Что такое модели атрибуции, какие модели существуют в Яндекс Метрике и Analytics и как с ними работать, объясняет Мария Горбунова, интернет-маркетолог агентства «Сорока Маркетинг» — участника партнерской программы eLama.
Мария Горбунова ведущий специалист по интернет-маркетингу агентства «Сорока Маркетинг»
Как бы нам хотелось, чтобы клиент кликнул по рекламе, впервые зашел к нам на сайт и сразу сделал покупку. Но в жизни так случается редко. Чаще всего клиент несколько раз посещает сайт, переходя из рекламы, результатов поиска, введя наш сайт в строку браузера и т. д. — и только потом совершает покупку. Как определить, какой источник подтолкнул его к покупке? Последний или какой-то другой? И в какой нам надо вложить больше денег, чтобы увеличить количество покупок? Во всем этом как раз и помогает разобраться атрибуция и ее модели.
Что такое атрибуция
Атрибуция — это распределение ценности между источниками трафика, которые привели к конверсии. Проще говоря, это попытка установить, какую роль сыграл каждый источник, с которого клиент переходил на сайт, в том, что он в конце концов совершил покупку.
К примеру, клиент, прежде чем совершил покупку, заходил на сайт семь раз с разных источников.
В Яндекс Метрике мы увидим, что пользователь совершил покупку, перейдя на сайт по рекламе в РСЯ Яндекс Директ. А поскольку, согласно отчету, реклама во ВКонтакте не приносит никаких продаж, вы решаете ее отключить, чтобы не тратить деньги зря.
Но не стоит спешить: каждый источник вносит свой вклад. В Метрике по умолчанию стоит модель атрибуции «Последний значимый переход», поэтому покупка приписалась источнику Яндекс Директ РСЯ — и вся ценность отдана этому источнику.
Но может быть так, что если бы пользователь не увидел рекламу во ВКонтакте, он бы больше не пришел на сайт. Чтобы наверняка это узнать, и нужны разные модели атрибуции.
Что такое модель атрибуции
Модель атрибуции — это принцип, по которому система аналитики распределяет ценность между источниками, привлекающими пользователя на сайт перед покупкой.
Существует около 10 моделей атрибуции, которые позволяют по-разному взглянуть на работу различных каналов привлечения и оценить их эффективность и вклад в продажи.
Сказать, что нужно использовать только какую-то определенную модель атрибуции и никакую другую, нельзя, потому что каждый клиент проходит свой путь до покупки, ему требуется разное время для принятия решения. Если при покупке обуви клиенту хватает нескольких дней, чтобы выбрать нужную пару, то при покупке квартиры может пройти несколько месяцев, прежде чем он определится. Чтобы изучить поведение клиентов со всех сторон, стоит применять различные модели атрибуции.
Давайте разбираться, какие модели атрибуции существуют в Яндекс Метрике и Google Analytics и в каких случаях они помогут проанализировать ваше продвижение.
4 модели атрибуции, доступные в Яндекс Метрике и Google Analytics
По первому клику
В Яндекс Метрике модель называется «Первый переход», в Google Analytics — «По первому клику».
Эта модель отдает всю ценность в достижении конверсии первому источнику, который привел клиента на сайт, остальные источники и каналы роли не играют.
В нашем примере именно поисковая реклама в Яндексе привела нам клиента, который потом, после еще шести посещений сайта совершил покупку.
Модель по первому клику поможет вам понять, какой источник впервые привел клиента на сайт, когда он еще ничего о вас не знал. В рекламе продуктов с длинным циклом сделки, например, в тематике недвижимости и авто, важно понимать, благодаря какому источнику компания совершила первое касание с клиентом.
По последнему клику
В Яндекс Метрике — «Последний переход», в Google Analytics — «По последнему клику».
Самым ценным считается последний источник трафика, после перехода из которого клиент оформил покупку.
В нашем примере клиент ввел адрес сайта в строке браузера и зашел на сайт напрямую.
Эта модель атрибуции подойдет, если нужно отслеживать эффективность каналов в высокий сезон и/или если на принятие решения требуется немного времени. Например, компания продает новогодние подарки в середине декабря. Клиенты активно ищут, что подарить близким на Новый год и быстро решаются оформлять заказы. И продавцу логичнее обращать внимание на последний источник в цепочке касаний, который приводит клиентов, оформляющих покупки.
По последнему непрямому клику
В Яндекс Метрике — «Последний значимый переход», в Google Analytics — «По последнему непрямому клику». В Analytics эта модель по умолчанию работает во всех отчетов, кроме «Многоканальных последовательностей».
Эта модель считает самым ценным последний непрямой или значимый канал, а прямые заходы и незначимые каналы не учитывает. Так, Метрика игнорирует прямые заходы на сайт, внутренние переходы, а также попадания со страниц в закладках, в Analytics — только прямые заходы.
