Spis treści
Czym jest atrybucja i jak wpływa na strategię marketingową?
Choć pojęcie atrybucji może wydawać się skomplikowane, to jego zrozumienie daje nam szansę na skuteczniejszy marketing. Poznanie ścieżki konwersji klienta pozwala odkryć, kiedy miał on pierwszą styczność z naszą stroną lub sklepem, jakie kanały brały udział w kształtowaniu jego decyzji, a także które źródła ruchu są najlepsze do zamykania transakcji. To z kolei umożliwia efektywniejsze zarządzanie budżetem i modyfikowanie strategii marketingowej, aby maksymalizować zwrot z inwestycji, oraz poprawiać doświadczenia klientów. Czym zatem jest atrybucja konwersji?
Atrybucja konwersji to inaczej przypisanie udziału w sprzedaży lub pozyskaniu leada poszczególnym kanałom, kampaniom czy źródłom ruchu, które do tego doprowadziły. Możemy ją badać w ujęciu ogólnym — badamy ruch z różnych źródeł — lub szczegółowym — sprawdzamy, które reklamy czy kreacje są najbardziej skuteczne.
Warto wiedzieć
Konwersje wspomagane są terminem używanym w marketingu, aby opisać wszelkie interakcje z użytkownikiem, które nie prowadzą bezpośrednio do konwersji, ale przyczyniły się do osiągnięcia celu.
Problemy i wyzwania przy atrybucji marketingowej
W tej beczce miodu jest całkiem spora łyżka dziegciu. W idealnym świecie bylibyśmy w stanie doskonale oddać, co dzieje się na poszczególnych etapach ścieżki konsumenta. Niestety w prawdziwym życiu nie jest już tak kolorowo.
Dużym wyzwaniem jest to, że użytkownicy korzystają z różnych urządzeń. Większość z nas ma smartfona, korzysta z komputera w pracy i domu, a do tego przegląda Internet, korzystając z mniej typowych sposób (np. na telewizorze). Bez odpowiedniej pomocy narzędzia analityczne nie są w stanie powiązać tych wizyt z jedną osobą, przez co w efekcie mamy tylu użytkowników ile urządzeń.
Kolejnym problemem jest przenikanie się świata online z offline. No bo jak mierzyć czy wyemitowanie w telewizji spotu reklamowego przełożyło się na wzrost sprzedaży? Albo czy wielki bilbord przy autostradzie wpłynął na ruch na stronie? Łączenie konwersji offline z aktywnością online użytkowników też może być stosunkowo trudne. Takie sytuacje wymagają zaawansowanych rozwiązań analitycznych, które nie zawsze są łatwo dostępne.
Nie można też zapominać o tym, że interakcją nie zawsze jest „kliknięcie”. Głównym celem reklam świadomościowych (np. reklam display) jest zwiększenie rozpoznawalności marki, budowanie jej wizerunku czy wzmocnienie zaangażowania w innych kampaniach. W takich przypadkach „kliknięcie” nie jest częstym zjawiskiem, a Analytics nie jest w stanie przypisać wyświetlenia kreacji reklamowej do konkretnej osoby.
Przy modelowaniu atrybucji należy wziąć pod uwagę ochronę prywatności. Regulacje prawne wymagają, aby przed uruchomieniem kodów analitycznych czy marketingowych uzyskać od użytkownika zgodne na śledzenie. Część osób takiej zgody nie wyrazi, co uniemożliwia monitorowanie ścieżki, która doprowadziła do konwersji.
Istotne jest też to, że dane marketingowe pochodzą z różnych platform, co utrudnia, a czasem wręcz uniemożliwia dokładną analizę. Połączenie puntów kontaktu użytkownika z marką w różnych kanałach może być zadaniem niewykonalnym, co skutkuje niedocenieniem lub przecenieniem niektórych źródeł ruchu.
Z wcześniej wymienionym punktem, bezpośrednio wiążę się koszt wdrożenia systemu, który gromadziłby w jednym miejscu dane z wszystkich kanałów. Dla małych firm jest to nieprzekraczalna bariera, która sprawia, że o atrybucji nie mówi się tam wcale.
