Wiele się mówi na temat mierzenia konwersji. Zarówno tych makro jak i mikro. Często jednak pomija się kwestię, jak te konwersje są przypisywane do źródeł ruchu, czyli jaka atrybucja jest używana. Jest to bardzo istotny element, ponieważ można mylnie ocenić skuteczność działań marketingowych. Atrybucja ściśle łączy się ze ścieżką zakupową klienta. Pozwala nam poprawnie przypisywać udział w konwersji i doceniać nasze działania na każdym etapie lejka zakupowego. W tym artykule chcę się skupić na tym, jakie modele atrybucji mamy dostępne w narzędziach Google Ads i Google Analytics.
Modele atrybucji
Podstawowym modelem atrybucji, który jest standardowo wykorzystywany, to tzw. model ostatniego kliknięcia (ang. Last Click). Jak sama nazwa wskazuje udział w konwersji przypisywany jest ostatniemu źródłu odwiedzin witryny. W celu lepszego zrozumienia przedstawię prosty przykład. Spędzamy wieczór ze znajomymi na imprezie pijąc piwo i drinki, po powrocie do domu wypijamy szklankę wody, a później wstajemy z kacem. Co jest przyczyną takiego samopoczucia? Według omawianego modelu szklanka wody. Dlatego często można usłyszeć, że nie jest to najlepsze podejście do pomiaru konwersji. W marketingu ten model atrybucji sprawdzi się np. przy zapytaniach brandowych. Odmianę tego modelu atrybucji stanowi ostatnie kliknięcie niebezpośrednie, które znajdziemy tylko w Google Analytics. W Google Ads takiego modelu nie ma. Oznacza to, że konwersja zostaje przypisana ostatniemu źródłu, ale pod warunkiem, że nie było to wejście bezpośrednie na stronę. Przykładowo, klient wchodzi na stronę z reklamy na Facebooku, następnie z reklamy Google Ads, później przez kliknięcie wyników naturalnych, a ostatecznie konwersji dokonuje po wejściu bezpośrednim. W takim przypadku sukces zostaje przypisany kliknięciu w wyszukiwania organiczne. Model ten jest standardem ustawionym w Google Analytics. W tych dwóch modelach atrybucji cały udział w konwersji jest przypisywany do jednego źródła, dlatego dla nich ilość konwersji to liczba całkowita. Przy pozostałych modelach ilość ta może zawierać ułamki.
Dobrze. Skoro modele atrybucji last click są uważane za niedoskonałe to jakie inne opcje mamy do wyboru? Jedną z nich jest model rozkładu czasowego, nazwany też spadkiem udziału z upływem czasu (z ang. Time Decay). W tym modelu atrybucji udział w konwersji jest rozłożony między wszystkie źródła wizyt użytkownika. Jednak wartości im przypisywane zależą od czasu, jaki upłynął między wizytą z danego źródła, a samą konwersją. Im więcej czasu minęło – tym znaczenie jest mniejsze. Największa wartość jest przypisywana ostatniemu źródłu przed dokonaniem konwersji.
Kolejnym sposobem pomiaru udziału w konwersji jest model oparty o pozycje, tzw. model pozycyjny (z ang. Position Based). Chodzi tutaj o kolejne wejścia użytkownika na witrynę. Największą wartość otrzymują źródła pierwszej i ostatniej wizyty. Każde z nich ma przypisane po 40% zasług. Źródła wizyt pomiędzy nimi mają przypisane 20%. Jeżeli było kilka wejść na stronę to udział dzielony jest równomiernie pomiędzy nie, czyli każde z nich otrzymuje: 20% podzielone przez ich ilość.
Istnieje także model atrybucji liniowy (z ang. Linear), w którym wszystkie źródła otrzymują taki sam udział w konwersji. Nieważna jest kolejność czy czas. 100% sukcesu jest dzielone między wszystkie źródła na ścieżce klienta.
Najlepszym modelem atrybucji jaki możemy używać to model oparty na danych (z ang. Data-Driven Attribution). Jako jedyny wymaga minimum zebranych danych na koncie Google Ads i jest niedostępny w Google Analytics (przynajmniej na moment powstawania tego artykułu). Na koncie musimy mieć co najmniej 3 000 kliknięć oraz 300 konwersji w okresie ostatnich 30 dni by móc z niego korzystać. Wynika to ze specyfiki jego działania. Model ten analizuje wszystkie ścieżki konwersji i porównuje je między sobą. Większą wartość uzyskują te słowa kluczowe/ grupy reklam/ kampanie, które najczęściej występują na ścieżce klienta. Korzystając z tego modelu oraz automatycznych stawek albo chociaż ulepszonego CPC pozwalamy, aby system na podstawie danych dopasowywał stawki i zwiększał je wtedy kiedy konwersja jest bardziej prawdopodobna i zmniejszał kiedy szanse są dużo niższe. Co jeszcze odróżnia ten model atrybucji od pozostałych? To, że analizuje on także ścieżki klientów, którzy nie dokonali konwersji. Dzięki temu system Google Ads jest w stanie się nauczyć, które kliknięcia (z których reklam / słów kluczowych) zwiększają prawdopodobieństwo wykonania konwersji przez użytkownika.
Gdzie analizować modele atrybucji
W Google Ads i Google Analytics możemy porównywać dane o naliczonych konwersjach w różnych modelach atrybucji. Dostępne są analizy na poziomie źródła ruchu (tylko w Google Analytics), ale także na poziomie kampanii czy grupy reklam.
W Google Ads odpowiednią zakładkę znajdziemy w Narzędziach, a następnie w sekcji Pomiar skuteczności opcja Atrybucja.
W Google Analytics Universal rozdział Atrybucja znajduje się w menu Konwersje na samym końcu.
W Google Analytics 4 na ten moment nie ma raportów porównujących modele atrybucji.
Sprawdź to sam!
Polecam poklikać i zobaczyć czy, aby na pewno kampanie Google Ads, które uważamy za nieskuteczne, takimi rzeczywiście są, czy przypadkiem nie mają swojego udziału w konwersji na wcześniejszym etapie niż ostatnie kliknięcie. Jak używać raporty atrybucji w Google Ads znajdziecie w artykule Analizowanie atrybucji w Google Ads, który wkrótce pojawi się na naszym blogu!
W Google Analytics możemy przeanalizować całość naszych działań i upewnić się, że nie przepalamy naszych budżetów marketingowych albo że nie inwestujemy w te narzędzia, które przynoszą nam najwięcej konwersji.
Szukasz sposobu na skuteczną kampanię Google Ads?
Tekst aktualizowany. Pierwotna wersja wpisu opublikowana została na blogu w 2018 roku.
Loading...
