В январе 2022 года в Google Analytics 4 стала доступна и подключена по умолчанию для всех рекламодателей новая модель атрибуции на основе данных — data-driven attribution. Инструментом можно пользоваться бесплатно — в то время как ранее в Google Analytics 360 модель была доступна только на платной основе. Релиз новой модели стал поводом сделать обзор всех текущих моделей на платформе Google Analytics 4.
В Google Analytics 4 есть три типа моделей атрибуции:
На основе данных — Модель атрибуции на основе данных одна и сейчас она установлена по умолчанию в ресурсах GA4.
На основе правил — к этому типу относятся многоканальные модели атрибуции По последнему клику, По первому клику, Линейная, На основе позиции и С учетом давности взаимодействия.
На основе правил с приоритетом Google Ads — сюда относится модель атрибуции По последнему клику в Google Ads.
Остановимся подробнее на каждой из этих моделей.
Важно учитывать, что все текущие модели атрибуции в Google Analytics 4 не отдают ценность прямым переходам, если только путь к конверсии не состоит из таких переходов полностью.
Механика. В модели атрибуции на основе данных при оценке веса конверсии используются реальные данные рекламодателя о конверсиях, а также те, что могут на нее повлиять: тип устройств пользователей, формат объявления, количество и порядок взаимодействий с объявлениями, время между взаимодействием с объявлением и конверсией и так далее.
Алгоритм на базе машинного обучения обрабатывает полученные данные, оценивает вклад каждого взаимодействия пользователя с рекламными объявлениями и в результате дает прогноз по вероятности конверсии.
Допустим:
Пользователь увидел баннер и перешел по нему на сайт.
С сайта он ушел, ничего не купив, но подписался на соцсети.
Далее в соцсетях бренд анонсировал мобильную игру, в которой пользователь поучаствовал, выиграл скидку и получил ссылку.
По ссылке пользователь затем перешел на сайт магазина, зарегистрировал личный кабинет и вышел.
Спустя какое-то время пользователь нашёл сайт магазина в браузере и, наконец, заказал продукты со скидкой.
В цепочке получилось минимум пять касаний, и, согласно этой модели атрибуции, наибольший вес будет иметь мобильная игра, позволившая получить скидку. Далее — социальные сети, где пользователь нашел игру, и только потом органический и медийный трафик.
Технически платформа не выставляет требований к объему данных о конверсиях для того, чтобы начать работать с моделью, хотя в Google Analytics 360 необходимо было собрать не менее 600 конверсий в течение последних 30 дней и далее — собирать по 400 конверсий за 30 дней, чтобы модель продолжала работать корректно. И если у рекламодателя недостаточно данных о совершенных конверсиях, тогда оценка будет происходить согласно модели атрибуции По последнему клику.
Мы все же стараемся придерживаться прошлых рекомендаций и собирать не менее 600 конверсий за 30 дней и по 400 конверсий в каждые последующие 30 дней, чтобы оценка эффективности кампаний была достоверной.
Ключевое преимущество модели заключается в том, что она учитывает все возможные пути к конверсии: не только реальные, но и гипотетические, в то время как остальные модели учитывают только позицию конкретного канала в цепочке (иногда его тип) и игнорируют общий вклад всех остальных.
Когда использовать. Мы рекомендуем протестировать эту модель всем рекламодателям, у кого есть необходимое число конверсий. Модель особенно стоит использовать, если пользователи посещают сайт рекламодателя несколько раз и из нескольких источников перед совершением конверсии.
Механика. Модель распределяет 100% ценности конверсии в последний канал, с которого пользователь перешел перед совершением конверсии.
При этом модель может ошибочно определять последний непрямой источник трафика. Такое случается, когда HTTP-реферер (адрес страницы, с которой браузер пользователя перешёл на страницу, где совершена конверсия) не передает источник трафика. Причины могут быть разными: редиректы, обрывы сессий, переходы на сайт из мобильных приложений или мессенджеров и так далее. Тогда такой трафик будет отмечен как прямой, а значит, модель может не учесть его и распределит ценность конверсий в предшествующие каналы.
Когда использовать. Модель будет оптимальна для рекламодателей, которым необходимо отслеживать спонтанные, сезонные покупки или покупки с коротким циклом продаж. А также тем, кому нужно в короткий срок повысить объем продаж: модель позволяет отслеживать наиболее эффективные каналы внизу воронки, чтобы при необходимости перераспределить на них бюджет и получить продажи за ограниченный период времени.
Кому не подходит. Так как модель не учитывает инкрементальное, суммарное влияние всех точек взаимодействия пользователя с рекламой, которые предшествовали конверсии, она не подойдет, например, тем рекламодателям, которым важно понять ценность медийных каналов, так как с них, как правило, начинаются знакомство пользователя с продуктом и путь до конверсии.
