В Google Analytics 4 возможно менять модель атрибуции на уровне ресурса
В Google Analytics 4 добавилась возможность изменения модели атрибуции на уровне всего ресурса. Причем действие может применяться не только к отдельному отчету, но поменять ценность конверсии во всех отчетах.
Как пишет SearchEngines, раньше изменение модели атрибуции было доступно с помощью «Сравнения моделей атрибуции», и действие применялось только на уровне конкретного отчета. Теперь же Google Analytics 4 оно будет распространяться сразу на все отчеты.
Также пользователи сервиса смогут менять период ретроспективного анализа для всего ресурса. Причем эти изменения могут вносить только те, кто владеет правами администратора или редактора. Чтобы изменить модель атрибуции, необходимо в меню навигации аккаунта выбрать пункт «Настройки атрибуции».
Далее уже на странице настроек можно поменять модель атрибуции, а затем указать период ретроспективного анализа.
Атрибуция в Google Analytics и Google Ads
Атрибуция — распределение конверсий, транзакций и их денежного выражения между источниками переходов пользователя на сайт.
Модель атрибуции — принцип распределения конверсий, транзакций и их денежного выражения между источниками переходов пользователя на сайт.
Для наглядности — ситуация.
- Маркетолог Евгений читал статью об оптимизации интернет-рекламы, заметил баннер eLama и кликнул по нему, перейдя на elama.ru. Побродил по сайту, но пока не зарегистрировался.
- Спустя какое-то время Евгений вспомнил название eLama и набрал его в поиске Яндекса. В рекламных блоках на странице выдачи оказались и другие сервисы. Евгений открыл их в разных вкладках браузера и начал изучать. Но его отвлек звонок заказчика.
- Спустя два часа Евгений наконец смог вернуться за ноутбук. Обновил вкладки, изучил и сравнил предложения.
- Зарегистрировался в eLama.
Если посмотреть на эту ситуацию через призму аналитики, то получится следующее:
- Переход на сайт с платной рекламы.
- Переход на сайт из органики.
- Прямой заход на сайт.
- Конверсия.
Возникает вопрос: откуда же все-таки конверсия?
Атрибуция нужна как раз для того, чтобы понять, какому источнику перехода пользователя на сайт стоит «присудить» конверсию (или между какими источниками ее поделить).
Почему это так важно? От модели атрибуции зависит то, как распределяются конверсии между источниками трафика. А от распределения конверсий зависит СРА по каждому источнику. Видя слишком высокий СРА, рекламодатель снизит ставки или вообще откажется от данного источника. А на источник, где СРА ниже, увеличит бюджет. Таким образом, неправильно распределяя конверсии, рекламодатель рискует неправильно распределить бюджет, что может повлечь снижение общего ROAS (Return of Advertising Spend).
Модели атрибуции в Google Analytics
Простые модели атрибуции
В простых моделях атрибуции конверсия целиком «присуждается» какому-то одному источнику.
По первому взаимодействию (First Interaction)
Конверсия и вся ее ценность отдается первому источнику посещения сайта.
По последнему взаимодействию (Last Interaction)
Конверсия и вся ее ценность отдается последнему источнику посещения сайта, даже если это был прямой переход.
Если применить эту модель атрибуции в нашем случае, то получится, что конверсия взялась. ниоткуда: пользователь сам и сразу нашел наш сайт и совершил конверсию. Так не бывает. Поэтому данная модель используется редко.
По последнему непрямому клику (Last Non-Direct Click)
Конверсия и вся ее ценность отдается последнему источнику посещения сайта, но если это был прямой переход на сайт, то источнику перед ним.
Если применить эту модель в нашем случае, то получится, что конверсию принес органический трафик, т.е. это заслуга специалистов по SEO, которые занимались продвижением сайта в поисковиках. С точки зрения аналитики это тоже не совсем корректно: мы не получили бы этот переход из поиска, если бы ранее не показали платную рекламу.
По последнему клику в Google Рекламе (Last Google Ads Click)
Конверсия и вся ее ценность отдается последнему источнику посещения сайта, связанному с Google Ads.
Эта модель может использоваться при анализе эффективности рекламных кампаний, потому что платные каналы (по сравнению с бесплатными, например, email-рассылкой) легко масштабировать — увеличивать охват или дневной бюджет и т.д.
Другие модели атрибуции
Существуют модели, при которых конверсия распределяется между несколькими источниками, а не отдается целиком какому-то одному.
Линейная модель (Linear)
Конверсия равномерно распределяется между всеми источниками, которые приводили пользователя. Например, если пользователь приходил из четырех источников, каждому из них зачтется по 0,25 конверсии.
С учетом давности взаимодействий (Time Decay)
Суть этой модели в том, что чем ближе был источник к моменту совершения конверсии, тем большую долю конверсии он получит. Ценность клика возрастает вдвое каждую неделю.
Допустим, пользователь впервые попал на наш сайт месяц назад; в течение месяца несколько раз возвращался и в какой-то момент совершил конверсию. Тогда первые источники трафика, которые приводили пользователя три-четыре недели назад, получат минимальную долю конверсии (почти не получат). А те источники, из которых пользователь приходил последние несколько дней, получат максимальную долю.
