Как работают окна атрибуции в рекламе?
Что такое окно атрибуции и как оно работает?
Если коротко, то атрибуция в рекламе — это способ, с помощью которого определяется на какой из рекламных каналов (например, Facebook, Google) «записывать» действия пользователя (например, установку приложения).
Будет ли конверсия отнесена к рекламной сети или нет, зависит от окна конверсии атрибуции, которое представляет собой период времени (после того, как пользователь увидит или кликнет объявление) в течение, которого пользователь может быть отнесен к конкретному объявлению в конкретном источнике.
Если активность пользователя происходит в рамках окна, то рекламная сеть получает атрибуцию. Если активность пользователя происходит за пределами окна, то рекламная сеть не атрибутируется ни к каком каналу. В рекламе мобильных приложений если пользователь не атрибуцируется ни к одному каналу — это органическая установка (см. в отчетах Organic). В Google Analytics — конверсии будут попадать в Direct.
В приведенной выше таблице представлены несколько традиционных способов атрибуции установки, а также сценарии, указывающие, попадает ли установка в окно атрибуции, в зависимости от того, сколько времени прошло с момента клика до установки. Как вы видите, если установка происходит после того количества дней, которое указанного в окне атрибуции, установка будет записана в органику и не будет отнесена к какому-либо каналу.
В приведенной выше таблице перечислены настройки атрибуции по умолчанию для нескольких популярных сетей, а также для AppsFlyer и сценарии, указывающие, будет ли окно атрибуции приписывать объявление покупке, в зависимости от того, через какое время произошла покупка после первого клика пользователя. Вы можете видеть, что, если покупка происходит после определенного количества дней, указанного в окне атрибуции, то так же как и установка будет зачислена в органику, а не на рекламу.
Однако, в отличие от установок, AppsFlyer, Adjust, MyTracker, Yandex.Metrica (MMP) будут записывать покупки для рекламной сети до тех пор, пока они происходят, и до тех пор, пока исходная атрибуция не будет заблокирована например из-за отказа отслеживания и блокирования доступа к ID смартфона. Чтобы еще раз подчеркнуть этот важный момент: у рекламной сети может быть свое окно аттрибуции, после которого события выходящие за рамки указанного периода не будут приниматься рекламной сетью, в то время как MMP не имеют какого-либо ограничения для данных в отчетах и новые события продолжат записываться на установки связанные с конкретными каналами. Тем не менее, этот факт может измениться с развитием новых функций рекламы, ориентированных на LTV.
В дополнение к атрибуции по клику в аналитике конверсии могут записываться на показы, что чаще всего называют атрибуцией “по показу” или «VTA» (view-through attribution). Маркетологи, как правило, в меньшей степени доверяют атрибуции по показу в пользу более надежной атрибуции по кликам.
Тем не менее, с распространением мульти-клик аналитики (см. заключительный раздел этой статьи) и рекламных сетей использующих атрибуцию по показу, последняя достаточно популярная. Facebook, например, использует атрибуцию по умолчанию 1-день по показу, а Google в UAC кампаниях показывает сколько конверсий получено по показам.
В приведенном выше примере указан стандартное окно атрибуции по показу для Facebook и Google.
Одна из распространенных проблем, — у пользователя включено ограничение отслеживания рекламы (LAT, limited-ad-tracking) или он сбросил свой рекламный идентификатор. В случае пользователей с включенным LAT установка будет правильно отнесена к рекламной сети, но все события в приложении будут привязаны к органике, что вызывает проблемы при расчете ROAS.
В этом случае невозможно правильно распределить конверсии, но некоторые модели включают моделирование активности пользователя в приложении для установок с включенным LAT.
В MMP приписываются события (даже установки) рекламной платформе, которая их привела, чтобы отчеты показывали истинное представление о ценности каждой рекламной платформы.
