что такое атрибуция в интернете
Атрибуция в Метрике, Аналитике и контекстной рекламе
Каждый, кто хоть раз анализировал трафик сайта или приложения, пользовался атрибуцией, даже если не подозревал о её существовании. В статье объясняем, что это такое и почему это действительно важно, на примерах показываем, как и где использовать, разбираем, чем отличаются модели в Google Analytics, Метрике и рекламе. После прочтения ваша аналитика трафика выйдет на новый уровень!
Разбор понятий
Что такое атрибуция
Атрибуция — это набор правил для распределения конверсий между каналами трафика.
Под конверсией понимается любое действие, приносящее пользу или выгоду: заявка, звонок, покупка и так далее.
Каналы трафика — источники перехода на посадочную страницу. Посадочная — чаще всего сайт, но это может быть и что-то другое — например, квиз или приложение.
Атрибуция используется в аналитических системах, теги которых стоят на посадочной. Это Google Analytics, Яндекс.Метрика, Roistat и подобные. Также она применяется на разных рекламных платформах от Facebook до Яндекс.Директа.
Зачем нужна атрибуция
«Теория пяти-семи касаний» гласит, что перед сделкой человек должен соприкоснуться с товаром или услугой 5-7 раз. Правда это или нет — не суть важно. Важно то, как эта теория помогает понять, почему без атрибуции не обойтись.
Например, перед покупкой в интернет-магазине пользователь совершил такие действия:
Итого мы имеем шесть разных каналов трафика (Маркет, соцсеть, другой сайт, поисковая реклама, seo, прямой заход) и всего одну покупку (одну конверсию).
Благодаря какому каналу пользователь купил? Что в этой цепочке самое эффективное, чему мы отдадим всю ценность конверсии? Какой канал самый значимый, куда нужно перераспределить бюджет? Именно для ответов на эти вопросы и существует атрибуция.
По модели атрибуции аналитическая система понимает, какому каналу присвоить конверсию, а аналитик (маркетолог, владелец бизнеса и так далее) понимает, какой канал работает наиболее эффективно.
Какие бывают модели атрибуции
Разные системы могут иметь разные модели атрибуции и свои технические тонкости их настройки. При этом основные модели везде примерно одинаковые. Наиболее распространённые:
Разница в атрибуции Метрики, Аналитики и рекламы
Модели атрибуции Яндекс.Метрики
В Метрике всего четыре модели и особенное удобство в том, что все их можно применять в разных отчётах, переключаясь в верхней панели:
Переключение атрибуции в Метрике
Последний переход
В этой модели источник определяется в данный момент, без учета истории, то есть берётся последний из всех.
Последний значимый переход
Метрика делит все переходы на:
Соответственно, по этой модели ценность конверсии отдаётся последнему значимому (непрямому) переходу.
Последний переход из Директа
В этой модели из всех последних значимых переходов учитывается только Директ. Если пользователь хотя бы раз перешел на сайт по объявлению в Директе, то именно этот переход считается источником конверсии независимо от того, какой по счёту это был «шаг» его пути к конверсии.
Если выбрана эта атрибуция, а пользователь, совершивший конверсию, ни разу не переходил по рекламе с Директа, то применится «Последний значимый переход».
Первый переход
Здесь источником будет первый переход пользователя за последние 180 дней. Он может быть и значимым, и незначимым.
Модели атрибуции Яндекс.Директа
Директ не имеет собственных настроек атрибуции, он работает в тесной связке с Метрикой и использует атрибуцию из её отчётов. То есть в Директе вы увидите те же самые модели, которые описаны выше.
