, по модели «последний значимый» — последний клик из Директа, если после него не было других значимых источников трафика (например, переходов из результатов поиска, по ссылкам на сайтах или из другой рекламной системы), а по модели «последний переход» — последний клик из Директа, если с него начался целевой визит.

Возьмем два последних визита из нашего примера:

7 июня, 3 визит, источник → Директ
10 июня, 4 визит, целевой, источник → Прямой

Вот так будут записаны в базу данных Метрики все типы источников этих двух визитов:

В отчете «Источники, Сводка» в Метрике выберем период 7–10 июня, который захватит оба визита, и модель атрибуции «последний переход». В строке «Директ» увидим 1 визит и 0 целевых визитов. А по модели «последний значимый» и «первый» Директу будет засчитано 2 визита и 1 целевой визит. Если мы укажем период отчета с 8 по 10 июня, без перехода из Директа 7 июня, и выберем модель атрибуции «первый переход» или «последний значимый переход», мы увидим 1 визит из Директа и 1 целевой визит. А по модели «последний переход» — 1 целевой визит с источником «прямые заходы».

В Директе у нас зафиксирован один клик, а не два визита. За период с 7 по 10 июня мы увидим одну конверсию по моделям «последний значимый» и «первый переход». А за период с 8 по 10 июня мы не увидим кликов и конверсий — потому что клик из Директа был 7 июня. А значит, конверсию не к чему привязать, и она не будет показана в отчёте. Поэтому при оценке отдачи от рекламной кампании стоит проверять наличие конверсий в том числе и за период, который захватывает дату старта размещения.

Когда какую модель применять

Модели атрибуции в Директе нужны, чтобы подробно анализировать отдачу от размещения. Атрибуция по первому переходу позволит узнать, какие кампании и объявления приводили на сайт посетителей, которые конвертировались позже. Модель «последний значимый переход» покажет, какие рекламные материалы послужили решающим стимулом к покупке. А модель «последний переход» позволит увидеть конверсии, которые происходили практически сразу после перехода по объявлению.

А в Метрике модели атрибуции помогут сравнить отдачу от разных источников привлечения трафика на сайт — рекламных и поисковых систем, рассылок, соцсетей и ссылок на других сайтах.

Источник

Модель атрибуции: какая подойдет вашему бизнесу

специалист по медийной рекламе

Как понять, какой канал рекламы приводит клиентов, а какой лишь визиты на сайт? Объясняем, как оценивать влияние источников трафика в цепочке касаний с потенциальными покупателями, с помощью моделей атрибуции.

Путь от знакомства с товаром до принятия решения о покупке может включать в себя несколько взаимодействий с брендом. Например, сначала пользователь видит рекламу в Instagram, переходит на сайт подписывается на рассылку, но не покупает. Потом ещё дважды попадает на сайт с рекламы во ВКонтакте и наконец покупает товар только после рекламной интеграции у блогера.

Как оценивать влияние маркетинговых каналов в цепочке взаимодействия с потенциальными покупателями и какую модель атрибуции выбрать для своего бизнеса, расскажем в этом материале.

Что такое модель атрибуции

Модель атрибуции — это правило, по которому происходит распределение ценности между маркетинговыми каналами, участвовавшим в привлечении покупателя.

Модели атрибуции помогают маркетологу, определить, какие каналы или рекламные сообщения приводят к продажам и в какие стоит вкладывать бюджет, а от каких можно отказаться. По данным Google, принимая решение о покупке, пользователь может соприкоснуться с брендом 20-500 раз.

Подключить аналитику бесплатно

Попробуйте все возможности маркетинговой платформы Roistat в течение 14 дней бесплатно

Пример: пользователь увидел рекламу онлайн-курса в Instagram, заинтересовался и перешёл на сайт. Оплатить обучение он не был готов, поэтому подписался на бесплатную серию мастер-классов, чтобы ближе познакомиться с программой. После прохождения интенсива пользователь получил несколько рассылок с полезной информацией и статьями из блога онлайн-школы. Когда таргетированная реклама с предложением скидки снова «догнала» пользователя в соцсетях, он уже был готов к покупке и поэтому оплатил курс.

До покупки будущий клиент взаимодействовал с онлайн-школой несколько раз. Увидел рекламу курса, поучаствовал в мастер-классах, получил несколько рассылок, почитал статьи в блоге и, наконец, увидел рекламу с информацией о скидке. Все взаимодействия вместе привели к покупке курса, но какое было наиболее ценным с точки зрения продажи?

