Как использовать данные атрибуции в маркетинге?

Редко бывает, что человек купил продукт сразу после первого взаимодействия с компанией. Обычно для совершения сделки необходимо около 7 касаний. При этом каждый канал по-разному влияет на покупательское решение. Для оценки эффективности того или иного канала используются модели атрибуции.

Модель атрибуции: определение

Модели атрибуции – это набор правил, которые определяют принципы распределения ценностного потенциала точек контакта, ведущих к конверсии. Они показывают путь пользователя от первого взаимодействия до целевого.

Реклама в Инстраграм – это один канал, органический поиск – другой, а таргет в Facebook – третий. Так какой же из них привел клиента?

Атрибуция помогает отследить контакты с компанией и сделать вывод, куда лучше вкладывать деньги. Возможно, некоторые каналы следует исключить вообще.

С моделями атрибуции определяют еще окно конверсии. Это интервал между первым контактом и покупкой. Тут вариантов может быть масса: от 1 суток до 30 и более дней.

Каждая платформа фиксирует данные о касаниях. Для отслеживания результатов рекламной кампании с каждого канала на сайт компании устанавливают пиксель платформы.

Чем полезны модели атрибуции:

• Определение, какой канал привел клиента на веб-страницу и сделал толчок к оформлению заказа.
• Распределение бюджета между каналами.
• Отслеживание изменений в настройках рекламной кампании, а также их влияния на продуктивность рекламы.
• Грамотная настройка рекламных кампаний.
• Снижение расходов на рекламу и увеличение дохода.
• Повышение уровня персонализации. Компаниям нужно узнавать о клиентах и потенциальных покупателях как можно больше. Благодаря этому они могут предлагать им актуальные продукты на оптимальном канале.
• Выстраивание контакта с клиентом.

Молодые компании с помощью атрибуции находят площадки, на которых могут заявить о себе. А опытным бизнесменам данный инструмент нужен для отказа от неэффективных каналов.

Атрибуция оказывает влияние на процесс распределения конверсии в рекламных кампаниях. Для правильного оценивания потенциала нужно определить какой переход был главным, а также узнать ключевую фразу, которая эффективно воздействует. Изменения модели помогают сделать перерасчет ставок по ключевым словам, и играют роль в распределении рекламного бюджета.

Какие модели атрибуции бывают

First click (первое касание)

Первому клику приписывают самый большой процент ценности. А другие источники трафика не учитываются.

Максимальную пользу от использования такой атрибуции получают рекламные кампании, направленные на улучшение узнаваемости брендов, а не на продажу. Данная модель отделяет те кампании, которые ознакомили клиента с продукцией, без учета результатов.

К недостаткам относится то, что при использовании First click нельзя определить, что именно оказало влияние на покупательское решение. К тому же непонятно, было ли это касание первым знакомством или пользователь уже контактировал с брендом ранее, так как другие взаимодействия не учитываются.

Подходит компаниям, цель которых улучшить узнаваемость, поспособствовать увеличению охвата аудитории и определиться с каналами.

Last Click (последнее касание)

Эта модель присваивает абсолютную ценность финишному касанию. Благодаря атрибуции специалисты по продажам понимают какая компания дала самую лучшую конверсию в продажу.

Эта модель применяется для организаций, которые ориентируются только на продажи. Особенно она полезна для организаций, практикующим быстрые сделки. Например, реализация одежды во время скидок, товаров с низким чеком, продукции ежедневного применения и т.д.

Но тут снова-таки игнорируется влияние других источников трафика. Это является недостатком модели Last Click.

Подходит бизнесу с коротким циклом продаж. Обычно такие компании не используют более трех каналов рекламы.

Last Non-Direct Click (последнее платное взаимодействие)

Максимальная ценность присваивается финишному клику, но исключение составляет прямой заход. Если человек ввел URL (или вошел с закладок) и после этого купил – этот клик не считается. Т.е. пользователь уже был знаком с компанией. Тогда наиболее эффективным считается предыдущий.

Этот атрибут помогает сосредоточиться на самых значимых платных рекламных каналах. Last Non-Direct Click можно использовать, как базовый, в качестве сравнения с другими моделями.