Podstawy mierzenia atrybucji działań marketingowych
Wyobraź sobie, że prowadzisz stronę internetową firmy usługowej w jednym z większych miast w Polsce. Twoja strategia marketingowa opiera się na pozyskiwaniu klientów z wyszukiwarki Google. Pozycjonujesz swoją stronę zarówno na frazy ofertowe jak i informacyjne. Blog ekspercki przyciąga wiele osób, które są skłonne zapisać się do Twojego newslettera, aby otrzymywać powiadomienia o nowych treściach. Dodatkowo te działania wspierasz prowadzeniem profilu w mediach społecznościowych i płatnymi kampaniami reklamowymi.
Google Analytics raportuje, że 100% konwertujących klientów pochodzi z wyników organicznych. Czy zatem pozostałe Twoje działania — newsletter, posty w Social Mediach, płatne reklamy — należy usunąć, gdyż są mało efektywne? Na to pytanie odpowie Ci właśnie atrybucja.
Zanim jednak do tego dojdzie, konieczne będzie wybranie odpowiedniego dla Twojego biznesu modelu atrybucji.
Porównanie wybranych modeli atrybucji
Modele atrybucji są to zestawy reguł lub algorytmy działające na podstawie danych, które w określony sposób przypisują udziały w konwersji poszczególnym punktom styku użytkownika ze stroną. W marketingu popularne jest kilka modeli atrybucji, których opis znajdziesz poniżej.
Atrybucja ostatniego kliknięcia
W tym modelu cały udział w konwersji przypisany jest ostatniemu kanałowi na ścieżce konwersji. Jest on prosty w interpretacji i sprawdzi się w większości przypadków. Niestety nie uwzględnia on wpływu innych kanałów na decyzję klienta. Dlatego też, podejmując decyzję na podstawie tego modelu, możemy nieumyślnie ograniczyć budżet na działania, które dostarczały do naszego lejka sprzedażowego osoby zainteresowane, ale jeszcze nie gotowe do zakupu, co w konsekwencji sprawi, że ostatni etap na ścieżce nie będzie już tak efektywny.
Stwórzmy hipotetyczną ścieżkę konwersji typowego klienta dla powyższego przykładu. Pierwszy jego kontakt z Twoją stroną to reklama w Google Ads. Była ona na tyle interesująca, że wszedł on na stronę, aby poczytać o ofercie. Nie był jeszcze zainteresowany finalizacją transakcji, więc opuścił stronę. Jakiś czas później w wyszukiwarce poszukiwał rozwiązania swojego problemu i trafił na Twój blog ekspercki, a po lekturze zapisał się do newslettera. Kolejny kontakt ze stroną miał miejsce po otwarciu newslettera. Klient przeszedł po linku i trafił po raz kolejny na Twoją stronę. To jednak jeszcze nie przekonało go do nawiązania współpracy z Tobą. Aby utrzymać jego zainteresowanie marką, co jakiś czas, w mediach społecznościowych pojawiały się mu Twoje reklamy. Ostatecznie, po podjęciu decyzji, klient odszukał Twoją stronę z pomocą wyszukiwarki i wysłał formularz z zapytaniem o wycenę.
Oto jak wygląda jego ścieżka do konwersji:
Google Ads -> SEO -> Newsletter -> Social Media -> SEO -> Konwersja
W modelu ostatniego kliknięcia cała chwała będzie przypisana SEO, jako kanałowi, który pozyskał klienta.
Atrybucja pierwszego kliknięcia
Model atrybucji oparty o pierwsze kliknięcie, całą zasługę za pozyskanie klienta przypisuje pierwszemu kanałowi. Jest on przydatny podczas poszukiwania kanałów marketingowych, którymi można ściągnąć osoby skłonne skonwertować na późniejszych etapach. Wadą modelu jest to, że nie bierzemy pod uwagę późniejszych punktów styku, w tym także kanału, który domyka sprzedaż.
Wróćmy do naszego przykładu. W atrybucji pierwszego kliknięcia 100% konwersji zostanie przypisane kanałowi Google Ads.
