Модели атрибуции для различных каналов продвижения — для студента

Как происходит распределение ценности конверсии

Одна из самых распространенных ошибок маркетологов – это измерение ценности рекламного канала моделью, соответствующей его роли. Например, каналы, которые направлены на конверсии, измеряют моделью last-click, а каналы, целью которых является привлечение пользователей – first-click.Такой подход учитывает влияние только одного канала и игнорирует суммарный эффект остальных.

Модели атрибуции для различных каналов продвижения - Для студента

Предположим, что пользователь дважды посетил веб-сайт и во время третьего визита «совершил конверсию» – купил свитшот бренда U.S. Polo Assn. Первое посещение пользователь совершил посредством клика по медийной рекламе, а второе – из органической выдачи.

Для простоты расчета финансовых показателей возьмем стоимость товара равной в 30$. Оставим стандартное значение ретроспективного окна, которое учитывает все данные до совершения конверсии, равным 30 дней.

По модели first-click все 30$ получит первый канал в пути к конверсии – display:

Модели атрибуции для различных каналов продвижения - Для студента

По модели last-click всю ценность конверсии получит канал organic search, то есть модель принимает во внимание только последний канал:

Модели атрибуции для различных каналов продвижения - Для студента

  • По модели data-driven вся ценность совершенной конверсии распределится на основе моделирования того, какую позицию занял в потребительской воронке переход пользователя на ваш веб-сайт.
  • Шаги потребительской воронки составим следующим образом: — Переход на сайт — Продуктовая страница — Помещение товара в корзину — Посещение страницы Условия оплаты и доставка — Оплата товара
  • Построим воронку продаж с распределением относительного значения ценности каждого шага в зависимости от первого и второго посещения сайта. 

Модели атрибуции для различных каналов продвижения - Для студента

Рассчитаем значимость каждого канала при совершении этого действия: 1. Display = 8,66%+20,7%+22,9%+0,84%=53,1% 2. Organic search = 46,9%

Тогда доход, получаемый от каждого канала, будет равен:

Модели атрибуции для различных каналов продвижения - Для студента

Для большей наглядности сравним полученный доход от каждого рекламного канала по модели data-driven:

Модели атрибуции для различных каналов продвижения - Для студента

По модели last-click канал organic search переоценен более чем в два раза, а канал display остался без внимания, учитывая, что его вклад в конверсию оказался ключевым. Основываясь на данных модели last-click, скорее всего вы снизите рекламный бюджет почти на 100% на display, тем самым исключая значимый источник совершения конверсии.

  1. Как изменяются значения финансовых метрик в зависимости от модели атрибуции
  2. Возьмем самую интересную для маркетологов метрику оценки эффективности рекламного источника – ROI. В таком случае:
  3. — Доход для каждого канала уже рассчитали выше — Затраты, которые были потрачены на рекламный канал, возьмем, например, 6$.
  4. Получили:

Модели атрибуции для различных каналов продвижения - Для студента

По last-click модели нужно было бы инвестировать только в последний канал, по модели first-click – в первый, из-за необъективности распределения ценности происходит недополучение объема возврата инвестиций. По data-driven определенно и точно понятно, что возврат инвестиций обеспечиваются не только за счет органического поиска.

Выводы

Источник: https://adindex.ru/publication/opinion/internet/2017/04/4/159039.phtml

Модели атрибуции в Яндекс. Директе для анализа рекламной статистики

Каждый рекламодатель хочет убедиться, что его реклама действительно показывается в выдаче, а потенциальные клиенты смогут легко найти его сайт. И самое первое, что делают рекламодатели – ищут свои объявления, вбивая ключи в поисковик.

Бывают случаи, что при таком поиске реклама не показывается. Многие решают, что реклама не работает вообще, что объявления не видят их клиенты и больше не используют этот канал продвижения.

Сразу оговоримся, оценить результаты с рекламы и проверить ее работу можно несколькими способами.

В ходе апрельских нововведений Яндекса изменился процесс формирования выдачи. Система начала использовать технологию трафаретов, которая позволяет формировать выдачу с учетом поведения пользователей. Однако, как и прежде, на позицию показа рекламы влияет ставка за клик, показатель кликабельности и качество объявления.

Нельзя выкупить показ объявлений в определенном месте, теперь рекламодатели выкупают объем трафика.

Модели атрибуции для различных каналов продвижения - Для студента

С учетом новых изменений выдача стала более динамичной.

Так разным пользователям реклама может показываться индивидуально, в зависимости от устройства, с которого происходит поиск, показ объявления может произойти не на той позиции, на которую вы рассчитывали.

На формирование выдачи влияют предпочтения пользователя, число активных в этот же момент конкурентов, ставки, соответствие запросу, настройки рекламных кампаний и многое другое.

Поэтому, если вы вбили в поисковик свой рекламный запрос, но собственной рекламы не обнаружили, не стоит бить тревогу. Разберем несколько способов, как выяснить, что происходит с вашими объявлениями в данный момент:

  1. Проверьте активизацию объявлений. Если вы временно отключали показы, а потом решили возобновить их, показы не начнутся моментально при включении. Активизация объявлений может занимать до 3 часов. В этот момент им будут присвоен статус «Идет активизация», это значит, что на данный момент показы еще не начались.

