Atrybucja ścieżki użytkownika to jeden z ważniejszych konceptów w analityce marketingowej. Do wygenerowania pożądanej przez marketera akcji często potrzeba kilku o ile nie kilkunastu interakcji z reklamą na różnych urządzeniach. Jak więc rzetelnie ocenić, który kanał reklamowy jest najważniejszy? Właśnie na te pytanie próbuje odpowiedzieć atrybucja.
DLACZEGO TO JEST WAŻNE?
Atrybucja odpowie na wiele pytań odnośnie słusznych decyzji w budowaniu planu marketingowego. Pozwoli rzetelnie ocenić wpływ mediów na konwersje i zapewni, że nie przeoczysz ważnych kanałów, których usunięcie miałoby katastrofalne skutki.
TA TREŚC JEST DLA CIEBIE, JEŚLI ODPOWIADASZ ZA:
E-commerce
Blog
Stronę informacyjną o firmie
Agencję reklamową
Tworzenie treści (wydawca)
Ile?! Czyli jak długo trzeba mówić do Klienta, żeby w końcu coś kupił?
Wyobraź sobie sytuację, w której próbujesz zdecydować się na zakup nowych słuchawek bezprzewodowych. Masz większy budżet i zależy Ci na jakości. Oznacza to, że przed Tobą kilka godzin poszukiwań w wyszukiwarce, lektura recenzji na blogach, oglądanych testów video i kontaktów z reklamą remarketingową na mediach społecznościowych, zanim w ogóle podejmiesz decyzję o kupnie. Do tego część z tych poszukiwań prowadzisz w drodze do pracy, część na laptopie w domu. Jest to ogrom interakcji z marką, którą ostatecznie zdecydujesz się wybrać.
Ogrom różnych sygnałów dla sprzedawcy, który w jakiś sposób chciałby powiązać je wszystkie w całość, żeby zrozumieć, jak najlepiej komunikować Ci swoją wartościową markę. Czy to jest w ogóle możliwe?
Definicja atrybucji
Atrybucja to metoda przypisywania konkretnego zdarzenia do właściwego źródła (lub źródeł), dzięki któremu te zdarzenie miało miejsce. W marketingu atrybucja odpowiada za próbę odtwarzania ścieżki użytkownika. Porządkuje na osi czasu wszystkie interakcje z komunikatami reklamowymi. Dzięki temu marketer może odkryć prawdziwą wartość kanałów reklamowych, które wykorzystuje. Dowie się, które kanały otwierają, wspierają lub odpowiadają bezpośrednio za pozyskanie konwersji.
Odpowiednie modele atrybucyjne zazwyczaj wybiera się na poziomie tworzenia raportu, w trakcie eksplorowania danych (np. raporty porównujące wyniki przy założeniu różnego modelu) lub definiuje się odgórnie dla całej analityki. Można je ustawiać na poziomie różnych wymiarów – kanałów marketingowych, kreacji, źródeł ruchu, a nawet słów kluczowych. Co więc mamy zazwyczaj do wyboru?
Modele atrybucji
Data-driven – wartość rozprowadzona po kanałach, w oparciu o dane. Przypisuje on wartość interakcji do źródeł w oparciu o algorytmy, które są napędzane dużą ilością sygnałów. Ten model, który dostępny jest w każdym dobrym narzędziu analitycznym i trackingowym. Bierze pod uwagę wszystkie interakcje na ścieżce, często zestawia je też z tymi procesami konwersji, które nie zakończyły się sukcesem. Dzięki danym określa prawdopodobieństwo wystąpienia zdarzenia, z lub bez udziału konkretnego medium. W ten sposób przypisywana jest też waga i ostatecznie wartość transakcji dla danego kanału.
Last click – cała wartość dostarczenia akcji przypisana jest do ostatniego źródła, które było na ścieżce przed konwersją. Jest to wciąż najpopularniejszy model atrybucyjny w wielu raportach i systemach analitycznych. Użytkownik może mieć styczność z wieloma mediami zanim skonwertuje, jednak przy tym modelu umawiamy się, że to ostatnia interakcja jest najważniejsza. Zwolennicy tego modelu cenią jego prostotę i powszechność.
First click – cała wartość przypisywana jest to źródła, które wg pomiaru otwierało ścieżkę konwersji. Sprawdza się w działaniach wizerunkowych, kiedy chcemy doważyć kanały, które mogą otwierać ścieżkę zakupową. Na przykład zależy nam na tym, żeby nie zapomnieć jak ważne mogą być działania content marketingowe lub programatyczne.
Even – każda interakcja, bez względu na to, ile ich było na ścieżce konwersji, otrzymuje dokładnie taką samą wartość. Ten model raczej przyda się do porównania efektywności różnych mediów, niż wykorzystania w decyzjach reklamowych, jednak może być przydatny do ilustrowania zrównoważonych działań w wielu kanałach marketingowych.
Position based – najwięcej zasługi za dostarczenie konwersji przypisuje się w tym modelu najczęściej pierwszemu i ostatniemu. Jest to próba znalezienia równowagi w planach marketingowych, które łączą budowanie wizerunku i skupienie na efekcie.
