Як обрати модель атрибуції та справедливо оцінити ефективність каналів

Я постійно стикаюся з ситуаціями, коли потрібно пояснювати, що таке атрибуція і чому в різних системах — рекламних чи аналітичних — ви бачите різні цифри. 

Які дані вважати правильними? Як зрозуміти, котрий канал справді приніс результат, а який лише «забрав» конверсію?

У статті поясню принцип роботи атрибуція в digital-маркетингу: її види, чинники впливу та ключові елементи. Покажу, як вона реалізована в найпопулярніших системах, зокрема, Google Analytics, Google Ads, Meta Ads. Окремо зупинюся на підході Marketing Mix Modeling як альтернативному методі оцінки ефективності каналів.

1. Що таке атрибуція в маркетингу.
2. Категорії атрибуції.
3. З чого складається атрибуція.
4. Моделі атрибуції в різних системах.
5. Marketing Mix Modeling (МММ).
6. Рекомендації щодо вибору атрибуції та аналізу ефективності каналів.

Матеріал створено за мітапом Олександра Конівненка, Head of Digital Data Department в Netpeak Ukraine.

Що таке атрибуція в маркетингу

Атрибуція потрібна для:

• розуміння ефективності каналів — допомагає визначити, які з них найбільш результативні в шляху клієнта;

• оптимізації витрат — дає змогу виявити, які канали потребують перерозподілу ресурсів для підвищення ROI;

• покращення клієнтського шляху — створює умови для ідентифікації  ключових етапів , де можна покращити взаємодію з клієнтом.

У digital-маркетингу, як і в класичному, користувач не завжди купує одразу після першого контакту з рекламою. Має відбутися кілька дотиків із брендом, перш ніж він ухвалить рішення. 

Ці дотики з бізнесом можуть бути дуже різними — за форматом, каналом, тривалістю. Наприклад, якщо йдеться про дорогі товари, як-от нерухомість, людина може цілий рік бачити різні рекламні комунікації, перш ніж вирішить купити квартиру в певному житловому комплексі.

А бувають емоційні покупки — сувеніри, якісь дрібниці. Там достатньо одного-двох дотиків, і користувач здійснює конверсію. 

Вважається, що користувач у середньому проходить сім дотиків із бізнесом, перш ніж виконає цільову дію.

І тут з’являється важливе питання: якому каналу приписати конверсію? Якщо надати всю її цінність останньому рекламному джерелу, з якого прийшов користувач, — це не зовсім правильно з аналітичної точки зору. Адже були і проміжні канали, котрі прогрівали, допомагали зрозуміти продукт. 

Тому потрібно визначити правила: як розподіляти цінність конверсії між каналами. 

Категорії атрибуції

Атрибуція в традиційній рекламі

Ще до появи digital-реклами перед маркетинговими командами вже стояло завдання — розуміти, які канали впливають на дохід чи інші ключові результати бізнесу. І саме для цього виник підхід Marketing Mix Modeling — статистичний, математичний метод, який допомагає виміряти, наскільки конкретні канали (телебачення, радіо) впливають на продажі.

Цей метод усе частіше застосовують і для оцінки digital-каналів. Він забезпечує можливість заповнити прогалини в Digital системах аналітики, таких як Google Analytics.

Атрибуція в digital-маркетингу

Її головна особливість — наявність великої кількості оцифрованих даних. Реклама показується в інтернеті, відбувається або перегляд, або клік, і системи це зафіксують. Вони ідентифікують користувача, формують хронологічну послідовність подій, які той здійснив на платформі. 

З цих даних рекламна або аналітична система розуміє, скільки було дотиків, що саме бачив або на що клікав користувач. Далі система згідно з певними правилами розподіляє конверсії між конкретними кампаніями або каналами.

З чого складається атрибуція в digital

Моделі атрибуції

Головне — правила, за яким ми розподіляємо цінність конверсії між каналами. Саме вони формують модель атрибуції. 

Найпоширеніші моделі:

1. Last Click (останній клік). Уся цінність конверсії надається останньому каналу, з якого прийшов користувач. Фактично, це навіть не модель, а просто факт — користувач прийшов, зробив дію, і система приписала цю дію останньому джерелу. 

2. First Click (перший клік). Цінність конверсії приписується першому каналу, з якого прийшов користувач, усі інші не враховуються.

3. Last Non-Direct Click (останній непрямий клік). Одна з найбільш розповсюджених моделей атрибуції. Заслуга переходить до останнього каналу перед конверсією, виключаючи прямі переходи. 

4. Position-Based (позиційне правило). Тут конверсія розподіляється між усіма каналами, що були в історії користувача: 40% цінності віддається першому, ще 40% — останньому, а решта 20% — розподіляється між усіма проміжними. Ця модель зручна тим, що дає змогу приділяти увагу не лише «фінальному» каналу, а й тим, що спрацювали на початку шляху. 

5. Time Decay (знецінення в часі). Конверсія розподіляється між усіма каналами, але з урахуванням часу: чим ближче канал був до моменту покупки, тим більше цінності він отримає. 

