Модель атрибуции
Вы уже понимаете, что в создании и администрировании сайта участвует немало специалистов, каждый из которых отвечает за свой участок работы. Владельцу сайта необходимо периодически проводить анализ результативности сотрудников. Однако еще важнее и сложнее другая задача – определить, какие действия по привлечению посетителей наиболее эффективно улучшают позиции сайта и увеличивают продажи.
Чтобы понять суть проблемы, предположим, что по вашему сайту работали несколько подрядчиков:
• SEO-специалист – оптимизировал сайт, чтобы пользователь нашел его по определенному запросу, изучил и оставил почту для рассылки;
• email-маркетолог – отправил пользователю письмо со скидкой. Пользователь вернулся на сайт по ссылке из письма, изучил содержимое и покинул его;
• специалист по контекстной рекламе – запустил рекламную кампанию по ремаркетингу и вернул пользователя на товар с акцией, после чего произошла покупка.
Вопрос: кто из них заслужил премию за продажу? Согласитесь, ответ вовсе не очевиден. А если в команде также были PR-менеджер, CPA-специалист (менеджер по развитию партнерской сети) и медийщик, то вообще не понятно, что делать: отдать премию целиком одному из них или поделить сумму на всех.
Вот примерно такую задачу и помогает решить модель атрибуции – набор правил, которые распределяют источники трафика по вкладу в конверсию.
Покажу на примере: пользователь совершил покупку, посетив сайт несколько раз.
Источниками трафика стали:
1. Yandex/cpc – в первый раз пользователь попал на сайт через «Яндекс. Директ» по каналу с оплатой за клики либо по каналу, отмеченному меткой cpc.
2. Email – затем пользователь пришел на сайт по ссылке, которую получил на почту; это значит, что ранее он подписался на рассылку или иным образом оставил контакт либо знакомый прислал ему ссылку на сайт по почте. Естественно, для владельца сайта предпочтительнее получить адрес пользователя как можно раньше, потому что email-рассылки – это, по сути, один из самых дешевых каналов коммуникации с целевой аудиторией.
3. Organic – пользователь приходил на сайт через результаты органической выдачи (естественной, не рекламной) поисковой системы; этот трафик сайты получают за счет SEO-продвижения. Пользователь сделал запрос в поисковике и перешел по поисковому сниппету.
4. Retargeting/cpc – пользователь снова оказался на сайте по платному каналу, в данном случае через ремаркетинг[32]; опять посмотрел товары и ушел.
5. Direct/none – пользователь еще раз перешел на сайт уже либо из закладок, либо запомнил домен сайта и вбил его в адресной строке браузера. И это был последний этап в цепочке его действий, который завершился покупкой.
Как видите, пользователь пять раз посещал сайт на протяжении определенного периода времени, прежде чем оформил заказ. Теперь его путь поможет понять, как разные модели атрибуции влияют на решения по работе с интернет-маркетингом и бизнесом в целом.
Типы моделей атрибуции
По умолчанию в Google Analytics используются следующие модели:
• первое взаимодействие;
• последнее взаимодействие;
• последний непрямой клик;
• последний клик в Google Рекламе;
• линейная;
• временной спад;
• на основе позиций.
Они отличаются правилом, которое определяет, какому именно посещению сайта из совершенных пользователем будет присвоена результативность. Результатом может быть совершенная покупка или, если речь идет не об интернет-магазине, другое целевое действие. Аналогичные модели есть и в «Яндекс. Директе», но там используется меньше вариантов, потому рассмотрим пример Google Analytics.
Рис. 34. Модели атрибуции с учетом их результативности.
На рис. 34 показано, какому именно посещению в последовательности из пяти этапов присвоена результативность. Ярким цветом выделен этап, которому зачитывается итоговое действие. Чем выше столбец, тем большая часть действия засчитана этому этапу.
Эта модель атрибуции не учитывает количество посещений в последовательности до совершения целевого действия. Она засчитает результативность каналу, который изначально привел пользователя на сайт.
Давайте разберем эту модель на примере, который приводился выше. Напомню, пользователь посетил сайт пять раз:
• переход по рекламе;
• переход из рассылки;
• переход из результатов органической поисковой выдачи;
• переход по ремаркетингу;
• переход из закладок или указание домена в адресной строке браузера, этот визит завершился покупкой.
В рамках модели атрибуции «Первое взаимодействие» результативным будет признан рекламный канал, который в первый раз привел пользователя на сайт.
Справедливо ли это? С одной стороны, да. Если бы рекламный канал не был подключен, пользователь не оказался бы на сайте, не подписался бы на рассылку и не вернулся бы, чтобы совершить покупку. Но с другой стороны, в последовательности посещений клиент на третьем шаге попал на сайт из результатов органической поисковой выдачи. Поэтому важно понять, какой запрос ввел пользователь.
Для этого нужно конкретизировать пример. Предположим, ваша компания называется ABC Group и реализует телефоны. Теперь уточним поисковый запрос, который предположительно сделал пользователь (рис. 35).
Рис. 35. Пример последовательностей визитов.
На третьем шаге поисковый запрос отличается. Получается два разных сценария. В первом случае пользователь искал любой сайт, на котором можно купить телефон, а во втором указал название вашей компании.
