Модель атрибуции в маркетинге — это правило, используемое для распределения ценностей между каналами трафика, для того чтобы привлечь пользователя.
Благодаря ей специалист по маркетингу или аналитик выявляет каналы трафика и сообщения, которые приводят к продажам, определяет эффективные, в которые стоит вкладываться, и наименее — отключить. Компания Google предоставила информацию о том, что до совершения покупки потенциальный клиент соприкасается с бизнесом 20−500 раз.
Для чего нужны модели атрибуции в маркетинге
Атрибуционное моделирование помогает найти важные каналы трафика в цепочке привлечения. Корректно выбранная модель выявит значимые источники трафика — в «Метрике» поможет распределить средства на рекламу продукта.
Разберем на понятном примере, что такое модель атрибуции в программировании. Человек увидел рекламу онлайн-обучения на интернет-маркетолога, его это привлекло и заинтересовало, он кликнул и зашел на сайт. Но не был готов оплачивать учебу, захотел ознакомиться с программой, подписался на бесплатный мастер-класс.
Посетитель прошел интенсив по интернет-маркетингу, в подарок онлайн-школа предложила полезные рассылки. Прошло время, в таргете показывается предложение по обучению со скидкой, пользователь уже прогрелся, готов оплатить курс.
К покупке клиента привели несколько касаний с компанией. Сначала увидел рекламу, потом зарегистрировался на бесплатном мастер-классе, получил рассылку, изучил блог, потом увидел скидку. Эти действия привели к покупке. Какое считать самым ценным для продажи?
Представьте, что определенный источник трафика приносит низкую конверсию в заявку. И бизнес решает от него отказаться. Но, отследив все звенья цепочки привлечения клиентов, можно увидеть, что данный канал дает первое касание.
Типы моделей атрибуции
Различают несколько атрибутивных моделей, поскольку универсальных и однозначных нет. Выбирают ту, которая отвечает задаче бизнеса.
По первому клику
Здесь учитывается первое взаимодействие с пользователем, пример — клик по рекламе. Это высокая ценность конверсии. Целевое действие дает та платформа, с которой потребитель коснулся впервые. Другие не учитываются.
Модель атрибуции используется в «Яндекс.Метрике», Google Analytics, «Яндекс.Директе».
Плюсы:
- Простое использование.
- Помогает оценить кампанию по формированию спроса и повышению узнаваемости.
Среди минусов first direct click — ограниченная по оптимизации модель, не учитывает, насколько эффективны другие касания.
По последнему клику
Ласт клик — это модель, присваивающая ценность последнему источнику, после перехода на который пользователь совершает конверсию.
Last click — это подход, популярный в течение долгого времени. Стоит как основной в Google Analytics, атрибуция по последнему переходу есть в «Директе» и «Яндекс.Метрике».
Плюсы:
- Идеально для отслеживания быстрых и спонтанных покупок.
- Понятная и точная модель.
Минус — другие типы взаимодействий не учитываются. Выводы по кампании могут быть сделаны неправильно.
По последнему непрямому клику
Last non direct click отличается от предыдущей — большую ценность получает маркетинговое действие, совершенное непосредственно перед конверсией. Модель атрибуции еще называется последним значимым переходом, используется в «Директе», «Яндекс.Метрике».
Преимущество — модель атрибуции предоставляет точные и полные цифры за счет фильтрации трафика. Недостаток — клиентский путь до совершения маркетингового действия неизвестен.
Линейная
Линейная модель атрибуции — когда все точки взаимодействия получают ценность. Это спорный подход из-за неодинаковой эффективности каналов, однако справедливее, чем предыдущие два. Применяется в GA.
Плюсы:
- Продвинутая модель по сравнению с одноканальными.
- Простая в понимании.
- Отражает каждый канал в пути к конверсии и показывает наиболее ценный.
- Сбалансированно оценивает маркетинговую стратегию.
Минус — бесполезно использовать, если необходимо распределить бюджет по каналам в соответствии с эффективностью.
По времени
Оценивает пользу ближайших к конверсии действий. Меньшую оценку получают первые касания. Используется в Google Analytics.
Плюсы:
- Логичная модель.
- Идеальна для B2B, недвижимости и других ниш с долгим циклом продаж.
Минусы:
- Практически невозможно определить первый канал, который привел пользователя.
- Возможность переоценки того или иного канала.
По позиции
Другое название — U-образная модель. Первой и последней точкам касания присваивают по 40% ценности, остальные 20% делятся между взаимодействиями, произошедшими в средней части воронки.
Плюсы:
- Идеальна для бизнесов, планирующих несколько точек касания до покупки.
- Правильное распределение ценности на маркетинговые каналы.
Минус — учитывается только лидогенерация. Используется в Google Analytics.
На основе данных
Алгоритмическая модель на основе ИИ, оценивающая шаги посетителя, совершенные до покупки. Определяет самые эффективные ключевые слова, рекламные кампании и объявления. Используется в GA.
Плюсы:
- Предоставление точной информации.
- Оценка всех каналов взаимодействия.
Минус — сложность работы и настройки.
W-образная атрибуция
Ценность дается крайним точкам взаимодействия и касаниям с высокой возможностью превращения посетителя в покупателя. Используется в GA.
Плюсы:
- Помогает в оптимизации кампании.
- Идеальная для лидогенерации.
Минус — сложная настройка.
Z-образная
Похожа на предыдущую, добавляется момент, когда пользователь превратился в лида. Используется в GA.
Плюсы:
- Показывает, какой путь к конверсии прошел посетитель.
- Работающие стратегии определяются точнее.
Минус — сложная реализация.
Пользовательские модели
Модель используют бизнесы с большими бюджетами и выстроенным маркетингом. Ценность взаимодействий прописывают вручную. Сначала требуется глубокая аналитика. Используются в разных системах аналитики.
Плюс — модель показывает полную и подробную картину пути пользователя.
Минусы:
- Сложная настройка.
- Требует много времени.
Как выбрать лучшую
Если стоит вопрос, какую модель атрибуции выбрать в «Яндекс.Директе», нужно разобраться, какая сработает лучше в контекстной рекламе. Для этого учитывают тип и особенности ниши, преследуемые цели, целевую аудиторию, статистику по LTV.
Хорошая модель атрибуции для «Яндекс.Директа» для бизнеса с длинной цепочек точек касания — это такая, что работает автоматически — автоматическая. Учитывает все этапы касаний, включая просмотр поисковой выдачи. ИИ автоматически распределяет ценности контактным точкам. Но такой подход не подойдет для сферы услуг, где решения принимаются быстро, потому что для заказа еды потенциальному клиенту не нужно столько прогреваться, как для покупки недвижимости.
В этом случае лучше использовать последний переход. Конверсия здесь — последний рекламный переход, в результате приведший к целевому действию.
Что из моделей атрибуции в «Яндекс.Директе» выбрать, для того чтобы оценить рекламу акции или специального предложения? Это последний переход из «Директа». В отчете конверсия — это последний заход из объявления в приложение или на сайт. Первый клик здесь не подойдет.
Атрибуция в «Метрике» отличается от «Директа» используемыми алгоритмами для учета. Зачем нужна модель атрибуции в «Метрике»? Присваивает ценность каждому каналу, так в «Метрике» можно выбрать значимые источники трафика.
Атрибуционное моделирование — важная часть маркетинга. Правильная модель сориентирует бизнес, покажет пользовательский путь к покупке. Это повысит эффективность рекламной кампании, как следствие — продажи и прибыль.