Зачем нужны модели атрибуции

Без использования модели атрибуции трудно определить, какие каналы трафика в цепочке привлечения клиента были важнее. Например, у источника трафика может быть низкая конверсия в заявки — поэтому компания решает отключить рекламу в этом канале. Но если отследить всю цепочку привлечения пользователей, компания увидит, что в этом канале трафика пользователь впервые взаимодействует с сайтом.

Правильно подобранная модель атрибуции поможет распределять рекламный бюджет — например, снижать расходы на каналы трафика, которые редко участвуют в привлечении клиента.

8 моделей атрибуции

1. Модель атрибуции «Первое взаимодействие» — First click

Первому касанию с клиентом присваивается 100% ценности в привлечении покупателя, остальные источники трафика (объяснили, что такое источник трафика, у нас в блоге) игнорируются. Например, клиент впервые зашёл на сайт по рекламе ВКонтакте, ознакомился с товарами, но ничего не купил. После этого пользователь увидел рекламу в поисковике, нашёл статью о товаре в СМИ и увидел рекламу у блогера до того, как совершил покупку. Но вся ценность отдана первому взаимодействию — рекламе ВКонтакте. Поскольку благодаря ей пользователь впервые услышал о бренде и продуктах.

Плюсы: атрибуция по первому взаимодействию полезна, когда цель компании повысить узнаваемость, а не продажи. Эта модель выделяет кампании, которые познакомили покупателя с брендом, независимо от результата.

Минусы: нет возможности определить, что повлияло на принятие решения о покупке. Маркетолог не может понять, было ли это первое знакомство с брендом или повторные касания, поскольку все остальные взаимодействия с пользователем игнорируются.

2. Модель атрибуции «Последнее взаимодействие» — Last Click

Все 100% ценности привлечения клиента присваиваются последнему касанию. Пользователь может несколько раз прочитать статьи бренда, увидеть рекламу в соцсетях, но купить товар после получения рассылки с предложением скидки. Маркетологи, которые ориентируются на показатели этой модели, понимают, у каких кампаний самая высокая конверсия в продажу.

Плюсы: модель атрибуции по последнему клику или переходу удобна для компаний, которые нацелены исключительно на привлечении покупателей и чьи бизнес-модели подразумевают быструю покупку. Например, продажа сезонной одежды в период скидок, продажа недорогих продуктов — сувениров, товаров первой необходимости и других.

Минусы: как и в случае атрибуции по первому взаимодействию, игнорируется влияние остальных источников трафика на пути клиента к покупке.

3. Модель атрибуции «Последнее платное взаимодействие» — Last Non-Direct Click

Все 100% ценности конверсии в покупку получает последний платный клик. Если пользователь ввёл в строку браузера прямую ссылку на сайт и совершил покупку, он скорее всего уже знаком с брендом.

Плюсы: модель по последнему платному клику игнорирует бесплатные источники трафика и позволяет сосредоточиться на платных. Поскольку, например, на прямые заходы на сайт бизнес не тратит рекламный бюджет.

Минусы: как и в случае атрибуции по последнему взаимодействию, учитывается только источник, после которого была совершена продажа, остальные игнорируются.

4. Модель атрибуции «Post-click конверсия»

В идеальной ситуации клиент переходит на сайт по рекламе или по ссылке в письме и после просмотра страницы оставляет заявку на покупку. В действительности между просмотром рекламы, переходом на сайт и покупкой может пройти некоторое время. После чего пользователь зайдёт на сайт напрямую или через поиск в Google или Яндекс.

Каждый бизнес должен закладывать разное время на принятие решения. Например, для принятия решения о покупке одежды или обуви, обсуждения всех вариантов, нужны 1-2 недели. На принятие решения о покупке квартиры уйдёт несколько месяцев.

Плюсы: модель Post-click учитывает то, что пользователю может быть нужно время на принятие решения. Например, это важно для бизнесов с высокой стоимостью продуктов или услуг — покупка машины, ремонт помещений и других.

Минусы: действия, направленные на повышение визуальной узнаваемости бренда, не учитываются. Например, в модели post-click нет возможности оценить вклад в решение о покупке медийных охватных рекламных кампаний, в которых пользователь видит рекламное объявление, но не кликает на него.

Попробуйте все возможности маркетинговой платформы Roistat в течение 14 дней бесплатно

5. Модель атрибуции «Post-View конверсия»

Post-View конверсия — действия, которые совершает потенциальный клиент после просмотра рекламы, например, ролика или баннера в соцсетях. Для отслеживания просмотров на рекламный баннер или лендинг добавляют pixel tag — невидимый тег для сбора статистики. Каждому увидевшему рекламу присваивается свой файл cookie, который помогает отследить дальнейшие действия пользователя.

