Читайте наши статьи первыми

Атрибуция — это правило или набор правил, которые определяют вклад каждого из маркетинговых каналов на пути к совершению конверсии.

что такое атрибуция

Зачем нужна атрибуция?

Как правило, пользователи не совершают конверсии сразу после того, как увидели первое объявление.

путь пользователя в интернет-маркетинге

Разберемся на примере “интернет-магазина туристических товаров”.
Рассмотрим один из возможных путей клиента при покупке спальника перед походом в горы:

  1. Утро — дома пользователь на ПК вводит запрос в google «купить палатку». Видит ваше поисковое объявление – переходит на сайт, знакомится с информацией, закрывает сайт.
  2. Дорога на работу — читает ленту новостей в Facebook, видит ваше объявление, но не переходит на сайт.
  3. Перерыв на работе — заходит в google с рабочего ПК, вводит запрос «как выбрать палатку», переходит на SEO статью в вашем блоге, ознакамливается, подписывается на email рассылку, выходит.
  4. Дорога домой — просматривает stories друзей в Instagram, видит ваше объявление со скидкой на спальники, просматривает, но не переходит.
  5. Следующий день – на домашнем ПК, просматривает почту, видит вашу email рассылку с акцией, переходит на сайт. Сохраняет понравившиеся модели в закладки.
  6. После работы — по прямой ссылке свершает покупку. Ура!

Как вы думаете, как понять какой из всех этих маркетинговых каналов больше повлиял на конверсию?

Разобраться в этом поможет правильно настроенная модель атрибуции! 🙂

Модели атрибуции в Google Analytics

Модели аттрибуции Google Analytics

Модели атрибуции бывают:

  • Одноканальные — вся ценность в свершении конверсии присваивается только одному из каналов на пути к конверсии.
  • Многоканальные — ценность конверсии распределяется между каналами.

Примеры распределения конверсий для одноканальных моделей атрибуции

Разберем подробней на одном из путей пользователя.

одноканальные аттрибуции в Google Analytics

В одноканальных моделях атрибуции 100% ценности конверсии присваивается только одному из каналов на пути к конверсии.

  1. Модель Первое взаимодействие — 100% ценности конверсии будет присвоено первому каналу приведшему пользователя к вам на сайт (в нашем случае google/cpc).
  2. Последнее взаимодействие, где 100% ценности конверсии будет присвоено последнему каналу на пути к конверсии (direct/none).
  3. Последний клик с google рекламы, где 100% ценности присваивается последнему клику именно с google рекламы.
  4. Последний не прямой клик, где канал direct/none игнорируется (эта модель атрибуции установлена по умолчанию в отчетах аналитики).

Преимущество моделей: простота, даже базового отчета будет достаточно, чтобы оценить, какие рекламные каналы работают, а какие нет (если его нет в пути пользователя).
Недостатки моделей: нет возможности оценить влияние других каналов на пути пользователя (поскольку вся ценность присваивается одному каналу).

Примеры распределения конверсий для многоканальных моделей атрибуции

Линейная модель атрибуции

Линейная модель аттрибуции Google Analytics

Она равномерно распределяет 100% ценности конверсии между всеми каналами (уравнивает их).

Преимущества: более продвинутая модель, чем предыдущие, учитывается каждый канал пути пользователя.
Недостатки: модель не будет отражать реальную эффективность, принять правильное решение относительно эффективности рекламных кампаний по этой модели не получится. Самая простая многоканальная модель атрибуции.

Модель атрибуции временной спад

В этой модели, наибольшую ценность конверсии получает канал, который находится последним в цепочке, а наименьшую ценность конверсии тот, который находится первым.

модель аттрибуции временной спад в Google Analytics

Преимущества: ценность конверсии присваивается всем каналам в пути пользователя. Описывает путь по маркетинговой воронке покупателя (Неосведомленность – Осведомленность – Интерес – Желание – Покупка).
Недостатки: эта модель атрибуции занижает вклад источников, которые находятся в начале пути. При этом именно эти маркетинговые каналы зачастую приводят большую часть посетителей на сайт.

