Tajniki Google Analytics 4 dla marketerów [WEBINAR]

Tajniki Google Analytics 4 dla marketerów [WEBINAR]

Tajniki Google Analytics 4 dla marketerów [WEBINAR]

Weź udział w sesji pytań i odpowiedzi z Maćkiem Lewińskim!

ZAPISZ SIĘ

Czy istnieje idealny model atrybucji?

Czy istnieje idealny model atrybucji?
O autorze
4 min czytania 2023-03-28

fot. depositphotos.com

Z pewnością wielu analityków biznesowych, marketerów czy przedsiębiorców chciałoby znać odpowiedź na to nurtujące pytanie. W dobie internetu, digitalizacji procesów zakupowych i wszechogarniającej nas inwigilacji technologicznej odpowiedź nie powinna być taka trudna. Zanim jednak wyruszymy na poszukiwanie Świętego Graala wśród modeli atrybucji, doprecyzujmy kilka pojęć.


Czym jest konwersja?

Konwersja to wykonanie przez potencjalnego klienta pożądanej przez nas akcji na stronie, np. zakup produktu, zapis do newslettera czy wypełnienie formularza kontaktowego. 

Co to jest atrybucja?

Atrybucja to przypisanie konwersji do konkretnego źródła ruchu, np. kampanie płatne w Google Ads, wyszukiwanie organiczne, wejścia bezpośrednie etc. Pozwala nam określić, które działania marketingowe przynoszą efekty. 

LinkedIn logo
Dziękujemy 90 000 fanom na LinkedInie. Jesteś tam z nami?
Obserwuj

I wreszcie, modelowanie atrybucji – zestaw reguł, które przypisują daną konwersję do konkretnego miejsca na ścieżce konwersji. Pomaga nam zrozumieć, który punkt styku użytkownika z marką doprowadził do realizacji konwersji lub był za nią w największym stopniu odpowiedzialny, a co za tym idzie – czy prowadzone przez nas kampanie reklamowe są efektywne. 

Wyróżniamy 10 modeli atrybucji:

Słuchaj podcastu NowyMarketing

  1. Pierwsza interakcja (ang. first interaction) – model, w którym wystarczy pierwsze zetknięcie użytkownika z reklamą, np. wyświetlenie reklamy display’owej, nawet nie kliknięcie i przekierowanie na stronę docelową, aby przypisać udział danego źródła ruchu do konkretnej konwersji. Świetnie sprawdzi się w zakrojonych na szeroką skalę działaniach zasięgowych. 
  2. Pierwsze kliknięcie (ang. first click) – model, w którym cały udział w konwersji zbiera pierwsze kliknięcie, które doprowadziło do przejścia użytkownika na stronę www. Idealny model do kampanii zasięgowych, świadomościowych, w których liczy się dotarcie do jak największego grona odbiorców.
  3. Ostatnia interakcja (ang. last interaction) – przeciwieństwo modelu first interaction. Tutaj liczy się ostatnia interakcja z reklamą, np. wyświetlenie reklamy banerowej.
  4. Ostatnie kliknięcie (ang. last click) – bardzo popularny model atrybucji, w którym ostatniemu kliknięciu, które przekierowuje użytkownika na stronę internetową, przypisuje się wszystkie zasługi. Ten model sprawdzi się doskonale do krótkich, sezonowych akcji, np. promocji z okazji Black Friday, Cyber Monday, Dnia Kobiet czy walentynek. 
  5. Ostatnie kliknięcie Google Ads (ang. last click from Google Ads) – pochodna modelu ostatnie kliknięcie, z tym że w tym przypadku bierzemy pod uwagę ostatnie kliknięcie z kampanii Google Ads.
  6. Ostatnie niebezpośrednie kliknięcie (ang. last non-direct click) – domyślny model atrybucji stosowany w Google Analytics, w którym odpowiedzialność za dokonanie konwersji przypisuje się do ostatniego niebezpośredniego źródła ruchu, co oznacza, że jeśli na ścieżce użytkownika występują trzy punkty styku, tj.: reklama Google Ads – wejście organiczne – wejście bezpośrednie, to konwersja zostanie przypisana do wejścia organicznego, czyli bezpłatnych wyników wyszukiwania. 
  7. Model liniowy (ang. linear) – najbardziej sprawiedliwy model atrybucji, który wszystkim źródłom ruchu na ścieżce użytkownika przypisuje taką samą wagę. Warto go stosować w przypadku produktów/usług powtarzalnych, subskrypcyjnych. 
  8. Model uwzględniający pozycję (ang. position-based) – model, w którym największy udział w realizacji konwersji przypisuje się pierwszemu i ostatniemu elementowi na ścieżce konwersji (dostępne są dwa warianty: po 40% i 30%), a pozostałe pozycje na ścieżce potencjalnego klienta do konwersji otrzymują odpowiednio 20% lub 40% łącznie do podziału. 
  9. Model rozkładu czasowego (ang. time decay) – model, który uwzględnia spadek udziału z upływem czasu, tzn. że im później na ścieżce zakupowej użytkownika i bliżej finalizacji transakcji znalazł się dany kanał, tym jest on ważniejszy.  
  10. Model oparty na danych (ang. data-driven attribution) – najbardziej rozbudowany i zaawansowany model wykorzystujący dane historyczne związane zarówno z użytkownikami konwertującymi i niekonwertującymi, jak i algorytmy systemów uczących do obliczenia rzeczywistego udziału danego kanału mediowego na ścieżce zakupowej. Ważne są m.in. takie elementy jak: czas, który upłynął od konwersji, rodzaj urządzenia, liczba interakcji z reklamą czy kolejność ekspozycji na reklamy. 