Механика. Модель распределяет 100% ценности конверсии первому источнику трафика и позволяет понять, какой канал взаимодействия привлекает пользователей, ставших затем клиентами.
Когда использовать. Так как модель прежде всего позволяет оценить формирование спроса на продукт, ее стоит использовать в том случае, когда рекламодатель только знакомит потребителей со своей продукцией и хочет повысить узнаваемость.
Кому не подходит. Модель может не подойти рекламодателям с циклом продаж, который превышает 90 дней, поскольку первый источник трафика будет за пределами окна конверсии.
Окно конверсии — период, когда конверсия может быть атрибуцирована каналу.
В этом случае рекламодатель увидит не первый источник в цепочке, а первый источник за 90 дней до конверсии. Например, если окно конверсии равно 30 дням, то конверсии за 30 января могут быть связаны только с точками взаимодействия, зафиксированными с 1 по 30 января.
В этом случае рекомендуем оценивать эффективность каналов не только по ключевой цели на сайте, но и по микроконверсиям: например, пользователь оставил почту для рассылки или долистал до середины страницу, на которой расписаны преимущества бренда.
При этом модель не учитывает взаимодействия, которые пользователь совершил непосредственно перед покупкой. И в большинстве случаев не подойдет небольшим рекламодателям c коротким циклом продаж.
Механика. Модель отдает по 40% веса конверсии первому и последнему источнику взаимодействия, а остальную ценность делит поровну между всеми остальными. В случае, когда цепочка взаимодействий состоит из двух каналов, ценность между ними распределяется по 50%.
Когда использовать. Поскольку самый большой вес отдается ключевым источникам — тем, что вовлекли пользователя и позволили ему совершить конверсию, эта модель чаще востребована среди рекламодателей, которым в равной степени необходимо познакомить пользователей с продуктом и конвертировать текущих.
В случае с атрибуцией на основе позиции важно помнить, что иногда взаимодействия посередине цепочки больше влияют на конверсию, чем первые или последние. Например, когда пользователь подписался на изменение цены конкретного товара, или если уже заходил на сайт, а теперь добавляет товар в корзину.
И минус модели на основе позиции в том, что рекламодатель не всегда может понять, какой из промежуточных каналов в цепочке мог оказать ключевое влияние.
Механика. Ценность между всеми каналами распределяется одинаково, не игнорируя ни один канал на пути к конверсии, и тем самым дает полную и наглядную информацию о всех взаимодействиях пользователей с рекламой.
Когда использовать. Как правило, модель используется, когда происходит достаточно точек касания по многим каналам, и нужно просто понять, какие каналы участвуют в пути пользователя до конверсии и на каких этапах воронки чаще всего находятся.
Кому не подходит. Эта модель не даст рекламодателям информацию о наиболее эффективном канале и не подойдет тем, кому необходимо понять, в какой канал нужно инвестировать больше.
Механика. Чем ближе канал расположен к конверсии в цепочке взаимодействий — тем больше ценности ему присваивается в процентном соотношении. Модель учитывает все источники трафика, но мало ценности отдает самым первым из них — то есть тем, которые вовлекли пользователя в воронку. Если вернуться к примеру из блока про модель атрибуции на основе данных, в данном случае 50% ценности получит канал organic, остальные каналы получат по 16.6%, так как между предпоследним и последним действием прошло больше недели.
Когда использовать. Модель скорее подойдет рекламодателям с коротким циклом сделки до 90 дней или тем, кому необходимо оценить эффективность ограниченных по времени или флайтовых кампаний, например, в рамках «Черной пятницы».
Кому не подходит. Модель не совсем подойдет для оценки эффективности медийных кампаний. Также с помощью модели сложно оценивать общую эффективность кампании: каждый пользователь совершает свой уникальный путь к покупке, длина цепочки до конверсии отличается для разных пользователей, и вес у каждого такого взаимодействия для каждого пользователя будет разный.
Механика. Похожа на модель атрибуции По последнему клику. Разница в том, что если в цепочке есть каналы Google Ads, то максимальная ценность присваивается последнему из них. Таким образом, если пользователь совершил конверсию после клика по объявлению из Google Ads, то это объявление станет главным каналом. Если же в цепочке нет канала Google Ads, то автоматически кампании перейдут на модель атрибуции по последнему клику.
Когда использовать. Модель будет хорошо работать, в случае если рекламодателю важно оценить кампании именно в Google Рекламе с учетом взаимодействия этих кампаний с другими каналами.
Минус модели в ее узком применении — кроме Google Ads, источники не учитываются.
