Сравнение моделей атрибуции. Часть первая: first-click, last-click и data-driven

Как правильно распределить бюджет между рекламными каналами? Как взаимодействуют каналы между собой? Какой канал наиболее эффективный? На все эти вопросы можно найти ответы, изучив механизм распределения ценности канала в различных моделях атрибуции. В этой статье будут описаны принципы работы моделей атрибуции в Google Analytics, а также, в чем основные отличия в распределении ценности канала и как сказываются разные модели атрибуции на финансовых метриках.

КАК ПРОИСХОДИТ РАСПРЕДЕЛЕНИЕ ЦЕННОСТИ КОНВЕРСИИ?

Одна из самых распространенных ошибок маркетологов — это измерение ценности рекламного канала моделью, которая соответствует только его роли. Например, каналы, которые направлены на конверсии, измеряют моделью last-click, а каналы, целью которых является привлечение пользователей — first-click. Такой подход учитывает только влияние одного канала и игнорирует суммарный эффект остальных.

Предположим, что пользователь дважды посетил веб-сайт и на третьем — совершил конверсию: купил свитшот бренда U.S. Polo Assn. Первое посещение пользователь совершил посредством клика по медийной рекламе, а второе — из органической выдачи.

Для простоты расчета финансовых показателей, возьмем стоимость товара равной 30$. Оставим стандартное значение ретроспективного окна, которое учитывает все данные до совершения конверсии — 30 дней.

По модели first-click все 30$ получит первый канал в пути к конверсии — display:

По модели last-click всю ценность конверсии получит канал organic search, то есть модель принимает во внимание только последний канал:

По модели data-driven вся ценность совершенной конверсии распределится на основе моделирования того, какую позицию занял в потребительской воронке переход пользователя на ваш веб-сайт.

Шаги потребительской воронки составим следующим образом:

  • Переход на сайт
  • Продуктовая страница
  • Помещение товара в корзину
  • Посещение страницы "Условия оплаты и доставка"
  • Условия оплаты и доставка
  • Оплата товара

Построим воронку продаж с распределением относительного значения ценности каждого шага в зависимости от первого и второго посещения сайта.

Рассчитаем значимость каждого канала при совершении этого действия:

  • Display = 8,66%+20,7%+22,9%+0,84%=53,1%
  • Organic search = 46,9%

Tогда, доход, получаемый от каждого канала будет равен:

Для большей наглядности, сравним полученный доход от каждого рекламного канала по модели data-driven:

По модели last-click, канал organic search переоценен более чем в два раза, а канал display остался без внимания, учитывая, что его вклад в конверсию оказался ключевым. Основываясь на данных модели last-click, скорее всего маркетолог полностью исключит из рекламного бюджета display-канал, тем самым будет лишен значимого источника совершения конверсии.

КАК ИЗМЕНЯЮТСЯ ЗНАЧЕНИЯ ФИНАНСОВЫХ МЕТРИК В ЗАВИСИМОСТИ ОТ МОДЕЛИАТРИБУЦИИ?

Возьмем самую интересную, для маркетологов, метрику оценки эффективности рекламного источника — ROI. В таком случае:

  • доход для каждого канала уже рассчитали выше
  • затраты, которые были потрачены на рекламный канал, возьмем, например, 6$.

Получили:

По last click модели нужно было бы инвестировать только в последний канал, по модели first click — в первый, из-за необъективности распределения ценности происходит недополучение объема возврата инвестиций. По data-driven определенно точно понятно, что возврат инвестиций обеспечиваются не только за счет органического поиска.

ВЫВОДЫ:

  • Стандартные модели атрибуции, используемые в Google Analytics, далеко не всегда должны являться основой при формировании рекламного бюджета, исключении какого-либо источника трафика или нет.
  • Стоит всегда учитывать путь к конверсии, так как чем он дольше, чем больше происходит взаимодействий, тем больше внимания стоит обращать на все этапы: начальный, промежуточные и конечный. Такая методика позволит наиболее эффективно распределять рекламный бюджет, выбирая несколько самых нужных рекламных каналов.