С привязкой к позиции (Position Based)
Первый и последний источники перехода получают по 40% конверсии. Оставшиеся 20% конверсии равномерно распределяются между промежуточными источниками.
Константин
Найчуков эксперт по работе с платным трафиком в eLama
«На мой взгляд, самый первый и самый последний источники трафика — самые важные. Потому что без самого первого источника трафика пользователь мог вообще не появиться у нас на сайте, а самый последний его „дожал“, чтобы он наконец совершил покупку».
В Google Analytics доступно сравнение моделей атрибуций («Конверсии» → «Многоканальные последовательности» → «Инструмент сравнения моделей»). Отчет показывает, как будет различаться распределение конверсий между РК, если использовать разные модели атрибуций.
В Google Analytics модель атрибуции по умолчанию — по последнему непрямому клику.
Веб-аналитика под ключ от 15 000 рублей! Специалисты eLama проведут аудит и исправят ошибки или настроят аналитику с нуля.
Кастомные модели атрибуции
Можно не ограничиваться стандартными моделями, а создать свои. Некоторые настраиваются внутри Google Analytics, но чаще создаются при помощи внешних инструментов. Данные из них используются для распределения бюджетов, управления ставками и т.д.
По количеству хитов в сессии
Если хотим оценить, насколько пользователи были активны, когда приходили из какого-либо источника.
Можно распределять источники по количеству хитов, например, открытий страниц и других событий. Если пользователь активно изучает сайт, ему, очевидно, интересно предложение. Источнику, из которого пришел такой пользователь, отдается большая часть конверсии. Источникам, откуда пользователь приходил, но почти не совершал действий на сайте, отдается минимум.
На основе воронки (Funnel-based)
Тем источникам, которые переводили пользователя с одного этапа воронки на другой, отдается большая доля конверсий. Источникам, из которых пользователь приходил, но не продвигался по воронке, — меньшая.
Например, если пользователь впервые зашел на сайт интернет-магазина и открыл карточку товара (посмотрел фото, характеристики или отзывы), он продвинулся по воронке. Если пользователь уже был на сайте и открывал карточку товара, а потом вновь зашел на сайт и положил товар в корзину, он также продвинулся по воронке. Если пользователь во второй визит открывал карточку товара, но не добавлял товар в корзину, он не продвинулся по воронке.
Модели атрибуции в Google Ads
Многие модели атрибуции в Google Analytics и Google Ads называются одинаково (например, атрибуция по последнему клику), но между ними есть принципиальное различие.
Модели атрибуции в Google Ads учитывают только взаимодействия, получаемые из Google Ads (то есть не учитывают органику, переходы из email-рассылки и т.п.), и применяются только для поисковых и торговых РК. Для остальных кампаний используется модель атрибуции по умолчанию.
Модели атрибуции в Google Analytics учитывают все взаимодействия: полученные как из Google Ads, так и из поиска, email-рассылок и прочих источников.
Например, пользователь впервые попал на сайт, кликнув по рекламному объявлению; во второй раз — из поиска и подписался на email-рассылку. В третий раз перешел на сайт по ссылке из письма и совершил конверсию.
Допустим, выбрана атрибуция по последнему клику. Google Analytics «присудит» конверсию email-рассылке, а Google Ads — объявлению из самой первой рекламной кампании.
Атрибуция по последнему клику (Last Click)
Конверсия и вся ее ценность отдается объявлению, по которому кликнули последним, и соответствующему ключевому слову.
Атрибуция по первому клику (First Click)
Конверсия и вся ее ценность отдается объявлению, по которому кликнули первым, и соответствующему ключевому слову.
Линейная атрибуция (Linear)
Конверсия равномерно распределяется между всеми объявлениями, которые приводили пользователя.
Атрибуция с учетом давности взаимодействий (Time Decay)
Чем ближе был клик к моменту совершения конверсии, тем большую долю конверсии он получит. Ценность клика возрастает вдвое каждую неделю.
Атрибуция с привязкой к позиции (Position-based)
Первый и последний клики (и соответствующие ключевые слова) получают по 40% конверсии. Оставшиеся 20% конверсии равномерно распределяются между промежуточными кликами.
Атрибуция на основе данных (Data-driven)
Система, используя большое количество данных, анализирует, какими путями пользователи чаще всего доходят до конверсии. Большая доля конверсии отдается тем источникам трафика, которые часто участвуют в путях, приводящих к конверсии.
Data-driven атрибуцию можно использовать, если собрано достаточно данных — не менее 15 000 кликов с поиска и 600 конверсий за последние 30 дней.
В Google Ads также есть инструмент, который позволяет сравнивать модели атрибуции.
Как модель атрибуции влияет на оптимизацию кампании
От выбранной модели атрибуции зависит распределение конверсий в кампаниях. Конверсия принадлежит не кампании в целом, а конкретному таргетингу: в поисковых РК — конкретной ключевой фразе. Чем больше конверсий приносит ключевая фраза, тем выше ставки по ней мы можем себе позволить. То есть если поменять модель атрибуции, в конечном счете изменятся ставки по ключевым словам (при использовании автоматических стратегий — автоматически). А это, в свою очередь, может повлиять на расходы рекламодателя.
