Як оцінити джерела трафіку, використовуючи моделі атрибуції в Google Analytics

Часи, коли можна було працювати тільки з одним джерелом трафіку (наприклад, SEO) і при цьому мати хороші продажі, давно пройшли. Сьогодні тільки комплексний підхід дає реально ефективне зростання продажів. Однак, працюючи з декількома джерелами, ми стикаємося з важливим питанням – а яку роль кожен з каналів відіграє в ланцюжку взаємодії користувача з сайтом (багатоканальної послідовності) і як зрозуміти важливість кожного каналу? Адже від розуміння залежить:

• який обсяг інвестицій вкласти в кожне джерело відвідувачів,
• яка віддача від кожного каналу,
• як взаємодіють канали між собою.

Особливу увагу зверніть на взаємодію. Наприклад, користувачі з соціальних мереж можуть не здійснювати покупку відразу після переходу, але при цьому саме соціальні мережі інформують відвідувачів про вашу компанію, і вже після наступних взаємодій, наприклад, через контекстну рекламу, відвідувачі здійснюють покупку.

Правила, за якими розподіляється цінність здійсненої конверсії між каналами, називаються атрибуцією. Знаючи, якими каналами користувався відвідувач, ми можемо надати більшу чи меншу цінність кожному з каналів (або одному з них) і на підставі цієї оцінки приймати рішення про ефективність каналу.

Моделей атрибуції може бути багато, найпоширеніші:

Вибрати модель атрибуції можна в звіті Атрибуція → Інструмент порівняння:

Детальніше про інструмент ми написали в статті нижче, для початку розглянемо, які основні моделі атрибуції бувають.

1. Атрибуція за останнім кліком

У даному випадку вся цінність конверсії присвоюється останньому джерелу контакту користувача з сайтом. Ясна річ, що це не зовсім правильно, оскільки практично на всіх сайтах, навіть таких, що пропонують дуже дешеві товари, до моменту конверсії користувач зазвичай робить 2-3 переходи.

Для сайту з дорогим або складним товаром таких переходів може бути значно більше, оскільки користувач обмірковує, порівнює, знайомиться з інформацією про товар.

2. Атрибуція за останнім непрямом кліку

Ця модель атрибуції застосовується за замовчанням в Google Analytics. Уся цінність конверсії присвоюється останньому каналу, якщо це не прямий візит (наприклад, із закладок або введення в рядок браузера URL). У разі прямого відвідування сайту цінність конверсії присвоюється попередньому каналу. Логіка досить проста – якщо користувач перейшов до вас із закладок, значить, спочатку він повинен був звідкись дізнатися про ваш сайт.

3. Атрибуція по першому кліку

Що таке лінкбілдінг в SEO? Як видно з назви, тут все навпаки – вся цінність конверсії присвоюється першому каналу, який дозволив відвідувачу дізнатися про вашу пропозицію.

4. Перший і останній клік

Цінність ділиться в рівній мірі між першим і останнім каналом, по якому перейшов користувач у ланцюжку, що призвела до конверсії.

5. Лінійна модель атрибуції

Цінність конверсії порівну ділиться між усіма джерелами, за якими переходив користувач.

6. Модель атрибуції з урахуванням давності взаємодії

Чим «ближче» канал до моменту конверсії, тим більша його цінність. Значимість кожної взаємодії зменшується зі збільшенням терміну до самої конверсії.

Звіти Google Analytics, що дозволяють оцінити внесок кожного джерела трафіку

Розуміючи важливість правильної оцінки кожного джерела трафіку і знаючи основні типи атрибуції, ми можемо звернутися до спеціальних звітів Google Analytics:

•  «Багатоканальні послідовності»
• «Атрибуція»
  

Уже дивлячись на загальну інформацію у вкладці «Огляд», можемо скласти для себе загальне розуміння того, як між собою взаємодіють джерела трафіку. Кожне джерело позначене кольоровим колом, ми наочно бачимо, який відсоток трафіку «перетинається» – це значить, що відвідувач користувався декількома джерелами, перш ніж зробити покупку.

Зверніть увагу – в лівому верхньому кутку на скріншоті є дані по асоційованим переходам.

Асоційовані конверсії – це відвідування з якогось джерела, яке було на початку або в середині ланцюжка відвідувань, але не в кінці, тобто кількість взаємодій, які не призвели до конверсії, але брали участь в ланцюжку.