Który model atrybucji jest najlepszy?

Żaden. A dlaczego? Tutaj z pomocą przychodzą nam pojęcia tak jakie cross-device i cross-channel. Co to oznacza w praktyce? Prześledźmy to na przykładzie trzech narzędzi: Google Analytics, Facebook Ads i Google Ads. 

NowyMarketing logo
Mamy newsletter, który rozwija marketing w Polsce. A Ty czytasz?
Rozwijaj się

W Google Analytics jeden użytkownik = jedno ciasteczko = jedna przeglądarka, dlatego synergia wizyt użytkownika z różnych urządzeń (ang. cross-device) jest po prostu niemożliwa. Gdy użytkownik wejdzie na stronę internetową Twojej firmy najpierw w pracy z komputera służbowego z przeglądarki Google Chrome, później w drodze do domu skorzysta ze smartfona, a wieczorem z prywatnego laptopa z przeglądarki Mozilla Firefox, to Google Analytics potraktuje go jako trzech różnych użytkowników. To oznacza, że nie będziemy mieć pełnego obrazu wiedzy o danym użytkowniku, jego zachowaniach zakupowych i procesie decyzyjnym. W tym narzędziu analitycznym analizę ścieżki konwersji z uwzględnieniem różnych kanałów (ang. cross-channel) możemy przeprowadzić tylko w obrębie jednej przeglądarki. 

Natomiast śledzenie interakcji użytkowników między różnymi urządzeniami (ang. cross-device) będzie możliwe np. na Facebooku, ponieważ to właśnie zalogowani użytkownicy najczęściej klikają w reklamy, aby dotrzeć na wybraną stronę www. Bardzo rzadko zdarza się, aby internauta korzystający z tej najpopularniejszej platformy mediów społecznościowych nie był zalogowany w aplikacji Facebooka, Instagrama czy Messengera na telefonie prywatnym, służbowym oraz na urządzeniach desktopowych, z których regularnie korzysta. 

Analogiczne dane widzimy w panelu Google Ads. W tym modelu atrybucji również ograniczamy się tylko do raportowania jednego kanału mediowego, jakim jest w tym przypadku Google, który wystarczy, aby wystąpił chociaż raz na ścieżce użytkownika. Ze względu na to, iż zdecydowanie mniej internautów jest zalogowanych na swoje konto Google na kilku urządzeniach niż w aplikacji Facebooka, te dane będą odrobinę mniej dokładne. 

Jednak na obu powyższych platformach reklamowych, w odróżnieniu od Google Analytics, nie uwzględnimy ruchu z organica, directa czy mailingu na ścieżce użytkownika. Z tego też powodu dane zagregowane w każdym z tych trzech narzędzi będą się różnić ze względu na odmienny model atrybucji. Ścieżka użytkownika i jego decyzje zakupowe nie będą kompletne w 100% i należy o tym pamiętać podczas analizy danych, aby nie doprowadzić do podjęcia niepotrzebnych i kosztownych decyzji biznesowych. 

Wracając do naszego pytania – tak naprawdę każdy model atrybucji jest dobry. Wszystko zależy od tego, czego potrzebujesz Ty i Twój biznes. 

Jeśli prowadzisz sklep internetowy i organizujesz krótką akcję promocyjną z okazji Black Friday, najlepiej sprawdzi się model last click, natomiast jeśli wprowadzasz na rynek nowy produkt, np. nowy model iPhone i chcesz dotrzeć do jak największego grona odbiorców – powinieneś zainteresować się modelem first click lub first interaction. Dla kampanii z branży deweloperskiej, gdzie procesy decyzyjne zakupu mieszkania są długie, warto wziąć pod uwagę liniowy model atrybucji, aby docenić i uwzględnić wszystkie elementy na ścieżce zakupowej klienta, które doprowadziły do finalizacji transakcji. 

Każdy model może dostarczyć wartościowych informacji o użytkownikach, którzy docierają na Twoją stronę internetową – musisz tylko jasno określić swoje cele, zadbać o poprawną konfigurację analityki na stronie, na bieżąco optymalizować kampanie, otworzyć się na testowanie różnych modeli atrybucji i nie bać się eksperymentować!