Схематично это выглядит так:
смена модели атрибуции → перераспределение конверсий → переоценка эффективности ключевых фраз → пересчет ставок для ключевых фраз → оптимизация кампании
Например, мы использовали модель атрибуции Last Click, а затем перешли на Data-driven. Из-за этого конверсии распределились по-новому: фраза «лама плюшевая купить» получила больше конверсий, а «лама игрушечная купить спб» — меньше. Тогда ставки по фразе «лама плюшевая купить» поднимутся (потому что она приносит больше конверсий), а ставки по фразе «лама игрушечная купить спб» снизятся (потому что она приносит меньше конверсий).
Как сменить модель атрибуции
В Google Ads модель атрибуции можно сменить либо на этапе импорта конверсий из Google Analytics, либо уже после. Для этого нужно зайти в раздел «Конверсии» («Инструменты и настройки» → «Отслеживание» → «Конверсии»), выбрать нужную конверсию и зайти в редактирование.
Модель атрибуции в Google Ads по умолчанию — по последнему клику.
Как правильно выбрать модель атрибуции
Data-driven атрибуция — оптимальный вариант: она работает на общее увеличение конверсий и не требует никаких дополнительных действий. Если она для вас доступна, лучше подключить именно ее.
Константин
Найчуков эксперт по работе с платным трафиком в eLama
«Как правило, использование Data-driven атрибуции дает лучший результат. Правда, гарантий нет: все зависит от того, насколько точно у вас настроена аналитика. Если вам стала доступна Data-driven атрибуция, подключите ее и через месяц проанализируйте результаты. Должно стать лучше. Но если вам не повезло и результаты ухудшились — возвращайтесь на Last Click».
Last Click атрибуция подойдет, если:
- стоит задача тратить как можно меньше денег, а увеличение числа конверсий не так важно;
- в условиях низкой конкуренции и короткого цикла принятия решения о покупке.
Time Decay стоит применять только в одной ситуации: если вы неоспоримый лидер на своем рынке, о котором все знают и которого всегда рассматривают в первую очередь (Time Decay занижает вклад первых переходов).
Linear подойдет, если вы считаете, что вся ваша реклама работает в комплексе и каждый контакт пользователя с вашим брендом увеличивает вероятность покупки.
Position-based или First Click (как более «агрессивный» вариант) подойдут:
- если нужно привлекать новую аудиторию или увеличить долю на рынке — например, когда компания новая и о ней еще никто не знает (в этом случае всю конверсию отдаем именно первому клику, потому что без него не было бы продаж; самые важные ключи и кампании — те, которые приводят новую аудиторию);
- при высокой конкуренции и / или длинном цикле принятия решения о покупке (первый клик значим, потому что без него пользователь, скорее всего, не сделал бы выбор в нашу пользу).
Прежде чем менять текущую модель атрибуции на новую, сравните их и оцените, насколько заметны изменения (выбирая модели для сравнения, учитывайте указанные выше рекомендации). Если отличия существенные — от 25%, — смена модели атрибуции может заметно улучшить результаты кампаний (хотя может произойти и наоборот).
Спустя месяц-два после смены модели атрибуции нужно проанализировать кампании — стали они лучше или хуже работать. Важно учитывать сезонность: например, не стоит сравнивать апрель с маем, потому что в мае из-за длинных праздников практически во всех тематиках наблюдается просадка показателей.
Впервые запускаете рекламу в Google? Дарим 30 000 ₽ на счет!
Зарегистрируйтесь в eLama и получите 30 000 рублей на продвижение в Google Ads. Только для новых рекламодателей Google.
eLama , контент-маркетолог
Модели атрибуции в Google Analytics: что это и какую выбрать
Для оптимизации маркетинговой стратегии, грамотного распределения бюджета полезно проводить анализ и определять ценность каналов. Куда стоит вложить больше денег, от каких каналов отказаться, что дает желаемый результат, а что нет? – найти ответ поможет модель атрибуции в маркетинге и наша статья. В конце нее будет инструкция по настройке и сравнению моделей атрибуции в Google Analytics.
Что такое модель атрибуции
Допустим, клиент прошел такой путь: увидел рекламу в Facebook → перешел на сайт → подписался на рассылку → получил промокод за подписку → положил товар в корзину, ушел думать → увидел контекстную рекламу, параллельно получил письмо о брошенной корзине → вспомнил о промокоде и наконец сделал покупку.
Модель атрибуции – это набор правил, с помощью которых распределяется ценность конверсии между всеми каналами, которые участвовали в клиентском пути. В зависимости от выбранной модели распределение будет разным. Есть 8 типов атрибуции в “Гугл Аналитикс”:
- По первому взаимодействию;
- По последнему клику;
- По последнему непрямому переходу;
- Линейная модель;
- Модель атрибуции с привязкой к позиции;
- С учетом давности взаимодействия;
- Data-driven-модель (основанная на данных);
- Пользовательская модель.
Давайте разберем каждый, чтобы вам было понятнее, какую модель атрибуции выбрать для своих задач.
По первому взаимодействию (First Interaction or First Click)
Принцип. Вся ценность присваивается источнику первого касания.
Преимущество. Модель атрибуции “Первый переход” дает понимание, откуда приходит больше трафика, который конвертируется в продажу.
Недостаток. Игнорирует последующие взаимодействия пользователя с брендом из других каналов.
