Использование моделей атрибуции в Google Analytics

Атрибуция в Google Analytics — это определение источника, которому будет присвоена конверсия в цепочке взаимодействия клиента с сайтом. В зависимости от того, какая модель атрибуции используется, распределяется ценность каждой конверсии.

Поскольку именно источник – это один из основных параметров для принятия дальнейших глобальных решений, выбор модели атрибуции может полностью изменить общую картину эффективности и повлиять на аналитику поведения пользователей.

В этой статье  представлена информация по всем стандартным моделям.  Также есть возможность создавать собственные модели атрибуции и использовать их на основе данных, что доступно только в Analytics 360.

В этой статье мы остановимся на стандартных моделях. Разберем подробнее каждую из них на конкретном примере.

Для того, чтобы проиллюстрировать важность модели атрибуции, будем использовать инструмент сравнения моделей.

инструмент сравнения моделей атрибуции

1. По последнему непрямому клику

Эта модель используется по умолчанию во всех отчетах. Система игнорирует прямые посещения, присваивая конверсию предыдущему источнику посещения.

В нашем случае, конверсия будет присвоена google/cpc.

модель атрибуции по последнему непрямому клику

Эту модель удобно сравнивать со следующей по списку – по последнему взаимодействию.

На скриншоте видно, насколько меняется число конверсий.

сравнение модели атрибуции по последнему непрямому клику с модель по последнему взаимодействию

2. По последнему взаимодействию

Эта модель предполагает, что конверсии будут присвоены источнику, с которым пользователь взаимодействовал непосредственно перед конверсией.

В нашем пути, при выборе этой модели, конверсия будет присвоена direct/none.

модель атрибуции по последнему взаимодействию

3. Последний клик в Google Рекламе

В этой модели вся ценность конверсии присваивается Google Ads, если он каким-либо образом участвовал в цепочке, без учета, какое место он занимает в последовательности.

Эту модель в инструменте сравнения мы можем сопоставить с моделью по последнему непрямому клику. Это поможет понять, в скольких конверсиях Google Ads не участвовал вообще, а также определить, какие кампании, группы объявлений, ключевые слова, рекламы участвовали в конверсии в целом. Например, сравнение трафика с гугл:

модель атрибуции по последнему клику в Google Рекламе

А вот пример того, как определить, какие рекламные кампании на самом деле приносят результат.

как определить, какие рекламные кампании на самом деле приносят результат

Это часто оказывается полезным, особенно для анализа кампаний, которые не направлены на прямую продажу, но при этом, часто приносят ассоциированные конверсии, либо же, это будет полезно при продвижении продукта со сложной воронкой и длительным сроком принятия решения.

4. Первое взаимодействие

В этом случае большая ценность конверсии присваивается первому источнику, с которого пользователь переходил на сайт. В нашем пути это google/cpc.

модель атрибуции по первому взаимодействию

Эту модель удобно сравнивать со всеми остальными, поскольку это поможет понять, какие источники повышают интерес к вашему предложению и стимулируют пользователя вернуться. Google рекомендует использовать ее, если цель размещения рекламы – добиться первоначальной осведомленности и пробудить интерес покупателей.

Вот пример анализа того, какое количество из всех взаимодействий с Google Ads было первым.

пример анализа того, какое количество из всех взаимодействий с Google Ads было первым

Теперь перехожу к самым интересным моделям. При их использовании вы можете видеть в статистике дробные показатели в количестве конверсий, которые всех пугают. 

5. Линейная модель

Здесь одинаковая ценность присваивается каждому каналу на пути взаимодействия. В нашем пути это будет выглядеть следующим образом:

линейная модель атрибуции

Эту модель удобно использовать, чтобы определить эффективность каналов в целом. Если по вашему мнению источник потенциально эффективен, но по последнему взаимодействию он не приносит конверсий, есть смысл проверить линейную модель. Возможно, он все же участвует в конверсиях.

Также, можно ориентироваться по этой модели, если вы постоянно взаимодействуете с пользователями и они регулярно к вам обращаются повторно.

статистика по линейной модели атрибуции

 

6. Временной спад — С учетом давности взаимодействий

При использовании этой модели учитывается то, сколько времени прошло с момента взаимодействия до следующего. И чем больше временной промежуток, тем меньше ценность этой конверсии. По умолчанию, такой период составляет 7 дней.

Сейчас нужно усложнить наш путь. Допустим, с момента первого google/cpc до direct/none прошло 14 дней, с direct/none до google/cpc — 7 дней, а дальше между взаимодействиями разница составляла 3 дня. Тогда распределение будет выглядеть следующим образом:

модель атрибуции временной спад - с учетом давности взаимодействий

 

Эта модель — более точная версия предыдущей.

статистика по модели атрибуции временной спад - с учетом давности взаимодействий

7. Атрибуция с привязкой к позиции

Это модель, которая предполагает максимальную ценность для первого и последнего взаимодействия. По умолчанию, первому и последнему каналу присваивается по 40%, а между остальными распределяется 20%.

модель атрибуции с привязкой к позиции

Эту модель стоит использовать когда важен не только канал, с которого непосредственно осуществилась конверсия, но и тот, с которого пользователь перешел на сайт впервые.

статистика по модели атрибуции с привязкой к позиции

Вывод

В зависимости от выбранной модели, можно резко поменять всю картину эффективности. Это открывает много возможностей для анализа и настройки веб-аналитики, принятия решений для аудиторий ремаркетинга, внесения изменений в аккаунты.

Кроме того, настройка моделей атрибуции происходит на уровне представления, следовательно, вы можете сопоставлять данные по сайту в целом, по разным целям и аудиториям. Если в результате анализа для бизнеса окажется более выгодной одна из моделей, то атрибуцию можно поменять и в Google Ads.