    Модели атрибуции для различных каналов продвижения - Для студента

    Дождитесь пока статус перестанет быть активным и можно проверять выдачу.

  2. Проверьте среднюю позицию показов. С помощью Мастера отчетов в Директе посмотрите, на какой позиции обычно показываются ваши объявления. Формируем срез по отчету с выбором графы «Средняя позиция показа»:

    Модели атрибуции для различных каналов продвижения - Для студента

    Этот способ будет работать, если у вас уже есть накопленная статистика по показам. Данный показатель выражается в числовом значении. Если цифра маленькая, то реклама показывается на первых позициях в выдаче. А чем больше показатель, тем хуже – объявления не видны на заметных позициях. Например, значение 2.25 свидетельствует, что объявления в среднем показываются на 2-3 месте спецразмещения.

    Модели атрибуции для различных каналов продвижения - Для студента

    Если число будет большим, например 7, следовательно, объявление обычно показывается внизу выдачи или на второй странице. Чтобы показываться на первых позициях, рекомендуем увеличить ставки и поработать над качеством объявлений.

  3. Проверьте расписание показов. Время проверки объявлений может не совпадать с заданным расписанием показов в параметрах кампании. Возможно, в данные час и день реклама остановлена вовсе или заданы понижающие корректировки ставок на данный период времени. Также регионы в настройках кампании и вашем браузере могут не совпадать.

  4. Ограничения дневного бюджета. Часто бывает, что на текущий день дневной лимит кампания уже исчерпала, соответственно, показов не будет. Кроме того, система распределяет дневные лимиты на кампанию так, чтобы показов хватило на полный день.

    В случае, когда ограничение лимита зажато, кампания будет автоматически приостанавливаться, чтобы растянуть показы. При нехватке бюджета остановка показов будет происходить при любой стратегии управления ставками (ручной или автоматической).

    Проверьте статистику: если каждый день кампания тратит весь лимит бюджета, то следует его повысить. Иначе вы теряете часть трафика и не показываетесь полное время, которое задали в расписании.

  5. Почистите куки, смените устройство поиска и браузер. Из-за поведенческих факторов, корректировок ставок и кэша можно не найти свою рекламу в выдаче. По сохраненным за вами поведенческим характеристикам система может считать вас нецелевой аудиторией для рекламы.

    Если статистика показывает, что средняя позиция в выдаче хорошая, но при этом вы себя не находите на первых местах, скорее всего, сработал поведенческий фактор.

  6. Проверка IP-адреса. Бывает, что IP-адрес ошибочно приписан к нецелевому региону. Это тоже может являться причиной пропажи ваших объявлений. Чтобы узнать действительно ли проблема в этом, можно запросить проверку в поддержке Яндекса.

  7. Минус-слова и операторы. Злоупотреблять минус-фразами не стоит, не всегда чем больше список, тем лучше. Минус-фразы и операторы нужно использовать грамотно, чтобы не потерять долю целевой аудитории, которую с лёгкостью можно отсечь огромным списком минусов. Если кампания набирает крайне мало показов, стоит проверить текущие операторы и минус-слова.

Еще одним аргументом в пользу того, что не стоит активно искать себя в выдаче, является занижение статистики. Когда рекламодатель часто ищет себя, в статистику накручиваются показы. Однако клик по объявлению не происходит, так как списывать собственный бюджет никакой рекламодатель не будет.

По итогу, показы есть, а кликов нет. Система воспринимает ситуацию так: спрос по данной услуге есть, но по показанному объявлению пользователи не хотят кликать, вероятно, такая реклама им не интересна. В этом случае занижается CTR объявления и впоследствии оно будет показываться ниже конкурентов.

Оцениваем эффективность рекламы

Согласимся, что рекламодателям важно выяснить, какие ключи отработали наиболее эффективно, а какие не принесли результатов. Также важно понимать, какие объявления стали первоначальным ключом к знакомству с сайтом, а какие объявления привели человека к оформлению заказа. Чтобы разобраться в этой цепочке, воспользуйтесь отчетом по моделям атрибуции.

Модели атрибуции для различных каналов продвижения - Для студента

Чтобы было понятно, объясним, что такое модели атрибуции. Для каждого контакта пользователя с сайтом можно присвоить ценность. Все конверсии сайта распределяются между разными источниками трафика. Эти способы распределения и следует считать моделями атрибуции.

Модели атрибуции будут полезны в случае, если первый контакт с сайтом произошел по рекламе, но оформление заказа возникло не сразу. В таком случае последний источник трафика присвоится к внутренним переходам.

Модель по последнему значимому переходу отразит конверсии из вторичных источников. Например, переход по введенному адресу или из закладок браузера.

Процесс совершения покупки может затягиваться на долгий срок. Особенно это актуально для бизнеса с высокой стоимостью товаров. Пользователи долго готовятся к покупке, обдумывают предложение, сравнивают конкурентов, в процессе этого неоднократно могут посещать ваш сайт с разных источников.

Модели атрибуции конверсий помогут оценить эффективность рекламы. В Директе возможно проанализировать статистику по переходам: от первого до последнего значимого перехода.

Конверсия в таком случае рассчитывается как отношение целевых визитов к переходам по объявлениям. Т.е. конверсия привязывается к переходу, который обеспечил эту конверсию.