Интенсив по Google Analytics 4
28 марта – 1 апреля 2022 года
Сейчас самой продвинутой и востребованной считается модель атрибуции на основе данных. При этом важно понимать, что нет единого подхода к выбору модели атрибуции, и выбор сильно зависит от бизнес-задач. Мы рекомендуем периодически менять модель атрибуции в отчетах и сравнивать оценку конверсий для разных каналов, чтобы лучше понимать каждый шаг пользователя к покупке, исследовать его поведение и на основе этих данных оптимизировать кампании.
По нашему опыту, сравнивать модели стоит в среднем раз в неделю для бизнеса с коротким циклом покупки, раз в месяц — для бизнеса с долгим циклом сделки и сравнивать с предыдущими периодами — неделю или месяц назад. На уровне ресурса менять можно в соответствии с текущими целями бизнеса.
Разберемся, как можно изменить модель атрибуции.
В этом разделе можно изменить как саму модель, так и задать окно атрибуции.
Важным обновлением платформы стала возможность менять модель атрибуции на уровне ресурса, что позволяет быстрее получить данные о результатах кампаний. Изменить модель на уровне ресурса можно только через настройки атрибуции.
Изменение модели на уровне ресурса повлияет на текущую собранную статистику и на данные, которые будут собраны в будущем. Новые данные отразятся во всех отчетах, которые содержат статистику по конверсиям, доходу и параметрам трафика на уровне события. Изменения могут вносить только пользователи с правами администратора или редактора.
Изменить настройки можно в меню «Настройки» → «Настройки атрибуции». Для этого нужны права редактора или администратора.
Ключевой отчет, который максимально наглядно (через графики и таблицы с данными по конверсиям) отображает, какие касания совершают пользователи при движении по воронке.
Взаимодействия пользователя с рекламой отчет разделяет на ранние, средние и поздние, а таблица отображает данные по числу конверсий, дохода от покупок, числу дней до конверсии и числу точек взаимодействия перед ней.
Один из инсайтов, которые можно сделать благодаря отчету — насколько длинный путь совершает пользователь к конверсии, а изменение модели атрибуции в отчете поможет выделить наиболее ценные каналы для оптимизации.
Чтобы сравнить модели на уровне отчета, необходимо выбрать в левом меню вкладку «Реклама» → «Пути конверсии» → в выпадающем меню над отчетом «Модель многоканальной атрибуции» выбрать модель. Для использования отчета достаточно прав на просмотр.
Отчет «Сравнение моделей» позволяет оценить, как разные типы атрибуции влияют на распределение веса между каналами. Это нужно, чтобы увидеть, какие каналы, пары «Источник / Канал» или кампании приводят больше конверсий.
Также, если рекламодатель сменит цель рекламной кампании — например, теперь важно не только удерживать текущих клиентов, но и привлекать новых — то будут одинаково важны как первые источники взаимодействия, так и последние. И отчет позволит выделить те источники трафика, которые при использовании новой модели теряют эффективность и инвестиции в которые можно снизить.
Чтобы изменить модель в этом отчете, необходимо выбрать вкладку «Реклама» в левом меню и далее — отчет «Сравнение моделей». В отчете отобразятся два столбца с моделями атрибуции. Модель меняется по клику на название.
«Сводка о рекламе» также позволяет просто сравнить результаты по двум выбранным моделям. Чтобы изменить модель в этом отчете, необходимо выбрать в разделе «Реклама» отчет «Сводка о рекламе» и прокрутить отчет вниз, пока не появится карточка с заголовком «Какая эффективность каналов в рамках другой модели атрибуции?». И в карточке будет доступна смена моделей.
Нет универсальной и одинаково хорошей модели атрибуции для всех — выбор модели сильно зависит от бизнес-целей и целей кампании. Но стоит задуматься над текущими задачами бизнеса и стратегией и протестировать разные подходы к оценке атрибуции в зависимости от них, а также сосредоточиться на качестве и количестве собираемых данных, чтобы получать корректную аналитику по рекламным кампаниям.
На исследование основных показателей в Яндекс Метрике достаточно одного часа. В статье мы покажем, как находить эти показатели и объясним,…
Рассказываем, какие интересные и полезные исследования вышли в мае 2022 года. Какие каналы для общения с клиентами выбирает бизнес —…
В мае Яндекс увеличил количество мест в товарной галерее и добавил два новых формата Большого баннера на главной. Директ…
Я пришел в digital 11 лет назад, когда учился в аспирантуре института биоорганической химии им. академиков М. М. Шемякина и Ю. А. Овчинникова. Тогда я просто…
Как сформулировать CTA, решает общий контекст коммуникации с пользователем. Какая формулировка сработает лучше, определяет тестирование. Но что…
Магазины в Telegram уже были давно. Как они выглядят и насколько удобны — другой вопрос. Некоторые из них — просто…