Оставить заявку

Блог Finepromo

Почему многоканальные последовательности — это важно

0 комментариев 122 просмотров 19 ноября 19

Почему многоканальные последовательности — это важно

Почему многоканальные последовательности?

Привычные модели атрибуции сегодня вряд ли вызовут у кого-нибудь вопросы — они работают понятно и в среднем отражают реальную картину достаточно неплохо, но, к примеру, “последний значимый переход” — самая популярная из них, объясняет лишь небольшую часть появления каждой конверсии в вашей статистической сводке. Притом, чем сложнее совершить потребительский выбор относительно товара, тем меньшее влияние на это решение оказывает последний источник, с которого пришел конкретный покупатель.

К примеру, заказ доставки пиццы не вызовет затруднений — достаточно рассмотреть несколько самых популярных предложений, сравнить цены и скорость доставки и сделать заказ. Зачастую достаточно одного захода на сайт, чтобы принять решение о покупке. Последний значимый переход в таких случаях является ключевым шагом.

Но что если потенциальный покупатель выбирает автомобиль? Цена и скорость будут далеко не единственными факторами выбора. Путешествие по сайтам может занять не один месяц, в течение этого времени пользователь множество раз будет заходить на наблюдаемый сайт с разных источников, но в итоге последний переход для оформления заявки будет осуществлен, например, с органической выдачи, когда покупатель станет искать лучший из просмотренных им сайтов по названию в поиске.
Очевидно, что органический поиск получит незаслуженную конверсию в атрибуции последний значимый переход.

Как же понять, что повлияло на решение покупателя? Какой переход был ключевым для дальнейшей покупки или имело место комплексное воздействие нескольких источников? Ответ на эти вопросы можно попытаться найти в отчетах Конверсии > Многоканальные последовательности в Google Analytics.

Вся эта группа отчетов основывается на статистике по путям конверсий. В полном смысле путь конверсии — это все переходы на рассматриваемый сайт одного посетителя, расставленные соответственно по времени и закончившиеся конверсией. Такие цепочки источников обладают длиной — количеством заходов и временем до конверсии — реальное время с первого захода на сайт и до осуществления целевого действия.

Например, потенциальный покупатель ищет full HD монитор и хочет сделать оптимальный в плане цены, качества и скорости доставки выбор.

  • 01.01 посетитель первый раз зашел на сайт “bestmonitor.ru” с рекламного объявления в поиске по запросу “монитор купить” и сохранил ссылку у себя в закладках браузера
    на следующий день (02.01) он снова искал мониторы и заходил на сайт bestmonitor.ru из закладок.
  • 05.01 этот человек, уже изучив немного рынок, искал мониторы по запросам “самые дешевые мониторы самовывоз” и “мониторы почти бесплатно” — снова увидел рекламу bestmonitor.ru и перешел по ней дважды прежде чем вспомнил, что уже был на этом сайте раньше.
  • Через неделю (12.01) он все-таки решил покупать — он вспомнил название сайта, на котором видел лучший вариант, ввел в google поиске “бестмонитор” и перешел по ссылке в органической выдаче. Потом, вспомнив про закладки, он нашел нужную и перешел на карточку товара на этом же сайте уже из закладок, затем оформил заказ.

В отчете Analytics “Основные пути конверсий” за 12.01 появилась следующая строчка:

Поисковая реклама > Прямой > Поисковая реклама х 2 > Бесплатный поискПрямой

Длина такой цепочки — 6 (поисковая реклама имеет два вхождения подряд во втором случае), время до конверсии — 12 дней, а конверсию в атрибуции последний значимый источник получит Google Organic, никак не повлиявший на выбор покупателя.
Даже не зная всей истории поиска, а только взглянув на такую цепочку, можно легко догадаться, что реклама сыграла далеко не последнюю роль в этой покупке.

Решением будет переход к линейной модели атрибуции, где Поисковая реклама получит ½, Прямой получит 1/3, а Бесплатный поиск 1/6 конверсии. Но в длинных цепочках ключевой вклад некоторых источников может обесцениться.

Например, если в том же случае поиска мониторов покупатель потратил бы больше времени на сравнение закладок, цепочка выглядела бы вот так:

Поисковая реклама > Прямой × 4 > Поисковая реклама х 2 > Бесплатный поиск > Прямой × 11

Распределение конверсии прошло бы иначе и большую часть “забрал” бы прямой переход, хотя фактическое влияние рекламы не зависит в данном случае от того, как долго покупатель сравнивает сохраненные в закладках браузера варианты.

Для полноценной оценки вклада разных источников по всем путям конверсий используются ассоциированные конверсии — количество конверсий, в которых наблюдаемый канал был только вспомогательным.

К примеру, на уровне каналов, в цепочке:

Поисковая реклама > Прямой × 17 > Бесплатный поиск >Прямой × 8 > Социальная сеть > Медийная реклама > Социальная сеть

которая принесла n конверсий, по n же ассоциированных конверсий получат Поисковая реклама, Прямой, Бесплатный поиск и Медийная реклама. Социальная сеть ассоциированные конверсии не получит, так как является закрывающим каналом.