  • При выборе модели по первому переходу показывается первый клик по рекламному объявлению, который привел пользователя на сайт.
  • В случае выбора последнего значимого перехода, показывается последний клик с рекламы, но при условии, что после него не было переходов из других источников, например, из другой рекламной системы или из органической выдачи.
  • В отчетах с моделью по последнему переходу отображается последний клик по рекламному объявлению в случае, если он предшествовал конверсии.

С помощью таких отчетов можно узнать, какие объявления ведут пользователей к покупке и являются самыми конверсионными.

В директе и метрике данные отличаются

Метрика и Директ – сервисы, выполняющие разные задачи. В связи с этим показатели в системах могут разниться. Модели атрибуции конверсий в системах рассчитываются разными методами.

Отличия состоят в том, что системы по-разному собирают статистику. Яндекс.Директ фиксирует переходы по рекламным объявлениям. А Метрика записывает в статистику визиты на сайт.

В связи с этим и применяются модели атрибуции к кликам и к визитам.

Рекомендуем использовать совместно Метрику и Директ, чтобы в совокупности оценить эффективность рекламных кампаний. Возникли сложности с анализом статистики рекламных кампаний? Обращайтесь, наши специалисты помогут!

Источник: https://1ps.ru/blog/promotion/2018/modeli-atribuczii-v-yandeksdirekte/

Как правильно отслеживать конверсии. Шесть стандартных моделей атрибуции

Модели атрибуции для различных каналов продвижения - Для студента

Нет ничего более важного для маркетолога, чем правильное отслеживание эффективности всех маркетинговых действий компании.

Работает ли реклама, стоит ли продолжать активности в социальных сетях, эффективна ли имейл-рассылка — правильная настройка модели атрибуции способна дать ответы на все эти важные вопросы.

Модели атрибуции для различных каналов продвижения - Для студента

При этом существует лишь несколько вещей в аналитике, по сложности превосходящих правильное построение модели атрибуции. Согласно опросу, 77,6% маркетологов не верят либо не уверены, что используют правильную модель атрибуции. При этом 29,7% выбрали текущую модель только потому, что ее было легко внедрить.

Учитывая сложность задачи, к ней необходимо подойти комплексно и дать ответы на множество вопросов:

  1. Какой тип модели атрибуции выбрать — одноканальную или многоканальную? Если первую, то мерить last-click- или first-click-конверсии? Если все же использовать многоканальную модель, тогда как определить вклад каждого из маркетинговых каналов в совершение конверсии?
  2. Как измерить влияние дисплейной рекламы на продажи? Имеет ли смысл вообще запускать дисплейную рекламу, если цель — продажи? Если да, тогда как посчитать ее влияние на совершение конкретных продаж? Учитывать ли только конверсии, совершенные после клика по дисплейной рекламе, или также учитывать конверсии, совершенные людьми, которые только видели вашу рекламу, но не кликали? Если последнее, тогда как это сделать?
  3. Каким должно быть окно конверсии? В зависимости от ответа на этот вопрос будет отличаться как количество учтенных конверсий, так и правдивость самих данных. Если окно конверсии значительно шире, чем реальный цикл продаж компании, то количество учтенных конверсий будет завышено. И наоборот, если окно конверсии короче, чем цикл продаж, — у канала будут «украдены» конверсии, которые в действительности принадлежат ему.
Читайте также:  Как написать сочинение - примеры и правила написания

Чтобы дать ответы на эти и многие другие вопросы, мы заглянули глубоко в данные Big Data платформы компании Rontar. Я верю, что это единственное руководство, которое вам понадобится, чтобы правильно и максимально полно выстроить модель атрибуции конверсий в вашей компании.

Итак, поехали.

Что такое модель атрибуции и какие они бывают

Модель атрибуции — это правило или набор правил, которые определяют вклад каждого из маркетинговых каналов на пути к совершению конверсии. Другими словами, правильно настроенная модель атрибуции даст вам понять, влияет ли ваша контекстная реклама, запущенный ретаргетинг, имейл-рассылка и другие маркетинговые каналы на общее количество конверсий — и если да, то как.

Все существующие модели атрибуции можно условно разбить на две большие категории: одноканальные модели атрибуции и многоканальные модели атрибуции.

Одноканальные модели атрибуции

На сегодняшний день 39% маркетологов используют одноканальные модели атрибуции.

Модели атрибуции для различных каналов продвижения - Для студента

В одноканальных моделях вся заслуга в совершении конверсии приписывается только одному из каналов на пути к конверсии. В зависимости от того, на каком этапе воронки произошел контакт маркетингового канала с человеком, выделяют last-click- и first-click-модели.

Last-click

Модели атрибуции для различных каналов продвижения - Для студента

Данная модель является моделью атрибуции по умолчанию в большинстве аналитических сервисов.

В связи с этим на сегодняшний день большинство маркетологов, а именно 28,4%, измеряют успешность своих маркетинговых активностей именно на основе модели last-click (last cookie wins, атрибуция по последнему клику).

Это означает, что заслуга в совершении конверсии присваивается последнему маркетинговому каналу, с которым взаимодействовал покупатель на пути к конверсии. При этом вклад всех остальных маркетинговых каналов игнорируется.

Преимущества

Простота. Даже базового отчета будет вполне достаточно, чтобы оценить, какие рекламные каналы работают, а какие нет.

Недостатки

Модель last-click полностью игнорирует любое другое взаимодействие покупателя с вашими маркетинговыми каналами на пути к конверсии.

