Как выбрать модель атрибуции для анализа рекламы
Насколько часто вы сталкиваетесь с рекламой прежде, чем принять решение о покупке? Скорее всего, вы не вспомните, где и сколько раз видели рекламу бренда, что послужило триггером к совершению покупки. Для покупателя это лишняя информация, поэтому зачастую мы о ней забываем. Маркетологи тратят огромные средства на исследования, которые позволяют узнать, какой путь проходит клиент перед тем, как купить продукт.
Чтобы получить эти данные, используются модели атрибуции. Анализ рекламы по разным моделям атрибуции позволяет маркетологу понять, что делать с рекламными кампаниями: какая реклама эффективна, а какую стоит отключить. Прежде всего это касается платных каналов.
Когда использовать стандартные модели атрибуции
Модель атрибуции — это распределение ценности по каналам, которые привели к конверсии. Существует множество различных моделей, их классифицируют в зависимости от логики расчётов. Идеальная модель должна быть точной и понятной.
Разберемся, когда и где эффективнее всего использовать каждую из моделей.
Если у вас короткий цикл сделки и короткий путь до продажи, клиент переходит на сайт и с первого раза оставляет обращение или делает покупку, используйте атрибуцию по последнему взаимодействию (Last click). Также эта модель подойдет бизнесу, который работает с небольшим количеством (два-три) каналов продвижения.
Если основная цель рекламной кампании — расширить воронку, увеличить охват аудитории и привлечь потенциальных клиентов на сайт, которые затем станут покупателями, вам стоит воспользоваться атрибуцией по первому взаимодействию (First click). Эта модель подойдет тем, кто продвигается в каналах, направленных на повышение узнаваемости бренда, привлекает на сайт холодный трафик, который не сразу конвертируется в лиды и покупки. В таком случае вам важно оценить вклад этих каналов в конверсию и доказать на цифрах, что они влияют на покупку.
Линейная модель атрибуции (Linear model) подойдет бизнесу в B2B сегменте с длинным циклом сделки. Она эффективна в тех рекламных кампаниях, где важно учитывать все касания с потенциальным клиентом до заключения сделки.
Используйте атрибуцию с учетом позиции (Position-based), если для вашего бизнеса наиболее важны первое и последнее касание посетителя. Когда вам нужно оценить эффективность краткосрочных рекламных кампаний, воспользуйтесь моделью с учетом давности взаимодействия (Time Decay).
Важно, чтобы в вашей системе аналитики можно было проанализировать рекламу сразу по нескольким моделям атрибуции в одном отчете. Так вы сможете быстро сравнить показатели и понять, какую роль играет каждый канал в привлечении клиентов.
Например, в CoMagic можно вывести бизнес-метрики по любым из 7 моделей атрибуции в единый отчет без участия программистов в пару кликов.
Какие бывают модели атрибуции
Последнее взаимодействие (Last click)
Как работает:
Лид присваивается последнему каналу, который привел к конверсии.
Клиент может прочитать несколько статей, увидеть рекламу в соцсетях, но купить товар только после получения рассылки с предложением скидки. Маркетологи, которые ориентируются на показатели этой модели, понимают, у каких кампаний самая высокая конверсия в продажу.
Вывод:
Если вы видите, что по last click рекламная кампания окупается и приводит нужное количество лидов, ее можно масштабировать. Когда наблюдается противоположный результат, стоит проанализировать работу рекламной кампании. Возможно, в вашем случае рекламная кампания участвует в конверсии, но на других этапах воронки. Например, первый раз приводит посетителя на сайт или участвует в прогреве потенциального лида.
Минусы:
Это одноканальная модель. Она не показывает участие других каналов при конвертации посетителя, занижая их эффективность. Чаще всего это касается платных каналов, которые участвовали в конверсии опосредованно — в начале или середине цепочки касаний.
Например, посетителя привлекла контекстная реклама, потом догнал ретаргетинг, а затем ваш потенциальный клиент увидел медийную рекламу. Через какое-то время он понял, что ему необходим ваш товар или услуга, вбил запомнившееся название компании в поисковике, перешел на сайт и оставил заявку. Last click засчитает конверсию каналу SEO, при этом участие контекстной, медийной рекламы и ретаргетинга останется без внимания.
Анализа по модели last click недостаточно, если у вас множество каналов продвижения, сложный сценарий привлечения пользователя и длинный цикл сделки. Если ваш клиент проходит долгий путь с несколькими касаниями с разными рекламными каналами, последнее касание может быть не таким значимым и решающим. Например, он зашел на сайт, чтобы лишь уточнить адрес или телефон.
Последнее непрямое взаимодействие (Last Non-Direct Click)
Как работает:
Лид присваивается последнему каналу взаимодействия, но, если это был прямой переход, конверсия отдается предшествующему каналу. То есть, в отличие от last click, данная модель не учитывает прямые переходы, а сосредотачивается на каналах, которыми мы можем управлять.