Получается, в первом варианте пользователь искал все магазины, которые предлагают мобильные телефоны. После чего ему на этапе ремаркетинга был показан рекламный креатив с телефоном, который, возможно, он изучал подробно, добавил в избранное или даже оставил в корзине в интернет-магазине. В результате он кликнул по баннеру и совершил четвертый визит, уже конкретно в ваш интернет-магазин. Отсюда следует предположение: истинным посещением сайта, с которого началась результативная сессия, был вовсе не первый визит по рекламе, а визит из органической выдачи поисковой системы. В этом случае нельзя утверждать, что именно первое посещение было наиболее ценным. Но модель «Первое взаимодействие» засчитала бы именно его.
Теперь рассмотрим второй вариант. Пользователь ввел название фирмы. Значит, ранее он уже сталкивался с ней. Эту идею подтверждает и последовательность его прежних визитов, записанная web-аналитической системой. Можно предположить, что благодаря двум первым визитам пользователь запомнил сайт и вернулся именно за брендом. Поскольку второе посещение произошло из рассылки, и, скорее всего, она была именно с сайта компании, выходит, что первое посещение за счет рекламы и было самым результативным. Ведь во время него пользователь подписался на рассылку и позже благодаря дополнительному взаимодействию запомнил название компании.
Думаю, теперь вам понятно, что модель атрибуции «Первое взаимодействие» не всегда лучший вариант, чтобы принимать управленческие решения по работе с каналами привлечения трафика.
Модель атрибуции «Последнее взаимодействие» противоположна «Первому взаимодействию». Результативность будет присвоена последнему каналу в последовательности. В нашем примере – переходу из закладок или за счет указания домена сайта в браузере.
Давайте вновь обратимся к примеру, который наглядно демонстрирует на рис. 35 поведение пользователя. Только теперь в обоих случаях результативность будет засчитана последнему посещению, то есть источнику «Вкладка или переход по домену».
Если вы руководствуетесь этой моделью, значит, единственный эффективный канал для вас – переход из закладок или прямой вход на сайт. Вы посчитаете разумным снизить расходы на рекламу из первого шага, сократить расходы на email-маркетинг, SEO-продвижение и ремаркетинг. Но откуда в этом случае возьмется пользователь, который совершит покупку? Как вы расскажете новым пользователям о компании и заставите их добавить ваш сайт в закладки? Никак.
Согласен, это упрощенный пример, но именно благодаря ему становится понятна вся абсурдность применения этой модели. Однако она или ее незначительная разновидность, которую мы рассмотрим ниже, используется большинством интернет-магазинов.
Эта модель встречается чаще всего и, более того, долго стояла по умолчанию в Google Analytics и «Яндекс. Метрике». Хотя сейчас в последней появляется все больше моделей. Так, последнему непрямому клику отчасти соответствует модель последнего значимого перехода.
Суть этой модели: если последний переход в цепочке был прямым (вход с сохраненных страниц, внутренние переходы или визит на сайт через ввод адреса), то заслуга и ценность от действия пользователя будет перенесена на предшествующий канал.
Полагаю, вы догадались, что это одна и та же модель, просто в разных системах. Она позволяет перенести ценность на последний в цепочке визит пользователя из соответствующей рекламной системы.
Эта опция актуальна, если Реклама или Директ – основной канал привлечения трафика, либо если у вас немного конверсий.
Предполагает, что все посещения пользователем сайта до целевого действия внесли равнозначный вклад. Поэтому каждый визит получает ценность, равную одной пятой. С одной стороны, может показаться, что это наиболее правильная модель, но в ней есть ряд нюансов. Например, в последовательности могут находиться любые каналы привлечения посетителей, даже те, на которые вы не можете влиять.
Но именно влияние на канал – основная цель построения модели атрибуции. Какой смысл переносить вес на email-маркетинг, если маркетолог осуществляет рассылку по базе подписчиков с сайта? Этот канал не получится масштабировать. Количество подписавшихся на рассылку пользователей не изменится, если даже на каждой странице сайта дважды разместить форму подписки. А если пообещать больше платить маркетологу, на радостях он начнет писать более интересные письма. Конверсия немного изменится, но существенного улучшения ситуации тоже не случится.
Аналогичная ситуация и с посещениями, которые были вызваны прямыми переходами. Вы не можете на них влиять, потому что они – следствие работы с другими каналами.
При использовании этой модели визит, который ближе всего к моменту совершения конверсии, получает больше ценности, а который дальше – меньше. Что это значит? Если целевое действие произошло сегодня, то визит, который ему предшествовал семь дней назад, будет оцениваться в два раза меньше. При этом анализ проходит на всей ретроспективе изучаемых данных.
Используется эта модель редко, в основном для краткосрочных акций, чтобы правильно обосновать их ценность.
В рамках этой модели можно самостоятельно задать ценность первого, промежуточных и последнего взаимодействий, а также распределить кредиты и указать правила исключения. Эта настраиваемая модель иногда бывает полезной, поскольку позволяет формировать уникальные отчеты.
Однозначного ответа быть не может. Нужно учитывать несколько моментов:
• особенности бизнеса;
• цикл принятия решения о покупке товара/услуги пользователем;
• возможность влиять на каналы привлечения;
• задачи аналитики.
Например, если история визитов для вас не важна, но вы хотите отследить, какие каналы оказывают решающее влияние на целевое действие, используйте «Последний непрямой клик». Если же вы хотите оценить эффективность именно рекламы из поисковой системы, выбирайте модель «Последний клик в Google Рекламе» или «Последний переход из Директа».
Модель «Первый переход» подходит для узнаваемых брендов, которые работают с уже сформированным спросом.
Я искренне считаю, что для каждого бизнеса нужно строить свою модель атрибуции, которая включает сложные математические алгоритмы построения, а для оценки рекламных кампаний необходимо использовать частные случаи модели.