Потенциальный покупатель в среднем заходит на сайт 9,5 раза, прежде чем сделать покупку. В случае с B2B компаниям может понадобиться еще больше контактов: от 7 до 13 и больше.

Покупатель мог взаимодействовать с вашей компанией дюжину раз на протяжении нескольких недель или даже месяцев, при этом заслуга в совершении конверсии будет приписана только последнему каналу.

Более того, возможны ситуации, когда именно маркетинговые каналы в начале или середине цепочки вносят наибольший вклад в совершение конверсий.

Источник: https://blog.rontar.com/ru/kak-pravilno-otslezhivat-konversii-shest-standartnyh-modelej-atribucii

Модели атрибуции: как инвестировать в онлайн-рекламу

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!

Модели атрибуции для различных каналов продвижения - Для студента

Таргетированные SMS-рассылки с множеством фильтров для определения ЦА. Стоимость от 1,7 руб. за сообщение, CTR доходит до 45%!

Получите промокод на 1000 SMS на вашу первую кампанию прямо сейчас! Cossa рекомендует.

Реклама

Модели атрибуции для различных каналов продвижения - Для студента

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).

Источник: https://www.cossa.ru/152/72064/

Короче: о моделях атрибуции за три минуты

Дилемма: «Какая модель атрибуции лучше?» похожа на вопрос: «Что круче: крестовая отвертка или молоток?» Для каждого отдельного случая существует свое подходящее решение. Разбираемся, что такое модели атрибуции, чем они отличаются и как их выбирать для конкретных кампаний.

Модели атрибуции для различных каналов продвижения - Для студента

Так как формат коротких статей о полезных фактах у нас прижился, мы запускаем постоянную рубрику #Короче, Ringo. Предыдущая статья из этой серии — «Коротко о ремаркетинге: 9 фактов за три минуты».

Что такое модель атрибуции

Обычно к онлайн-заказу приводит не один рекламный канал, а целая цепочка взаимодействий c брендом. Представим компанию, у которой есть сайт, аккаунт в Instagram, запущена контекстная реклама и ремаркетинг. Рассмотрим примерный сценарий, по которому клиент соприкасается с таким брендом.

  1. Пользователь Instagram увидел фото товара и подписался. Со временем ассортимент ему настолько понравился, что он решил посмотреть весь каталог.
  2. Загуглил название компании и перешел из контекстной рекламы в выдаче на сайт, но отложил покупку на потом.
  3. Спустя два дня его «догнал» ремаркетинг с предложением скидки.
  4. Клиент перешел из объявления ремаркетинга на сайт и там оформил заказ.

Итого имеем три касания с брендом до покупки:

  • Instagram;
  • контекстная реклама;
  • ремаркетинг.

Но какое из них самое ценное с точки зрения продажи? Без Instagram клиент не узнал бы о бренде, а без контекстной рекламы не зашел бы на сайт. Но если б не ремаркетинг, то покупка бы могла не состояться.

Получается, что каждый из этих шагов и микроконверсий, которые совершил клиент, имеет свою ценность.

Ее нужно знать, чтобы судить об эффективности рекламы, рассчитывать окупаемость каналов продвижения и отдельных кампаний.

Атрибуция — это правило, по которому ценность конверсии распределяется по отдельным точкам взаимодействия с брендом. На основе атрибуции система аналитики определяет канал, который сыграл решающую роль в достижении цели.

Для бизнеса, которые только выходят на рынок, важны каналы, которые позволяют заявить о себе. А компании, которая на рынке давно, важнее знать, какие источники приводят к покупке. Поэтому модели атрибуции нужно выбирать особенно тщательно. В противном случае можно недооценить какой-нибудь канал и избавиться от него — а продажи в итоге «схлопнутся» по эффекту домино.

Читайте также:  Как побороть страх - для студента

Виды моделей атрибуции

Последний непрямой клик (Last Non-Direct Click)

Источник: https://blog.ringostat.com/ru/korotko-o-modelyah-atributsii-za-3-minuty/

5 правил атрибутивного моделирования, которые нужно знать каждому маркетологу

Модели атрибуции для различных каналов продвижения - Для студента

Модель атрибуции — это то, как вы распределяете ценность ваших продаж и конверсий между различными точками взаимодействия с покупателем. Она учитывает все ваши digital-каналы — платный поиск, показы, социальные медиа, органический поиск, переходы по ссылкам — и влияние, которое каждый из них оказывает на итоговую конверсию.

В старые добрые времена все было намного проще. Вы запускаете, к примеру, радиообъявление, и оно приводит к вам 5 новых клиентов со средним чеком $250. Это одно касание на 100% ответственно за все полученные продажи.

Но как это происходит сегодня? По данным ежегодного отчета Content Marketing Institute, в среднем современные маркетологи используют как минимум 13 стратегий, 7 различных социальных платформ и три платных рекламных канала для продвижения своего продукта.

Путь, который люди проходят, чтобы найти вас, изучить ваше предложение и в конечном счете купить что-то на вашем сайте, может быть долгим и извилистым. Следовательно, ваша воронка продаж также может стать очень большой.

Как же тогда отслеживать эффективность? С помощью атрибутивного моделирования.