С появлением алгоритмического маркетинга появилось еще одно окно атрибуции для рекламных сетей, называемое окном оптимизации (или биддинг). Установка окна оптимизации, которое короче окна атрибуции MMP, может заставить алгоритмы рекламной сети оптимизироваться более агрессивно, а не быть чрезмерно консервативными. При настройке правильного окна оптимизации необходимо управлять 2мя рисками:
Устанавливать короткое/длинное окно оптимизации — это решение, которое зависит от многих факторов, таких как событие, на которое оптимизируетесь, качество пользователей, конкуренции/стоимости трафика, конверсии в самом приложении и так далее.
Например, кампании на мобильные приложения в Facebook имеют окно атрибуции по клику 1 день, несмотря на то, что они могут быть установлены на срок до 28 дней. Опять же, это приводит к тому, что алгоритм ставок оптимизируется и настраивается более агрессивно, основываясь на данных только за последние 24 часа, что позволяет ему быть более эффективным. Поскольку установки обычно происходят в течение 1 дня после клика, хорошей идеей является окно оптимизации в 1 день. С другой стороны, кампании Facebook с value-оптимизацией, оптимизируются на 7-дневное окно оптимизации, которое в некоторых случаях может быть слишком агрессивным, поскольку покупки могут быть получены в течение недель или даже месяцев после первоначальной установки.
В приведенном выше примере 81% событий от общего числа происходит в течение первых 17 дней после даты установки. В этом случае использование 30-дневного окна атрибуции может привести к тому, что оптимизация будет откладываться до получения данных за месяц, что станет менее эффективным, CPA будет выше указанного и приведет к снижению ROAS. Судя по экспоненциальной форме графика, видим, что с течением времени число конверсий мало прирастает по дням,
Приведенный выше пример показывает другую историю: в этом случае только 62% от общего числа событий происходят в течение первых 30 дней, а форма графика линейна. Это указывает на то, что ожидание большего количества событий не приводит к снижению ROAS, и вероятно, лучше установить более длительное окно атрибуции для достижения наилучших результатов, учитывая, что с течением времени с равной вероятностью может произойти больше событий чем в первые дни, и слишком короткое окно атрибуции может привести к снижению объемов.
Полезно понимать различия в моделях, которые могут оказать фундаментальное влияние на оценку ваших кампаний.
Если не вдаваться в детали, то существует 2 типа модели: метод атрибуции по одному касанию (первому или последнему) и атрибуция с несколькими касаниями (мульти-тач), которая учитывает вспомогательные точки касания. Как объясняет Appsflyer: «Во многих случаях потенциальные пользователи знакомятся с приложением через вспомогательные источники, где увидели объявление, возможно кликнули по нему, но по каким-то причинам не установили его. Когда эти пользователи видят рекламу одного и того же приложения в нескольких источника, они уже убеждены в том, что хотят установить приложение и им просто нужно еще раз напомнить об этом показав рекламу. Без вспомогательных источников эти потенциальные пользователи, вероятно, не стали бы настоящими пользователями».
По последнему клику (last click). Это наиболее часто используемая модель, конверсия связана с источником, в котором пользователь совершил последний клик перед конверсией.
По первому показу (first click). Вторая по распространенности модель, в которой источник определяется по первому взаимодействию пользователя. Учитывается только первый клик по объявлению. Этот тип атрибуции используется главным образом для измерения узнаваемости бренда, что не так часто встречается в мире мобильного маркетинга, ориентированного на результат, эффективность закупки.
Линейный (linear). Каждый клик считается равным, и все получают атрибуцию.
На основе позиции (position-based). Как первый, так и последний клики получают атрибуцию, при этом любые клики между ними не учитываются.
В зависимости от времени (time decay). Чем ближе источник к последнему клику (т.е. к самой конверсии), тем выше процент атрибуции.
Multi-touch атрибуция, присваивает частичную принадлежность пользователя к каждому объявлению, источнику на основе их порядка в общей последовательности, ведущей к конверсии.
