Разработка комплексной стратегии продвижения — полное руководствоскачайте бесплатно
Назад

Модели атрибуции конверсии в Google Analytics

5

8 минут  |  время прочтения

Google Analytics обладает широкими возможностями настройки анализа данных. В том числе и в оценке многоканальных конверсий. Авинаш Кошик, сотрудник Google, рассказал о моделях атрибуции в GA и о том, какие из них стоит использовать и почему.

1.Модель атрибуции по последнему взаимодействию

Модели атрибуции конверсии в Google Analytics

Это — стандартная модель атрибуции для всех существующих инструментов веб-аналитики. Она применяется во всех стандартных отчетах.

Единственное исключение составляет Google Analytics, который в качестве стандартной использует в своих отчетах модель №2.

Это большой минус GA. Почему я так негативно к этому отношусь, вы можете увидеть сами. Если 767 человек совершили конверсию по последнему взаимодействию или по последнему клику, относить успех на счет прямого канала (Direct) просто глупо.

Сюда также входят социальный, органический и реферальный трафик. Мы должны разобраться в том, какую роль они играют в процессе конверсии, так как, в той или иной форме, они там присутствуют.

По традиции все инструменты использовали атрибуцию по последнему клику, так как именно по нему можно с уверенностью сказать, что данный визит завершился конверсией. Да и не было раньше технической возможности провести ориентированный на посетителей анализ. Сейчас решены обе эти проблемы.

На данный момент единственная польза от атрибуции по последнему взаимодействию — способ ускорить ваше увольнение. Избегайте этой модели.

2.Модель атрибуции по последнему непрямому клику

Модели атрибуции конверсии в Google Analytics

Google Analytics биполярен.

Во всех стандартных отчетах GA ценность при совершении конверсии на все 100% присваивается «кампании», предшествующей конверсии. Кампания — это не что иное, как прямой трафик. Исходя из данного определения, это может быть, что угодно — социальный трафик, органический поиск, e-mail, медийная реклама, аффилированный сайт или сайт-источник переходов и т.д.

Таким образом намеренно занижается значение прямых посещений, которые приводят к конверсии. По картинке, расположенной выше, можно сказать, что все произошло благодаря рефералу.

Это не точно. Зачем превозносить кампанию, если я еще раз заходил на сайт и запомнил его адрес. А потом ввел его в строку браузера и пришел на этот же сайт снова? Почему посещение сайта, на который я пришел, увидев классную рекламу (или же мне кто-то посоветовал на него зайти), не может хоть как-то повлиять на совершение конверсии?

Почему недооценивается Direct? Почему недооценивается работа маркетологов по созданию узнаваемого бренда и наработке позиции бренда?

Я считаю, это ошибка. Возможно, так сложилось исторически. Но нужно взять на себя смелость исправить эту несправедливость.

Бонус: Эта модель — еще одна досадная причина, по которой стандартные отчеты Google Analytics не совпадают с данными стандартных многоканальных воронок, даже если рассматривать конверсии в отчетах, представленных во вкладках "MCF Overview" или "Assisted Conversions".

3. Модель атрибуции по последнему клику в AdWords

Модели атрибуции конверсии в Google Analytics

Я отношусь к данной модели с долей сарказма, поэтому говорить о ней почти ничего не буду.

Вы, наверное, удивились, как такое возможно. : )

А я скажу, что в этой модели нет абсолютно ничего полезного. Вот так. Я довольно деликатен.

4.Модель атрибуции по первому взаимодействию

Модели атрибуции конверсии в Google Analytics

Модель, обратная атрибуции по последнему клику. Вместо последнего клика, признается важность первого.

На примере, рассмотренном выше, степень важности нужно перенести на все 100% с прямого на социальный трафик.

Это серьезная ошибка.

Атрибуция по первому клику — это все равно, как если бы мне пришлось отблагодарить свою первую девушку на 100% за то, что я женился на своей жене.

В этом нет никакого смысла, правда?

Если моя первая девушка была такая замечательная, зачем мне понадобилась вторая и третья ... чтобы в результате я нашел самую лучшую (я имею в виду кампанию :)) из всех?

В атрибуции по последнему клику есть хоть какая-то доля уверенности в том, что представляет собой данная кампания, когда посещение сайта привело к конверсии. А что дает нам первый клик? Только веру. Веру в свою интуицию.

И никакой логики.

5.Линейная атрибуция

Модели атрибуции конверсии в Google Analytics

По сравнению с предыдущей, это чуть менее неправильная модель.

Да, именно так. Чуть менее неправильная. Используйте данную атрибуцию, если вам это нужно.

Когда мой сын был поменьше, он участвовал в конкурсах и соревнованиях, где каждому давали грамоту просто за участие, а не за результат.

В применении к ситуациям, случающимся в жизни, это не такая уж и утопия. Когда проходят соревнования, кто-то получает золотую медаль, кто-то серебряную, а кто-то бронзовую. А другие проигрывают и возвращаются домой с осознанием того, что в следующий раз надо приложить больше усилий, чтобы выиграть.

Нельзя подходить к оптимизации маркетинга с таким же отношением. Можно и нужно делать свое дело лучше.

Если кто-то требует это от вас под угрозой жизни, примените эту модель. Раздайте каждому, кто внес свой вклад в общее дело, диплом участника. А если вы в безопасности и вам ничего не угрожает, то понять, какой из каналов действительно самый эффективный и приносит больше прибыли, помогут другие модели. Одну модель от другой отделяет всего один клик.

