Джон Ванамейкер однажды описал в одном предложении, возможно, одну из самых тревожных проблем для любого маркетолога:

«Я точно знаю, что половина моего рекламного бюджета потрачена впустую, но не знаю, сколько».

Когда вы инвестируете во что-то, вы, естественно, хотите получить от этого максимальную выгоду и выгоду. В этом случае крайне важно правильно подойти к анализу данных, чтобы не упустить потенциальные возможности и получить максимальную отдачу от реализуемых стратегий продвижения. Но все далеко не так просто, поэтому лучше обратиться к профессионалам, которые помогут добиться наилучшего результата. В противном случае вы рискуете принять решение, в результате которого компания просто не получит достаточно денег.

Например, раньше мы платили по 1000 за каждый из каналов: Вконтакте, Яндекс и SEO. Потом, просмотрев аналитику, мы поняли, что все лиды получаем от SEO, поэтому перераспределили бюджет и отключили остальные каналы. А через месяц мы заметили, что лидов стало в 5 раз меньше. Это произошло именно из-за неправильной оценки эффективности каналов.

Влияние таких решений может быть колоссальным, особенно для компаний с длительным транзакционным циклом, высоким уровнем контроля и узкой целевой аудиторией (сегмент B2B, недвижимость, предметы роскоши). В таких нишах это особенно заметно, потому что… Охваты ограничены и лидов не так много, поэтому каждый клиент очень ценен.

Что такое атрибуция

Проще говоря, атрибуция — это процесс распределения ценности (веса или баллов) по каналам, которые привели к конверсии. Он показывает путь пользователя от первого контакта до целевого действия.

Давайте возьмем реальный пример: интернет-магазин, который использует несколько маркетинговых каналов для привлечения клиентов: поисковую рекламу, социальные сети и информационные бюллетени по электронной почте. Поначалу большая часть бюджета уходила на поисковую рекламу, потому что… владелец считал ее самым эффективным каналом привлечения клиентов. Однако после анализа и атрибуции данных мы обнаружили, что большинство клиентов, совершающих покупки, совершают покупки из социальных сетей. Это открытие позволило магазину перераспределить свой маркетинговый бюджет. Благодаря этому изменению магазин смог добиться более высоких показателей конверсии и увеличить прибыль. Таким образом, атрибуция позволила нам лучше понять, какие маркетинговые каналы генерируют больше всего потенциальных клиентов и как правильно распределять наши ресурсы для достижения оптимальных результатов.

Что они предлагают вам по умолчанию?

В среднем, как правило, используются 2 инструмента веб-аналитики — Google Analytics и Яндекс Метрика — поэтому в дальнейшем в этой статье мы будем опираться на них.

Давайте рассмотрим модели атрибуции по умолчанию, предлагаемые Яндекс Метрикой:

Последний переход – в этой модели для каждого посещения источник перехода определяется на данный момент, без учета истории посещений посетителя.

Последний существенный переход. Данная модель позволяет более точно рассчитать конверсию, т.к. все источники можно разделить на значимые и незначимые с точки зрения их коэффициента конверсии. В этом случае посещения из незначительных источников относят к наиболее значимому предыдущему источнику, что позволяет более полно измерить его эффективность. Таким образом, вы можете получить правильные результаты для сайтов с быстрой конверсией – тех, которые происходят в течение одного посещения.

Последний переход из Директа – модель, позволяющая оценить эффективность прямой рекламы независимо от момента в цепочке посещений, когда пользователь нажал на рекламу. Если после клика по прямому объявлению приходят рефералы из других источников, то все посещения будут привязаны к последнему «клику» по объявлению.

Первый переход. Данная модель используется для сайта с отложенной конверсией: когда посетитель долго принимает решение о покупке и за время рассмотрения может несколько раз вернуться на сайт из других источников трафика. Модель также можно использовать, если нужно понять, какой источник привлекает на сайт больше всего новых посетителей.

В свою очередь Google Analytics предлагает нам следующие модели:

Последний клик (несколько каналов)где прямой трафик игнорируется и вся ценность отдается последней преобразованной точке взаимодействия.

Первый щелчок (несколько каналов). В этом случае вся ценность присваивается первой точке взаимодействия на пути конверсии.

Модель атрибуции по последнему клику в Google Ads. Наиболее значимым является последний клик Google Рекламы на пути конверсии.

Однако у этих моделей есть общий недостаток: они не учитывают другие каналы, которые могут быть важны. Но если мы примем решение на основе данных только из одного источника, игнорируя остальные, мы рискуем получить меньше и потерять конверсии. Поэтому, перераспределяя бюджет не туда, вы получаете меньше лидов.

Допустим, мы отказались от платного трафика, потому что… он дорогой. Но оказалось, что около 30% клиентов были только во второй визит (т.е. пришли к нам через поиск, потом ушли, потом нашли нас в SEO и потом оставили заявку). В результате в этом случае компания не достигнет ожидаемых результатов.