Есть три варианта использования:
1. Разные модели можно применять на уровне Мастера отчётов аналогично Метрике:
Атрибуция в «Мастере отчётов» Директа
2. Выбор модели атрибуции есть в кампаниях с оплатой за конверсии и он существенно влияет на то, какие именно конверсии будут учитываться и оплачиваться:
Атрибуция в стратегиях с оплатой за конверсии Директа
По модели «Последний переход из Директа» будут оплачиваться все конверсии, совершённые после перехода по объявлению Директа, даже если они были сделаны в следующие визиты из других источников. Эта модель учитывает максимум возможных конверсий, что повышает качество оптимизации, но может увеличить расходы.
По «Первому переходу» оплачиваются только конверсии тех пользователей, которые начали свой путь с Директа, по «Последнему переходу» — конверсии пользователей, у которых Директ был последним шагом и на этом шаге они совершили конверсию.
По «Последнему значимому» оплачиваются конверсии, которые были совершены после клика из Директа, но до следующего значимого перехода.
3. В стратегиях рекламных кампаний тоже можно выбрать атрибуцию — при оптимизации Директ будет учитывать те конверсии, которые «отберёт» из Метрики по выбранной модели:
Атрибуция в стратегиях Директа
Мы в «Лидере поиска» при настройке автоматических стратегий чаще всего используем «Последний переход из Директа», чтобы учитывались все конверсии, которым так или иначе поспособствовал директ. Особенно это актуально на первых этапах запусков, когда накопленной статистики мало.
Атрибуция в Google Analytics и Google Ads
Что такое атрибуция и зачем она нужна
Для начала немного сухой теории.
Атрибуция — распределение конверсий, транзакций и их денежного выражения между источниками переходов пользователя на сайт.
Модель атрибуции — принцип распределения конверсий, транзакций и их денежного выражения между источниками переходов пользователя на сайт.
Для наглядности — ситуация.
Если посмотреть на эту ситуацию через призму аналитики, то получится следующее:
Возникает вопрос: откуда же все-таки конверсия?
Атрибуция нужна как раз для того, чтобы понять, какому источнику перехода пользователя на сайт стоит «присудить» конверсию (или между какими источниками ее поделить).
Почему это так важно? От модели атрибуции зависит то, как распределяются конверсии между источниками трафика. А от распределения конверсий зависит СРА по каждому источнику. Видя слишком высокий СРА, рекламодатель снизит ставки или вообще откажется от данного источника. А на источник, где СРА ниже, увеличит бюджет. Таким образом, неправильно распределяя конверсии, рекламодатель рискует неправильно распределить бюджет, что может повлечь снижение общего ROAS (Return of Advertising Spend).
Модели атрибуции в Google Analytics
Простые модели атрибуции
В простых моделях атрибуции конверсия целиком «присуждается» какому-то одному источнику.
По первому взаимодействию (First Interaction)
Конверсия и вся ее ценность отдается первому источнику посещения сайта.
По последнему взаимодействию (Last Interaction)
Конверсия и вся ее ценность отдается последнему источнику посещения сайта, даже если это был прямой переход.
Если применить эту модель атрибуции в нашем случае, то получится, что конверсия взялась. ниоткуда: пользователь сам и сразу нашел наш сайт и совершил конверсию. Так не бывает. Поэтому данная модель используется редко.
По последнему непрямому клику (Last Non-Direct Click)
Конверсия и вся ее ценность отдается последнему источнику посещения сайта, но если это был прямой переход на сайт, то источнику перед ним.
Если применить эту модель в нашем случае, то получится, что конверсию принес органический трафик, т.е. это заслуга специалистов по SEO, которые занимались продвижением сайта в поисковиках. С точки зрения аналитики это тоже не совсем корректно: мы не получили бы этот переход из поиска, если бы ранее не показали платную рекламу.
По последнему клику в Google Рекламе (Last Google Ads Click)
Конверсия и вся ее ценность отдается последнему источнику посещения сайта, связанному с Google Ads.
Эта модель может использоваться при анализе эффективности рекламных кампаний, потому что платные каналы (по сравнению с бесплатными, например, email-рассылкой) легко масштабировать — увеличивать охват или дневной бюджет и т.д.
