Powoli odchodzi się od modelu przypisywania konwersji tylko do ostatniego źródła odwiedzin. Mimo to, model ostatniego kliknięcia jest modelem domyślnym w Google Analytics, co bardzo często może doprowadzić do mylnych wniosków, i tym samym do nietrafnych decyzji.
Należy się jednak zastanowić, czym są modele atrybucji i jak z nich korzystać. Potencjalny klient będący na ścieżce konwersji może podejmować interakcje z różnymi reklamami oraz źródłami zanim podejmie decyzję o zakupie, czy jakimkolwiek innym działaniu ważnym dla interesu reklamodawcy. Modele atrybucji umożliwiają sprawdzenie, jaka część interakcji doprowadziła do konwersji.
Jak więc wybrać najlepszy model atrybucji dla danego biznesu i kampanii? Podstawowym działaniem jest zdecydowanie do czego ma służyć dana kampania, jakiego rodzaju klientów przyciąga, na jakim etapie ścieżki zakupowej się oni znajdują. Dla przykładu, prowadzimy konto e-commerce’owe klienta, który sprzedaje znany i kosztowny sprzęt dla graczy. Prowadzimy dwa rodzaje kampanii – jedną ze słowami ogólnymi związanymi z promowaną marką, drugą zawierającą konkretny model, jego numer seryjny, itd. Jakiego rodzaju klientów przyciągniemy?
W przypadku pierwszej kampanii będą to klienci, którzy są zainteresowani sprzętem, ale nie do końca wiedzą, czy chcą go kupić. Natomiast klienci wpisujący precyzyjne frazy w tym przypadku będą najbardziej zainteresowani zakupem. Jaki model atrybucji będzie w tym przypadku najlepszy? Rozsądek podpowiada ostatniego kliknięcia lub ostatniego kliknięcia AdWords, ale prawda może być zupełnie inna. W pierwszym przypadku, w kampanii ogólnej użytkownik potrzebuje zdecydowanie więcej interakcji ze stroną zanim zdecyduje się na zakup. Zatem dokona kilku interakcji z różnych źródeł i tym samym, aby dokładnie zmierzyć efektywność tej kampanii, powinniśmy oceniać tę kampanię w innym modelu atrybucji.
Przede wszystkim należy przeanalizować ścieżki wielokanałowe oraz porównać ze sobą odbiorców mających interakcje z różnymi kanałami. Analiza ścieżek wielokanałowych umożliwia identyfikację sekwencji interakcji użytkownika ze stroną.
Źródło: Własne, dostęp: 22.06.2017.
Zastanówmy się jednak, co złego dzieje się na powyższym zdjęciu? I czemu analiza takich danych jest nie do końca słuszna?
Przede wszystkim dlatego, że analizujemy na raz wszystkie rodzaje konwersji i cele. Dużym błędem jest także niedostosowywanie okresu ważności. Dlaczego jest to takie istotne? Upraszczając, musimy się skupić na naszym głównym celu, w przypadku e-commerce będzie to najczęściej transakcja. Należy także dostosować okres ważności do jakości użytkowników i ich zaangażowania, ceny sprzedawanego produktu, konkurencji.
Dla przykładu, chcemy sprzedawać jednorożce z limitowanej serii, które kosztują milion złotych. Czy przeciętnego użytkownika stać na takie zwierzę? Przypuszczalne nie. Czy każdy jest w stanie przy pierwszej interakcji nabyć jednorożca? Też pewnie nie. W tym wypadku najlepszym rozwiązaniem jest zwiększenie okresu oraz poza analizą długości ścieżki pozyskanie danych o upływie czasu od pierwszej interakcji do konwersji.
Kolejnym etapem przed wyborem modelu atrybucji powinna być analiza porównawcza kanałów. Dzięki niej dowiemy się, jak działają poszczególne kanały, który z nich przyciąga najbardziej wartościowych użytkowników.
Źródło: Własne, dostęp: 22.06.2017.
Załóżmy, że kanały zostały porównane, wiemy do czego ma służyć dana kampania, znamy naszych klientów, wiemy czego chcemy i jak to mamy osiągnąć. Już tylko chwila dzieli nas od kliknięcia w wybrany model atrybucji. Czy tak na pewno jest? Jasne, że nie.
Źródło: Własne, dostęp: 22.06.2017.
Wróćmy do początku, różne kampanie mają różne cele, przyciągają różnych klientów. Podobna sytuacja występuje w przypadku różnych kanałów. Dlatego znacznie lepszym rozwiązaniem jest tworzenie niestandardowych modeli atrybucji lub wykorzystanie modelowania atrybucji opartego na danych.
Dzięki precyzyjnej analizie i własnych dostosowaniach, jesteśmy w stanie tak dobrać model atrybucji, aby wyselekcjonować kanały, z których pochodzą najwartościowsi dla danego interesu klienci. A co najważniejsze, pozwoli nam to w bardziej precyzyjny sposób sterować budżetami, stawkami, użytymi rodzajami kampanii, a nawet skutecznym wykorzystaniem danych kanałów.
Kolejnym rozwiązaniem jest modelowanie atrybucji oparte na danych. Wartość danego kanału na ścieżce konwersji określana jest wedle wartości Shapley’a z teorii gier koalicyjnych. System analizuje całość działań marketingowych oraz ich skuteczność i na tej podstawie określa źródło biorące udział w konwersji. Są jednak pewne ograniczenia zastosowania modelowania atrybucji opartego na danych:
Podsumowując, wybranie modelu atrybucji dostosowanego do danych działań reklamowych pozwala mierzyć skutecznie kampanie. Odkrywać najskuteczniejsze kanały, reklamy oraz docierać do najważniejszych dla danego interesu klientów. Pobieżna analiza danych, nieprecyzyjna manipulacja modelami atrybucji sprawi, że wybrane za najważniejsze punkty styku mogą być nieprawdziwe.
Grzegorz
Maliszewski
HEAD OF BUSINESS DEVELOPMENT
tel. +48 577 997 701
e-mail g.maliszewski@promotraffic.pl
PromoTraffic to przede wszystkim wysoki standard obsługi. Jest to agencja, która podchodzi do zagadnienia marketingu w sposób kompleksowy.
Z przyjemnością rekomendujemy Agencję PromoTraffic jako rzetelnego i kreatywnego partnera, z którym mamy okazję współpracować w kilku obszarach digital marketingu.
Ponad 13 lat doświadczenia, nieustanny #PROgress i sukcesy naszych Klientów.