Если какой-то тип объявления или рекламная сеть имеет больший процент показов, повышает запоминаемость и узнаваемость бренда, чем другой, это объявление, рекламная сеть в конечном итоге в большей степени повлияли на конверсию и потому заслуживают большего процента от общей модели атрибуции (учитываются в вспомогательных конверсиях).
Атрибуция в Google Analytics и Google Ads
Что такое атрибуция и зачем она нужна
Для начала немного сухой теории.
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.
Если посмотреть на эту ситуацию через призму аналитики, то получится следующее:
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.
«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.
«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:
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:
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.
Получите до 3000 рублей на рекламу в Google Ads
Дарим бонусы при первом запуске рекламы через eLama!
Модели атрибуции: как инвестировать в онлайн-рекламу
В серии статей об атрибуции Sociomantic Labs, опираясь на собственный опыт, расскажет, как инвестировать в онлайн-маркетинг для успешного развития e-сommerce-бизнеса. Сегодня речь о моделях атрибуции Last Click и Customer Journey.
Две стороны «прозрачности» и «измеряемости»
Никакое медиапространство не может соперничать с онлайн-средой по своей «прозрачности» и «измеряемости». Вы легко можете посчитать клики или даже зафиксировать наведение курсора на ваш рекламный баннер, но вы никогда не узнаете, как долго пользователь смотрел на страницу журнала.
Однако при всех преимуществах интернета у этой медиасреды есть и обратная сторона. Измерять эффективность онлайн-кампаний можно по многим параметрам, и перед маркетологами нередко встает вопрос: какие именно действия пользователей нужно измерять, как правильно их оценивать и, в конце концов, каким образом оптимизировать свой рекламный бюджет, чтобы marketing-mix заработал на полную мощность и дополнительные продажи не заставили себя долго ждать?
Атрибуция продаж позволяет оценить вклад каждого использованного рекламного канала в совершение пользователем целевого действия. Под целевым действием может подразумеваться покупка, регистрация online или получение контактной информации. В широком смысле атрибуция отражает видение маркетологов относительно того, какие из рекламных инструментов приносят компании больше прибыли и, соответственно, в какие из них нужно инвестировать активнее, чтобы улучшить показатель ROI.
Модель атрибуции — ключ к успеху любого маркетингового плана, ведь именно благодаря ей вы можете выстроить эффективную стратегию, основанную на реально работающих, проверенных инструментах, а не тратить бюджет вслепую, надеясь на удачу, волшебников или русское «авось». Правильная модель атрибуции поможет вам учитывать вклад каждого маркетингового канала и эффективно распределять маркетинговый бюджет!
Рассказываем, как мошенники убивают рекламные бюджеты и как защитить ваше приложение.
Модель атрибуции Last Click — последняя рюмка
Наиболее распространенная модель атрибуции в онлайн-маркетинге — Last Click или Last Cookie Win/Last Paid Click (атрибуция по последнему клику). Согласно данному подходу, вся ценность конверсии присваивается последнему рекламному каналу, с которым взаимодействовал пользователь перед совершением покупки.
Звучит вполне логично. Но правильно ли это? А что если у пользователя было несколько последовательных контактов с рекламным сообщением, каждый из которых повлиял на его принятие решения о покупке?
Давайте рассмотрим пример. Предположим, студент Петр ищет подарок для своей девушки на день рождения. Измучившись не меньше чем при подготовке к очередной сессии, он наконец-таки останавливает свой выбор на… солнечных очках и через поисковый запрос оказывается на сайте вашего интернет-магазина. Беда в том, что на понравившийся Петру товар средств у него пока недостаточно. Но Петра не сломать! Он подписывается на вашу рассылку с рекламными акциями и уходит в институт.