Time decay – model bierze pod uwagę rozkład czasu do dokonanej konwersji. To znaczy, że im bliżej akcji, tym większy większa odpowiedzialność kanału marketingowego za jej dokończenie. Ten model może sprawdzić się przy krótszych ścieżkach konwersji niż kilkanaście dni.
Custom – polega na własnoręcznym ustawieniu modelu atrybucyjnego. Na taką możliwość pozwalają niektóre narzędzia trackingowe. Jest to o tyle pomocne, że możemy zwiększyć dokładność atrybucji. Nikt nie zna specyfiki naszego biznesu tak jak my sami. Dzięki temu możemy wziąć pod uwagę planowane działania mediowe lub średnią długość ścieżki konwersji.
Jak dobrać odpowiedni model atrybucyjny?
W celu dobrania modelu atrybucyjnego musisz odpowiedzieć sobie na szereg pytań:
-Jak skomplikowany jest plan mediowy? Im więcej mediów płatnych bierze udział w ścieżce zakupowej, tym trudniej będzie uchwycić i rzetelnie ocenić ją w całości. Warto wtedy zdecydować się na model oparty o dane.
-Jak długa jest ścieżka do konwersji na Twojej stronie? Im dłuższa ścieżka, tym ważniejsze mogą być na niej ostatnie źródła, w mediach efektywnościowych. Pamiętaj, żeby w takiej sytuacji często prowadzić porównania wyników dla różnych modeli. Jeśli zapomnisz o starym wpisie na blogu, który zapoznał Klienta z Twoją marką możesz podjąć bardzo złą decyzję dotyczącą usunięcia content marketingu.
-Jaki jest podział na paid, earned i owned media? Im bardziej rozpychasz się w digitalu – budujesz własne treści, prowadzisz reklamę płatną, treści, które tworzysz są często udostępniane. Tym więcej czynników musisz wziąć pod uwagę. Zanim ostatecznie stwierdzisz na przykład: „tak, to paid search generuje najwięcej leadów”.
-Jaki jest udział performance marketingu vs działań brandingowych, z wyższego etapu lejka zakupowego? W przypadku wykorzystywania mediów rozliczanych za efekt i stosowania modelu last click możesz ulec złudzeniu, że to one są najważniejsze i to w nie warto inwestować najwięcej. Niestety. Najczęściej użytkownik musi wiele razy wejść w interakcję z naszym komunikatem reklamowym, zanim zdecyduje się na przykład na wykorzystanie kodu rabatowego z witryny kuponowej w ostatnim kroku koszyka. Doważaj inne kanały modelami time decay lub even.
Ograniczenia atrybucji
Niestety nie jest tak, że raz dobrany model atrybucyjny da nam odpowiedzi na wszystkie pytania dotyczące specyfiki ścieżek zakupowych naszych użytkowników. Zmieniający się ekosystem danych, prywatność, trendy w użytkowaniu wielu urządzeń powodują, że nie możemy traktować atrybucji jak wyroczni. Głównych powodów, dla których należy stale dopasowywać model do naszego biznesu jest kilka:
- Cross device – im więcej urządzeń prowadzi do konwersji, tym bardziej „poszatkowana” będzie ścieżka konwersji. Tym trudniej Twoje narzędzie webanalityczne będzie potrafiło zebrać ją w całość. Z tego powodu, bez modelu opartego o dane i wsparcia atrybucji danymi własnymi, część mediów może błędnie wydawać się całkowicie nieskuteczna.
- Odchodzące cookies 3rd party – jeśli nie zabezpieczymy naszego narzędzia webanalitycznego w dane 1st party i będziemy polegać tylko na cookiesach, sami skazujemy się na nieoprawne wnioski z raportów.
- Prywatność i zgody użytkowników – powinniśmy w rzetelny sposób podchodzić do wyboru naszych użytkowników, czy zechcą się z nami dzielić swoim rąbkiem prywatności poprzez udzielenie nam pełnych zgód na wykorzystanie cookiesów. Transparentny opis, umożliwienie wyboru może zwiększyć dokładność naszych raportów atrybucyjnych.
- Blokady przeglądarek – coraz więcej przeglądarek posiada wbudowane i domyślnie uruchomione mechanizmy zwiększające prywatność użytkowników w internecie. Mechanizmy te skutecznie powodują, że nie jesteśmy w stanie powiązać wszystkich interakcji na jednej ścieżce konwersji. To kolejny powód dla którego każdy, kto prowadzi jakiekolwiek działania w internecie musi działać wg strategii pozyskiwania danych 1st party.
- Należy też pamiętać, że sama atrybucja to nie jest wyrocznia. Z punktu widzenia statystyki i modelowania danych, modele atrybucyjne wbudowane w narzędziach analitycznych pokażą jedynie wyniki korelacji pewnych zdarzeń z ostatecznym celem. To znaczy, że nie wskażą jednoznacznego związku przyczynowo-skutkowego.
