Что такое модель атрибуции в Google Analytics и почему она важна

Что такое модель атрибуции?

Модель атрибуции — это инструмент, который позволяет маркетологам измерять ценность каждой точки взаимодействия на пути клиента до успешного совершения покупки или совершения покупки. Google описывает модель атрибуции как «правило или набор правил, которые определяют, как ценность продаж и конверсий присваивается точкам взаимодействия на путях конверсии».

Пользователи часто взаимодействуют с брендом несколько раз, прежде чем стать платным клиентом, продвигаясь по воронке продаж. Ваша воронка может меняться в зависимости от; цена вашего продукта, известность вашего бренда, тип отрасли и многие другие факторы, но они, как правило, сводятся к одним и тем же трем ключевым шагам. Осознание, Интерес, Действие.

Эта воронка представляет собой упрощение и представление шагов, которые потребитель предпримет, прежде чем стать клиентом.

• Во-первых, они могут узнать о вашем бренде из медийной рекламы, рекламы на YouTube или другой кампании по повышению узнаваемости бренда. Это попадет в шаг 1 воронки — Осведомленность
• Затем пользователь может искать отзывы, посещать страницы вашего продукта или услуги, подписываться на информационный бюллетень вашей компании и т. д. Это поставит этого человека на второй шаг воронки — интерес.
• Как только пользователь проявит интерес к вашим услугам, это может привести к намерению совершить покупку, а затем пользователь совершит покупку или взаимодействие. Это последний шаг – действие

Почему важны модели атрибуции?

Модели атрибуции предоставляют нам различные способы интерпретации данных наших маркетинговых кампаний и позволяют глубже понять путь клиента.

В объявлениях Google при создании или импорте действия-конверсии по умолчанию используется модель атрибуции «Последний клик». Это означает, что когда пользователь совершает конверсию, вся ценность присваивается последнему клику, который он сделал по одному из ваших объявлений. Основная проблема заключается в том, что он полностью игнорирует любое другое взаимодействие пользователя с вашим брендом.

На приведенном ниже снимке экрана показан пример, взятый из отчета «Основные пути конверсии» в Google Analytics с веб-сайта электронной коммерции с расширенным фильтром для отображения конверсий со значением «Отображение» в пути группировки многоканальных последовательностей.

В этом примере мы видим 6 конверсий от пользователей, увидевших медийную рекламу. Однако Google Реклама с моделью атрибуции по последнему клику для действия-конверсии сообщила только о двух конверсиях из медийной кампании. Это были номера 5 и 3, остальные не дали кредита кампаниям в контекстно-медийной сети.

Используя инструмент сравнения моделей, который находится в разделе «Конверсии», а затем «Многоканальные последовательности» в Google Analytics, мы можем наблюдать изменения в полях количества конверсий и значения конверсии, происходящих при сравнении каждой модели атрибуции друг с другом.

В первых столбцах мы видим результаты для «Последнего взаимодействия», рядом с ним — «Время затухания», а в столбцах с правой стороны — результаты для «Линейного». Это позволяет нам лучше понять значение наших кампаний в контекстно-медийной сети для принятия клиентом решения о покупке, а не только концентрироваться на последнем этапе пути.

Различные типы моделей атрибуции

Модели атрибуции, с которыми вы, вероятно, уже знакомы, — это варианты, доступные в Google Ads. Это; Последний щелчок, первый щелчок, позиционный, линейный, временной затухание и управляемый данными. Каждая из этих моделей атрибуции приписывает разные точки соприкосновения с разной ценностью. Это объясняется для каждого ниже.

Последний клик

Модель атрибуции по последнему клику присваивает 100% ценности конверсии последней точке взаимодействия.

Первый клик

Модель атрибуции по последнему клику присваивает 100% ценности конверсии первой точке касания.

Позиция на основе

Модель атрибуции на основе позиции присваивает 40% ценности конверсии первой и последней точкам взаимодействия. Остаток распределяется равномерно между оставшимися точками касания.

Линейный

Линейная модель атрибуции равномерно распределяет доверие между всеми точками взаимодействия.

Распад времени

Модель атрибуции с временным спадом распределяет меньше доверия к самым ранним точкам взаимодействия и больше к точкам взаимодействия, ближайшим к конверсии.

Управляемый данными

Модель атрибуции на основе данных отличается тем, что использует исторические данные о конверсиях для расчета фактического вклада каждой точки взаимодействия.

