Атрибуционное моделирование и многоканальные последовательности в Google Analytics

Содержание

«Половина денег, которые я трачу на рекламу уходят в никуда. Проблема в том, что я не знаю, которая половина».

Джон Уанамэйкер

В цифровой век все должно быть измеримо, начиная от поведения потребителя и заканчивая ходом рекламных кампаний. Это также означает, что прозрачность отчетов о рекламных расходах достигла невиданного ранее уровня, а контроль за окупаемостью инвестиций выходит на первый план в работе отдела маркетинга. Совсем не как во времена мистера Уанамэйкера, когда приемлемым для успешного капиталиста считалось эффективно потратить только половину рекламного бюджета.

Исследования клиентов и принятие решений, основанное на данных в маркетинге

Традиционной системе рекламы в масс-медиа бросила вызов электронная реклама, которая добилась значительных успехов за последние годы. Наши способности к измерению в интернете также увеличиваются и привлекают маркетологов и рекламодателей, верящих в принятие решений, основанное на данных. В центре же этого быстро меняющегося пространства стоит единственная константа бизнеса – клиент.

Еще одной причиной, по которой рекламодатели так надеются на онлайн продвижение — это клиентская статистика, собираемая в реальном времени. Автомобили каких цветов пользователи проектируют в сети? Какие продукты привлекли интерес покупателей на этой неделе? Каков географический профиль покупателей, которые добавляют товары в корзину, но не создают конверсию? Что еще мы можем узнать о клиентах или потенциальных клиентах? Что из созданной рекламы привело к большему количеству кликов, а что к наибольшему проценту покупок?

Наша способность лучше понять опыт онлайн покупателей требует того, чтобы мы измеряли несколько точек соприкосновения с нашими ресурсами в сети и собирали воедино информацию из различных источников данных. Клиент может контактировать с нами разными способами: посещения сайта, платный поиск объявлений и естественные результаты поискового запроса, посещения, переадресованные с партнерских сайтов, e-mail маркетинг и социальные сети. Именно из-за комплексного характера потребительского взаимодействия существует множество способов рассчитать окупаемость инвестиций в рекламу и стоимость конверсии.

В конце концов, клиент может подвергаться воздействию нескольких рекламных объявлений, а также узнать о вашей продукции и услугах как на вашем сайте, так и на других сайтах. Так как мы сможем определить, какие ИМЕННО каналы и инструменты повлияли на конкретную покупку?

Мультиканальные последовательности

В настоящее время инструменты веб-аналитики наподобие Google Analytics, Яндекс.Метрики, CoreMetrics и Site Catalyst используют атрибуционную модель «последнего касания» для присвоения значения конверсиям. Это значит, что последний канал, привлекший покупателя перед конверсией признается сгенерировавшим продажу, т.е. «конверсию».

Так как вполне возможно, что на решение покупателя повлияли несколько точек соприкосновения, с которыми он столкнулся до конверсии, Google Analytics 24 августа 2011 года вводит понятие мультиканальной воронки. Данная функция может быть использована для того, чтобы лучше понять ценность предварительной рекламы, которая могла раньше привлечь внимание покупателя и повлиять на последующую конверсию.

Являетесь ли вы малым, средним или крупным предприятием (частным, государственным или НПО), есть вероятность, что вы пользуетесь более чем одним типом рекламы – начиная от e-mail кампаний, до контекстной рекламы и заканчивая социальными медиа и медийной рекламой. Даже внесетевые каналы вроде ТВ, радио, биллбордов и листовок, по тому, как они направляют посетителей на ваш сайт могут быть измерены при помощи бесплатных сервисов наподобие Google Аnalytics. Это стратегия – зазыва на сайт.

Итак, какие из рекламных усилий наиболее эффективны? Как ваша реклама взаимодействует одна с другой? Ищут ли вас люди в Google по необходимости или же узнают о вашей продукции и услугах в Facebook или Twitter перед тем, как посетить ваш сайт? После того, как клиент узнал о вашем предложении, совершает ли он покупку немедленно (футболка любимой группы) или вначале обговаривает ее с другом или родственниками (например покупку тура). Как они возвращаются на ваш сайт во второй и третий раз до того, как совершить покупку?

Измерение различных каналов (e-mail, социальных, платных объявлений, показов, ТВ, листовок) до недавнего времени было крайне сложным делом. Но, так как мультиканальные воронки были включены в бесплатную версию Google Analytics, то новая сила и статистика попала в руки как больших, так и малых маркетологов. Итак, насколько легко внедрить мультиканальные воронки? Ответ – очень легко, просто следуйте следующим шагам.

5 шагов по началу работы с многоканальными последовательностями в Google Analytics

  1. Убедитесь, что ваши рекламные акции могут быть измерены (ссылки в кампаниях размечены).
  2. Проверьте, что Google Analytics установлен на ваших целевых страницах.
  3. Отшлифуйте ваши призывы к действию, пока они сами и то, действия на сайте, к которым они должны вести посетителя не будут абсолютно ясны.
  4. Не забудьте настроить цели конверсии в Google Analytics. Вы также можете использовать отслеживание конверсий электронной коммерции. Полезно будет и создать воронку конверсии для процесса покупки, используя цели Google Analytics.
  5. Протестируйте отмеченные ссылки и целевые страницы, чтобы убедиться в том, что клики отображаются в пункте меню Источники трафика > Источники > Кампании, а также в том, что цели конверсий отмечены в пункте Конверсии > Цели.

