Wpis ten poświęcę na szczegółowe omówienie modeli atrybucji w systemie reklamowym Google Ads. Postaram się pokrótce scharakteryzować ich przeznaczenie wraz z komentarzem, który w wyczerpujący sposób będzie rozwijał i omawiał trudności jakie występują w mierzeniu tym konkretnym modelem atrybucji. Warto w tym miejscu zaznaczyć, że samo słowo “modelowanie” jest wykorzystane w kontekście możliwości ręcznego ustalenia sposobu gromadzenia i interpretowania danych. Modelowanie atrybucji służy do oceny skuteczności działań online a także kanałów pozyskiwania klientów, które przypisują sprzedaż do konkretnych kliknięć. 

Także i w tym przypadku warto mieć na uwadze swoiste ograniczenia wynikające z ograniczonych możliwości mierzenia zdarzeń offline i online na ścieżce zakupowej tego samego klienta. Pomimo dynamicznie rozwijającej się technologii, dążącej do umożliwienia pomiaru tych dwóch dziedzin marketingu, są one nadal mierzone innymi metodami, według odmiennych wskaźników. Stąd niedokładność pomiarów świata online, szacunkowe efekty sprzedaży, które często mogą odbiegać od stanu faktycznego jak i zupełnie inna grupa docelowa nawet tej samej marki offline i online.

 

Skomplikowany pomiar ścieżki zakupowej

Swoistym ograniczeniem atrybucji danych w narzędziu Google Analytics jest ustawiony domyślny model ostatniego kliknięcia (ang. last click), co wyjaśnia różnice jakie występują pomiędzy tym narzędziem a Google Ads, które analizuje ruch z reklam online.

Model ostatniego kliknięcia uznaje za decydujący ostatni krok podjęty online przez użytkownika. Największą trudność stanowi jednak niebezpośrednie ostatnie kliknięcie, które same w sobie jest terminem niezwykle trudnym do wytłumaczenia i zastosowania w raportach dla klientów, którzy chcą znać wyniki swoich reklam i działań online.

Niebezpośrednie ostatnie kliknięcie w dużym uproszczeniu, oznacza ignorowanie przez narzędzie Google Analytics wszystkich przejść bezpośrednich na stronę jako “ostatni krok”. Oznacza to, że dla systemu Google bezpośrednie wpisanie adresu internetowego strony nie jest elementem ścieżki zakupowej, ale świadomym przejściem na stronę. W takim wypadku, za ścieżkę zakupową, która doprowadziła do zakupu zostanie uznana przedostatnia wizyta, np. pochodząca z reklamy Google Ads. 

Dla porównania odwiedzenie strony przez link w social media a następnie wpisanie linku do strony bezpośrednio w przeglądarkę i dokonanie zakupu, będzie traktowało zakup z mediów społecznościowych jako ostatni krok. Wynika to z niezwykle złożonej metodologii ważenia poszczególnych ścieżek zakupowych klienta.

 

Rodzaje atrybucji Google Ads

1. Atrybucja uwzględniania pozycji

Modelowanie atrybucji względem pozycji to model, który wyznacza ścieżkę konwersji względem udziału każdego ze źródeł online, przyznając pierwszemu i ostatniemu punktowi styku po 40% udziału oraz po 20% na środkowe. Kanały które znajdują się w środku nie są brane pod uwagę, zatem w tym rozumieniu danych, pierwszy i ostatni moment styku z daną marką jest najistotniejszy. Pozostałe kanały generują niewielki udział w pozyskaniu danej konwersji.

2. Atrybucja czasowa

Rozkład atrybucji oparty o czas charakteryzuje się przypisywaniem coraz wyższej wartości kanałom, które znajdowały się najbliższej momentu dokonania transakcji. Wbrew pozorom, największy udział przypisany jest do ostatniego źródła, w tym wypadku nie ma zastosowanie niebezpośrednie kliknięcie. Atrybucja czasowa sprawdzi się szczególnie w marketingowych akcjach promocyjnych, które są ograniczone czasowo.