Модель атрибуции на основе позиции

Является комбинацией моделей первого, последнего взаимодействия и линейной.

Модель атрибуции на основе позиции Google Analytics

Первому и последнему каналам в цепочке взаимодействий будет присвоено 40% ценности, остальные 20% равномерно распределяются между остальными каналами.

Преимущество: выделяются два самых важных канала — первый (начало воронки) и последний (конверсия).
Недостаток: занижает значимость промежуточных каналов в пути пользователя.

Модель атрибуции на основе данных

Все предыдущие модели построены на основе заранее заданных правил — стандартные модели атрибуции.
Модель на основе данных, максимально точно отражает влияние каждого источника на пути к конверсии. Так как сама модель и вклад каждого канала рассчитываются на основе именно наших данных.

Модель атрибуции на основе данных Google Analytics

Модель доступна в Google Analytics 360, Google Ads и Campaign Manager.

Чтобы понять, как работает модель, рассмотрим её основные принципы:

  1. Система использует данные о пользователях, не только совершавших, но и не совершавших конверсии. Это позволяет оценить, в каком случае вероятность совершения или не совершения конверсии выше.
  2. Назначение ценности конверсий всем каналам в пути пользователя.

Рассмотрим детальнее, как работает модель атрибуции на основе данных.

Шаг 1. Рассчитываем коэффициент конверсии (CR)

На первом шаге, берем наш путь пользователя.
Для простоты представим, что такой путь проделали 100 пользователей, и 25 из них свершили конверсию.

Работа модели атрибуции на основе данных Шаг 1

Показатель конверсии получится 25%.
Представим, что у всех каналов равный вклад в финальную конверсию (линейная модель).

Шаг 2. Берем такой же путь пользователя без одного канала и сравниваем CR

На втором шаге мы исключаем один из каналов в пути пользователя и анализируем результат на 100 пользователях.

Работа модели атрибуции на основе данных Шаг 2

Путь пользователя тот же, но без канала «ukr.net / email».

Шаг 3. Определяем вес канала и корректируем распределение ценности

Определяем вес исключенного канала и присваиваем ценность.

Работа модели атрибуции на основе данных Шаг 3

Канал увеличивает конверсионность пути в 2,5 раза. Увеличиваем ценность этого канала, но оставляем неизменным остальные.

Шаг 4. Десятки тысяч раз повторяем Шаг 1-3 для каждого пути и каждого канала

Атрибуция на основе данных при помощи машинного обучения сравнивает пути пользователя множество раз (Шаг 1-3). Если канал увеличивает конверсионность – повышает его вес, на какой бы позиции он не был. При этом не уменьшает вес каналов, которые не влияют на конверсионность положительно.

Работа модели атрибуции на основе данных Шаг 4

Шаг 5. Получаем финальный результат: конверсионный вес каждого канала

Суммируем вес всех каналов в пути и делим индивидуальный вес канала на сумму всех каналов.

Работа модели атрибуции на основе данных Шаг 5

Когда моделирование закончено, мы получаем взвешенную ценность каждого канала в пути пользователя.

Модель атрибуции на основе данных более объективна, потому что учитывает все данные о взаимодействиях с пользователями. Все расчеты происходят автоматически, ценность каждый раз динамически меняется.

Требования для атрибуции на основе данных (Из справки Google Analytics и Google Ads):

  • Быть клиентом Google Analytics 360.
  • Включить отслеживание электронной торговли или использовать цели.
    ИЛИ
  • Иметь аккаунт Google Рекламы, в котором не менее 15 000 кликов по объявлениям в поисковой сети и для одного действия-конверсии получено не менее 600 конверсий в течение 30 дней.

Чтоб продолжать использовать эту модель атрибуции, должны выполняться следующие минимальные требования к количеству конверсий за последние 28 дней:

  • 400 конверсий с длиной пути не менее двух взаимодействий.
  • 10 000 путей пользователя в выбранном представлении.

Окно конверсии

Важную роль в атрибуциях занимает “Окно конверсии”, это промежуток времени после взаимодействия с объявлением за который регистрируется конверсия.