Atrybucja liniowa
Jest to pierwszy model atrybucji wielokanałowej, który pod uwagę bierze różne kanały i punkty styku klienta z firmą. Rozdziela po równo udział w konwersji na wszystkie kanały. Podejmowanie decyzji na jego podstawie pozwala na optymalizacje budżetów reklamowych na całej ścieżce zakupowej. Niestety to, co dla niektórych jest zaletą, może być też postrzegane jako wada, gdyż także mało znaczące kanały będą traktowane tak jak te, które realnie przyczyniają się do pozyskania klienta.
W naszym przykładzie każdy kanał otrzyma po 20% udziału w konwersji, przy czym SEO 40%, gdyż występuje dwukrotnie na ścieżce konwersji.
Spadek udziału z upływem czasu
Model rozkładu czasowego przypisuje większy udział punktom styku bliższym momentowi wykonania konwersji. Przykładowo udział może być przypisywany z uwzględnieniem 7-dniowego okresu połowicznego zaniku, co oznacza, że kliknięciu, które miało miejsce 8 dni przed konwersją, przypisuje się o połowę mniejszy udział w konwersji niż kliknięciu, które nastąpiło 1 dzień przed konwersją. Zaletą tego modelu jest to, że bierze on pod uwagę pozostałe punkty styku oraz to, że docenia ostatni kanał — ten, z którego dokonano konwersji. Wadą natomiast jest marginalizowanie punktów inicjujących ścieżkę.
A oto jak może wyglądać atrybucja uwzględniająca spadek udziału z upływem czasu dla naszego przykładu:
Uwzględnienie pozycji
Kolejny przykład atrybucji wielokanałowej. Tym razem udziały rozdzielone są w następujący sposób: pierwszemu i ostatniemu kanałowi przypisywane jest 40% udziału w konwersji, natomiast pozostałe 60% rozdzielane jest na pozostałe kanały. Zaletą tego modelu jest to, że umożliwia on optymalizację budżetu dla działań, które skutecznie otwierają ścieżki konwersji, jak i tych, które finalizują sprzedaż.
W naszym przykładzie atrybucja będzie wyglądała tak:
- Google Ads - 40%,
- SEO (drugi kontakt) - 6,66%,
- Newsletter - 6,66%,
- Social Media - 6,66%,
- SEO (konwersja) - 40%.
Atrybucja oparta o dane
Jest to atrybucja wielokanałowa, która bardzo mocno bazuje na analizie danych. Przypisywanie udziału w konwersji odbywa się z wykorzystaniem algorytmicznych modeli uczenia maszynowego. Rozwinięte modele biorą pod uwagę zarówno ścieżki zakończone konwersją, jak i te bez niej. Uwzględniają przy tym takie czynniki, jak: upływ czasu od konwersji, rodzaj urządzenia, liczbę interakcji z reklamą, kolejność ekspozycji na reklamy czy typ zasobów kreacji. Model porównuje ze sobą to, co zaszło z tym, co mogłoby się wydarzyć, aby określić, które punkty kontaktu najprawdopodobniej doprowadzą do konwersji. Innymi słowy, model atrybucji opartej o dane przypisuje udział punktom kontaktu na podstawie obliczonego prawdopodobieństwa.
Dużą zaletą tego modelu jest uzyskiwanie precyzyjniejszych danych niż w przypadku pozostałych modeli. Uwzględnianych jest więcej czynników niż tylko pozycja na ścieżce konwersji czy czas, jaki upłyną do konwersji. Do wad natomiast możemy zaliczyć to, że tak dokładnie nie wiemy, w jaki sposób te udziały są obliczane.
A tak mogłaby wyglądać atrybucja dla naszego przykładu, jeżeli wybierzemy model oparty o dane:
Atrybucja w Google Analytics
Popularne narzędzie analityczne, jakim jest Google Analytics, oferuje możliwość modelowania konwersji. Niestety dostępne są tylko 3 modele (ostatnie kliknięcie, atrybucja oparta o dane i ostatnie kliknięcie w Google Ads). Przyjrzyjmy się zatem co oferuje nam Google Analytics jeżeli chodzi o modelowanie atrybucji konwersji.
Uwaga!
Google Analytics 4 jest nieustannie rozwijane, dlatego też stosowane nazewnictwo czy też umiejscowienie raportów może z czasem ulec zmianie.