3. Atrybucja pierwszego kliknięcia

Model atrybucji uwzględniający pierwsze kliknięcie jest najmniej dokładny i najrzadziej wykorzystywany w analizie skuteczności kanałów marketingowych. Pełni jednak kluczową rolę zwłaszcza w przypadku całkowicie nowego brandu, który jest wprowadzany na rynek. Drugim zastosowaniem jakie można odnaleźć w przypadku atrybucji pierwszego kliknięcia, jest bez wątpienia rozeznawanie się w trendach zakupowych klientów i analiza produktów, na których użytkownikowi zależy najbardziej.

4. Atrybucja ostatniego kliknięcia

Atrybucja ostatniego kliknięcia jest domyślnie ustawionym modelem przypisywania konwersji do działania w Google Analytics. W praktyce model ten posiada wiele niedoskonałości, zaczynając od nieuwzględniania poprzednich ścieżek zakupowych. Jest jednak użytecznym w momencie w którym dokonujemy analizy skuteczności kanałów pod względem doprowadzania do zakupów. Z pewnością może stanowić cenne źródło, które pozwala zaplanować dalsze działania marketingowe w przedsiębiorstwie.

5. Atrybucja ostatniego kliknięcia niebezpośredniego

Model atrybucji niebezpośredniego ostatniego kliknięcia, charakteryzuje wszystkie transakcje w Google Analytics, w których ostatnią ścieżką zakupową nie były bezpośrednie wejścia na stronę. Oznacza to, że użytkownik zapoznał się z marką przechodząc na stronę z różnych źródeł, jednak jeśli ostatni krok to wejście bezpośrednie, wtedy transakcja zostanie przypisana do kroku ją poprzedzającego. Założenia tego modelu mają na celu pokazanie, że użytkownik wchodzący na stronie już zna daną markę i wyraża silną intencję zakupową, stąd wskazanie jednego punktu, który skłonił go do zakupu nie jest jednoznaczny. Wizyta użytkownika, która doprowadziła go na stronę zakupu, nie zostaje uznana jako moment zakupu. W tym modelu słabą stroną jest ignorowanie wizyt bezpośrednich, które nie są traktowane jako moment zakupu. Źródło które było przedostatnie, w niebezpośrednim ostatnim kliknięciu zostanie uznane jako ostateczna ścieżka zakupu.

6. Atrybucja linearna (równa)

Atrybucja linearna oznacza równy podział transakcji na wszystkie kroki zakupowe – tym samym mówi w małym stopniu o intencji zakupowej na poszczególnych etapach zakupowych. Zasadą działania atrybucji linearnej jest uznanie, że każdy etap na ścieżce zakupowej klienta ma dokładnie taki sam udział w całości zakupu. Model ten znajduje zastosowanie w przypadku chęci utrzymania relacji z potencjalnym klientem na każdym etapie zakupu.

7. Atrybucja oparta na danych

Model atrybucji oparty na danych jest najbardziej precyzyjnym i szczegółowym modelem, który opiera się na wielu informacjach gromadzonych w Google Analytics z różnych źródeł. Jest zarazem rzadko wykorzystywany w polskich firmach, gdyż trzeba spełniać ściśle podane kryteria wysokich wydatków oraz wymaga posiadania wersji premium narzędzia, które jest uzasadnione w wypadku dużych korporacji międzynarodowych. Model oparty na danych analizuje intencję zakupową na każdym etapie zakupu i przypisuje największą wartość do kanału, który faktycznie doprowadził do zakupu i był istotnym elementem podczas całej ścieżki zakupowej.

 

Który model atrybucji wybrać?

Wszystko zależy od naszego celu, jaki chcemy zrealizować. Tak jak opisałam powyżej, każdy model atrybucji wspiera inny cel – reklama graficzna sprawdzi się w modelu pierwszego kliknięcia, w przypadku video ciężko mówić o miarodajnych kliknięciach a świadomość marki warto wspierać atrybucją opartą na danych. Poniżej tabela opracowana przeze mnie z porównaniem wszystkich opisanych modeli.

porównanie modeli atrybucji

W ostatnim czasie Google aktualizował wymagania względem atrybucji opartej na danych, co oznacza że został znacznie zmniejszony limit miesięcznych konwersji aby osiągnąć ten model.

Komentarze

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *