Використання моделей атрибуції в Google Analytics

Атрибуція в Google Analytics – це визначення джерела, якому буде присвоєна конверсія у ланцюжку взаємодії клієнта з сайтом. Залежно від того, яка модель атрибуції використовується, розподіляється цінність кожної конверсії.

Оскільки саме джерело – це один з основних параметрів для прийняття подальших глобальних рішень, вибір моделі атрибуції може повністю змінити загальну картину ефективності і вплинути на аналітику поведінки користувачів.

У цій статті представлена ​​інформація про всі стандартні моделі. Також є можливість створювати власні моделі атрибуції і використовувати їх на основі даних, що є доступним тільки в Analytics 360.

У цій статті ми зупинимося на стандартних моделях. Розберемо докладніше кожну з них на конкретному прикладі.

Для того, щоб проілюструвати важливість моделі атрибуції, будемо використовувати інструмент порівняння моделей.

інструмент порівняння моделей атрибуції

1. За останнім непрямим кліком

Ця модель використовується за замовчуванням у всіх звітах. Система ігнорує прямі відвідування, привласнюючи конверсію попередньому джерелу відвідування.

У нашому випадку, конверсія буде присвоєна google/cpc.

модель атрибуції за останнім непрямими кліком

Цю модель зручно порівнювати з наступною за списком – за останньою взаємодією.

На скріншоті видно, наскільки змінюється кількість переходів. 

порівняння моделі атрибуції за останнім непрямим кліком з моделлю за останньою взаємодією

2. За останньою взаємодією

Ця модель передбачає, що конверсія буде присвоєна джерелу, з яким користувач взаємодіяв безпосередньо перед конверсією.

У нашому шляху, при виборі цієї моделі, конверсія буде присвоєна direct/none.

 модель атрибуції за останньою взаємодією

3. Останній клік в Google Рекламі

У цій моделі вся цінність конверсії присвоюється Google Ads, якщо він будь-яким чином брав участь в ланцюжку, без урахування, яке місце він займає у послідовності.

Цю модель в інструменті порівняння ми можемо зіставити з моделлю за останнім непрямим кліком. Це допоможе зрозуміти, в скількох конверсіях Google Ads не брав участі взагалі, а також визначити, які кампанії, групи оголошень, ключові слова, реклами брали участь у конверсії в цілому. Наприклад, порівняння трафіку з гугл:

модель атрибуції за останнім кліком в Google Рекламі

А ось приклад того, як визначити, які рекламні кампанії насправді приносять результат.

як визначити, які рекламні кампанії насправді приносять результат

Це часто виявляється корисним, особливо для аналізу кампаній, які не спрямовані на прямий продаж, але при цьому, часто приносять асоційовані конверсії, або ж, це буде корисно при просуванні продукту зі складною воронкою і тривалим терміном прийняття рішення.

4. Перша взаємодія

У цьому випадку велика цінність конверсії присвоюється першому джерелу, з якого користувач переходив на сайт. У нашому шляху це google / cpc.

модель атрибуції за першою взаємодією

Цю модель зручно порівнювати з усіма іншими, оскільки це допоможе зрозуміти, які джерела підвищують інтерес до вашої пропозиції і стимулюють користувача повернутися. Google рекомендує використовувати її, якщо мета розміщення реклами – домогтися первісної обізнаності і пробудити інтерес покупців.

Ось приклад аналізу того, яка кількість з усіх взаємодій з Google Ads було першою.

приклад аналізу того, яка кількість з усіх взаємодій з Google Ads було першою

Тепер переходжу до найцікавіших моделей, при використанні яких ви можете бачити  дробові показники у кількості конверсій, які всіх лякають.

5. Лінійна модель

Тут однакова цінність присвоюється кожному каналу на шляху взаємодії. У нашому шляху це буде виглядати наступним чином:

лінійна модель атрибуції

Цю модель зручно використовувати, щоб визначити ефективність каналів у цілому. Якщо на вашу думку джерело потенційно ефективне, але за останньою взаємодією воно не приносить конверсій, є сенс перевірити лінійну модель. Можливо, він все ж бере участь у конверсіях.

Також, можна орієнтуватися по цій моделі, якщо ви постійно контактуєте з користувачами, і вони до вас звертаються повторно.

статистика з лінійної моделі атрибуції

6. Тимчасової спад – З урахуванням давності взаємодій

При використанні цієї моделі враховується те, скільки часу пройшло з моменту взаємодії до наступної. І чим більше часовий проміжок, тим менше цінність цієї конверсії. За замовчуванням, такий період становить 7 днів.

Зараз потрібно ускладнити наш шлях. Припустимо, з моменту першого google / cpc до direct / none пройшло 14 днів, з direct / none до google / cpc – 7 днів, а далі між взаємодіями різниця становила 3 дні. Тоді розподіл буде виглядати наступним чином:

модель атрибуції тимчасової спад - з урахуванням давності взаємодій

Ця модель – більш точна версія попередньої.

статистика по моделі атрибуції тимчасової спад - з урахуванням давності взаємодій

7. Атрибуція з прив’язкою до позиції

Це модель, яка передбачає максимальну цінність для першої і останньої взаємодії. За замовчуванням, першому і останньому каналу присвоюється по 40%, а між іншими розподіляється по 20%.

модель атрибуції з прив'язкою до позиції

Цю модель варто використовувати коли важливий не тільки канал, з якого безпосередньо здійснилася конверсія, але і той, з якого користувач перейшов на сайт вперше.

статистика по моделі атрибуції з прив'язкою до позиції

Висновок

Залежно від обраної моделі, можна різко поміняти всю картину ефективності. Це відкриває багато можливостей для аналізу та налаштування веб-аналітики, прийняття рішень для аудиторій ремаркетингу, внесення змін в облікові записи.

Крім того, налаштування моделей атрибуції відбувається на рівні уявлення, отже, ви можете зіставляти дані по сайту у цілому, за різними цілями та аудиторіями. Якщо у результаті аналізу для бізнесу виявиться вигіднішою одна з моделей, то атрибуцію можна поміняти і в Google Ads.