Другие модели атрибуции
Существуют модели, при которых конверсия распределяется между несколькими источниками, а не отдается целиком какому-то одному.
Линейная модель (Linear)
Конверсия равномерно распределяется между всеми источниками, которые приводили пользователя. Например, если пользователь приходил из четырех источников, каждому из них зачтется по 0,25 конверсии.
С учетом давности взаимодействий (Time Decay)
Суть этой модели в том, что чем ближе был источник к моменту совершения конверсии, тем большую долю конверсии он получит. Ценность клика возрастает вдвое каждую неделю.
Допустим, пользователь впервые попал на наш сайт месяц назад; в течение месяца несколько раз возвращался и в какой-то момент совершил конверсию. Тогда первые источники трафика, которые приводили пользователя три-четыре недели назад, получат минимальную долю конверсии (почти не получат). А те источники, из которых пользователь приходил последние несколько дней, получат максимальную долю.
С привязкой к позиции (Position Based)
Первый и последний источники перехода получают по 40% конверсии. Оставшиеся 20% конверсии равномерно распределяются между промежуточными источниками.
«На мой взгляд, самый первый и самый последний источники трафика — самые важные. Потому что без самого первого источника трафика пользователь мог вообще не появиться у нас на сайте, а самый последний его „дожал“, чтобы он наконец совершил покупку».
В Google Analytics доступно сравнение моделей атрибуций («Конверсии» → «Многоканальные последовательности» → «Инструмент сравнения моделей»). Отчет показывает, как будет различаться распределение конверсий между РК, если использовать разные модели атрибуций.
В Google Analytics модель атрибуции по умолчанию — по последнему непрямому клику.
Веб-аналитика под ключ от 15 000 рублей! Специалисты eLama проведут аудит и исправят ошибки или настроят аналитику с нуля.
Кастомные модели атрибуции
Можно не ограничиваться стандартными моделями, а создать свои. Некоторые настраиваются внутри Google Analytics, но чаще создаются при помощи внешних инструментов. Данные из них используются для распределения бюджетов, управления ставками и т.д.
По количеству хитов в сессии
Если хотим оценить, насколько пользователи были активны, когда приходили из какого-либо источника.
Можно распределять источники по количеству хитов, например, открытий страниц и других событий. Если пользователь активно изучает сайт, ему, очевидно, интересно предложение. Источнику, из которого пришел такой пользователь, отдается большая часть конверсии. Источникам, откуда пользователь приходил, но почти не совершал действий на сайте, отдается минимум.
На основе воронки (Funnel-based)
Тем источникам, которые переводили пользователя с одного этапа воронки на другой, отдается большая доля конверсий. Источникам, из которых пользователь приходил, но не продвигался по воронке, — меньшая.
Например, если пользователь впервые зашел на сайт интернет-магазина и открыл карточку товара (посмотрел фото, характеристики или отзывы), он продвинулся по воронке. Если пользователь уже был на сайте и открывал карточку товара, а потом вновь зашел на сайт и положил товар в корзину, он также продвинулся по воронке. Если пользователь во второй визит открывал карточку товара, но не добавлял товар в корзину, он не продвинулся по воронке.
Модели атрибуции в Google Ads
Многие модели атрибуции в Google Analytics и Google Ads называются одинаково (например, атрибуция по последнему клику), но между ними есть принципиальное различие.
Модели атрибуции в Google Ads учитывают только взаимодействия, получаемые из Google Ads (то есть не учитывают органику, переходы из email-рассылки и т.п.), и применяются только для поисковых и торговых РК. Для остальных кампаний используется модель атрибуции по умолчанию.
Модели атрибуции в Google Analytics учитывают все взаимодействия: полученные как из Google Ads, так и из поиска, email-рассылок и прочих источников.