Далее — Петр получает рассылку с вашим рекламным предложением и снова переходит на ваш сайт, чтобы посмотреть изделия со скидкой. Он уже определился с брендом и оправой и готов сделать покупку, но подарок — это подарок, а внезапное предложение попить пива, поступившее от друзей — это предложение попить пива… Петр закрывает ноутбук и уходит в парк.
Пару дней спустя ваш персонализированный баннер с понравившимся Петру очками «застает» студента на «Фейсбуке». Петр кликает по баннеру, переходит на ваш сайт и, наконец, совершает покупку.
Модель атрибуции Last Click полностью засчитывает полученную конверсию последнему клику (в нашем примере — это персонализированный баннер), игнорируя прочие точки взаимодействия. Таким же образом все заслуги за состоявшуюся сделку на поставку продукции можно отнести на счет продавца, подписавшего договор, а вклад маркетологов, сумевших привлечь внимание новых клиентов, или менеджеров, запустивших новый продукт в производство, полностью бы нивелировался.
Если вы работаете по модели Cost-Per-Order (CPO — стоимость заказа), то ваш маркетинговый партнер вознаграждается только в случае получения последнего клика перед покупкой. Целевое CPO достигается по умолчанию. Все вроде бы логично, но как быть с остальными точками взаимодействия пользователя с рекламой?
Несмотря на то что Cost-Per-Order по модели атрибуции Last Click значительно упрощает рекламодателям жизнь, поскольку маркетологам не приходится ломать голову над тем, каким образом распределить 100% вес ценности конверсии, — это игра «на удачу»: такой подход может привести к печальным последствиям в виде неправильного распределения вашего маркетингового бюджета.
Кстати, если вы выплачиваете вознаграждение поставщику рекламных услуг по модели Cost-Per-Click (CPC — стоимость клика), вам потребуется быть еще более внимательным, чтобы следить за динамикой цен и соблюдать достижение целевого CPO. Но вне зависимости от модели ценообразования атрибуция по последнему клику не будет лучшим вариантом, поскольку вы присваиваете всю ценность конверсии финальному контакту и не учитываете вклад ваших прочих маркетинговых партнеров.
Мы часто шутим с нашими рекламодателями, что работать по Last Click — это все равно, что винить в похмелье последнюю выпитую рюмку.
Что важно знать о бесплатных каналах при моделировании атрибуции по Last Click
Есть и другая, не менее серьезная ошибка, которую совершают маркетологи — это включение бесплатных каналов в атрибуцию продаж, таких как:
1. Рассылки.
2. Органический трафик.
3. Бренд-запрос в контексте.
4. Type-in (ввод URL-сайта в адресной строке браузера).
Рост активности в данных каналах — результат работы платных каналов продвижения. Количество подписчиков не может расти просто так, также как никто из пользователей не будет писать в строке поиска «Яндекса» или Google название неизвестного ему бренда.
Присваивая ценность конверсии бесплатным каналам, вы автоматически «отбираете» вес у платных. Соответственно, инвестируете меньше в последние и теряете объем продаж, который могли бы получить при правильном распределении инвестиций.
От покупательского пути к конверсии: модель атрибуции Customer Journey
Однажды наш знакомый студент Петр искал подарок на день рождения своей девушке. Прежде чем положить товар в виртуальную корзину и оплатить заказ, Петр совершал последовательные действия:
Как вы помните, модель атрибуции Last Click присваивает ценность конверсии данной транзакции последнему взаимодействию пользователя с рекламой (персонализированному баннеру). Такая модель атрибуции абсолютно не отвечает интересам рекламодателей, которые распределяют вознаграждение за полученную конверсию среди нескольких маркетинговых каналов, а иногда и среди нескольких поставщиков рекламных услуг в рамках одного канала.
