46. Анализ атрибуции

Анализ атрибуции — это анализ эффективности источников трафика по альтернативным моделям распределения ценности между ними.

Полагаю, что с таким определением понятнее не стало, поэтому рассмотрим на примере.

Пользователь может заходить на сайт несколько раз до того, как соврешит целевое действие.

Например:

Визит 1: Я.Директ — пришел по рекламе впервые на сайт, рассмотрел внимаетельно продукт, но решил отложить оформление заказа

Визит 2: Органический поиск Яндекс — вспомнил через неделю, набрал название сайта в поиске. Добавил товар в корзину, начал оформление заказа, но не завершил его

Визит 3: Электронная почта — посольку он успел оставить email, ему на почту пришло письмо с напоминанем о брошенной корине. Пользователь из любопытства перешел на сайт и снова отложил оформление

Визит 4: Прямой трафик — пользователь созрел, набрал адрес сайта в браузерной строке и оформил заказ

Т.е. у нас есть первый источник, есть последний и 2 промежуточных. Запомните, это важно.

Какие цепочки каналов выделены для вашего проекта, вы можете увидеть в системе аналитики.

В Google Analytics для этого есть специальный встроенный отчет Основные пути конверсии, пример:

Этот отчет как раз дает статистику по таким цепочкам.

Во втором столбце указано количество конверсий, которыми закончилась определенная цепочка.

Если в том, чтобы убедить пользователя приобрести товар/услугу, принимает участие несколько каналов, то какому каналу засчитать ценность от покупки?

Кто молодец?=)

Единого мнения на этот счет нет.

Правило, по которому ценность распределяется между источниками в цепочке взаимодействий до конверсии, называется моделью атрибуции.

Давайте сначала разберемся, какому каналу Google Analytics отдает ценность покупки по умолчанию.

По умолчанию, т.е. во всех стандартных и пользовательских отчетах использует модель по последнему непрямому взаимодействию.

Это значит, что все сливки снимает самый последний источник. Исключение — прямой канал. Если пользователь зашел по закладке, ценность будет приписана (конверсия засчитана) предпоследнему источнику.

Зачем проводится анализ атрибуции?

Чтобы оценить, нет ли существенных перекосов в нашей системе оценки эффективности каналов.

Может быть такое, что какой-то канал чаще всего только знакомит пользователя с сайтом.

К примеру, медийные баннеры.

Т.е. этот канал приводит много новых посетителей и выступает первым в цепочке взаимодействий.

Потом эти пользователи думают, созревают, и конверсию делают с другого источника, который под рукой (например, в случае чрезмерно активного ремаркетинга или емейл рассылок).

В стандартных отчетах по этому источнику мы сможем увидеть минимальную ценность.

Если мы этому просто поверим и отключим этот канал, как неэффективный, то вскоре мы заметим, что эффективность других источников падает, и не найдем причины.

Поэтому мы можем заранее обратиться к Инструменту сравнения моделей атрибуции и посмотреть, а что было бы, если мы всю ценность отдавали первому каналу?

Есть и другие более сложные модели атрибуции, но пока вы только начинаете работать с веб-аналитикой, предлагаю вам сравнивать между собой

Стандартную модель атрибуции — по последнему непрямому взаимодействию и

Модель атрибуции по первому взаимодействию.

Если вы увидете перекос более чем на 10%, значит какой-то канал работает в действительности немного хуже, чем мы привыкли считать, а другой — немного лучше.

Чем выше отклонение, тем более различается оценка эффективности этих каналов системой.

Когда у вас появится больше опыта, вы сможете составить свою модель атрибуции, подходящую под конкретный проект.

Обратимся к инструменту сравнения:

1. Выбираем конверсии, которые будем распределять (это целевые действия пользователя — обращения или заказы)

2. Выбираем модели атрибуции для сравнения

3. Выбираем уровень анализа — Источник/канал

4. Показатели для анализа — Конверсии и их ценность

Анализ достаточно проводить только для самых крупных каналов, желательно ежемесячно.

Изменение в % отображено в последнем столбце.

Практическое задание

Прокомментируйте отчет из инструмента сравнения моделей.