Например, пользователь впервые попал на сайт, кликнув по рекламному объявлению; во второй раз — из поиска и подписался на email-рассылку. В третий раз перешел на сайт по ссылке из письма и совершил конверсию.
Допустим, выбрана атрибуция по последнему клику. Google Analytics «присудит» конверсию email-рассылке, а Google Ads — объявлению из самой первой рекламной кампании.
Атрибуция по последнему клику (Last Click)
Конверсия и вся ее ценность отдается объявлению, по которому кликнули последним, и соответствующему ключевому слову.
Атрибуция по первому клику (First Click)
Конверсия и вся ее ценность отдается объявлению, по которому кликнули первым, и соответствующему ключевому слову.
Линейная атрибуция (Linear)
Конверсия равномерно распределяется между всеми объявлениями, которые приводили пользователя.
Атрибуция с учетом давности взаимодействий (Time Decay)
Чем ближе был клик к моменту совершения конверсии, тем большую долю конверсии он получит. Ценность клика возрастает вдвое каждую неделю.
Атрибуция с привязкой к позиции (Position-based)
Первый и последний клики (и соответствующие ключевые слова) получают по 40% конверсии. Оставшиеся 20% конверсии равномерно распределяются между промежуточными кликами.
Атрибуция на основе данных (Data-driven)
Система, используя большое количество данных, анализирует, какими путями пользователи чаще всего доходят до конверсии. Большая доля конверсии отдается тем источникам трафика, которые часто участвуют в путях, приводящих к конверсии.
Data-driven атрибуцию можно использовать, если собрано достаточно данных — не менее 15 000 кликов с поиска и 600 конверсий за последние 30 дней.
В Google Ads также есть инструмент, который позволяет сравнивать модели атрибуции.
Как модель атрибуции влияет на оптимизацию кампании
От выбранной модели атрибуции зависит распределение конверсий в кампаниях. Конверсия принадлежит не кампании в целом, а конкретному таргетингу: в поисковых РК — конкретной ключевой фразе. Чем больше конверсий приносит ключевая фраза, тем выше ставки по ней мы можем себе позволить. То есть если поменять модель атрибуции, в конечном счете изменятся ставки по ключевым словам (при использовании автоматических стратегий — автоматически). А это, в свою очередь, может повлиять на расходы рекламодателя.
Схематично это выглядит так:
смена модели атрибуции → перераспределение конверсий → переоценка эффективности ключевых фраз → пересчет ставок для ключевых фраз → оптимизация кампании
Например, мы использовали модель атрибуции Last Click, а затем перешли на Data-driven. Из-за этого конверсии распределились по-новому: фраза «лама плюшевая купить» получила больше конверсий, а «лама игрушечная купить спб» — меньше. Тогда ставки по фразе «лама плюшевая купить» поднимутся (потому что она приносит больше конверсий), а ставки по фразе «лама игрушечная купить спб» снизятся (потому что она приносит меньше конверсий).
Как сменить модель атрибуции
В Google Ads модель атрибуции можно сменить либо на этапе импорта конверсий из Google Analytics, либо уже после. Для этого нужно зайти в раздел «Конверсии» («Инструменты и настройки» → «Отслеживание» → «Конверсии»), выбрать нужную конверсию и зайти в редактирование.
Модель атрибуции в Google Ads по умолчанию — по последнему клику.
Как правильно выбрать модель атрибуции
Data-driven атрибуция — оптимальный вариант: она работает на общее увеличение конверсий и не требует никаких дополнительных действий. Если она для вас доступна, лучше подключить именно ее.
«Как правило, использование Data-driven атрибуции дает лучший результат. Правда, гарантий нет: все зависит от того, насколько точно у вас настроена аналитика. Если вам стала доступна Data-driven атрибуция, подключите ее и через месяц проанализируйте результаты. Должно стать лучше. Но если вам не повезло и результаты ухудшились — возвращайтесь на Last Click».