Различия между моделями атрибуции в Google Ads и Google Analytics

Возможно, вы заметили, что при создании цели в Google Analytics вам не предоставляется такая же возможность применить модель атрибуции, как в Google Ads. Это позволяет нам сравнивать различные модели атрибуции в Google Analytics с помощью инструмента сравнения моделей.

Модели атрибуции, доступные в Google Ads и Google Analytics, немного отличаются. В то время как Google Ads включает перечисленные выше модели атрибуции, Google Analytics не использует данные, но имеет две дополнительные модели атрибуции; последний клик Google Реклама и последний непрямой клик.

Модель атрибуции «Последний клик Google Ads», используемая в Google Analytics, работает так же, как модель «Последний клик» в Google Ads.

Google Analytics, с другой стороны, использует модель атрибуции последнего непрямого клика для отчетов по немногоканальным воронкам и модель последнего клика для отчетов по многоканальным воронкам.

Различия между тем, как модели атрибуции работают в Google Analytics и Google Ads, могут привести к расхождениям в результатах между ними. Например, если пользователь нажал на поисковое объявление, а затем органично посетил веб-сайт и совершил конверсию, Google Ads отнесет это как конверсию из поисковой кампании, тогда как Google Analytics классифицирует это как органическую конверсию.

Какую модель атрибуции лучше использовать?

Важно использовать различные модели атрибуции для интерпретации данных о конверсиях, чтобы понять, какой путь проходят клиенты, прежде чем совершить успешную конверсию. Например, использование атрибуции по последнему клику полностью игнорирует каждый предыдущий шаг, предпринятый пользователем, тогда как использование модели атрибуции по первому клику оставляет вам противоположную проблему. Однако сравнение этих двух может помочь нам понять, какие рекламные средства лучше всего побуждают клиентов изучать наши бренды в первую очередь, и какой тип рекламы способствует успешной конверсии дальше по воронке продаж.

В Google Ads протестируйте несколько моделей атрибуции и выясните, какая из них лучше всего подходит для вас. Модели атрибуции на основе позиции и линейной атрибуции отлично подходят для начала, так как теперь вы можете начать получать кредиты за конверсии, распределенные по кампаниям вашего бренда, кампаниям по продуктам, медийной рекламе, YouTube и т. д.

Как использовать свое понимание моделирования атрибуции для улучшения ваших кампаний Google Ads

Сравнивая модели атрибуции и анализируя пути конверсии пользователей, мы можем начать понимать весь путь клиента, помимо последнего клика. Используя инструмент «Основные пути конверсии» в Google Analytics, мы можем понять, как пользователи взаимодействуют с нашим брендом в Интернете, прежде чем стать клиентом, совершающим конверсию.

В Google Analytics перейдите и разверните «Конверсии» на левой боковой панели, разверните раскрывающийся список «Многоканальные последовательности» и выберите «Основные пути конверсии». Здесь мы можем увидеть шаги, которые предпринял каждый конвертирующий пользователь, прежде чем завершить действие конверсии.

Убедитесь, что в левом верхнем углу выбраны правильные действия конверсии, и установите для длины пути значение «Все», чтобы просмотреть информацию обо всех конверсиях. Третий параметр, «Окно ретроспективного анализа», может быть установлен в диапазоне от 1 до 90 дней. Этот параметр определяет, сколько дней до конверсионного действия мы можем проанализировать.

Затем мы можем создать дополнительное измерение, чтобы предоставить нам больше информации о типах контента, с которым взаимодействовал пользователь. Нажмите «Вторичный параметр» и поэкспериментируйте с некоторыми параметрами (для начала отлично подойдет путь группы объявлений или путь поискового запроса).

Затем мы можем отфильтровать наши результаты, чтобы показать детали только для конверсий, когда пользователь взаимодействовал с рекламой. Это можно сделать, нажав «Дополнительно» в правом верхнем углу основной таблицы. Здесь выберите «Путь группировки каналов MCF», введите «Платный» в пустое поле и нажмите «Применить», как показано на изображении ниже.

Выполнив шаги, описанные выше, с указанием пути поискового запроса в качестве нашего вторичного измерения, мы теперь можем видеть отдельные поисковые запросы, которые сделал каждый пользователь.

Мы также можем использовать фильтр Путь группировки каналов MCF, чтобы показать результаты, например, для конверсий, когда пользователь взаимодействовал с медийной и поисковой рекламой. Это можно увидеть на изображении ниже.

Теперь, когда вы лучше понимаете путь клиента, вы сможете использовать собранную информацию для корректировки своих кампаний. Я затронул лишь несколько различных способов экспериментов с вашими данными, но есть масса других экспериментов, которые вы можете провести сами!