По мере того, как стратегии, тактики и каналы становились сложнее, модели, которые определяют их ценность также усложнились. Они могут быть базовыми и основанными на правилах или сложными и основанными на алгоритмах. Ниже перечислены 5 различных моделей, которые используются компаниями чаще всего:

  1. Первое касание (First-Click). Вы присваиваете 100% ответственности за сделку первому тачпоинту клиента на пути к конверсии.
  2. Последнее касание (Last-Click). Вы делаете ответственным за продажи последний тачпоинт клиента на пути к конверсии, независимо от того, сколько точек он прошел. Эта модель легко отслеживается и настраивается, но в наши дни она считается практически бесполезной, поскольку не учитывает действий, происходящих в верхней и центральной частях воронки.
  3. Линейная модель присваивает одинаковую ценность каждому этапу конверсионного пути. К примеру, если покупатель выполнил 4 шага до момента оформления заказа, каждый из них ответственен за продажу на 25%. С ней вы сможете оценить и учесть все ваши тачпоинты.
  4. Позиционная модель отдает предпочтение первому и последнему касанию — каждому из них присваивается 40% ценности всей сделки. Оставшиеся 20% распределяются между тачпоинтами, которые находятся в центральной части воронки.
  5. «Time-decay» — это простая алгоритмическая модель, присваивающая больше всего ценности тому взаимодействию, которое произошло ближе всего к конверсии. Хотя модель акцентирует внимание на последнем касании, она также должным образом расценивает все предшествующие ему тачпоинты. Именно поэтому многие маркетологи и предприниматели предпочитают работать с ней.

Помимо этого существует также пользовательский вариант — модель, основанная на вашей платформе, аудитории, маркетинге и конкретных бизнес-целях.

Внедрение модели атрибуции поможет вам понять, что побуждает ваших клиентов к покупке, как они совершают заказы, откуда они приходят, а также какие каналы и методики заслуживают больше всего внимания с вашей стороны. Но прежде чем вы начнете пользоваться этим активом, вам нужно уяснить для себя несколько важных вещей.

Вспомогательные конверсии — основная масса ваших продаж

  • До 98% посетителей вашего сайта не станут ничего покупать во время первого визита. 55% из них уйдут спустя 15 секунд после прибытия.
  • 84% потребителей утверждают, что они «полностью» или «отчасти» доверяют рекомендациям родственников, друзей и коллег касательно тех или иных продуктов. 88% — доверяют отзывам незнакомцев точно так же, как и людям, которых они знают.
  • Средний показатель брошенной корзины составляет 68,81%. Econsultancy обнаружили, что 88% покупателей обращаются к онлайн-обзорам при рассмотрении покупки.

Источник: https://lpgenerator.ru/blog/2017/03/30/5-pravil-atributivnogo-modelirovaniya-kotorye-nuzhno-znat-kazhdomu-marketologu/

Атрибуция в рекламе — что это? Виды моделей атрибуции

Модели атрибуции для различных каналов продвижения - Для студента

Еще давно один из создателей и бывший крупнейший акционер компании Microsoft Билл Гейтс сказал, что если вашего бизнеса нет в Интернете, значит, вас нет в бизнесе. Но сейчас реалии таковы, что одной лишь представленности в Сети недостаточно.

Еще давно один из создателей компании Microsoft Билл Гейтс сказал, что если вашего бизнеса нет в Интернете, значит, вас нет в бизнесе. Однако одной лишь представленности в сети уже недостаточно.

Использовать всего один канал трафика, чтобы увеличить количество конверсий и продаж, конечно, можно. Но бизнес с подобныи подходом будет постепенно уходить в тень конкурентов, применяющих комплексный подход к продвижению в интернете. Сейчас привлечение потенциальных клиентов из разных каналов трафика — жизненная необходимость.

Как происходит оценка эффективности рекламной кампании? — Все просто. Для анализа эффективности нужно обрабатывать большие объемы цифровых данных. На их основании производится просчет оптимального рекламного «пути» будущего клиента к покупке/заказу.

Спросите, как же у них происходит оценка эффективности рекламной кампании и расчет конверсии сайта? Все просто — для того, чтобы провести полный анализ эффективности рекламных кампаний нужно обрабатывать довольно большие объемы данных, на основании которых и производится дальнейшая оптимизация пути будущего клиента и определение той самой конверсии.

Когда вы вычислите рейтинг средств распространения рекламы и определите их эффективность применения, считайте, что «шестеренки» вашего бизнеса сдвинулись с мертвого места. Так как оценить эффективность рекламной кампании? Чтобы упростить анализ эффективности каждого канала и их взаимодействия, используются различные модели атрибуции рекламы. Именно они помогают оптимизировать путь и определить ценность конверсии.

Модель атрибуции это

логика распределения ценности маркетинговым элементам, за вклад в продвижение по воронке — от первичного посещения сайта до конечной покупки.

Что такое атрибуция подробно: виды и особенности

Эта модель подразумевает, что все 100% конверсий приписываются тому источнику, через который клиент произвел заказ.

По последнему «касанию»

Эта модель подразумевает, что все 100% конверсий приписываются тому источнику, через который клиент произвел заказ.

Модель первого «касания»

Вся конверсия атрибуции приписывается первому каналу в цепочке, благодаря которому клиент узнал о предложении. Такую стратегию часто применяют в рекламных компаниях, призванных повысить узнаваемость бренда.