Кто страдает больше всего?

Всем брендам необходимо уделять внимание аналитике, чтобы достичь желаемых результатов в будущем. Но еще глубже к этому вопросу следует подойти компаниям, которые соответствуют хотя бы одному из следующих критериев:

Как мы выяснили ранее, эти точки в основном попадают в сектор B2B, а также компании по недвижимости, продающие дорогие ювелирные изделия или другую продукцию высокого класса.

Каковы альтернативы?

Дефолтные модели мы уже рассмотрели, теперь предлагаем ознакомиться с альтернативными вариантами. Следует отметить, что в обоих случаях на основе полученных данных ИИ сам присваивает значение каждому каналу и аккаунту. Яндекс Метрика имеет:

Атрибуция с учетом посещений со всех устройств посетителя (кроссдевайс). Метрика может выполнять атрибуцию, учитывая все устройства, с которых посетитель зашел на сайт. Это поможет вам более точно определить источник, вызвавший конверсию.

Автоматическое распределение который опирается как на уже знакомые алгоритмы, например определение кросс-девайс-конверсий, так и на новые технологии и принципы, например учет домохозяйств на основе обезличенных данных.

И из Google Analytics:

Линейная атрибуция. Ценность распределяется одинаково по всем каналам и, таким образом, предоставляет исчерпывающую и четкую информацию обо всех взаимодействиях пользователя с рекламой. Но модель не даст рекламодателям информации о том, какой канал наиболее эффективен.

Атрибуция на основе данных — алгоритмическая модель, учитывающая каждую точку взаимодействия на пути конверсии. Он определяет, как различные точки соприкосновения влияют на результат конверсии. Алгоритм учитывает множество входных факторов: маркетинговый канал, время после конверсии, тип устройства, количество взаимодействий с рекламой, порядок их просмотра и тип отображаемых креативных ресурсов.

Назначение на основе должности – модель, которая отдает 40 % веса конверсии первому и последнему источнику взаимодействия, а оставшуюся ценность делит поровну между всеми остальными. Но недостатком этой модели является то, что рекламодатель не всегда может понять, какой из промежуточных каналов в цепочке может оказать ключевое влияние.

Атрибуция на основе давности взаимодействия (временная атрибуция). Чем ближе канал к конверсии в цепочке взаимодействия, тем больше он ценится в процентах. Модель учитывает все источники трафика, но уделяет мало внимания самым первым, то есть темам, которые привлекают пользователя в воронку.

Возникает вопрос: «как выбрать модель?» Нужно отталкиваться от своих целей и задач и смотреть на метрики под разными углами: иногда важен первый клик, иногда последний, иногда важнее другой критерий.

Например, мы однажды запускали рекламную кампанию и оценивали ее по последнему клику Директа. Оказалось, что коэффициент конверсии оказался ниже желаемого. Далее мы рассмотрели еще одну модель атрибуции: первый клик. Оказалось, что таким образом достигается KPI и лиды по доступной цене. Но клиент все равно решил деактивировать кампанию вопреки нашим рекомендациям. Позже количество лидов значительно упало, после чего кампанию запустили.

Дополнительные подарки

Учитывая все факторы, преимущества использования моделей атрибуции для вашего бизнеса становятся очевидными:

• Вы получите более объективную картину, а анализы станут более четкими и прозрачными. Благодаря этому ошибки приведут к меньшим затратам и, как следствие, будут приняты более грамотные управленческие решения.

• Деньги – вам будет легче определить эффективные и неэффективные каналы.

• Понять путь пользователя, т. е. понять, в каких каналах и каким сообщением лучше всего поймать/привлечь пользователя.

Кроме того, можно подчеркнуть преимущества для внутренней общественности (для сотрудников): работа для них станет более прозрачной и понятной, что повысит комфорт и эффективность.

Заключение

Вы уже поняли, атрибуция в маркетинге – это сложно… Но очень полезно!

Пробовать и внедрять что-то новое всегда пугает и пугает. Но это поможет вам принять будущие решения по оптимизации и разумно перераспределить рекламный бюджет. А чтобы вы достигли максимального эффекта и выгоды, лучше обратиться за помощью к профессионалам, например, в B2B-маркетинговое агентство.

«Возвращаясь к своему опыту, я видел, как многие команды сталкивались с проблемами из-за неправильной атрибуции. Но те, кто потратил время и ресурсы на полное понимание своих данных, оказались в лучшем мире, гораздо более понятном и предсказуемом. Возвращаясь к своему опыту, я видел, как многие команды сталкивались с проблемами из-за неправильной атрибуции. Но те, кто потратил время и ресурсы на полное понимание своих данных, оказались в лучшем мире, гораздо более понятном и предсказуемом», — Константин Мазярь, генеральный директор Lens Agency.

Главное не бояться рисковать и пробовать! Пока вы сидите, ваши конкуренты действуют и побеждают!