Кому подойдет. Такой подход полезен в том случае, если вы новичок и ваша цель – повысить узнаваемость бренда, когда пользователь еще не определился, нужен ли ему товар, если да, то какой. Тут будут важны маркетинговые каналы, знакомящие потребителя с продуктом/компанией.
Пример. У магазина с доставкой цветов по всей стране перед 8 марта всегда повышенный спрос. Поэтому стоит привлекать клиентов еще на этапе поиска. Можно закупать широкоохватные запросы, например “букет”, “цветы”.
По последнему клику (Last click)
Принцип. Здесь наоборот: вся ценность – последнему клику, т. е. закрывающему каналу.
Преимущество. Модель упрощает анализ трафика и дает понимание, откуда чаще конвертируются пользователи.
Недостаток. Значимость других источников недооценивается. Высокая конкуренция в нижней части воронки: ваши соперники на рынке скорее всего ставят на те же запросы.
Кому подойдет. Тем бизнесам, у которых короткий цикл продаж и на товар есть сформированный спрос. С помощью модели атрибуции “Последний переход” удастся выяснить, какие каналы закрывают цепочку продаж.
Пример. Лето – период низкого спроса на зимнюю резину, которая не в сезон обычно стоит дешевле. Тех клиентов, что активно ищут и готовы к покупке летом, лучше привлекать высококонверсионными запросами: “купить зимние шины”, “зимняя резина купить с доставкой”.
По последнему непрямому переходу (Last non-direct click)
Принцип. Ценность конверсии присваивается только последнему каналу, который привел к покупке, если это не прямой переход на сайт (когда посетитель ввел адрес сайта вручную или зашел из закладок). Поскольку в Google Analytics атрибуция по умолчанию определяется по последнему непрямому переходу, вы можете использовать ее для сравнения с другими моделями атрибуции.
Благодаря этому понятно, какие каналы в конечном счете подталкивают пользователя купить и приносят конверсии.
Преимущество. Подход поможет сделать правильные выводы, если в арсенале у вас не так много данных.
Недостаток. Не учитывает другие каналы касания с клиентом.
Кому подойдет. Тем, кто только начинает свой путь в рекламе, аналитике и в аккаунте Google Analytics имеет до 10 конверсий и до 100 кликов.
Пример. Любой бизнес, затрагивающий больше одного канала привлечения.
Линейная модель (Linear model)
Принцип. Ценность конверсии делится на равные части между всеми каналами взаимодействия.
Преимущество. Помогает целостно оценить все маркетинговые кампании.
Недостаток. Нельзя определить лидера и что сыграло решающую роль перед покупкой.
Кому подойдет. Уместно использовать линейную модель атрибуции, если у вас длинный цикл продаж и каждый этап взаимодействия с клиентом важен для подогрева к покупке.
Пример. Компания по доставке еды обычно не имеет четкой зависимости от сезона и ей нужно поддерживать охваты, быть на виду у потенциальных клиентов. В то же время необходимо собирать сформированный спрос со словами “доставка еды”, “заказать еду”.
Как службе доставке еды удалось на 65% нарастить количество заказов и на 16% увеличить средний чек – читать кейс>>
С привязкой к позиции (Position based)
Принцип. По 40% присваивается первому и последнему каналу, остаток в 20% распределяется между другими каналами-участниками.
Преимущество. Акцент в позиционной модели атрибуции ставится на важные этапы: вход в воронку и последнее взаимодействие.
Недостаток. Точки, подводящие к покупке, недооцениваются. Вспомогательные касания, которые помогли клиенту дойти до конца и могли внести ощутимый вклад в конверсию будут иметь низкую ценность.
Кому подойдет. Если важно отслеживать не только конвертирующий канал, но и тот, что познакомил с брендом.
Пример. Крупная площадка для брендов потребительских товаров запустила новый продукт. Важно сформировать знание о продукте через охватные форматы (открывающие каналы) и не упустить уже сформированный спрос в конечной точке воронки за счет конверсионных каналов.
Бесплатные формы подписки в стиле вашего сайта
С учетом давности взаимодействий
Принцип. Канал, который по времени был ближе к конверсии, получает наибольшую ценность. Каждые 7 дней ценность перехода возрастает в два раза. Если в определенном канале был клик за 8 дней до конверсии, он получит в два раза меньше ценности, чем тот, что участвовал в цепочке за один день до конверсии.
Преимущество. Модель полезна для отслеживания того, какие каналы дают регулярную конверсию, а какие – привлекают к верхней части воронки и генерируют трафик.
Недостаток. Недооценены каналы первого взаимодействия с брендом.
Кому подойдет. В случае с краткосрочными рекламными кампаниями по этой модели вы можете определить канал, который лучше выстрелил в дни проведения акции. Соответственно, оцените эффективность запущенного объявления/креатива/ключевых слов.
Пример. Бренд готовит конкурс: в соцсетях нужно показать нестандартное использование продукта, чтобы получить 4 коробки бесплатно. Конкурс длится весь сентябрь, поучаствовать можно до конца месяца. Тогда стоит отдать больший конверсионный вес именно этому периоду.
В eSputnik подобная модель отображена в функциональности “Доход от рассылок”. Вы сами настраиваете временной промежуток, за который может быть сделан заказ после прочтения либо перехода из любого канала взаимодействия: email, web push, SMS, mobile push, Viber. Если в течение этого времени произошла продажа – доход засчитывается рассылке (цифры можно увидеть в разделе “Рассылки” → “Отчеты”).