После того, как вы выполните все вышеописанное – запускайте рекламу и ждите несколько дней, чтобы успели накопиться данные. После этого авторизуйтесь в Google Analytics и заходите в пункт меню Конверсии > Многоканальные последовательности. По умолчанию, Google Analytics покажет, отобразит, какая реклама и каналы принесли ожидаемый результат. Зачастую это покажет «истинную ценность» социальных медиа и показов рекламы, которые называются каналами «верхней воронки», так как часто ведут к тому, что клиент впервые знакомится с продукцией, услугой, или компанией, после чего ему предстоит еще долгий путь, ведущий к покупке.

Первоначальное воздействие можно провести методом распространения информации в социальных медиа или через публикацию рекламных изображений и видео по всему Интернету, используя показ рекламы, а это может быть началом долгого пути к покупке или целевой конверсии.

Взаимодействие каналов можно визуализировать при помощи диаграммы Венна, где пересечение кругов отображает степень, в которой посетители прибегают как к прямому заходу, так и к естественному поисковому запросу, а размер каждой сферы демонстрирует количество прошедших конверсию посетителей, пришедших через каждый из сетевых каналов за определенное время.

multichannel-funnels-diagram

А совсем интересно становится, когда мы начинаем просматривать историю точек соприкосновения наших покупателей c инструментами продвижения. На следующем изображении показана структура взаимодействий посетителей с нашими каналами привлечения трафика, количество конверсий для каждой из комбинаций, а также выручка.

 

Мы можем видеть различные сценарии пользователей, приведшие их к покупке. Здесь и те, кто несколько раз воспользовались поисковой выдачей, те, кто перейдя из поиска по ссылке из выдачи или контекстному объявлению запомнили сайт и вернулись на него позже, и самые лояльные посетители, которые уже запомнили сайт и периодически заходят сразу на него.

Для того, чтобы увидеть общее влияние каждого цифрового канала лучше всего воспользоваться отчетом «Ассоциированные конверсии», так как он позволяет нам видеть истинную цель до начала создания отчета по мультиканальным воронкам и степень нашей ошибки (скриншот внизу).

В приведенном ниже примере мы видим, что поисковая оптимизация была бы серьезно недооценена, если бы мы использовали атрибуционную модель последнего клика: она дает меньше выручки, чем контекст, но приводит к гораздо большему обороту ассоциированных конверсий.
Из сравнения ценностей конверсий последнего взаимодействия и ассоциированных, мы можем быстро оценить, какие из каналов недооценены (больше способствуют конверсиям, чем генерят их сами), а также какие из форм рекламы приводят к немедленной конверсии. Это очень важно знать при определении того, какие каналы рекламы смешивать в ходе проведения большой маркетинговой кампании.

Атрибуционное моделирование в Google Analytics

Для более глубокого понимания того, как различные инструменты интернет-маркетинга работают вместе, Google Analytics предоставляет инструмент атрибуционного моделирования, пригодный для построения, настройки и сравнения атрибуционных моделей. Атрибуционное моделирование можно назвать «Граалем» по многим параметрам тонкой настройки будущей маркетинговой деятельности. Эта функция позволяет быстро сравнивать атрибуционные модели, и, в конечном итоге, адаптировать предпочтительную вам и наиболее подходящую вашему бизнесу атрибуционную модель. Ниже я приведу четыре основных преимущества использования данной функции:

1. Нет необходимости в дополнительной маркировке

Точно также, как и отчеты по мультиканальным воронкам, атрибуционное моделирование не требует дополнительной разметки или внедрения.

2. Легко сравнивать

Возможно просматривать до трех атрибуционных моделей одновременно, а также использовать процентное изменение для изменения дисперсии по каналам, источникам, кампаниям и даже особым ключевым словам.

3. Можно настроить

Пользовательский конструктор моделей позволяет измерять влияние, основываясь на правилах, включающих вовлечение сайта и тип взаимодействия.

Любая из предустановленных атрибуционных моделей может быть использована в качестве отправной точки построения собственной модели. На официальной странице помощи по атрибуции перечислены следующие модели, доступные по умолчанию:

  • Модель последнего взаимодействия: отдает 100% ценности конверсии последнему каналу, с которым клиент взаимодействовал до того, как совершил покупку или прошел конверсию;
  • Модель первого взаимодействия: отдает 100% ценности конверсии первому каналу, с которым взаимодействовал клиент;
  • Линейная модель: равномерно распределяет ценность конверсий между каналами, с которыми взаимодействовал клиент до совершения конверсии;
  • Модель временного спада: акцентируется на точках соприкосновения, ближайших к времени конверсии;
  • Модель, основанная на позиции: позволяет создавать гибрид моделей первого и последнего взаимодействий. Вместо того, чтобы выделять все средства на первое или последнее взаимодействие, данная модель позволяет их разделить. Обычным является сценарий с распределением 40% на первое и 40% на последнее взаимодействие, и последующего выделения 20% на взаимодействия в середине цикла.

4. Быстрое прототипирование

Пользовательские атрибуционные модели можно создать за несколько минут и сравнить их со всеми другими моделями внутри интерфейса. Быстрое прототипирование является наиболее убедительным аргументом в пользу конструктора пользовательских моделей, так как он позволяет нам тестировать и сравнивать различные модели, а также учиться.

Атрибуционное моделирование – истинный Грааль для рекламодателей, ведь оно позволяет взвешивать различные точки соприкосновения посетителей с вашим сайтом в соответствии с тем, что именно важно для вашего бизнеса или маркетинговой инициативы.

И в завершение…

В цифровой век измерить можно все, однако важно вдумчиво измерить все для того, чтобы начать рекламную кампанию. У нас просто больше возможностей, чем было в эпоху до цифровых технологий. И мы больше не можем принять, что не можем измерить то, куда уходит половина рекламного бюджета, ведь это уже можно вычислить. Использование таких инструментов, как мультиканальные последовательности и атрибуционное моделирование в Google Analytics позволяет нам повышать эффективность маркетинговых затрат.