Analizowanie modeli atrybucji w Google Analytics

Prowadzenie analiz w Google Analytics różni się trochę od Google Ads. Szczególnie jeżeli chcemy się skupić na analizie atrybucji. Dlatego w tym artykule przybliżę zakładkę atrybucji w Google Analytics (wersja Universal Analytics). Dowiecie się, co można w niej znaleźć i jak się po niej poruszać.

Podstawową różnicą między Google Ads i Analytics jest to jakie mamy dostępne modele atrybucji. Przykładowo, w tym drugim nie mamy możliwości sprawdzenia wyników wg modelu atrybucji opartego na danych. Ta opcja jest dostępna tylko w Ads. W drugą stronę, modele atrybucji ostatnie kliknięcie niebezpośrednie, czy ostatnie kliknięcie Google Ads znajdziemy tylko w Google Analytics. Wspólnymi modelami dla obu narzędzi są: pierwsza interakcja, ostatnia interakcja, liniowy, spadek udziału z upływem czasu (potocznie zwany: „rozkład czasowy”) oraz uwzględnienie pozycji.

Zacznijmy od początku – gdzie znajdziemy raport atrybucji w Google Analytics? Umieszczono go na samym końcu zakładki Konwersje po rozwinięciu opcji Ścieżki wielokanałowe.

Po wybraniu tej opcji zobaczymy podstawowy raport, w którym możemy wybrać rodzaj konwersji. Do wyboru mamy czy będzie to transakcja, czy zdefiniowany przez nas cel w ramach używanego widoku danych. Jest to istotny krok ze względu na to, że w zależności od tego co wybierzemy, możemy uzyskać inny obraz efektywności naszych źródeł / medium.

Następnie pod słowem Typ kryje się rodzaj źródła. Jest to niezwykle istotne w zależności od tego, czy chcemy zobaczyć raport dla wszystkich kanałów (źródeł pozyskania), czy tylko dla kampanii Google Ads. W polu Okres ważności można zdefiniować ile dni przed konwersją mają być uwzględnianie wyświetlenia i kliknięcia. Co to oznacza w praktyce? Przykładowo jeżeli ustawimy 30 dni, a kliknięcie w reklamę Ads było 33 dni temu, to nie zostanie mu przypisany udział w konwersji.

Kolejnym krokiem jest wybranie modeli atrybucji, które chcemy porównać. Po kliknięciu pola Wybierz model rozwinie się lista z dostępnymi opcjami. Standardowo jako pierwszy model atrybucji do porównania mamy wybrany model Ostatnia Interakcja, który oczywiście w zależności od preferencji możemy zmienić na inny.  Ten model atrybucji będzie stanowił punkt odniesienia przy analizach, co objaśniam w dalszej części artykułu. Szczegółowe omówienie poszczególnych modeli atrybucji znajduje się w osobnym artykule, do przeczytania na naszym blogu tutaj. Oprócz wybrania modelu z listy można stworzyć swój własny model, a jeżeli ma być on oparty o jeden z istniejących to wystarczy obok nazwy istniejącego modelu kliknąć „karteczkę” po prawej. Nastąpi przeniesienie do okna edycji i zostanie utworzona kopia modelu.

Maksymalnie do porównania można wybrać 3 modele atrybucji. W tabeli pojawi się ilość konwersji oraz CPA wyliczone przez pryzmat wybranych modeli. Ostatnie dwie kolumny to porównanie wyników pierwszego modelu atrybucji z pozostałymi dwoma. W ten sposób możemy łatwo zauważyć, w którym modelu atrybucji dane źródło czy kanał lepiej się sprawdza, a co za tym idzie – znaleźć źródła otwierające i domykające. Jeżeli do analizy weźmiemy cel, który jest dla nas mikrokonwersją to możemy zweryfikować, jakie działania marketingowe sprowadzają użytkowników realizujących właśnie ten cel od razu, a jakie działania „rozgrzewają” naszych potencjalnych klientów.

Ostatnim elementem, który możemy zmienić w raporcie, jest Wymiar podstawowy, czyli podział porównania modeli atrybucji przez pryzmat sposobów pozyskiwania użytkowników na stronie.

Na początku zobaczymy domyślne grupowanie kanałów. Warto jednak zejść do niższego poziomu, jakim jest podział źródło/medium albo samo medium. Pozwoli nam to ocenić szczegółowo każde źródło i stworzyć swoje własne grupowanie kanałów do dalszych analiz. Jeżeli zauważyliśmy, że np. google / organic oraz m.facebook.pl / referral mają najlepsze wyniki w modelu pierwszego kliknięcia to znaczy, że są to źródła otwierające konwersje i możemy je razem zgrupować. Swoje grupowanie utworzymy po wybraniu opcji Grupy kanałów, a następnie Utwórz niestandardowe grupowanie kanałów. Jednak trzeba pamiętać, że w zależności od tego jaką konwersję wybierzemy to uzyskamy inne wyniki ze względu na to, że każde źródło będzie się inaczej zachowywało na ścieżce konwersji jaką jest transakcja, a inaczej przy mikrokonwersji, np. dodanie do koszyka.

Kolejną możliwością jest wybranie u góry raportu jako typ Google Ads. Otrzymamy możliwość analizowania danych na poziomie kampanii, grupy reklam albo słowa kluczowego z kampanii Ads. Pod zakładką „Inne” znajdują się kolejne poziomy analiz, przykładowo docelowe adresy URL reklam Ads. Dzięki temu można sprawdzić jak się „sprawuje” dany landing page. W praktyce wybór tego typu raportu oznacza to, że możemy analizować ścieżki konwersji wewnątrz tylko i wyłącznie reklam płatnych Google Ads. To z kolei jest już kolejnym argumentem do tego, że Analytics i Google Ads się uzupełniają.

Szukasz sposobu na skuteczną kampanię Google Ads?

Poznaj naszą ofertę!

Ciekawą opcją jest zagłębienie się w ten raport i podzielenie go przez pryzmat reklamy. W tym celu należy wybrać opcję Treść reklamy. W pierwszej kolumnie w tabeli pojawi się pierwszy wiersz reklamy tekstowej, albo w przypadku reklam graficznych – ich nazwa. W przypadku kampanii produktowych oraz dynamicznych reklam w wyszukiwarce wszystkie dane są umieszczane w polu (not set) co uniemożliwia nam ich szczegółową analizę. Jednak jeżeli zależy komuś na testowaniu reklam to nie przeszkadza to w prowadzeniu szczegółowych analiz ścieżki konwersji wybranej reklamy i poprawie efektywności.

Polecam przebrnięcie przez te analizy modelów atrybucji, by móc obiektywnie oceniać wyniki poszczególnych źródeł oraz optymalnie rozkładać wydatki marketingowe. Myślę, że jest to raport kryjący ciekawe dane, które mało kto bierze pod uwagę. Modele atrybucji, jeżeli tylko odpowiednio ich użyjemy, mogą nam posłużyć nie tylko przy wyliczaniu rentowności. Wymaga to jedynie większych nakładów czasowych na przeprowadzenie odpowiednich analiz.

Tekst aktualizowany. Pierwotna wersja wpisu została opublikowana na naszym blogu w marcu 2018 roku.