У нас последним был прямой заход, он не учитывается, и вся ценность отдается рекламе в РСЯ.
Модель по последнему непрямому клику поможет оценить эффективность рекламных каналов, без учета прямых заходов.
По последнему клику из рекламной системы
В Яндекс Метрике — «Последний переход из Директа», в Google Analytics — «Последний клик в Google Рекламе».
Эта модель отдает весь вклад в привлечение клиента рекламе, запущенной в Яндекс Директе или в Google Ads и вообще не учитывает любые другие источники и каналы.
Наш клиент совершил несколько переходов на сайт из разных источников, при этом два перехода были по рекламе Директа: первый по поисковому объявлению, второй — из РСЯ. А самым ценным будет считаться только второй переход из Директа — из рекламы в сетях. Все остальные касания с клиентом игнорируются. Если бы в цепочке касаний после РСЯ был еще переход по Google Ads, то Analytics отдал бы всю ценность ему.
4 модели атрибуции, которые есть только в Google Analytics
Линейная
Она учитывает все источники трафика и оценивает их вклад в совершение пользователем покупки как равнозначный.
Если рекламодателю важно регулярно напоминать клиентам о себе, поддерживая спрос (например, крупные интернет-магазины, сервисы доставки еды), для него будут одинаково важны все источники трафика. Однако линейная модель не подойдет, если нужно перераспределить бюджет с менее эффективных источников на более эффективные. Она просто не покажет, какой источник наиболее ценен, ведь ценность распределена одинаково между всеми источниками.
С учетом давности взаимодействий
Модель распределяет ценность между источниками по времени: чем ближе по времени к покупке источник, тем он более ценен.
Данная модель подходит для краткосрочных рекламных кампаний, когда важен последний источник, но при этом, пусть и в меньшей степени, учитываются все предыдущие.
К примеру, у вас через 2 недели онлайн-конференция и вы запустили рекламу. Чем ближе к дате конференции, тем ценнее вклад источника.
С привязкой к позиции
В этой модели по 40% ценности получают первый и последний источники, а 20% распределяется поровну между источниками в середине.
Наибольшую ценность получают первый источник, который познакомил клиента с сайтом, и последний, потому что он привел к покупке.
На основе данных
Эта модель атрибуции учитывает вклад источников на основе машинного обучения. Алгоритмы рассматривают все действия пользователя до покупки и на основании этого присваивают разную ценность всем источникам. Таким образом, неважно, на каком месте находится источник, главное — какой вклад он внес.
Ее можно использовать для оптимизации кампаний в Google Ads, если у вас накопилось достаточно данных.
Модель пригодится, если компания продает дорогие и сложные продукты, на покупку которых клиенты решаются не сразу. Она поможет узнать, какие источники какой вклад внесли в покупку, какие источники стоит отключить, а какие — наоборот, усилить.
Что делать с этими знаниями на практике
Однозначного и быстрого ответа, какую именно модель атрибуции выбрать, нет. Проверяйте эффективность источников в разных моделях атрибуции, чтобы понимать, как обычно ведут себя пользователи на сайте. Например, может быть, что они узнают о вас из соцсетей, а покупки делают, перейдя по рекламе Яндекс Директ. Или видят несколько раз вашу рекламу в различных источниках, запоминают вас и потом, чтобы что-то у вас приобрести, вводят адрес сайт в строке браузера или находят его в поисковике.
Придерживайтесь одной модели атрибуции во всех отчетах, чтобы вы видеть верные данные. Например, если вам важны источники, которые были последними перед конверсией, и вы решили, что будете собирать отчеты по модели «Последний значимый переход», используйте ее во всех системах и отчетах.
Какие модели сравнивать? Начать можно с атрибуций «По первому клику» и «По последнему непрямому клику». Это простые и довольно часто используемые модели. Они помогают понять, какие источники принесли пользу в начале пути пользователя, а какие были последними, приведшими его к покупке. При этом мы не учитываем прямые заходы, переходы с сохраненных страниц и внутренние переходы.
В Яндекс Метрике переключить модель атрибуции можно в любом отчете, который относится к источникам трафика.
В Google Analytics трафик по разным моделям атрибуции удобно сравнивать в отчете «Конверсии — Многоканальные последовательности — Инструмент сравнения моделей». Здесь нужно выбрать конверсию, для которой хотите сравнить источники, иначе — будете сравнивать данные по всем конверсиям, настроенным в Analytics, а это исказит данные.
Модели атрибуции помогают правильно оценивать путь клиента и источники, которые привели его к покупке, их эффективность и вклад каждого. Не принимайте поспешных решений, анализируйте данные и успехов вашему бизнесу!