окно атрибуции

По умолчанию в Google Analytics установлено классическое окно в 30 дней, в течение этого периода мы учитываем в пути пользователя конверсии к каналу, по окончанию окна конверсия не учитывается.
В Google Ads по умолчанию установлено окно конверсии 30 дней после клика или 1 день после показа если это КМС. Установить окно конверсий в Google Ads можно от 1 до 90 дней (для кликов и показов).

Начало работы с Google Attribution

Чтобы начать работу с Google Атрибуцией необходимо всего 3 шага:

  1. Получить/иметь права на внесение изменений в аккаунт Google Analytics;
  2. Выбрать Аккаунт, Ресурс, представление – установить связь;
  3. Выбрать цель, например, отправка формы или транзакция.

После чего нужно будет подождать до 72 часов на сбор информации и можно будет начинать работу с атрибуциями.

Google Attribution начало работы

Сейчас атрибуции находятся на этапе бета, но в инструменте есть все отчеты из Google Analytics, где доступны все атрибуционные модели. Из них нам будут видны отчеты про:

  • пути конверсии (путях пользователя);
  • время до конверсии — видим время принятия решения о покупке (в днях);
  • длину пути конверсии — видим количество каналов участвующих в пути пользователя;
  • сравнение моделей атрибуции — для анализа и выбора модели атрибуции, которая нам подходит.

Отчеты Google Analyics

Преимущества Google Attribution

  1. Возможность кросдоменного трекинга:
    • Пользователь переходит по нашему сайту, по разным доменам, и при этом остается одним пользователем в отчетах Google Attribution.
    • Сохраняется первоначальный источник посетителя.
    • Получаем больше путей пользователя и верные данные во всех отчетах, убираем referral трафик, со своих же доменов.
  2. Отображение ценности конверсии каналов в пути пользователя.
  3. Бесплатная модель атрибуции на основе данных с применением технологии машинного обучения Google.
  4. Все необходимые отчеты в одном инструменте.

Модели атрибуции в Facebook

Атрибуции в Facebook и Google Analytics похожие, за исключением, того что Google Analytics измеряет по сеансам, а Facebook измеряет и по сеансам и по показам (приоритет всегда отдается сеансу).
Взаимодействием в Facebook считаются клики, показы и посещения.

Аттрибуции Facebook

Для всех моделей атрибуции в Facebook, кроме модели на основе данных, можно выбрать условия распределения ценности:

  • учитывать все посещения. Ценность распределяется равномерно;
  • не учитывать прямые посещения (по умолчанию). Ценность распределяется между платными и бесплатными каналами взаимодействия, если таких взаимодействий нет – ценность отдаётся прямым посещениям;
  • не учитывать посещения. Ценность распределяется только между показами и кликами, если такие взаимодействия не принимали участия в конверсии, ценность отдаётся прямым посещениям.

Отличие атрибуции в Facebook от Google Analytics

В Google Analytics есть несколько методов идентификации пользователей:

  • Client ID. По умолчанию, Google Analytics проводит измерения на основе файлов cookie, в такой конфигурации каждый новый браузер или устройство – «новый пользователь»
  • UserID. (Необходимо “вшить” ссылку https://support.google.com/analytics/answer/3123662?hl=ru ) При дополнительной настройке кода отслеживания Google Analytics, появляется возможность отслеживать пользователей на разных устройствах в отдельном представлении, при условии их авторизации на сайте.
    Из-за обязательной авторизации, часть данных в неавторизованный период не отслеживается. И для сайтов, где нет личного кабинета, эта функция будет неприменима.

Facebook, в отличие от Google, по умолчанию ведет измерения в пользователях на основании профилей в социальных сетях. Благодаря этому, а также высокому проценту авторизации в социальных сетях на всех своих устройствах, такой метод дает возможность без проблем отслеживать пути пользователя между устройствами и источниками трафика.

Отличие Facebook и Google атрибуции

В рассматриваемом пути пользователя, измерение на основе файлов cookie неправильно считало бы показы/клики объявлений. Google сложнее собирать и понимать данные по мультиканальным конверсиям одного пользователя. Facebook проще, так как пользователи “логинятся” своими данными на разных устройствах.