6. Data-Driven (на основі даних). Система аналізує зібрану інформацію і розраховує, наскільки важливим був кожен канал на шляху користувача до конверсії, і відповідно розподіляє цінність.

Часто рекламні системи, як-от Google Ads або Meta Ads, працюють за моноканальним принципом. Вони показують звіти тільки у своєму розрізі. Тобто Google Ads покаже, як працюють його кампанії, але не врахує, що користувач до цього заходив через Facebook або органіку. Так само Meta Ads — система не відслідковуює, що після її реклами користувач міг піти в Google, потім зайти напряму й купити. 

А от аналітичні системи навпаки намагаються бути кросканальними. Їхня мета — дати повну, об’єктивну картину: врахувати всі канали, які вплинули на користувача.

Яку модель атрибуції використовувати

Немає правильної чи неправильної моделі. Це лише інструмент аналізу. Одна й та сама кількість конверсій може бути розподілена по-різному залежно від цілей:

• First Click підійде, якщо завдання зрозуміти, який канал залучив нових користувачів;

• Last Click допоможе виявити, який канал закрив угоду;

• Position-Based або Data-Driven підійдуть, якщо потрібно побачити повну картину;

• Time Decay доцільно використовувати, якщо цикл прийняття рішення довгий.

Відштовхуйтеся від цілі аналізу:

• ціль конкретної кампанії;

• ціль бізнесу в певний період;

• тип продукту або модель продажів.

І саме під ці цілі підбирайте модель атрибуції, щоб отримати не просто красивий звіт, а правильне рішення для управління маркетингом.

Крім того, завжди можна побудувати власну кастомну модель: задати вікно атрибуції, правила, враховувати клік чи перегляд — усе, що потрібно саме вам. Нижче — дашборд з прикладами застосування різних моделей атрибуції.

Вікно атрибуції

І саме від його тривалості залежить, скільки конверсій буде зараховано тому чи іншому каналу.

Типові приклади вікон атрибуції:

• 7 днів — короткострокові конверсії, підходять для швидких продажів;

• 30 днів — підходять для більшості кампанії, де є час на прийняття рішення;

• 90 днів — довгий цикл для складних продуктів з тривалим рішенням про покупку.

Приклад: якщо у вас встановлено вікно атрибуції 7 днів, і користувач зайшов з Google Ads 6 днів тому, а сьогодні прийшов напряму і зробив конверсію — Google Ads отримає її. Але якщо той самий захід був 8 днів тому — він уже не врахується, бо поза межами вікна. Уся цінність тоді піде на direct.

Чим більше вікно ви задаєте, тим більше каналів буде включено у звіт і більше конверсій буде зараховано на них. 

Типи подій

Вважається найбільш надійним типом атрибуції, оскільки передбачає активну зацікавленість користувача.

Цей тип атрибуції особливо важливий для digital медіа реклами, яка може впливати на рішення користувача без кліка.

Наприклад, Facebook у своєму рекламному кабінеті покаже post-view-аналітику по своєму каналу. Але він не поділиться цими даними з Google Analytics. І якщо користувач побачив рекламу в Meta, не клікнув, а потім зайшов на сайт напряму — GA цього не зафіксує. Бо не було кліку, не було мітки, не було зв’язку.

Моделі атрибуції в різних системах

Google Analytics

Кросканальна система аналітики. Вона намагається атрибутувати конверсії між усіма каналами, які здатна відстежити. Аналітика працює настільки точно, наскільки правильно її налаштували:

• у всіх нерекламних (не-Google) джерелах потрібно використовувати UTM-мітки;

• у Google-рекламі обов’язково ввімкнути автопомітку (auto-tagging), щоб між Google Ads і GA йшов обмін даними.

UTM-мітки потрібно використовувати не замість, а разом із автопоміткою, навіть у Google Ads. Це хороша практика.

Правила

У Google Analytics є кілька типів моделей атрибуції для користувачів, які заходять на сайт:

1. Last Click Paid & Organic channels (Last non direct click) — класична модель останнього непрямого кліку. Уся цінність конверсії надається останньому каналу, якщо це не direct.

2. Last Click (Google Paid channels) — ця модель враховує лише Google Ads. За наявності таких кампаній у історії користувача конверсія буде приписана останній із них, а за відсутності — віднесена до direct.

3. Data-Driven — модель автоматично аналізує всі взаємодії користувача та розподіляє конверсію між каналами відповідно до їхнього реального впливу.

Вікно атрибуції

Для подій типу First visit чи First open Google — 7 або 30 днів. Причому за замовчуванням для таких подій стоїть саме 30 днів. Для решти — 30/60/90 днів.

Post-view

Google Analytics також підтримує post-view атрибуцію. GA відстежує post-view лише для YouTube-кампаній. І тільки за останні три дні. 

Звіти

У Google Analytics доступні звіти, що не залежать від обраної в налаштуваннях моделі атрибуції. 