Например, сначала спортсмен увидел рекламу смарт-часов в соцсети, но не стал заходить на сайт и покупать технику. Через неделю он всё-таки решил приобрести часы. Через поисковик пользователь зашёл на нужный сайт за покупкой. При использовании модели атрибуции Post-View результаты выдачи в поисковике и переходы с них на сайт будут оценены в рамках цепочки касаний, поскольку они участвовали в привлечении покупателя.

Плюсы: учитывается действие отложенного эффекта контакта с рекламными объявлениями, эффект узнаваемости бренда.

Минусы: пользователь может просмотреть рекламное объявление, когда читает статью на сайте компании, но не увидеть его. Что мы имеем в виду: не все, у кого, например, открыта статья в блоге на экране ноутбука, действительно читают её внимательно, внимательно просматривают все рекламные блоки.

6. Модель «Линейная атрибуция» — Linear model

Ценность всех взаимодействий в цепочке одинакова. Например, на пути к продаже было 4 касания, поэтому каждый маркетинговый канал получает 25% ценности. Если касаний было 10 — 10%.

Плюсы: в модели учитываются все взаимодействия с пользователем. Компания может отследить, какие маркетинговые каналы участвовали в привлечении продаж.

Минусы: каждое касание с клиентом получает одинаковую оценку. Линейная модель атрибуции не даёт понимания, в какие каналы стоит вкладывать больше денег, а какие не играют решающую роль в принятии клиентом решения о покупке. Например, в данной модели атрибуции клик по ссылке в описании аккаунта в Instagram будет равноценен переходу по рекламе, после которого клиент оставил заявку на расчёт стоимости услуги.

7. Time Decay — модель атрибуции с учётом давности взаимодействий

Распределяет ценность взаимодействий по нарастающей. Большая ценность у последнего касания, которое привело к покупке, меньшая — у первого касания. Например, пользователь познакомился с товаром, когда увидел рекламу в Facebook, дважды заходил на сайт по ссылкам в соцсетях компании и, наконец, купил продукт, после того, как увидел рекламу в поисковике. Первое взаимодействие получит 10% ценности, последнее — 40%.

Плюсы: модель учитывает значимость каждого взаимодействия, ведущего к продаже. Но наибольшую ценность представляет действие, которое фактически привело к конверсии. Более поздние касания, близкие к конверсии, более ценные, чем первые взаимодействия с клиентом, поскольку они увеличивают вероятность покупки.

Минусы: эта модель низко оценивает взаимодействие, которое познакомило клиента с товаром и брендом.

8. Модель атрибуции на основе позиции — U-Shape

Ценность конверсии распределяется между касаниями следующим образом: первое и последнее взаимодействие получают 40% ценности, оставшиеся 20% равномерно распределяются на все остальные источники трафика.

Например, пользователь узнал о товаре из рекламы в Telegram. Этот маркетинговый канал получает 40% ценности. Клиент купил товар после просмотра рекламы на YouTube. Этот канал трафика тоже получает 40% ценности. Остальные взаимодействия делят между собой 20% ценности.

Плюсы: каждое взаимодействие с клиентом учитывается. При этом наибольшая значимость присваивается каналу, который познакомил аудиторию с брендом, и маркетинговой кампании, которая в итоге подтолкнула клиента к покупке.

Минусы: приписывать много влияния первому и последнему взаимодействию может быть неверно. Некоторые взаимодействия в середине цепочки могут активнее продвигать пользователя по воронке продаж. Например, в момент, когда клиент хотел совершить покупку, на сайте не было нужного размера куртки. Пользователь нажимает «Уведомить о поступлении товара» и после получения письма о том, что нужный размер поступил в продажу, совершает покупку.

Модели атрибуции Google Analytics

В сервисе веб-аналитики можно использовать несколько атрибуций:

Настроить модель атрибуции в Google Analytics можно в личном кабинете:

1. Открываем слева меню — кликаем на кнопку «Администратор» — переходим в «Настройки атрибуции».

2. Выбираем атрибуцию для расчёта конверсии.

3. Смотрим отчёт по атрибуциям. Открываем раздел «Сводка о рекламе», выбираем «Сравнение моделей».

В чём недостатки моделей атрибуции в системах веб-аналитики

В системах веб-аналитики набор моделей атрибуции для оценки цепочек касаний ограничен двумя видами с небольшими вариациями. Как правило, последовательность касаний можно оценить либо по первому клику, либо по последнему.