В остальном она похожа на last click. Используется в тех же ситуациях и имеет аналогичный недостаток: не учитывает другие каналы в цепочке касаний.
Первое взаимодействие (First click)
Как работает:
Лид присваивается первому каналу, который привел посетителя на сайт.
Клиент зашел на сайт, увидев контекстную рекламу. Затем его догнала таргетированная и медийная реклама, после чего он принял решение о покупке и вернулся на сайт. В этом случае лид будет присвоен именно контекстной рекламе, поскольку благодаря ей пользователь зашел на сайт впервые.
Вывод:
First click покажет, какие каналы приводят на сайт новую аудиторию, которая потом успешно конвертируется в лиды. Если вы хотите привлечь больше конверсионного трафика, масштабируйте эти каналы.
Минусы:
Не учитывает вклад других каналов, с которыми взаимодействовал посетитель после первого касания, и завышает значимость первого касания. First click так же, как и last click дает неполную картину для бизнесов, у которых длинный цикл сделки со множеством каналов взаимодействия и точек касания.
Например, социальные сети привлекают посетителей на сайт, но это может быть холодная аудитория, которая только заинтересовалась брендом и не готова сразу что-то купить.
Линейная (Linear model)
Как работает:
Конверсия распределяется поровну между всеми каналами в цепочке касаний. Эта модель является мультиканальной — учитывает не один канал, а все взаимодействия посетителя с компанией.
Посетитель впервые увидел таргетированную рекламу, далее он прочитал статью в СМИ, через некоторое время перешел на сайт с контекстной рекламы. Конверсия делится поровну между всеми этими каналами.
Вывод:
С помощью данной модели вы увидите, какие каналы дают меньший вклад в конверсию или вообще не участвуют в цепочке касаний, приводящей к покупке или обращению.
Минусы:
Все каналы взаимодействия кажутся одинаково значимыми, однако это чаще всего не так. Вы не сможете понять, на каком этапе канал отрабатывает лучше всего — на этапе привлечения новых посетителей, прогреве лида или на этапе самой конверсии. Кроме этого, могут возникнуть трудности с оптимизацией рекламного бюджета и с учетом роли канала.
С учетом позиции (position-based)
Как работает:
Присваивает конверсию всем каналам в цепочке взаимодействия посетителя, но в разной степени.
Например, модель атрибуции 40–20–40 присваивает первой и последней рекламной кампании на пути пользователя по 40% конверсии, а на промежуточные равномерно распределяет оставшиеся 20% конверсии. Таким образом, эта модель решает проблему равной ценности всех каналов в линейной модели.
Вывод:
Первый канал важен, так как приводит посетителя на сайт и знакомит с вашим брендом, а последний приводит к целевому действию — конверсии.
Минусы:
Модель предполагает, что первая и последняя рекламные кампании сильнее всего повлияли на решение посетителя о покупке. Однако это не всегда так. Возможно, те каналы, которые находились в середине пути повлияли на него сильнее, но объективно оценить вы их не сможете.
С учетом давности взаимодействия
Как работает:
Конверсия распределяется по всем каналам взаимодействия, но чем ближе канал находится в цепочке касаний к совершению конверсии, тем большая ценность ему присваивается.
Например, вы запустили акцию в марте «Оплатите первый месяц сервиса и получите еще 2 месяца бесплатно». Большая ценность конверсии атрибутируется на последние взаимодействия. При этом первым кампаниям с которыми взаимодействовал посетитель тоже присваивается часть конверсии, но меньшая.
Минусы:
Будут недооценены каналы, которые находятся в начале цепочки касаний — через которые посетитель впервые приходит на сайт, знакомится с брендом и продуктом.
Заключение
Чтобы посмотреть, сколько лидов и сделок привел канал напрямую, а сколько вспомогательно, CoMagic предлагает использовать модель атрибуции last click и показатель total.
Отчёт по каналам атрибуции на примере СoMagic
Last click отображает количество прямых конверсий. Total показывает сумму лидов / сделок, которые канал привлек в совокупности, с учетом и прямых, и ассоциированных конверсий. Так вы увидите реальный результат работы рекламного источника и сможете сделать выводы, которые помогут более эффективно распределить бюджет.
При работе с моделями атрибуции, мы рекомендуем:
-
выделить цели продвижения и изучить особенности бизнеса, только после этого выбирать модели.
-
не пытаться выбрать одну, единственную на ваш взгляд верную модель атрибуции и анализировать рекламу только по ней. Для того, чтобы получить полную картину, используйте нескольких разных моделей атрибуции. Так вы поймете, где нужно усиливаться.
Полный текст статьи читайте на CMS Magazine