Атрибуция на основе данных (Data-Driven)
Принцип. Это продвинутая модель и дает наиболее точные данные. Чтобы определять ценность каждого канала, используются технические алгоритмы, для работы которых нужны не менее 600 конверсий за последние 30 дней. Как только число конверсий снизится, модель сразу же становится недоступной.
Преимущество. Точность.
Недостаток. Неприменима для аккаунтов с малыми объемами данных.
Кому подойдет. Любому бизнесу, чтобы установить, какие каналы наиболее эффективны, и распределять бюджет максимально обоснованно.
Пример. Компания занимается продажей люксовых авто. Машину люди покупают не сразу. Клиенту нужно время, чтобы выбрать автомобиль и решиться на покупку. Поэтому ориентироваться при атрибуции на последний значимый переход будет неэффективно. Покупка не случится без остальных подогревающих шагов. Нужно понять, какой канал действительно повлиял на конверсию, а какой можно убрать и количество продаж не изменятся.
В eSputnik доступна своя data-driven функциональность — это товарные рекомендации на сайте и в email-рассылках. Удерживайте клиентов с помощью персональных предложений и рекомендаций к заказу, созданных искусственным интеллектом. Чтобы узнать больше — читайте статью либо запросите демо.
Пользовательская модель
Принцип. На основе своих наблюдений маркетолог кастомизирует выбранную модель, зная, какие показатели важно учесть.
Преимущество. Индивидуальная настройка, исходящая из потребностей бизнеса.
Недостаток. Требует подготовительной работы и времени на исследования.
Кому подойдет. Опытным маркетологам, которые уже попробовали стандартные методы атрибуции, выявили, чего в них не хватает, и знают, какие показатели важно учесть.
Пример. Вы не первый год продвигаете конкретный продукт, провели много тестов, включали и выключали триггерные цепочки. Вы увидели, что на успех кампании сильно повлияла электронная почта. Значит, нужно построить модель атрибуции, в которой максимальная ценность конверсии привязана к емейлу. Для этого вы строите кастомную модель атрибуции на основе базовой модели (например, по позиции) и присваиваете мультипликатор ценности каналу Email.
Работа с моделями атрибуции в Google Analytics
Анализируйте показатели затрат на привлечение и возврат инвестиций для различных моделей атрибуции, а также сравнивайте модели по критерию затрат и ROI. Почему это полезно: если вы недооценили канал и отключили его, это может снизить прибыль от маркетинга существенным образом.
Одна из самых распространенных ошибок маркетологов – это измерение ценности канала моделью, соответствующей его роли. Например, каналы, направленные на конверсии, измеряют моделью Last Click, а каналы, привлекающие пользователей, – First Click. Такой подход учитывает влияние только одного канала и игнорирует суммарный эффект других. Можно ошибочно отключить рекламный канал и понести убытки за счет просадки в первой или конечной точке воронки.
Полезно посчитать ROI в соответствии с данными data-driven-модели. Она дает самые точные данные и позволяет точно просчитать доход от каждого канала. Анализа ROI по каналам покажет, действительно ли возврат инвестиций осуществляется на 100% за счет первого либо последнего канала, и поможет принять объективное решение о распределении бюджета.
Как настроить модель атрибуции для конверсий
Зайдите в аккаунт Google Analytics и перейдите в меню ADMIN → View → Multi-Channel Funnels Settings → New Attribution Model, чтобы создать новую модель атрибуции.
В выпадающем списке выберите одну из пяти стандартных моделей атрибуции.
Вы можете отредактировать выбранную модель, настроив параметры:
Период ретроспективного анализа – временной промежуток до покупки, за который необходимо присвоить ту или иную ценность. Максимум – 90
Корректировка правила распределения ценности в зависимости от времени на сайте либо глубины просмотра страницы
Пользовательское распределение ценности. Например, вы можете установить мультипликатор ценности x2 для рекламы в Facebook, если она занимает первое место в последовательности на пути к конверсии
Созданную вами модель можно будет сопоставить с другими в инструменте сравнения Google Analytics.
Отчет «Сравнение моделей»
Зайдите в раздел Conversions → Multi Channel Funnels → Model Comparison tool.
Выберите цели (анализируемые конверсии).
Задайте тип и временной период до конверсии.
Из выпадающего списка выберите модель для сравнения. Например, мы хотим увидеть вклад Facebook Ads при первом взаимодействии, чтобы узнать, правильно ли настроили мультипликатор ×2 в кастомизированной модели. Поэтому выбираем для сравнения модель атрибуции “По первому клику»
В отчета видим: действительно, при модели “По первому взаимодействию” источник “Реклама в Facebook” имеет в 2 раза больше конверсии в сравнении с моделью по последнему непрямому клику.
В заключение
От чего зависит выбор модели атрибуции:
- от срока принятия решения о покупке,
- от сложности продукта.