Маркетологи чаще выбирают модель Last Click и оценивают конверсии только по ней. Это простая атрибуция, она есть во многих сервисах веб-аналитики. Например, эта модель атрибуции установлена как модель по умолчанию в Яндекс.Метрике.

Проблема в том, что при использовании модели атрибуции Last Click для оценки цепочки касаний маркетолог вынужден не брать во внимание другие взаимодействия пользователя с рекламой, кроме того объявления, с которого получен последний переход на сайт. Чтобы корректно оценивать эффективность рекламы, нужно использовать ту модель атрибуции, которая подходит именно вашему бизнесу.

Работать с разными моделями атрибуции умеет сквозная аналитика Roistat. Она объединяет данные с сайта, из CRM, коллтрекинга и сервисов настройки рекламы. С помощью сквозной аналитики можно проследить весь путь клиента — от клика по рекламе до целевого действия, учесть касания во всех каналах, которые вы использовали в цепочке.

Рассказали в статье всё о сквозной аналитике и поделились кейсами её внедрения.

Какие модели атрибуции есть в Roistat

В Roistat автоматически используется «Стандартная» модель атрибуции — большая ценность отдается последнему источнику трафика, который участвовал в цепочке привлечения клиента. Отличие от атрибуции по последнему взаимодействию: в «Стандартной» атрибуции Roistat отражены только заявки, полученные за выбранный период, а не заявки, у которых последнее взаимодействие с пользователем было в выбранный период. То есть заявка может быть получена позднее.

Клиенты Roistat могут выбрать атрибуцию по первому взаимодействию, по последнему взаимодействию, по последнему платному клику, по позиции касания, линейную атрибуцию и атрибуцию с учетом давности, либо настроить собственную модель атрибуции.

Собственную модель атрибуции в Roistat можно задать по шаблону U-Shape. В настройках необходимо задать значения ценности каждого касания с пользователем, которые подходят конкретному бизнесу.

Попробуйте все возможности маркетинговой платформы Roistat в течение 14 дней бесплатно

Для добавления своей модели атрибуции нужно зайти в настройки. Выбрать раздел «Экспериментальные». Найти поле для заполнения пользовательской модели и задать ценность источников. Например, чтобы первому визиту соответствовала ценность 20%, последнему — 40%, а оставшиеся 40% распределялись по остальным визитам в равных долях, нужно ввести значения: 0.2, 0.4, 0.4.

Можно также задать ценность второго и предпоследнего визита. Например, чтобы в первый маркетинговый канал имел ценность 30%, второй — 10%, предпоследний — 20%, последний — 20%, а все оставшиеся вместе — 20%, нужно ввести значения в таком порядке: 0.3, 0.1, 0.2, 0.2, 0.2.

В отчете инструмента «Аналитика» можно настроить показ рассчитанных по нескольким моделям атрибуции показателей. Например, выручку, прибыль, расходы, ROI и другие.

Преимущество моделей атрибуции Roistat — в мультиканальном анализе

Представим, что пользователь заходил на наш сайт 3 раза — с рекламы Facebook, Instagram и Google Ads. Атрибуция по первому клику покажет, что все 100% ценности конверсии принадлежит Facebook — именно он привёл пользователя. Last Click укажет на то, что это сделал Google Ads, а по линейной атрибуции — все три канала одинаково ценны.

Если не знаете, что важнее для вашего бизнеса — First Click или Last Click, изучите все модели атрибуции. В Roistat их можно добавить в один отчёт сервиса «Аналитика». Настройте показ метрик сразу по нескольким моделям атрибуции. Например, расчёт выручки, прибыли, расходов, ROI, по моделям атрибуции — U-Shape и последнему клику.

В Roistat можно смотреть, какие каналы не приносят прямые продажи, но конвертируют клики в заявки. За это отвечает мультиканальная аналитика.

Мультиканальная аналитика Roistat отслеживает все взаимодействия клиента с бизнесом и помогает понять, какие каналы участвуют в привлечении сделки, в какие стоит вкладывать больше бюджета, а какие стоит оптимизировать или отключить.

Модель атрибуции — какую выбрать бизнесу

Хотите получать уведомления о новых материалах Roistat? Подпишитесь на наш Telegram-канал.

Будьте в курсе новостей

Присоединяйтесь к нашему каналу в Telegram или подпишитесь по E-mail

Маркетинговая платформа сквозной аналитики,
привлечения трафика, повышения конверсии и лояльности

Источник