Оформити заявку

Моделі атрибуції: зробіть правильний вибір

Моделі атрибуції: зробіть правильний вибір - Фото 1
22/10/2013
admin

Визначення ефективності рекламних кампаній – це головна мета маркетингу
, оскільки кожен власник бізнесу незалежно від його типу і особливостей хоче вкладати гроші в рекламу з найбільшою вигодою. Звичайно, практично неможливо підрахувати ефективність, наприклад, рекламного ролика, трансльованого по телебаченню чи радіо, але в такому випадку як інтернет реклама сайту, на щастя, це можливо.

В останні роки відзначено значне зростання розвитку всіляких каналів інтернет-реклами. І це не дивно, адже використання контекстної реклами, різних банерів, SEO розкрутки, соціальних мереж, e-mail-розсилок, партнерських програм та інших видів реклами в мережі не тільки дуже ефективні, але і, при правильному підході, не вимагають великих грошових вкладень. Іншими словами, за допомогою сучасних інструментів веб-аналітики можна підрахувати ефективність того чи іншого рекламного каналу для кожного конкретного інтернет-проекту і правильно розподілити кошти на них. А як відомо, правильне «бюджетування» – це практично гарантія успіху при мінімальних витратах.

Отже, одним з найбільш простих у застосуванні і доступних кожному користувачеві інструментів веб-аналітики, що дозволяють збирати необхідну інформацію, аналізувати її і правильно застосовувати на практиці, є «Google Analytics». «Attribution Modeling» або «Моделювання атрибуції» – це сервіс, що дозволяє отримати дані про те, як модель впливає на визначення цінності кожного використовуваного каналу. Таким чином, інструмент порівняння моделей в «Google Analytics» надає можливість впливати на «віддачу» від вкладених коштів в рекламні кампанії за допомогою отримання даних про найбільшої ефективності кожної моделі.

Звичайно, загальноприйнято прораховувати рентабельність інвестицій на стадії розподілу коштів, але така інформація не може бути на сто відсотків достовірною, оскільки немає ніяких конкретних даних на цьому етапі. Використання інструменту порівняння моделей вже на початкових етапах допомагає з’ясувати ту модель, яка працює з максимальною віддачею і перерозподілити бюджет, тим самим підвищуючи рентабельність інтернет-проекту в цілому.

Не слід забувати і про те, що, як правило, до скоєння конверсії відвідувач заходить на сайт кілька разів з різних каналів трафіку. А більшість сучасних аналітичних систем зараховують конверсію тільки за останнім переходу, що само по собі не зовсім коректно, тому що не дає повну картину взаємодії користувача з веб-ресурсом. Тому якщо відштовхуватися тільки від показників моделі, що базується на останньому джерелі, і ігнорувати інші моделі, можна обрушити всю «воронку продажів». Справа в тому, що відключення каналу з дуже низькою віддачею, може привести до значного зниження конверсії каналу з високою рентабельністю, так як робота цих двох каналів була пов’язана в один ланцюжок – виняток однієї ланки якої, обриває функціонування всієї системи. Використання інструменту порівнювання моделей в «Google Analytics» допомагає уникати прийняття таких некоректних рішень, дозволяючи своєчасно оцінювати важливість того чи іншого каналу.

«Google Analytics» пропонує наступні моделі атрибуції:

1. Атрибуція за останнім взаємодії.

З назви зрозуміло, що найвища цінність конверсії відноситься до останнього каналу, який привів відвідувача на сайт перед вчиненням конверсії. Як правило, така модель орієнтована на прямі транзакції і вважається базовою, яка використовується для порівняння з іншими моделями.

2. Атрибуція за першим взаємодії.

При використанні даної моделі, цінність присвоюється первинного джерела, тому, який стоїть на самому початку ланцюжка, який вперше привів відвідувача на веб-ресурс. Доцільно використовувати дану модель тоді, коли головна мета реклами полягає в пробудженні інтересу до сайту або продукції.

3. Атрибуція лінійної моделлю.

Така модель передбачає, що кожен канал має однакову цінність в ланцюжку. Використовувати її слід для постійної взаємодії з клієнтами, а не в якості одиничного рекламного контакту.

4. Давність взаємодії.

Дана модель атрибуції ефективна для застосування в разі разових або короткострокових рекламних акцій. Таким чином, найбільша цінність присвоюється тим каналам, які спрацювали під час проведення акції або реклами.

5. Модель атрибуції з прив’язкою до позиції.

Являє собою якийсь симбіоз двох перших моделей. Вона має дві основні цінності по першому і останньому каналах. Як правило, перший і останній канали ділять між собою цінність навпіл. На практиці виглядає наступним чином: перший канал 40%, наступні ділять 20%, останній – теж 40%. Така модель необхідна в тому випадку, якщо вагу має не тільки знайомство з торговою маркою, наприклад, але і канал, який в кінцевому підсумку привів до скоєння дії.

Слід зазначити, що перераховані вище моделі атрибуції є основою, спираючись на яку кожен користувач може створювати власні моделі, з урахуванням особливостей свого інтернет-проекту.

Інструмент порівняння моделей в «Google Analytics» має низку незаперечних переваг, серед яких фахівці виділяють наступні:

1. Відсутність необхідності додаткових налаштувань, оскільки робота даного інструменту спрямована на взаємодію з даними, які раніше відстежувалися і фіксувалися в обліковому записі.

2. Легкість і швидкість створення моделей атрибуції на базі вже існуючих в системі.

3. Можливість наочно побачити і порівняти вплив різних джерел трафіку – пошукового, рекламного, поштових розсилок, маркетингу партнерських програм, оголошень на мобільні гаджети, соціальних мереж (SMM), і так далі.

4. Можливість порівнювати між собою три моделі одночасно, що дозволяє побачити відмінності наочно, порівнювати характеристики переходів, ключових слів, рекламних кампаній і так далі в різних моделях атрибуції.

5. Можливість створювати власні моделі з урахуванням типу взаємодії, позиції, джерела трафіку і так далі.

6. Можливість переглядати дані в реальному часі.

Отже, інструмент порівняння моделей є однією з найбільш потужних функцій в «Google Analytics». Головна зручність використання цієї функції полягає в тому, що вона дозволяє не тільки з’ясовувати, як та чи інша модель виглядає для кожного каналу, але також побачити показники і результати застосування в порівнянні. Такий підхід допомагає зробити правильні висновки про ефективність роботи кожного каналу і на їх основі приймати подальші рішення.