Если вы новичок на рынке, то можно использовать модели атрибуции по последнему непрямому клику или с привязкой к позиции. Бизнесу, что подразумевает множество касаний с клиентом до совершения покупки, лучше сравнивать имеющиеся модели и настраивать собственные либо использовать модель на основе данных. В Google Analytics нельзя изменить стандартную модель атрибуции Last Non-Direct Click. Поэтому, чтобы увидеть ценность каналов при другой модели, используйте инструмент сравнения многоканальных последовательностей и ваши навыки анализа отчетов;)
Стоит всегда учитывать путь к конверсии, так как чем он дольше и чем больше взаимодействий на этом пути, тем больше внимания стоит обращать на все этапы: начальный, промежуточные и конечный. Ошибочно думать, что раз большинство клиентов покупают при прямом переходе на сайт, то остальная реклама не работает. Выясните, сколько касаний с рекламой делает пользователь, прежде чем зайти на сайт и совершить покупку. И тогда кастомизируйте атрибуцию, как было в примере с Facebook-рекламой. Сравните результаты нескольких моделей, чтобы понять, какая из них подходит для оптимизации вашего маркетинга.
А за разработкой и реализацией омниканальной retention-стратегии обращайтесь в агентство eSputnik, где вам всегда рады.
Модели атрибуции в Google Analytics 4 — какую выбрать и как поменять
Вместе с веб-аналитиком агентства Artics Internet Solutions Александром Сбытовым разбираемся в моделях атрибуции Google Analytics 4 и изучаем, какой тип атрибуции выбрать рекламодателям в зависимости от их целей и как изменить его при необходимости.
Александр Сбытов Artics internet solutions
Ещё больше полезных статей и смешных мемов в нашем Telegram-канале
В январе 2022 года в Google Analytics 4 стала доступна и подключена по умолчанию для всех рекламодателей новая модель атрибуции на основе данных — data-driven attribution. Инструментом можно пользоваться бесплатно — в то время как ранее в Google Analytics 360 модель была доступна только на платной основе. Релиз новой модели стал поводом сделать обзор всех текущих моделей на платформе Google Analytics 4.
- Какую модель атрибуции выбрать
- Атрибуция на основе данных
- Атрибуция по последнему клику
- Атрибуция по первому клику
- Атрибуция на основе позиции
- Линейная атрибуция
- Атрибуция на основе давности взаимодействия
- Атрибуция по последнему клику с приоритетом Google Ads
- Как поменять модель атрибуции в Google Analytics 4
- Через настройки атрибуции
- Через отчет «Пути конверсии»
- В отчете «Сравнение моделей»
- В отчете «Сводка о рекламе»
Модели атрибуции в GA4
В Google Analytics 4 есть три типа моделей атрибуции:
- На основе данных — Модель атрибуции на основе данных одна и сейчас она установлена по умолчанию в ресурсах GA4.
- На основе правил — к этому типу относятся многоканальные модели атрибуции По последнему клику, По первому клику, Линейная, На основе позиции и С учетом давности взаимодействия.
- На основе правил с приоритетом Google Ads — сюда относится модель атрибуции По последнему клику в Google Ads.
Остановимся подробнее на каждой из этих моделей.
Важно учитывать, что все текущие модели атрибуции в Google Analytics 4 не отдают ценность прямым переходам, если только путь к конверсии не состоит из таких переходов полностью.
Атрибуция на основе данных
Механика. В модели атрибуции на основе данных при оценке веса конверсии используются реальные данные рекламодателя о конверсиях, а также те, что могут на нее повлиять: тип устройств пользователей, формат объявления, количество и порядок взаимодействий с объявлениями, время между взаимодействием с объявлением и конверсией и так далее.
Алгоритм на базе машинного обучения обрабатывает полученные данные, оценивает вклад каждого взаимодействия пользователя с рекламными объявлениями и в результате дает прогноз по вероятности конверсии.
- Пользователь увидел баннер и перешел по нему на сайт.
- С сайта он ушел, ничего не купив, но подписался на соцсети.
- Далее в соцсетях бренд анонсировал мобильную игру, в которой пользователь поучаствовал, выиграл скидку и получил ссылку.
- По ссылке пользователь затем перешел на сайт магазина, зарегистрировал личный кабинет и вышел.
- Спустя какое-то время пользователь нашёл сайт магазина в браузере и, наконец, заказал продукты со скидкой.
В цепочке получилось минимум пять касаний, и, согласно этой модели атрибуции, наибольший вес будет иметь мобильная игра, позволившая получить скидку. Далее — социальные сети, где пользователь нашел игру, и только потом органический и медийный трафик.
Технически платформа не выставляет требований к объему данных о конверсиях для того, чтобы начать работать с моделью, хотя в Google Analytics 360 необходимо было собрать не менее 600 конверсий в течение последних 30 дней и далее — собирать по 400 конверсий за 30 дней, чтобы модель продолжала работать корректно. И если у рекламодателя недостаточно данных о совершенных конверсиях, тогда оценка будет происходить согласно модели атрибуции По последнему клику.
Мы все же стараемся придерживаться прошлых рекомендаций и собирать не менее 600 конверсий за 30 дней и по 400 конверсий в каждые последующие 30 дней, чтобы оценка эффективности кампаний была достоверной.
Ключевое преимущество модели заключается в том, что она учитывает все возможные пути к конверсии: не только реальные, но и гипотетические, в то время как остальные модели учитывают только позицию конкретного канала в цепочке (иногда его тип) и игнорируют общий вклад всех остальных.