Таким образом, большое число вхождений прямых переходов не отразилось на оценке косвенного влияния каждого из каналов-участников. Но проблема Analytics в том, что в интерфейсе отчета ассоциированные конверсии можно сравнить только с конверсиями по последнему клику или прямому взаимодействию, что в случае с такой цепочкой:

Поисковая реклама > Прямой × 17 > Бесплатный поиск >Прямой × 8

приведет к приписыванию конверсии прямому переходу. Отсюда вытекает и следующая проблема — прямые переходы не всегда являются понятными “закладками в браузере”.

Причин, по которым Analytics определяет трафик в direct/none множество: от любых прямых ссылок (в оффлайн-документах, закладках, введенных вручную), до ошибок в utm-разметке или обрывов сессий. Соответственно, чем выше процент прямого трафика, тем больше погрешность в чистоте данных по прямым переходам. Даже обновление страницы на последних стадиях покупки или переход в мобильное приложение оплаты может привести к тому, что последним источником будет прямой переход. Так образовалась модель “последний значимый” или “последний непрямой клик”, которая не учитывает все прямые вхождения, если они расположены в конце цепочки.

У многих наших клиентов большой объем прямого трафика объясняется не повышенной лояльностью покупателей, а, скорее, спецификой учета данных в Analytics. Это вызвало затруднения при интерпретации распределения ассоциированных и прямых конверсий по результатам отчета Analytics, что сподвигло нас создать собственный отчет с фильтром прямых переходов и дополнительными функциями:

 

Первым преимуществом такого отчета перед аналитиксом является возможность сравнения результатов в разных моделях атрибуции с количеством вспомогательных конверсий. 

Вторым преимуществом является оценка влияния каналов друг на друга, подсчитанная на основе объема прямых и косвенных конверсий.

Третьим преимуществом является само определение косвенных конверсий как суммы конверсий по всем цепочкам, в которых выбранный канал принимал участие, кроме цепочек где участие ограничивалось только позицией последнего значимого канала.

К примеру в цепочке: 

Поисковая реклама > Прямой × 17 > Бесплатный поиск >Прямой × 8 > Социальная сеть > Медийная реклама > Социальная сеть 

Канал Социальная сеть получит косвенную конверсию в нашем отчете и не получит ассоциированную конверсию в отчете Analytics. Такое влияние важно учитывать, потому что за несколькими вхождениями одного и того же канала в цепочку могут стоять взаимодействия разной значимости. 
Это также позволяет учитывать влияние канала на самого себя. Например, ретаргетинг, как правило, оказывает вспомогательное влияние при принятии решения. 

В демонстрационном варианте отчета рассмотрены пути конверсий, в которых участвовал изучаемый в конкретном кейсе канал — My Target. Стоял вопрос о целесообразности затрат на  My Target при условии, что все кампании были ретаргетинговые. Даже после перехода на линейную модель атрибуции результаты по каналу оставались на том же уровне. 

С помощью отчета был оценен вклад косвенных конверсий (более чем в два раза превышающий вклад по атрибуции последний значимый) и принято решение о дополнительной оптимизации, а также потенциальном расширении рекламного канала.

 

Агентство Finepromo готово предложить свои услуги по составлению отчета по многоканальным последовательностям. Надеемся, наш опыт будет Вам полезен! 

122 просмотров 0 комментариев


Обсуждение закрыто.

Что еще почитать по этой теме

Агентство Finepromo стало участником ассоциации ARDA 22 октября 2019

Спешим поделиться новостью: мы вступили в ассоциацию развития диджитал-агентств Arda. Цель ассоциации — объединение руководителей диджитал-агентств для того, чтобы делиться личным опытом выстраивания бизнес процессов и их оптимизации. Участие в Arda дает возможность агентствам повышать качество услуг, развивать рынок...

Кейс: динамические объявления в Яндекс Директе 10 октября 2019

ЧАСТЬ I Динамические объявления на поиске. Как запустить рекламу и не слить бюджет В начале сентября мы выступили на Большой конференции Yandex в Новосибирске, где презентовали совместный кейс с магазином цифровой и компьютерной техники e2e4. Кейс был посвящен...

Реклама в РСЯ: рекомендации по настройке 26 августа 2019

На прошлой неделе прошел семинар для специалистов Finepromo, на котором менеджер рекламной системы Яндекс рассказал о тонкостях работы с кампаниями в РСЯ. В целом о шокирующих открытиях и секретных стратегиях управления РСЯ речи не шло, но мы...

Мы свяжемся с вами в течении одного рабочего дня.

Заказать создание лэндинга и контекстной рекламы

Мы свяжемся с вами в течении одного рабочего дня.

Бесплатный аудит

Мы свяжемся с вами в течении одного рабочего дня.

Заказать рекламу в Google

Мы свяжемся с вами в течении одного рабочего дня.

Cоздание продающих страниц


Спасибо.

Ваша заявка принята!