6.Модель атрибуции с учетом давности взаимодействия

Модели атрибуции конверсии в Google Analytics

О, это уже намного лучше!

Суть этой модели заключается в следующем: самую большую ценность получает ближайший к конверсии переход на сайт. Переход, совершенный до этого, менее ценный. Вот и все, простой и разумный алгоритм.

Вам хватит и пяти секунд на то, чтобы понять, что данная модель подходит для всего, чего угодно: в этом есть здравый смысл.

Можно спорить о степени ценности одних переходов по сравнению с другими. Но здесь все логично: чем дальше от момента конверсии отстоит тот или иной переход (органический поиск, например, или переход из социальных медиа), тем меньше ценности он должен получить. В конце концов, если предыдущие переходы на сайт были такими эффективными, почему они не привели к конверсии?

Модели атрибуции конверсии в Google Analytics

Один из плюсов этой модели — вы можете настраивать продолжительность периода взаимодействия и моделировать атрибуцию, руководствуясь своими ощущениями. Заметьте, я сказал «ощущения». :)

Если вы собираетесь заняться атрибутивным моделированием, обратите внимание на модель с учетом давности взаимодействия. Она великолепна и  проходит проверку на наличие здравого смысла. Запустите инструмент сравнения моделей, кликните "Select Mod", выберите "Time Decay” и начинайте мыслительный процесс!

Бонус: Введите количество дней до конверсии . Эту настройку нужно осуществлять в соответствии с отчетом "Time Lag" в папке "Multi-Channel Funnels".

7.Атрибуция с привязкой к позиции

Модели атрибуции конверсии в Google Analytics

В каком-то смысле, мне очень нравится модель с привязкой к позиции, а все потому, что у меня есть собственные соображения экспертное мнение. Так просто подставлять «соображения» в данную модель и получать в результате что-то классное.

Именно этим она и опасна. Если вы не знаете, что делаете, то и результаты будете получать соответствующие.

По умолчанию модель атрибуции с привязкой к позиции присваивает 40% важности первому и последнему взаимодействию, а оставшиеся 20% равномерно распределяются между взаимодействиями, находящимися посередине.

1. Перечитайте то, что я написал о модели атрибуции по первому клику;

2. Поймите, почему я считаю, что модель с привязкой к позиции, взятая «по умолчанию», не достаточно оптимальна;

3. Обещайте мне, что вы никогда не будете использовать модель «по умолчанию»;

4. Торжествуйте, вам удалось избежать опасности.

Из шести имеющихся моделей атрибуции выделяется одна, которой можно пользоваться иногда и все равно получать ценную информацию (по давности взаимодействия). Еще одна не представляет собой ничего особенного, но она вам и не сможет серьезно повредить (с привязкой к позиции). Еще три из моделей настолько слабы, что на них вообще можно не обращать никакого внимания.

Так для чего так много моделей? Мир, который мы знаем, намного меньше того, который нам не знаком. Всегда есть шанс попасть в тупиковую ситуацию, когда все идет не по плану. Кроме того, всегда найдется какой-нибудь растяпа, который что-то сделает не так. Вот почему лучше иметь все эти модели под рукой, чем их не иметь. Но пользоваться любой из моделей нужно осознанно.

После того, как вы сделаете первый шаг, экспериментируя и проверяя на деле результаты модели с учетом давности взаимодействия, можно будет сделать кое-что еще. Вы можете создать собственную модель атрибуции.

8. Собственная/настраиваемая модель атрибуции

Модели атрибуции конверсии в Google Analytics

Я говорил об этом уже дважды и повторю еще раз: не беритесь за эту модель, пока не разберетесь должным образом с моделью по давности взаимодействия. Вам потребуется несколько недель. Но это очень хороший способ чему-то научиться.

Лично я очень люблю заниматься настраиваемой моделью атрибуции. Я благодарен разработчикам Google за то, что они сделали эту модель бесплатной и доступной для любого желающего, а не только для владельцев Google Analytics Premium.

С собственной моделью вы можете использовать в качестве отправной точки любую из рассматриваемых выше моделей, добавив важные для своего бизнеса параметры и показатели.

Я много общаюсь с ведущими бизнесменами и маркетологами, стараясь понять, что на самом деле важно для них. И только после проведения большой подготовительной работы создаю для них модели атрибуции. Обычно я задаю руководителям следующие вопросы:

  • Какой тип поведения пользователей вы цените больше всего?
  • Существует ли оптимальное для вас окно конверсии?
  • Сложился ли за время существования сайта традиционный шаблон поведения пользователя при повторной продаже?
  • Случаются ли микроконверсии, которые определяются другими задачами и связаны с экономической выгодой?
  • При использовании Universal Analytics отсылаются ли обратно в GA данные о совершении оффлайн-конверсий?

И т.д., и т.п. Ответы на эти вопросы дают представление о том, какой должна получиться настраиваемая модель атрибуции.

Оригинал статьи

Был ли материал вам полезен?
Да
Нет
Спасибо
Сколько это будет стоить для моего проекта?
Отправляя форму, вы соглашаетесь с правилами сайта
Подпишитесь на рассылку
Мы ищем новых авторов, готовых писать честные и профессиональные статьи
Читать ещё
Читать ещё
Читать ещё
Читать ещё
Читать ещё
Читать ещё