Для более справедливого присвоения ценности конверсии необходимо распределить ее общий вес среди всех точек взаимодействия пользователя с рекламой, которые участвовали в формировании покупательского пути. Тут-то и приходит на помощь модель атрибуции Customer Journey — путь покупателя (от знакомства с продуктом до его приобретения). Все вроде бы просто, но…
Как правильно распределить ценность конверсии при модели атрибуции Customer Journey? Вот и настало время главных вопросов: как правильно «взвесить» ценность каждого клика и какой из них был самым значимым на пути к конверсии?
Универсального ответа на данные вопросы не существует, все зависит от вашей бизнес-модели. Для каких-то маркетологов имеет смысл присваивать больший вес первому и последнему клику (см. иллюстрацию выше). Так, первый клик «зарабатывает» дополнительный вес», потому что помогает привлечь пользователя на сайт интернет-магазина (acquiring click). В то время как последний клик получает аналогичный «экстра»-вес, поскольку в результате него мы получаем ту самую конверсию (conversion click).
Уже знакомый нам Петр в поисках очередной курсовой в интернете увидел рекламный баннер авторских букетов цветов с большой скидкой для студентов. Возможно, баннер появился на онлайн-горизонте Петра не случайно: совсем недавно вся группа скидывалась на шикарный букет в преддверие зачета, и Петр оказался ответственным за поиск и покупку цветов в онлайн-магазине… А сейчас Петр не собирался никому дарить цветы, но то ли весеннее настроение, то ли грядущий мальчишник, на который надо отпроситься у подруги, но студент делает спонтанное решение и нажимает на баннер. И вот вечером подружка Петра, поджав губки, но с букетом, благославляет Петю на мальчишник.
Итак, Петр совершил спонтанную покупку, которую вовсе не планировал, и решение о которой принял «здесь и сейчас» под воздействием рекламного баннера. В случае со спонтанной категорией продуктов, такими, как цветы, больший вес ценности конверсии может быть присвоен последнему клику.
Существует множество других вариаций присвоения ценности конверсии в рамках Customer Journey, и каждый маркетолог сам определят оптимальный вариант, соответствующий циклу продаж и бизнес-модели своего интернет-магазина. Главное одно — делать акцент на самых эффективных маркетинговых каналах и поставщиках рекламных услуг.
Если вы используете модель атрибуции Customer Journey, не забывайте, что:
1). Пользователи по-разному могут искать сайт интернет-магазина. Современные покупатели чаще «вбивают» ключевые слова с названием компании/магазина/бренда в адресную строку, чем прописывают URL-сайта. Поэтому не забывайте исключать клики, привязанные к ключевым «бренд-словам», из вашего инструментария Search-Engine-Marketing (SEM) и Search-Engine-Optimization (SEO).
SEM — поисковый маркетинг — комплекс мер, направленных на увеличение посещаемости сайта целевыми посетителями, приходящими из поисковых систем.
SEO — комплекс мер, направленных на повышение позиций сайта в поисковой выдаче по ключевым запросам в поисковых системах.
2). Реклама решает разные задачи — работает на узнаваемость бренда и помогает продавать. Эффект от медийных кампаний, цель которых — повышение осведомленности аудитории о вашей торговой марке (целевое действие — просмотр баннера (англ. View Through) не должен учитываться маркетологами, когда речь заходит об атрибуции продаж. То есть никакого веса от 100% ценности конверсии View Through не получает.
3). Купоны со скидками и промокоды. И какой покупатель не воспользуется возможностью заплатить меньше за ваш товар! Да, находясь в шаге от покупки, к которой, между прочим, его привел персонализированный баннер с динамической рекламой, пользователь может попытаться найти промокод, чтобы получить скидку. Иногда интернет-маркетологи слепо засчитывают такое действие в пользу купонного маркетинга, переоценивая данный инструмент продаж и неэффективно распределяя рекламный бюджет в будущем.
Выбор модели атрибуции — только первый шаг на пути к эффективному e-commerce-маркетингу. Далее необходимо научиться правильно работать с информацией, которую вы получаете на основе этой модели.