Когда использовать. Мы рекомендуем протестировать эту модель всем рекламодателям, у кого есть необходимое число конверсий. Модель особенно стоит использовать, если пользователи посещают сайт рекламодателя несколько раз и из нескольких источников перед совершением конверсии.
Атрибуция по последнему клику
Механика. Модель распределяет 100% ценности конверсии в последний канал, с которого пользователь перешел перед совершением конверсии.
При этом модель может ошибочно определять последний непрямой источник трафика. Такое случается, когда HTTP-реферер (адрес страницы, с которой браузер пользователя перешёл на страницу, где совершена конверсия) не передает источник трафика. Причины могут быть разными: редиректы, обрывы сессий, переходы на сайт из мобильных приложений или мессенджеров и так далее. Тогда такой трафик будет отмечен как прямой, а значит, модель может не учесть его и распределит ценность конверсий в предшествующие каналы.
Когда использовать. Модель будет оптимальна для рекламодателей, которым необходимо отслеживать спонтанные, сезонные покупки или покупки с коротким циклом продаж. А также тем, кому нужно в короткий срок повысить объем продаж: модель позволяет отслеживать наиболее эффективные каналы внизу воронки, чтобы при необходимости перераспределить на них бюджет и получить продажи за ограниченный период времени.
Кому не подходит. Так как модель не учитывает инкрементальное, суммарное влияние всех точек взаимодействия пользователя с рекламой, которые предшествовали конверсии, она не подойдет, например, тем рекламодателям, которым важно понять ценность медийных каналов, так как с них, как правило, начинаются знакомство пользователя с продуктом и путь до конверсии.
Атрибуция по первому клику
Механика. Модель распределяет 100% ценности конверсии первому источнику трафика и позволяет понять, какой канал взаимодействия привлекает пользователей, ставших затем клиентами.
Когда использовать. Так как модель прежде всего позволяет оценить формирование спроса на продукт, ее стоит использовать в том случае, когда рекламодатель только знакомит потребителей со своей продукцией и хочет повысить узнаваемость.
Кому не подходит. Модель может не подойти рекламодателям с циклом продаж, который превышает 90 дней, поскольку первый источник трафика будет за пределами окна конверсии.
Окно конверсии — период, когда конверсия может быть атрибуцирована каналу.
В этом случае рекламодатель увидит не первый источник в цепочке, а первый источник за 90 дней до конверсии. Например, если окно конверсии равно 30 дням, то конверсии за 30 января могут быть связаны только с точками взаимодействия, зафиксированными с 1 по 30 января.
В этом случае рекомендуем оценивать эффективность каналов не только по ключевой цели на сайте, но и по микроконверсиям: например, пользователь оставил почту для рассылки или долистал до середины страницу, на которой расписаны преимущества бренда.
При этом модель не учитывает взаимодействия, которые пользователь совершил непосредственно перед покупкой. И в большинстве случаев не подойдет небольшим рекламодателям c коротким циклом продаж.
Атрибуция на основе позиции
Механика. Модель отдает по 40% веса конверсии первому и последнему источнику взаимодействия, а остальную ценность делит поровну между всеми остальными. В случае, когда цепочка взаимодействий состоит из двух каналов, ценность между ними распределяется по 50%.
Когда использовать. Поскольку самый большой вес отдается ключевым источникам — тем, что вовлекли пользователя и позволили ему совершить конверсию, эта модель чаще востребована среди рекламодателей, которым в равной степени необходимо познакомить пользователей с продуктом и конвертировать текущих.
В случае с атрибуцией на основе позиции важно помнить, что иногда взаимодействия посередине цепочки больше влияют на конверсию, чем первые или последние. Например, когда пользователь подписался на изменение цены конкретного товара, или если уже заходил на сайт, а теперь добавляет товар в корзину.
И минус модели на основе позиции в том, что рекламодатель не всегда может понять, какой из промежуточных каналов в цепочке мог оказать ключевое влияние.
Линейная атрибуция
Механика. Ценность между всеми каналами распределяется одинаково, не игнорируя ни один канал на пути к конверсии, и тем самым дает полную и наглядную информацию о всех взаимодействиях пользователей с рекламой.
Когда использовать. Как правило, модель используется, когда происходит достаточно точек касания по многим каналам, и нужно просто понять, какие каналы участвуют в пути пользователя до конверсии и на каких этапах воронки чаще всего находятся.
Кому не подходит. Эта модель не даст рекламодателям информацию о наиболее эффективном канале и не подойдет тем, кому необходимо понять, в какой канал нужно инвестировать больше.
Атрибуция на основе давности взаимодействия
Механика. Чем ближе канал расположен к конверсии в цепочке взаимодействий — тем больше ценности ему присваивается в процентном соотношении. Модель учитывает все источники трафика, но мало ценности отдает самым первым из них — то есть тем, которые вовлекли пользователя в воронку. Если вернуться к примеру из блока про модель атрибуции на основе данных, в данном случае 50% ценности получит канал organic, остальные каналы получат по 16.6%, так как между предпоследним и последним действием прошло больше недели.
Когда использовать. Модель скорее подойдет рекламодателям с коротким циклом сделки до 90 дней или тем, кому необходимо оценить эффективность ограниченных по времени или флайтовых кампаний, например, в рамках «Черной пятницы».