Raporty dotyczące atrybucji znajdziesz w sekcji „Reklamy” w menu po lewej stronie. Obecnie dostępne są dwa raporty: „Porównanie modeli” i „Ścieżki atrybucji”.
Porównanie modeli atrybucji
Po wybraniu tego raportu ukaże nam się tabela, która będzie prezentować liczbę kluczowych zdarzeń (tak obecnie nazywane są konwersje w Google Analytics) oraz przychody dla dwóch wybranych modeli atrybucji wraz z procentowymi różnicami między nimi.
Domyślnie raport pokazuje dane dla wszystkich zdarzeń kluczowych ustawionych w GA4. Aby analizować tylko jedną, wybraną konwersję należy w górnym rogu nad tytułem rozwinąć listę i odznaczyć pozostałe zdarzenia.
Korzystając z rozwijanego pola, w pierwszej kolumnie możemy wybrać, według jakiego wymiaru będziemy analizować atrybucję. Do wyboru mamy:
- domyślną grupę kanałów,
- źródło/medium,
- źródło,
- medium,
- kampanię.
Jeżeli skonfigurowaliśmy własną niestandardową grupę kanałów, także i ona pojawi się na liście.
Porównując modele atrybucji, warto pamiętać, że każdy z nich wyklucza z udziału w konwersji wizyty bezpośrednie. Wyjątkiem są ścieżki konwersji składające się wyłączenie z wejść bezpośrednich.
Ścieżki konwersji (kluczowych zdarzeń)
Drugim przydatnym raportem są ścieżki kluczowych zdarzeń. Za jego pomocą dowiemy się jakimi ścieżkami klienci docierają do konwersji i w jaki sposób różne modele atrybucji przypisują udział w konwersji na tych ścieżkach.
W górnej części raportu mamy 3 wykresy pokazujące, które kanały/źródła/media/kampanie biorą udział inicjowaniu kontaktu z klientem, które znajdują się w połowie jego ścieżki, a które finalizują konwersję.
Wykres po lewej zawiera pierwsze 25% punktów kontaktu na ścieżce w zaokrągleniu do liczby całkowitej. Ten segment jest pusty, jeśli ścieżka ma tylko jeden punkt kontaktu.
Drugi wykres zawiera środkowe 50% punktów styku na ścieżce. Jeśli ścieżka ma mniej niż 3 punkty kontaktu, ten segment jest pusty.
Prawy wykres zawiera ostatnie 25% punktów styku na ścieżce w zaokrągleniu do liczby całkowitej. Jeśli ścieżka ma tylko 1 punkt styku, to zostanie on przypisany do tego segmentu.
Druga sekcja strony zawiera tabelę, dzięki której dokonamy analizy skuteczności wybranych ścieżek. Każda ścieżka konwersji zawiera informację o:
- łącznej licznie konwersji, do których doprowadziła wybrana ścieżka,
- sumie przychodów z zakupów (zakupy w witrynie lub aplikacji, pomniejszone o zwrot środków),
- liczbie dni, które upłynęły od momentupierwszej interakcji do konwersji,
- liczbie punktów styku ze stroną potrzebnych do wykonania konwersji.
Tak samo jak w raporcie porównania modeli, tak i tutaj możemy wybrać do analizy wszystkie zdarzenia kluczowe (konwersje) lub tylko te, które nas najbardziej interesują.
Podsumowanie
Atrybucja konwersji stanowi nieocenione narzędzie w arsenale marketerów. Pozwala ona ocenić efektywność różnych kanałów marketingowych za pomocą modeli atrybucji. I choć modelowanie atrybucji stawia przed marketerami różne wyzwania — np. wielokanałowość, trudności z integracją danych online i offline, różnorodności urządzeń, z których korzysta jedna osoba czy ochrony prywatności — to finalnie, dzięki niej lepiej rozumiemy zachowania użytkownika. Narzędzia takie jak Google Analytics pomagają odkryć, które działania przynoszą najlepsze efekty, co daje nam możliwość optymalizacji strategii marketingowej i efektywniejszego zarządzanie budżetem reklamowym.
