Modele atrybucji, czyli jak poszczególne kanały komunikacji z klientem wpłynęły na decyzje o konwersji

Zanim podejmiemy decyzję o zakupie danej rzeczy, najczęściej nie robimy tego od razu. Widzimy reklamę na ulubionym portalu, czytamy opinie, obserwujemy social media firmy, porównujemy opisy i ceny. Zazwyczaj konieczne jest kilka punktów styku z ofertą, aby podjąć decyzję. A im droższy i bardziej skomplikowany jest produkt, tym więcej czasu i informacji potrzebujemy. Co zatem decyduje o zakupie danego produktu? Który kanał sprawdza się najlepiej?

Osoby podejmujące decyzje dotyczące wydatkowania budżetów marketingowych za każdym razem stają przed dylematem, które źródło ruchu generuje pożądaną konwersję i w co warto najwięcej inwestować. Z analizy customer journey wiemy, że sukces danej kampanii to szereg działań, kanałów pośrednich prowadzących do  ostatecznej decyzji użytkownika. Niesprawiedliwie byłoby więc przypisywanie zasługi związanej z pozyskaniem klienta tylko do jednego z kanałów, który przyciągnął go na stronę z ofertą firmy.

Trafnym porównaniem jest tu odniesienie do gry zespołowej, np. piłki nożnej. Nagrodę za wygrany mecz odbiera nie tylko strzelec bramki, warto przeanalizować cały przebieg gry, bo każdy element (gracz) ma tu swoją rolę do odegrania. Temu służą właśnie modele atrybucji.

Co to są modele atrybucji?

Z definicji model atrybucji jest regułą albo zbiorem reguł, które określają sposób przypisywania sprzedaży i konwersji do punktów styczności na ścieżkach konwersji.

Mówiąc prościej – szukamy odpowiedzi na pytanie, jakie działania sprawiły, że pozyskaliśmy klienta. Czy jest to zasługa naszej kampanii w Google Ads, a może Facebooka? Czy inwestycja w SEO okazała się słuszną decyzją, bo mamy dużo wejść z ruchu organicznego? Co spowodowało, że klienci szukali naszej marki? Jaki udział w tym miała reklama display?

Analiza atrybucji konwersji pomoże nam określić, jakie jest prawdopodobieństwo udziału źródła ruchu w każdorazowym wystąpieniu konwersji. Czyli pomoże podjąć decyzję, które z naszych działań są najbardziej efektywne i jak skutecznie alokować budżety marketingowe.

Google Analytics – monitorowanie ruchu

Obserwując zachowanie klienta, mamy dostęp do coraz większej ilości danych, w analizie których pomagają takie narzędzia jak chociażby Google Analytics. Dzięki nim możemy zaplanować ścieżkę konwersji potencjalnych klientów, odnosząc się do sposobu poszukiwania przez nich produktów oraz lepiej optymalizować koszty na podstawie informacji o efektywności poszczególnych kanałów.

Google Analytics pozwala monitorować ruch, jaki trafia na naszą stronę. Większość tego ruchu jest odpowiednio oznaczona, abyśmy wiedzieli, skąd pochodzi i jakie efekty przynosi. Narzędzie przypisuje wizyty do poszczególnych kanałów:

• wejścia bezpośrednie (direct),
• płatne wyniki wyszukiwania (paid search),
• bezpłatne wyniki wyszukiwania (organic search),
• media społecznościowe (social),
• poczta www (e-mail),
• witryny odsyłające (referral),
• reklama banerowa (display),
• inne (other).

Jakie są modele atrybucji?

W Google Analytics mamy 7 predefiniowanych modeli atrybucji:

• Ostatnia interakcja – to najczęściej stosowany model atrybucji, oznacza przypisanie 100% konwersji do ostatniego kliknięcia użytkownika, który skonwertował, np. klient dostał maila dotyczącego oferty produktowej, 2 dni później zapoznał się z reklamą na Facebooku, wreszcie kliknął w reklamę graficzną na swoim ulubionym portalu i dokonał zakupu – konwersja będzie przypisana do tego ostatniego kliknięcia z kanału display.
• Pierwsza interakcja – oznacza przypisanie 100% konwersji do pierwszej interakcji ze stroną bez znaczenia, jakie było źródło wejścia, w omawianym wyżej przykładzie konwersja będzie przypisana do kanału e-mail.
• Ostatnie kliknięcie niebezpośrednie – jeżeli ostatnią interakcją na ścieżce konwersji będzie wejście bezpośrednie (direct), to transakcja przypisana jest do ostatniego rozpoznanego kanału występującego w ścieżce przed konwersją, np. zanim klient wpisał bezpośrednio w oknie wyszukiwarki adres sklepu internetowego, czytał o produkcie, wchodząc z linku w mediach społecznościowych – w tym przypadku to do tego kanału (social) będzie przypisana konwersja.
• Ostatnie kliknięcie Google Ads – ten model przypisuje konwersję do ostatniego kliknięcia, które pochodzi z płatnej reklamy w sieci reklamowej lub sieci wyszukiwania Google, czyli bez względu na to, ile i jakie były punkty styku klienta z danym produktem, jeśli na ścieżce konwersji była reklama Google Ads, do tego kanału będzie przypisana konwersja.
• Model liniowy – oznacza równomierne przypisanie równej wagi każdej interakcji na ścieżce. Jeżeli np. było 4 kroki (np. social, refferal, display, direct) – każdy z nich otrzymuje 25% wartości.
• Model rozkładu czasowego – oznacza dopisanie coraz wyższej wartości procentowej dla źródła, które znajduje się bliżej dokonania konwersji, czyli odwołując się do powyższego przykładu: social – 10%, referral – 20%, display – 30%, direct – 40%)
• Uwzględnienie pozycji – pierwsza i ostatnia interakcja otrzymują po równo 40%, a pozostałe 20% jest równomiernie rozłożone na pozostałe źródła ruchu, zatem zgodnie z powyższym: social – 40%, referral – 10%, display – 10%, direct – 40%.

Istnieje jeszcze ósmy model o nazwie Data Driven Attribution, czyli atrybucja oparta na danych. Przypisuje on udział w konwersji na podstawie tego, jak użytkownicy wchodzą w interakcje z naszymi reklamami. Model porównuje ścieżki klientów, którzy realizują konwersję, i tych, którzy tego nie robią, by znaleźć wzorce wśród interakcji z reklamą prowadzących do konwersji.

Który model atrybucji jest najlepszy?

Nie ma jednej odpowiedzi na to pytanie. Każdy z domyślnych modeli atrybucji może dostarczyć nam ciekawych informacji w konkretnym kontekście. Pamiętajmy jednak, że nie musimy decydować się raz na zawsze na jeden konkretny model. Możemy na bieżąco porównywać skuteczność różnych kanałów przez pryzmat różnych modeli atrybucji.

Zwróćmy też uwagę, że jeśli np. skupimy się tylko na ostatnim, domykającym transakcje źródle ruchu, to możemy podjąć złą decyzję dotyczącą finansowania kampanii tylko z tego źródła. Uwzględnienie wszystkich interakcji na ścieżce konwersji sprawia, że możemy lepiej ocenić, które kanały i kampanie są skuteczne i generują przychody. Wykorzystanie modelu tylko Google Ads nie da nam pełnego obrazu wpływu różnych kanałów na decyzję użytkownika. Dlatego warto analizować różne modele atrybucji, aby podejmować bardziej świadome decyzje dotyczące alokacji budżetów marketingowych.