Вся конверсия приписывается первому каналу в цепочке, благодаря которому клиент узнал о предложении. Такую стратегию часто применяют в рекламных компаниях, призванных повысить узнаваемость бренда.

Атрибуция с привязкой к позиции

Расчет эффективности производится по принципу распределения большей части ценности конверсии между первым и последним каналом трафика (по 40% на каждый).

Остальные 20% пропорционально распределяются на остальные каналы привлечения трафика. Такая модель применяется, если есть необходимость понять, как пользователь узнал о сайте, а также, через какой канал была совершена конверсия.

При этом необходимо учесть и каналы, выступающие в роли посредников.

Атрибуция с привязкой к позиции

Расчет эффективности производится по принципу распределения большей части ценности конверсии между первым и последним каналом трафика (по 40% на каждый). Остальные 20% пропорционально распределяются на остальные каналы привлечения трафика. Такая модель применяется, если есть необходимость понять, как пользователь узнал о сайте, а также, через какой канал была совершена конверсия.

При этом необходимо учесть и каналы, выступающие в роли посредников.

Линейная модель

В данном случае расчет эффективности рекламы производится по такому принципу: если пользователь воспользовался несколькими каналами трафика, то ценность конверсии распределяется на каждый из них в равных долях.

В данном случае расчет эффективности рекламы производится по такому принципу: если пользователь воспользовался несколькими каналами трафика, то ценность конверсии распределяется на каждый из них в равных долях.

Пример: Предположим, что в цепочке каналов существует 4 элемента: · Mail · социальные сети · PPC · SEO.

В итоге из общих 100% каждый из этих каналов получит по 25%.

Модель «С учетом давности взаимодействия»

В этой модели берется во внимание давность взаимодействий, при которой точкам, ближе всего расположенным к конверсии или моменту заключения сделки, отдается больше всего ценности.

Модель «С учетом давности взаимодействия»

В этой модели берется во внимание давность взаимодействий, при которой точкам, ближе всего расположенным к конверсии или моменту заключения сделки, отдается больше всего ценности.

Например, потенциальный клиент впервые попал на сайт вашей компании, нажав на ссылку в социальной сети. Через три дня этот же пользователь заходит на сайт, среагировав на контекстную рекламу, и добавил какую-то его страницу в закладки своего браузера.

В итоге, получив письмо из электронной рассылки на почту, он сделал заказ. В данном случае самым ценным будет показатель конверсии от e-mail рассылки. На втором месте по полезности будет контекстная реклама.

И, согласно данной модели, канал соцсети будет признан наименее эффективным.

Модель атрибуции по последнему непрямому переходу

Здесь наблюдается сходство с моделью атрибуции по последнему взаимодействию. Но ее отличие заключается в том, что прямые переходы игнорируются вовсе.

Модель атрибуции по последнему непрямому переходу

Здесь наблюдается сходство с моделью атрибуции по последнему взаимодействию. Но ее отличие заключается в том, что прямые переходы игнорируются вовсе.

Давайте рассмотрим принцип работы этой модели на наглядном примере.

Предположим, что потенциальный клиент узнал о сайте предприятия, перейдя по ссылке, размещенной в соцсети. Ваш интернет-ресурс показался ему интересным и полезным.

Он добавляет ссылку на сайт в закладки браузера, а спустя какое-то время, снова перешел на страницу, но на этот раз уже из списка закладок.

В отличие от модели атрибуции по последнему взаимодействию, в которой бы социальная сеть игнорировалась, в данной модели ее роль в привлечении клиента учитывается.

Funnel based атрибуция

На практике, такая атрибуция — это наиболее действенный инструмент, так как присваивает ценность каждому каналу маркетинга в пропорции к уровню сложности перехода между отдельными шагами воронки продаж.

На практике, такая атрибуция в рекламе, это наиболее действенный инструмент, так как присваивает ценность каждому каналу маркетинга в пропорции к уровню сложности перехода между отдельными шагами воронки продаж.

Источник: https://sef.com.ua/blog/chto-takoe-atribuciya-i-kak-ehta-model-izmeryat-ehffektivnost-reklamy

Модели атрибуции — Директ. Помощь

Стратегии показов

Модель атрибуции помогает точнее определить вклад рекламы в развитие вашего бизнеса.

Посетители могут переходить на ваш сайт несколько раз и разными путями: например, кликнув по рекламному объявлению, по ссылке в результатах поиска или по закладке, сохраненной в браузере.

Важно правильно определить источник перехода: только те визиты, источником которых является рекламная кампания, учитываются в статистике Директа.

Читайте также:  Основные тенденции в развитии туристской индустрии в России - общие понятия

Модель атрибуции — это правило, какой переход на сайт считать источником визита:

  • Первый переход — источником любых визитов посетителя считается его первый переход на сайт за последние 180 дней. Эта модель позволяет отследить источник, который впервые привел клиента и тем самым повлиял на все последующие взаимодействия с сайтом.
  • Последний переход — источником визита считается переход, в результате которого посетитель в данный момент пришел на сайт, без учета истории визитов. Эта модель может использоваться при техническом анализе сайта.
  • Последний значимый переход — все источники переходов за последние 90 дней разделяются на значимые (ваши объявления, переходы из результатов поиска и с других сайтов) и незначимые (переходы с сохраненных страниц, внутренние переходы или прямые заходы на сайт). Если визит произошел после незначимого перехода, то его источником считается предыдущий значимый переход. Эта модель позволяет учитывать конверсии, которые теряются в модели Последний переход: например, если посетитель оставил вкладку открытой, время бездействия превысило тайм-аут, и при возобновлении активности был зарегистрирован новый визит.
  • Последний переход из Директа — из всех последних значимых переходов учитывается только Директ. Если пользователь хотя бы раз перешел на сайт по объявлению в Директе, то именно этот переход считается источником всех последующих визитов — пока пользователь не перейдет по объявлению еще раз. Эта модель помогает увидеть все визиты, связанные с Директом, в том числе те, которые в других моделях атрибуции были бы отнесены к другим источникам.