Last Click атрибуция подойдет, если:
Time Decay стоит применять только в одной ситуации: если вы неоспоримый лидер на своем рынке, о котором все знают и которого всегда рассматривают в первую очередь (Time Decay занижает вклад первых переходов).
Linear подойдет, если вы считаете, что вся ваша реклама работает в комплексе и каждый контакт пользователя с вашим брендом увеличивает вероятность покупки.
Position-based или First Click (как более «агрессивный» вариант) подойдут:
Прежде чем менять текущую модель атрибуции на новую, сравните их и оцените, насколько заметны изменения (выбирая модели для сравнения, учитывайте указанные выше рекомендации). Если отличия существенные — от 25%, — смена модели атрибуции может заметно улучшить результаты кампаний (хотя может произойти и наоборот).
Спустя месяц-два после смены модели атрибуции нужно проанализировать кампании — стали они лучше или хуже работать. Важно учитывать сезонность: например, не стоит сравнивать апрель с маем, потому что в мае из-за длинных праздников практически во всех тематиках наблюдается просадка показателей.
Получите до 3000 рублей на рекламу в Google Ads
Дарим бонусы при первом запуске рекламы через eLama!
Как работают окна атрибуции в рекламе?
Что такое окно атрибуции и как оно работает?
Если коротко, то атрибуция в рекламе — это способ, с помощью которого определяется на какой из рекламных каналов (например, Facebook, Google) «записывать» действия пользователя (например, установку приложения).
Будет ли конверсия отнесена к рекламной сети или нет, зависит от окна конверсии атрибуции, которое представляет собой период времени (после того, как пользователь увидит или кликнет объявление) в течение, которого пользователь может быть отнесен к конкретному объявлению в конкретном источнике.
Если активность пользователя происходит в рамках окна, то рекламная сеть получает атрибуцию. Если активность пользователя происходит за пределами окна, то рекламная сеть не атрибутируется ни к каком каналу. В рекламе мобильных приложений если пользователь не атрибуцируется ни к одному каналу — это органическая установка (см. в отчетах Organic). В Google Analytics — конверсии будут попадать в Direct.
В приведенной выше таблице представлены несколько традиционных способов атрибуции установки, а также сценарии, указывающие, попадает ли установка в окно атрибуции, в зависимости от того, сколько времени прошло с момента клика до установки. Как вы видите, если установка происходит после того количества дней, которое указанного в окне атрибуции, установка будет записана в органику и не будет отнесена к какому-либо каналу.
В приведенной выше таблице перечислены настройки атрибуции по умолчанию для нескольких популярных сетей, а также для AppsFlyer и сценарии, указывающие, будет ли окно атрибуции приписывать объявление покупке, в зависимости от того, через какое время произошла покупка после первого клика пользователя. Вы можете видеть, что, если покупка происходит после определенного количества дней, указанного в окне атрибуции, то так же как и установка будет зачислена в органику, а не на рекламу.
Однако, в отличие от установок, AppsFlyer, Adjust, MyTracker, Yandex.Metrica (MMP) будут записывать покупки для рекламной сети до тех пор, пока они происходят, и до тех пор, пока исходная атрибуция не будет заблокирована например из-за отказа отслеживания и блокирования доступа к ID смартфона. Чтобы еще раз подчеркнуть этот важный момент: у рекламной сети может быть свое окно аттрибуции, после которого события выходящие за рамки указанного периода не будут приниматься рекламной сетью, в то время как MMP не имеют какого-либо ограничения для данных в отчетах и новые события продолжат записываться на установки связанные с конкретными каналами. Тем не менее, этот факт может измениться с развитием новых функций рекламы, ориентированных на LTV.
В дополнение к атрибуции по клику в аналитике конверсии могут записываться на показы, что чаще всего называют атрибуцией “по показу” или «VTA» (view-through attribution). Маркетологи, как правило, в меньшей степени доверяют атрибуции по показу в пользу более надежной атрибуции по кликам.
