Tekst powstał w ramach niewspieranej już inicjatywy internetteam.pl
Jak już się przekonaliście, na naszym blogu możecie znaleźć wiele sposobów na to, aby poprzez działania w internecie przyciągnąć potencjalnych klientów. Prezentowany wachlarz możliwości jest szeroki. Korzystając z nich, poczynając od contentu, poprzez działania newsletterowe, SEO, SEM, a na Social Media kończąc z pewnością przyczynicie się do osiągnięcia zamierzonego celu. Równie ważnym jak samo reklamowanie się jest też mierznie efektów naszych działań, tak aby móc oszacować, które źródła ruchu są dla nas najlepsze. W przypadku tak wielu miejsc i sposobów promowania się w sieci niezbędnym jest poznanie podstaw działania modelów atrybucji, aby po każdej kampanii móc wyciągnąć właściwe wnioski.
Czym są modele atrybucji?
Model atrybucji to zbiór reguł, który przypisuje odpowiednią wartość konwersji do wybranego kontaktu na ścieżce konwersji. W atrybucji brane pod uwagę są wszystkie internetowe źródła oznaczone w Google Analytics tj. odesłania, wyszukiwania bezpłatne, socjale, e-maile oraz reklamy search i display. Po wybraniu modelu atrybucji można dowiedzieć się, w jakim stopniu dobrane źródło przyczyniło się do uzyskania konwersji.
Jakie możliwości dają użytkownikom modele atrybucji w Google Analytics?
Dla osób, które zaczynają swoją przygodę z analizą danych GA przygotował kilka modeli atrybucji, które mogą uwzględniać jedną bądź kilka punktów styczności klienta z reklamą.
– Ostatnia interakcja – ten model przypisuje całą wartość konwersji do kliknięcia z ostatniego źródła. W tym wypadku wejścia na stronę z wcześniejszych kanałów nie są brane pod uwagę i nie jest im przypisywany żaden procent z konwersji. Jest to jeden z najprostszych modeli do śledzenia, jednak przy reklamowaniu się na wiele sposób, bezzasadnie nie przypisuje żadnej wartości działaniom wykonanym przed konwersją. Działającym na podobnych zasadach modelem jest ostatnie kliknięcie niebezpośrednie. Wyróżnia się ono tym, że bezpośrednie wejścia na stronę (direct) są ignorowane, a brane pod uwagę jest ostatnie wejście z reklamy.
– Pierwsza interakcja – w tym modelu sytuacja prezentuje się odwrotnie. Całość wartości konwersji przypisywana jest do źródła, które jako pierwsze spowodowało, że użytkownik przeszedł na reklamowaną stronę.
– Rozkład czasowy – jest modelem, który z założenia rozkłada udział w sprzedaży biorąc pod uwagę moment, w którym dokonano transakcji. Największą wartość otrzymuje „najświeższe źródło”, dzięki któremu użytkownik trafił do reklamowanej strony przed konwersją. Analogicznie kanał, który brał udział jako pierwszy w ścieżce reklamowej otrzymuje najmniejszy udział. Założeniem tego modelu jest to, że wraz z każdą kolejną interakcją reklama przybliża użytkownika do konwersji. Jest to idealny model analizy kampanii, które skupiają się na stopniowym budowaniu zaangażowania użytkownika.
– Model liniowy – jeśli Karol Marks żyłby w naszych czasach i zajmował się analityką internetową z pewnością upodobałby sobie ten model. Zakłada on, że każdy z kanałów, który brał udział w konwersji przyczynił się do tego w takim samym stopniu. Dla przykładu, jeśli użytkownik miał styczność z 4 różnymi kanałami, to każdemu z nich zostanie przypisane 25% wartości konwersji.
Każdy z powyżej wymienionych i opisanych modeli ma swoje wady i zalety. Należy pamiętać, że są to ogólne modele, które nie są indywidualnie dopasowane do stosowanych przez Was strategii marketingowej. Najlepszym rozwiązaniem jest skorzystanie z możliwości stworzenia w GA własnego modelu. Każda branża jest inna i ma klientów konsumujących reklamy w odrębny sposób. Dopiero po zbadaniu i poznaniu zachowania klienta z branży, która jest reklamowana można przygotować model, który będzie najodpowiedniejszy do stosowanej strategii.
Modele też można porównać!
Google Analytics udostępnia opcję porównywania wpływu różnych kanałów na konwersję w zależności od tego jak model atrybucji zostanie wybrany. Po kliknięciu w Konwersje -> Atrybucja -> Porównanie modeli konwersji, można wybrać maksymalnie trzy modele do porównania, a następnie sprawdzić, jaki mają wpływ na wartości konwersji poszczególnych kanałów.
Eksperymentujcie!
Wiedząc jak działają modele atrybucji pozostaje jedynie otworzyć Google Analytics i zacząć z nimi eksperymentować. Warto sprawdzić, który z gotowych modeli jest najlepiej dopasowany do stosowanej strategii reklamowej, a następnie korzystać z dobrodziejstw danych do optymalizacji własnych kampanii. Jednocześnie warto wyciągać wnioski, poznawać swoich klientów i pracować nad indywidualnym modelem atrybucji, który będzie szyty na miarę dla Waszej strategii.
zawsze mnie zastanawia jak zdecydować, że wybrany model XXX jest tym najlepszym. Bo najlepszym to znaczy jakim? Najtańszym? Z najmniejszą liczą kroków do konwersji?
Co radzisz?
Wszystko zależy od modelu biznesowego. Najlepszym rozwiązaniem jest przygotować własny model atrybucji w taki sposób aby odpowiadał temu w jaki sposób klienci konsumują Twoją reklamę. Jednakże na sam początek odpowiednim wydaje się:
1. Jeśli działasz w branży bankowej, B2B, motoryzacyjnej gdzie trudno jest zachęcić klienta do zwrócenia uwagi na Twoje usługi lub produkty najlepszym jest model z pierwszą interakcją gdyż właśnie pierwszy krok, w Twoim biznesie jest najtrudniejszy i to on najczęściej decyduje czy użytkownik zainteresuje się Twoją ofertą.
2. W branży e-commerce, B2C z koszykami do 5-10k zł lepszym modelem jest ostatnia interakcja gdyż w tym wypadku użytkownik najczęściej wie czego szuka, przegląda różna oferty zakupu w wielu sklepach, klikając w różne reklamy przez co pierwsza, druga czy trzecia interakcja nie ma dużego znaczenia. Ostatnia natomiast wskazuje, że właśnie to źródło ostatecznie sprawiło, że użytkownik podjął decyzję zakupową.
3. Model liniowy najlepiej sprawdza się w branży edukacyjnej, szkoleniowej lub stricte usługowej gdzie stosuje się tzw. lead nurturing. Tutaj dawkujemy klientowi wiedzę o naszych rozwiązaniach oraz stopniowo przekonujemy go, żeby skorzystał z naszej oferty. W takim wypadku każdy punkt styku to kolejny punkt w drodze do konwersji w związku z czym model liniowy wydaje się najodpowiedniejszy.
Podsumowując, należy się zastanowić jak zachowuje się klient, który dokonuje u nas konwersji i pod do zachowanie należy dostosować stosowany model atrybucji 🙂