Например, вы продаете туры на Марс:

  • Пользователь 10 дней назад перешел на ваш сайт из результатов поиска, но ничего не купил.
  • Затем он кликнул по объявлению в Директе.
  • Через некоторое время пользователь перешел по ссылке из соцсети.
  • Вчера он снова перешел из открытой вкладки в браузере и наконец заказал тур.

При разных моделях атрибуции источник визита будет определен по-разному:

  • Последний переход — переход из открытой вкладки в браузере.
  • Первый переход — переход из результатов поиска.
  • Последний значимый переход— переход по ссылке из соцсети.
  • Последний переход из Директа — переход по объявлению в Директе.

Подробнее о целях, источниках визитов и моделях атрибуции в Помощи Метрики.

Первый переход подходит для узнаваемых брендов — бизнесов, которые работают с уже сформированным спросом. Если вы считаете, что первого клика достаточно, чтобы повлиять на решение посетителя о покупке, выбирайте эту модель.

Если история визитов для вас не важна и вам нужно отследить, какие каналы становятся решающим стимулом к конверсии, используйте Последний значимый переход.

Чтобы оценить влияние на конверсии именно рекламы в Директе, выбирайте модель Последний переход из Директа.

Стратегии основаны на алгоритме, который прогнозирует вероятность перехода по объявлению и достижения цели. Алгоритм опирается на статистику Яндекс.Метрики по выбранной модели атрибуции. Например, при выборе модели Последний переход из Директа алгоритм будет использовать статистику, сформированную по этой модели атрибуции.

При смене модели атрибуции изменятся и данные статистики, которые использует алгоритм. Системе потребуется время, чтобы построить новый прогноз и подобрать оптимальные ставки.

В Мастере отчетов можно посмотреть статистику по любой модели атрибуции. Чтобы контролировать соблюдение целевых показателей в конверсионных стратегиях, например Оптимизация конверсий или Оптимизация рентабельности, важно выбирать в отчете ту же модель атрибуции, что указана в настройках стратегии.

Если от клика по рекламе до конверсии в среднем проходит больше двух недель, в отчетах Директа с атрибуцией по последнему или последнему значимому переходу статистика будет отображаться со значительной задержкой. Это важно учитывать при оценке показателей средней цены конверсии и средней рентабельности инвестиций.

Была ли статья полезна?

Источник: https://yandex.ru/support/direct/statistics/attribution-model.html

Мультиканальная аналитика — 06. Аналитика и отчеты — Главная страница

Что такое мультиканальная аналитика

Мультиканальная аналитика — это отчет, с помощью которого вы сможете сравнить, как различные модели атрибуции влияют на определение ценности маркетингового канала для вашего бизнеса.

Модель атрибуции — это набор правил, по которым рассчитывается ценность каждого визита внутри цепочки визитов заявки.

Цепочка визитов — это визиты одного клиента в рамках одной заявки.

Например, клиент может зайти на сайт сначала из Директа, потом из SEO, а в третий раз — из ретаргетинга ВКонтакте, после чего оставить заявку.

Эти три визита называются цепочкой визитов, а заявка в данном случае является мультиканальной. Первый визит в этой цепочке совершен из Директа, а последний (с которого была сделана заявка) — из ВКонтакте.

  •  Мультиканальная заявка — это заявка с двумя и более визитами, чей источник учитывается по последнему (рекламному) визиту, по которому была совершена сделка.
  •  Цепочка визитов будет отображаться в карточке сделки, если ваш тариф поддерживает услугу «Мультиканальная аналитика».
  • Цепочка визитов может состоять из одного визита. Заявки, у которых больше одного визита, выделяются в списке заявок пиктограммой около номера визита:

Зачем нужна мультиканальная аналитика

  • Вы сможете сделать правильный вывод о пользе рекламного канала, даже если на первый взгляд он выглядел неэффективным.Пример: в разделе Аналитика канал Директ был спорным, так как ROI равен -3%. Если его отключить, то можно лишиться канала, с помощью которого клиенты узнают о вашей продукции.
  • Вы сможете провести анализ эффективности ретаргетинга: он часто привлекает продажи, но не является единственным каналом привлечения клиента.Если смотреть в обычную аналитику, то ретаргетинг часто бывает очень эффективным. Это связано с тем, что он работает с аудиторией, которая уже интересовалась вашей продукцией. Если воспользуетесь мультиканальной аналитикой, то увидите реальную эффективность ретаргетинга. 

Если вы используете больше двух рекламных каналов и не используете мультиканальную аналитику, значит, вы не видите полной картины.