Тем не менее, с распространением мульти-клик аналитики (см. заключительный раздел этой статьи) и рекламных сетей использующих атрибуцию по показу, последняя достаточно популярная. Facebook, например, использует атрибуцию по умолчанию 1-день по показу, а Google в UAC кампаниях показывает сколько конверсий получено по показам.
В приведенном выше примере указан стандартное окно атрибуции по показу для Facebook и Google.
Модель атрибуции: что это такое, какие модели существуют и зачем нужны
Здравствуйте. Меня зовут Людмила, я маркетолог в компании Altcraft. Давайте сегодня обратимся к такому инструменту в маркетинге, как модель атрибуции. Рассказываю подробно, что это такое, зачем нужно и какие модели существуют.
Бизнес хочет, чтобы пользователь переходил на сайт и покупал сразу после того, как увидел рекламу. Но такое случается редко — 98% людей не покупают при первом визите на сайт компании. В среднем, для покупки нужно семь касаний, где каждый канал будет больше или меньше влиять на решение пользователя. Как понять, какие каналы оказались самыми эффективными? Выбрать и использовать модель атрибуции.
Модель атрибуции — это распределение ценности (веса или баллов) по каналам, которые привели к конверсии. Атрибуция показывает путь клиента от первого касания до целевого действия.
Возьмём пользователя N. Он увидел рекламу кроссовок в Facebook, кликнул на неё и заинтересовался, но решил пока не покупать. Позже ему показали рекламу тех же кроссовок, но уже в Google. N снова перешёл на сайт и даже добавил товар в корзину, но забыл про него. Через 5 дней опять увидел рекламу, но уже в Instagram, на этот раз сделал скриншот, чтобы не забыть и посмотреть позже, кликать на рекламу не стал. Вечером того же дня N нашёл модель кроссовок в Google и купил их.
Какой канал привёл клиента?
Если считать, что органический поиск, то это атрибуция одного типа. Учитывать первое касание по рекламе Facebook — другой тип. Оценивать все каналы в равной ценности — третий.
Атрибуция — это инструмент, который помогает отследить касания с брендом и понять, куда вкладывать деньги, а на какой канал бюджет тратить не стоит.
Также с моделями атрибуции устанавливают окно конверсии — период между первым касанием и покупкой. Здесь могут быть варианты: от 1 дня до 28 и более. Это зависит от длительности цикла покупки. Допустим, мы запускаем кампанию по продаже определённой марки автомобилей. Окно атрибуции здесь должно быть не менее 28 дней, потому что вряд ли кто-то решит купить автомобиль спонтанно за 3-7 дня и меньше.
Как отслеживать касания пользователей с брендом? Разные платформы собирают только свои данные: Facebook, ВКонтакте, сервисы Google и другие. Чтобы отследить, какой результат приносит каждый канал, пиксель (кусок кода, который собирает информацию о действиях пользователей) платформы устанавливается на сайт компании.
Путь клиента к покупке, где тот увидел и купил, — редкость, особенно если продукт сложный и дорогой. После первого знакомства проходит несколько этапов: клик на рекламу, подписка на рассылку, поиск продукта и информации о нём в Google. Если компания не знает, как клиент на самом деле приходит к покупке, его путь, то рискует вложить бюджет в неправильные каналы.
Как атрибуция в маркетинге помогает бизнесу:
Атрибуция не может быть однозначной и универсальной для каждого бизнеса. Например, для сферы недвижимости считать последний клик — неудачный вариант, от первого касания до покупки квартиры может пройти несколько месяцев, и вряд ли клиент примет решение за один раз. Разберём, какие бывают модели атрибуции: их преимущества и недостатки.
Большую ценность за конверсию получает первое взаимодействие с пользователем, например, клик на рекламу. Считается, что целевое действие принесла платформа, где было первое касание, остальные каналы не учитываются.