Google Analytics считал бы одного и того же пользователя на разных устройствах, как разных людей, в то время как для Facebook это один и тот же человек.

Окно атрибуции в Facebook

В Facebook существует до 17 окон атрибуции. Окно атрибуции можно выбрать по кликами и посещениям или по кликам, посещениям и показам.

Окно атрибуции Facebook

Модель по умолчанию — 28 дней после клика или посещения и 1 день после показа.

Минимальное значение — 1 день после клика, посещения и 4 часа после показа.

Максимальное — 90 дней после клика, перехода, показа.

Начало работы с Facebook Attribution

начало работы с Facebook атрибуцией

Для начала работы с Facebook Attribution необходимо в Business Manager:

  1. Создать сферу деятельности: выбрать рекламные аккаунты, пиксель, приложение, группу офлайн событий.
  2. Назначить, если необходимо, роли.
  3. Выбрать валюту и часовой пояс (эти настройки нельзя будет изменить в дальнейшем).

Данные в атрибуциях станут доступны в течение 2х часов в разделе Атрибуции.

В Facebook Attribution станут доступны отчеты:

  • Результативность — можно посмотреть и сравнить статистику кампаний и источников трафика.
  • Пользовательские отчеты – позволяют создать пользовательские разбивки в нужной группировке, чтобы было легче анализировать данные по интересующим параметрам (клики, показы, цена, конверсии, цена за клик и т.д.).

Доступные отчеты Facebook атрибуции

  • Пути конверсий – пути пользователей к конверсии. Информация о пользователях, которые начинают путь к конверсии на одном устройстве, а заканчивают на другом.

Пути конверсии Facebook

Особенность Facebook Attribution — возможность добавлять данные по расходам из сторонних площадок (например Google Analytics)

Интеграция

Преимущества Facebook Attribution

  1. Помогают решить проблемы “виденья” стандартных отчетов рекламного кабинета.
  2. Возможность кроссплатформенного трекинга.
  3. Благодаря интеграции рекламных платформ позволяет объединять данные из разных источников (в том числе из Google Ads) в одну общую картину.
  4. Возможность создавать пользовательские отчеты применяя к ним различные модели атрибуции.
  5. Возможность исключить referral трафик.
  6. Facebook Attribution – бесплатный инструмент.

Очень частый вопрос: “Почему в стандартных отчетах в интерфейсе Google Analytics и Facebook Ads Manager мы видим разные данные по конверсиям?”

Потому что в Google Analytics модель атрибуции в стандартных отчетах по последнему непрямому клику, а в Facebook Ads Manager — по последнему взаимодействию с Facebook.

То есть, все конверсии, которые произойдут на нашем сайте в течение 28 дней, после того, как пользователь взаимодействовал с рекламой, Facebook будет считать «своими». И даже если пользователь просто увидел рекламу, но не перешел по ней, а потом в течение суток пришел на ваш сайт с другого источника, Facebook все равно скажет: «Это моя конверсия!». В то время, как Google Analytics присвоит конверсию последнему непрямому клику.

Именно по этой причине количество конверсий в Facebook часто расходится с данными Google Analytics.

Почему разные данные по конверсиям Google и Facebook

Рекомендация: поставьте в настройках рекламного аккаунта более реалистичное окно конверсии (1 или 7 дней после клика) или при анализе статистики в настройках столбцов проведите сравнение различных окон и получите более реалистичные данные.

Выводы

Инструменты Facebook Attribution и Google Attribution позволяют сравнивать модели.

Все модели атрибуции и инструменты нужны, чтобы определить влияние маркетинговых каналов на конверсию. Единого ответа на вопрос, какую модель атрибуции выбрать — нет. Нужно учитывать бизнес-цели, маркетинговые цели и индивидуально подбирать модель под ваш бизнес.

Если вы видите, что при использовании какой-то модели данные существенно отличаются, это знак, что нужно детальнее изучить путь пользователя и влияние каналов на конверсию. Возможно, использование другой модели атрибуции позволит переоценить влияние каналов и перераспределить бюджет на те, эффективность которых сначала была неочевидна.

Рекомендованные статьи