Є два таких звіти:

1. User acquisition (залучення користувачів) — завжди показує атрибуцію за першим кліком. Коли в параметрі є слова First user source, First user medium або First user campaign, це саме той випадок. Ці параметри означають, що ви бачите перший канал, з якого користувач уперше прийшов.

2. Traffic acquisition (залучення сесій) — завжди використовує атрибуцію за останнім непрямим кліком. Якщо в параметрі є префікс Session — наприклад, Session source/medium або Session campaign — це означає, що атрибуція йде саме на останню непряму взаємодію перед сесією.

Коли ви аналізуєте атрибуцію за параметром source/medium, то якраз отут у Google Analytics враховується саме та модель, котру ви вибрали в налаштуваннях. Це може бути або Data-Driven, або Last Click (paid & organic) — тобто класичний останній непрямий клік.

Google Ads

Ця система оцінює ефективність виключно своїх кампаній. 

Правила

У Google Ads доступні дві моделі атрибуції:

1. Last Click (Google Paid) — коли система шукає останню Google Ads кампанію в ланцюжку користувача і приписує їй конверсію.

2. Data-Driven. Логіка подібна до Google Analytics, але реалізація може відрізнятися.

Вікно атрибуції

У Google Ads більше гнучкості: можна обрати від одного до чотирьох тижнів, хоч за замовчуванням встановлено 30 днів. Вікно атрибуції тут задається на рівні кожної конкретної конверсії, а не глобально для акаунту. Це дуже зручно, бо для простих конверсій можна залишити стандартне вікно, а для складних — задати своє.

Post-view

У Google Ads можна задавати її гнучко: від одного до 30 днів. Наприклад, для YouTube або Display Network (банерна реклама) можна налаштувати Engaged View Conversion Window — той самий інтервал, який визначає, скільки днів після перегляду враховуватиметься конверсія. Це важливо для брендових і відео кампаній.

Meta 

Система оцінює ефективність тільки своїх кампаній.

Правила

Доступні одна модель — Last Click Meta.

Вікно атрибуції

Можна обирати 1 або 7 днів.

Post-view

Для постперегляду доступний лише проміжок в один день.

Marketing Mix Modeling (МММ)

На відміну від цифрових моделей атрибуції, МММ аналізує комплексний вплив маркетингових активностей і чинників зовнішнього середовища на макрорівні.

Переваги:

• дає можливість оцінити всі маркетингові канали, включно з офлайн та онлайн;

• враховує вплив зовнішніх факторів — сезонність, конкуренція, економічна ситуація;

• допомагає побачити довготривалі ефекти маркетингових активностей.

Обмеження:

• залежить від якості та доступності історичних даних;

• менш детальна інформація про шляхи взаємодії клієнта з різними каналами на відміну від цифрової атрибуції;

• вимагає значних обчислювальних ресурсів та досвіду для правильної побудови та аналізу моделі.

Але в класичному маркетингу цей підхід давно вважається стандартом, особливо там, де важко зафіксувати кожну взаємодію. І сьогодні він поступово проникає і в digital, тому що роль медійних кампаній у формуванні впізнаваності бренду зростає. 

Рекомендації щодо вибору атрибуції та аналізу ефективності каналів

Якщо працює лише один канал реклами.
Аналізуйте результати безпосередньо в його рекламному кабінеті.

Якщо каналів кілька.
Використовуйте Google Analytics або іншу кросканальну систему. Це дасть змогу об’єктивно оцінити внесок кожного каналу в результат, навіть якщо частина даних у GA не відображається.

Враховуйте реальні конверсії.
Не складайте дані з різних кабінетів, це призведе до завищених показників. Краще рахувати фактичну кількість покупок або цільових дій, а потім розподіляти їх між каналами з урахуванням моделі атрибуції, вікон і post-view/post-click даних.

Коригуйте вікно атрибуції під свій бізнес.
Орієнтуйтеся на реальний цикл угоди:

• короткий цикл — 7–15 днів;
• середній — 30 – 60 днів;
• довгий — 90+ днів.

Коригування вікна не впливає на кількість конверсій, а лише змінює перспективу їхнього аналізу.

Зважайте на особливості post-view.
Враховуйте цей показник, щоб мати повну картину перед розподілом бюджету:

• Google Analytics — враховує лише для YouTube (останні три дні);
• Meta Ads — один день;
• Google Ads — до 30 днів для банерної реклами та відео.

Використовуйте Marketing Mix Modeling для довгострокового оцінювання. 

• MMM допомагає визначити вплив кожного маркетингового каналу на бізнес-результати без залежності від трекінгу користувачів і cookies;

• особливо корисно для каналів, де важко або неможливо відстежити постклік чи поств’ю-взаємодії (ТБ, OOH, радіо).

• MMM використовуйте для оцінки всіх ваших каналів та розподілу бюджета між ними, а атрибуцію — для оцінки кожного окоремого канала та розподілу бюджету всередині між кампаніями.