Но он не учитывает вложения в конверсию других каналов. Часто случается, что предпоследний источник – электронная почта. Значит, пользователь ранее уже побывал в контакте с компанией. От откуда-то перешел на сайт и подписался на рассылку.

Last Non-Direct Click подходит компаниям, которые ориентируются на оценку продуктивности определенного платного канала. Такие бренды не очень заботятся об узнаваемости.

Linear model – линейная атрибуция

Очень простая модель, согласно которой вес распределяется поровну среди всеми точками контакта с компанией. Несмотря на простоту она учитывает все клики перед покупкой.

Но она бесполезна, если ваша цель совершить перераспределение бюджета. Каналы могут иметь разную эффективность, поэтому разделять средства одинаково будет иррационально.

Походит Linear model для бизнеса с длинным циклом продаж. Обычно они поддерживают контакт с клиентом на всех ступенях воронки продаж. Отличным примером являются В2В компании.

Post-View конверсия

Она учитывает действия, совершаемые потенциальным покупателем после того, как он просмотрел рекламу. Для того, чтоб отследить этот показатель, добавляется pixel tag для сбора статистики.

Модель Post-View оценивает и рекламу в Инстаграм, и результаты выдачи, и переходы, так как все эти точки контакта участвовали в привлечении клиента.

К преимуществам модели относится учет отложенного эффекта при контакте с рекламой и эффекта узнаваемости.

Но модель не берет во внимание ситуации, когда пользователь зашел на страницу, прокрутил экран, как бы «просмотрел» рекламные сообщение, но не увидел его, проигнорировал или не обратил внимание.

Time Decay – атрибуция, учитывающая давность контакта

Ценность распределяется по нарастающей. Самая большая отдается последнему клику, а наименьшая – первому.

К плюсам относится то, что модель учитывает значимость каждого контакта, который ведет к покупке. Последние касания увеличивают шансы продать товар, поэтому оцениваются лучше.

К минусам относится то, что первому клику присваивают наименьшую ценность. Хоть он познакомил клиента с компанией.

U-Shape – атрибут на основе позиции

Первое и последнее касание получают по 40% ценности, а остальные 20% распределяются поровну между промежуточными каналами.

К преимуществам относится то, что берется в учет все этапы взаимодействия. При этом в большей степени оценивается канал, который познакомил клиента с брендом и канал, приведший к покупке.

Не всегда корректно приписывать максимум этим этапам. Некоторые промежуточные каналы могут быть более эффективными.

W-образная атрибуция

Схожа с U-Shape, но тут наибольшую ценность имеют первый, последний и промежуточный клик. Им присваивают по 30%, а остальным распределяют 10% поровну.

Модель оценивает потенциальные точки контакта, которые вероятнее всего побудили человека к покупке в середине цикла. Она подходит для компаний с лидогенерацией.

W-образная атрибуция не дает информации о том, как клиент встретился с компанией в середине цикла. 10% для остальных каналов слишком мало, учитывая их потенциальную пользу.

W-образная атрибуция сложно настраивается. Это существенный недостаток.

Какую модель атрибуции выбрать для своего бизнеса?

Неправильно выбранная стратегия чревата потерей важного звена на пути к конверсии. Из-за этого ставки будут расставлены не верно. Для того, чтоб выбрать атрибуты нужно ответить на вопросы:

• Какой у вас приоритет по конверсиям при анализе?
• Какое количество этапов нужно клиенту, что совершить покупку?
• Компания предоставляет временные или постоянные продукты?
• Какая цель рекламы: узнаваемость, привлечение новых клиентов, продажи, работа с лояльными покупателями?
• Сколько времени нужно клиенту, что решится на покупку?
• Компания, которая запускает рекламу, только появилась или давно функционирует на рынке?
• Есть ли у компании статистические данные о прошлых кампаниях?
• Насколько большая конкуренция в нише?

Также необходимо изучить системы аналитики и сравнить модели, которые функционировали. Можно провести эксперимент и сделать сравнительную характеристику в режиме реального времени. Нужно учитывать особенности целевой аудитории и предыдущий опыт продаж.