Как выглядит отчет мультиканальной аналитики

  1. В отчете Аналитики вы можете выбирать разные модели атрибуции для одного и того же показателя. В примере указаны различные модели атрибуции для показателя Выручки:
  2. В отчете появляется один и тот же показатель с разными моделями атрибуции:

Теперь можно сравнивать, как ведут себя показатели в зависимости от модели атрибуции. И все это в рамках одного отчета.

В примере показан только один показатель с разными моделями атрибуции. Можно выбрать неограниченное количество показателей со всеми доступными моделями.

Модели атрибуции

При расчете показателей для разных моделей атрибуции учитываются все заявки, а не только те, по которым было несколько визитов.

Модели атрибуции можно выбирать для тех показателей, которые зависят от заявок.

 Полный список

  • Визиты и конверсии: Конверсия в заявки, Конверсия в продажи, Абсолютная конверсия;
  • Выручка и прибыль: Выручка, Средний чек, Средняя прибыль, Прибыль, Чистая прибыль, ROI, ROMI, Маржинальность %, Потенциальная выручка, Прогнозируемый ROI, Прогнозируемая выручка, Выручка отмененных заявок, Прогнозируемая прибыль, Прогнозируемый средний чек;
  • Расходы: Себестоимость, ДРР %, CPL, CPO, Прогнозируемый CPO;
  • Сделки: Заявки, Продажи, Потенциальные продажи, Отмененные сделки, Прогнозируемые продажи.

 Как настроить показатели в Аналитике, читайте здесь.

Стандартная

Используется по умолчанию в Аналитике Roistat.

Учитываются все заявки, созданные в выбранный период без привязки к дате визита. Заявка будет учтена для канала последнего визита.

Отличие от модели Последний клик: в стандартной модели будут показаны только заявки за выбранный период. В последнем клике показаны заявки у которых последний визит был в выбранный период. Заявка может быть создана позже.

Первый клик 

Учитывается заявки, первый визит цепочки которых был в выбранный период.

Применяйте эту модель, чтобы выявить каналы, с помощью которых клиенты узнают о вашей продукции.

Последний клик

  1. Учитываются заявки, последний визит цепочки которых был в выбранный период.
  2. Применяйте эту модель, чтобы выявить каналы, откуда клиенты покупают.

  3. Пример, который показывает отличие от стандартной модели:

Выбран период — 1 декабря. Предположим, что была только 1 заявка за этот день.

У этой заявки 2 визита: первый с Директа 1 декабря, второй тоже 1 декабря с Адвордс. Заявка создана 2 декабря по прямому визиту.

В стандартной модели будет 0 заявок. В последнем клике 1 заявка.

U-Shape

Это модель получила свое название из-за того, что ценность визитов распределяются в виде буквы U по трем точкам:

Ценность конверсии распределяется по этим точкам в следующем соотношении:

  • первый визит — 40% ценности;
  • последний визит — 40% ценности;
  • между остальными визитами — равномерное распределение оставшихся 20%.
  • Если было всего два визита, то первый получает 40% ценности, а второй – 60%.
  • Если у сделки один визит, то 100% полностью присваиваются одному визиту.
  • Учитываются заявки, у которых хотя бы один из визитов цепочки был совершен в выбранный период. 
  • В рамках одного рекламного канала тоже может быть мультиканальность. Пример:

Канал SEO -> Яндекс -> site.ru получит 60% ценности (40+10+10). Ключевое слово «фотография на холсте» 40% ценности.

Пользовательская модель атрибуции U-shape

  1. Вы можете добавить пользовательскую модель атрибуции по шаблону U-Shape и задать нужные настройки весов, чтобы получить данные, которые подходят вашему бизнесу.

  2. Чтобы добавить эту модель, откройте Настройки →  Экспериментальные возможности → Пользовательская модель атрибуции по шаблону U-Shape, и задайте веса источников:
  3. В обычной модели U-Shape веса распределяются следующим образом:
  • первый визит — 40% ценности;
  • последний визит — 40% ценности;
  • между остальными визитами — равномерное распределение оставшихся 20%.

В пользовательской модели атрибуции U-shape вы можете задать ценность визитов самостоятельно. То есть, если вы хотите, чтобы первому визиту соответствовала ценность 60%, последнему 20%, а оставшиеся 20% равномерно распределить по остальным визитам, то вам нужно ввести значения весов в экспериментальных возможностях в следующем виде: 0.6, 0.2, 0.2.

 Веса задаются в виде значений от 0 до 1, и в сумме должны равняться 1. То есть, вес 50% будет задан как 0.5 (через точку). Например, 0.5, 0.3, 0.2. 

Также, для более гибкой настройки ценности визитов, вы можете задать ценность второму и предпоследнему визиту.

Например, если вы хотите, чтобы в вашей цепочке первый визит имел ценность 10%, второй визит — 20%, предпоследний визит — 10%, последний — 20%, а оставшиеся 40% равномерно распределить по остальным визитам, то вам нужно ввести значения весов в экспериментальных возможностях в виде:  0.1, 0.2, 0.4, 0.1, 0.2.

Примеры работы

Рассмотрим работу пользовательской модели U-shape на конкретном примере, когда пользователь перед покупкой совершил 6 визитов из разных рекламных источников:

Источник: https://help.roistat.com/pages/viewpage.action?pageId=4587642

Ссылка на основную публикацию
Adblock
detector