Кому не подходит. Модель не совсем подойдет для оценки эффективности медийных кампаний. Также с помощью модели сложно оценивать общую эффективность кампании: каждый пользователь совершает свой уникальный путь к покупке, длина цепочки до конверсии отличается для разных пользователей, и вес у каждого такого взаимодействия для каждого пользователя будет разный.
Атрибуция по последнему клику с приоритетом Google Ads
Механика. Похожа на модель атрибуции По последнему клику. Разница в том, что если в цепочке есть каналы Google Ads, то максимальная ценность присваивается последнему из них. Таким образом, если пользователь совершил конверсию после клика по объявлению из Google Ads, то это объявление станет главным каналом. Если же в цепочке нет канала Google Ads, то автоматически кампании перейдут на модель атрибуции по последнему клику.
Когда использовать. Модель будет хорошо работать, в случае если рекламодателю важно оценить кампании именно в Google Рекламе с учетом взаимодействия этих кампаний с другими каналами.
Минус модели в ее узком применении — кроме Google Ads, источники не учитываются.
Интенсив по Google Analytics 4
28 марта – 1 апреля 2022 года
Как менять модель атрибуции в Google Analytics 4
Сейчас самой продвинутой и востребованной считается модель атрибуции на основе данных. При этом важно понимать, что нет единого подхода к выбору модели атрибуции, и выбор сильно зависит от бизнес-задач. Мы рекомендуем периодически менять модель атрибуции в отчетах и сравнивать оценку конверсий для разных каналов, чтобы лучше понимать каждый шаг пользователя к покупке, исследовать его поведение и на основе этих данных оптимизировать кампании.
По нашему опыту, сравнивать модели стоит в среднем раз в неделю для бизнеса с коротким циклом покупки, раз в месяц — для бизнеса с долгим циклом сделки и сравнивать с предыдущими периодами — неделю или месяц назад. На уровне ресурса менять можно в соответствии с текущими целями бизнеса.
Разберемся, как можно изменить модель атрибуции.
Через настройки атрибуции
В этом разделе можно изменить как саму модель, так и задать окно атрибуции.
Важным обновлением платформы стала возможность менять модель атрибуции на уровне ресурса, что позволяет быстрее получить данные о результатах кампаний. Изменить модель на уровне ресурса можно только через настройки атрибуции.
Изменение модели на уровне ресурса повлияет на текущую собранную статистику и на данные, которые будут собраны в будущем. Новые данные отразятся во всех отчетах, которые содержат статистику по конверсиям, доходу и параметрам трафика на уровне события. Изменения могут вносить только пользователи с правами администратора или редактора.
Изменить настройки можно в меню «Настройки» → «Настройки атрибуции». Для этого нужны права редактора или администратора.
Через отчет «Пути конверсии»
Ключевой отчет, который максимально наглядно (через графики и таблицы с данными по конверсиям) отображает, какие касания совершают пользователи при движении по воронке.
Взаимодействия пользователя с рекламой отчет разделяет на ранние, средние и поздние, а таблица отображает данные по числу конверсий, дохода от покупок, числу дней до конверсии и числу точек взаимодействия перед ней.
Один из инсайтов, которые можно сделать благодаря отчету — насколько длинный путь совершает пользователь к конверсии, а изменение модели атрибуции в отчете поможет выделить наиболее ценные каналы для оптимизации.
Чтобы сравнить модели на уровне отчета, необходимо выбрать в левом меню вкладку «Реклама» → «Пути конверсии» → в выпадающем меню над отчетом «Модель многоканальной атрибуции» выбрать модель. Для использования отчета достаточно прав на просмотр.
В отчете «Сравнение моделей»
Отчет «Сравнение моделей» позволяет оценить, как разные типы атрибуции влияют на распределение веса между каналами. Это нужно, чтобы увидеть, какие каналы, пары «Источник / Канал» или кампании приводят больше конверсий.
Также, если рекламодатель сменит цель рекламной кампании — например, теперь важно не только удерживать текущих клиентов, но и привлекать новых — то будут одинаково важны как первые источники взаимодействия, так и последние. И отчет позволит выделить те источники трафика, которые при использовании новой модели теряют эффективность и инвестиции в которые можно снизить.
Чтобы изменить модель в этом отчете, необходимо выбрать вкладку «Реклама» в левом меню и далее — отчет «Сравнение моделей». В отчете отобразятся два столбца с моделями атрибуции. Модель меняется по клику на название.
В отчете «Сводка о рекламе»
«Сводка о рекламе» также позволяет просто сравнить результаты по двум выбранным моделям. Чтобы изменить модель в этом отчете, необходимо выбрать в разделе «Реклама» отчет «Сводка о рекламе» и прокрутить отчет вниз, пока не появится карточка с заголовком «Какая эффективность каналов в рамках другой модели атрибуции?». И в карточке будет доступна смена моделей.
Нет универсальной и одинаково хорошей модели атрибуции для всех — выбор модели сильно зависит от бизнес-целей и целей кампании. Но стоит задуматься над текущими задачами бизнеса и стратегией и протестировать разные подходы к оценке атрибуции в зависимости от них, а также сосредоточиться на качестве и количестве собираемых данных, чтобы получать корректную аналитику по рекламным кампаниям.