Як бачимо на скріншоті, з 744 конверсій у 423 (більше половини) були підготовчі відвідування. Джерела, що дали ці відвідування, не привели до безпосередньої продажу, але з високою часткою ймовірності можна припустити, що без цих асоційованих конверсій не було б, власне, самої конверсії, яка принесла дохід.

Важливо! Звіт про багатоканальну послідовність використовує модель атрибуції за останнім кліком, на відміну від усіх інших звітів, де за замовчуванням використовується останній непрямий клік.

Щоб більш детально оцінити асоційовані конверсії за кожним джерелом, є спеціальний звіт, який так і називається – «Асоційовані конверсії»:

Наприклад, на скріншоті ми явно бачимо, що переходи за посиланнями дали нам за вказаний період 48 конверсій, крім цього, ще 58 раз дане джерело було проміжним етапом для користувачів, які в кінцевому підсумку зробили конверсію.

За налаштованої електронної комерції цей звіт допоможе вам набагато точніше оцінити дохід від кожного джерела трафіку. Як ви розумієте, це дуже важливо, коли ми вирішуємо, в яке з джерел варто вкладати гроші. Можна, звичайно, і без електронної комерції орієнтуватися на кількість конверсій, але, зрозуміло, це менш точний показник під час формування рекламного бюджету.

Щоб більш детально оцінити, як взаємодіють джерела трафіку, вам слід зайти в звіт «Основні послідовності конверсії»:

Тут показані всі варіанти комбінацій джерел, які призвели до конверсії.

Наприклад:

Зверніть увагу, що пошукова реклама (за яку власник, природно, платить), не завжди сама по собі призводить до продажу, проте приймає важливу участь у продажах, а значить, гроші на даний рекламний канал витрачаються не даремно.

Додаткові звіти, які допоможуть краще зрозуміти ланцюжок відвідувань до моменту конверсії, – «Час до конверсії» і «Довжина послідовності». У них ви побачите статистику за кількістю днів від моменту відвідування до скоєння конверсії і кількість заходів за будь-якими джерелами до моменту вчинення конверсії.

Також Google Analytics дає нам можливість порівнювати різні моделі атрибуції Конверсія → Атрибуція → Інструмент порівняння моделей:

Цей інструмент дозволяє краще зрозуміти різницю між різними варіантами атрибуції і наочно побачити значення кожного каналу на різних етапах.

Наприклад, порівняємо модель атрибуції за останнім, першим кліком і лінійною атрибуцією:

Зверніть увагу: безкоштовний пошук, якщо ми будемо оцінювати конверсію тільки за останньою взаємодією, програє прямому каналу трафіку. Власник сайту, побачивши такий звіт, тут же закричить: SEOшник погано працює!

Але, порівнюючи з іншими моделями атрибуції, ми побачимо, що за першою взаємодією пошуковий трафік найпотужніший, тобто саме з цього каналу про ваш сайт дізнаються реальні покупці. Важливість пошукового трафіку підтверджує і лінійна модель атрибуції, де її частка також найвища.

Враховуйте, що порівняння атрибуций дозволяє з різних точок зору поглянути на успішність кожного каналу, але, для порівняння каналів між собою і оцінки успішності кожного з них, ви повинні вибрати єдину модель атрибуції.

Якщо ви проводите кілька рекламних кампаній за участю багатьох джерел – для кожної кампанії може бути застосована своя модель атрибуції.

Наприклад:

– для короткострокової кампанії, спрямованої на миттєву покупку, – за останнім кліком;

– для SMM-кампанії, що підвищує загальну впізнаваність, – за першим кліком і т.д.

У Google Analytics можна також створювати свою унікальну модель атрибуції, але на її створення необхідно витратити досить багато часу і попередньо оцінити стандартні моделі.

Якщо ви серйозно підходите до формування бюджету та оцінки вкладу кожного джерела в успішність бізнесу – вам не обійтися без багатоканальних послідовностей і оцінки атрибуції. Ви повинні розуміти всю важливість каналу, а не тільки його внесок у прямі продажі.

Звертайте увагу на ці звіти Google Analytics, працюйте з ними і різними варіантами атрибуції – це допоможе вам використовувати всі канали трафіку більш ефективно і грамотно. На основі цих звітів ви зможете розумно планувати бюджет на рекламу в різних каналах.

Еще по теме:

• Чому трафік з Google набагато нижче, ніж з Яндексу? Причини і способи вирішення проблеми
• Як поведінка користувачів на сайті може позначитися на ранжуванні. Дослідження Яндексу
• Як оцінити джерела трафіку, використовуючи моделі атрибуції в Google Analytics