Звіт порівняння моделей атрибуції в Google Analytics 4: повний гайд

Сучасні маркетингові стратегії передбачають використання різних джерел трафіку та створення численних рекламних кампаній. Важливо відстежувати, які з них мають вищу ефективність та спонукають користувачів до конверсій. В цьому допоможе звіт порівняння моделей атрибуції в Google Analytics 4.

Навіщо потрібен звіт порівняння моделей атрибуції

Він допомагає вимірювати ефективність каналів трафіку та рекламних кампаній, а також виявляти точки росту для збільшення рентабельності інвестицій. 

Уявімо ситуацію. 

1. Користувач побачив рекламу в YouTube та перейшов на сайт, потрапивши до однієї з аудиторій Google Analytics 4.
2. Наступного разу, вже познайомившись з брендом, користувач побачив карусель товарів у Facebook з привабливими цінами. Натиснув на посилання, але конверсію не здійснив.
3. Згодом, він ввів назву товару в рядок пошуку Google, побачив рекламне оголошення Google Ads, перейшов на сайт та здійснив конверсію. 

Виникає декілька запитань.

1. Як виявити, котра точка взаємодії підштовхнула користувача до конверсії?
2. Якщо користувач здійснив конверсію після взаємодії з пошуковою рекламою Google, лише вона дає результат? 
3. Чи можна стверджувати, що рекламні кампанії на YouTube та Facebook «зливають бюджет» та їх варто вимкнути? 
4. Чи можливо врахувати вплив всіх точок взаємодії на шляху до конверсії? 

Щоб знайти відповіді, потрібно проаналізувати атрибуцію.

Звіти за каналами або рекламними кампаніями за той самий період матимуть різні показники цінності залежно від моделі атрибуції. 

Якими бувають моделі атрибуції

У звітах Google Analytics 4 є дві основні моделі: за останнім кліком та на основі даних. 

Атрибуція за останнім кліком

Вона призначає повну цінність за конверсію останній точці взаємодії. Звіт показує канали з найвищою ефективністю, враховуючи лише останню точку перед подією-конверсією. 

Наприклад, користувач мав три точки взаємодії: відео YouTube, карусель товарів Facebook та пошукову рекламу Google. В звіті 100% цінності конверсії матиме остання взаємодія — пошукова реклама Google. Попередні точки показуватимуть витрати. 

Атрибуція на основі даних (data driven)

Вона за допомогою штучного інтелекту розподіляє цінність конверсії між усіма точками взаємодії, враховуючи низку факторів: 

• типи пристроїв; 
• порядок показу рекламних оголошень; 
• загальну кількість точок дотику; 
• типи ресурсів та оголошень; 
• час між взаємодією до конверсії тощо. 

Завдяки штучному інтелекту, модель атрибуції на основі даних здатна аналізувати понад 50 точок взаємодії та розраховувати вплив кожної з них. Вона призначена для точного відображення ефективності роботи каналів, тому індивідуальна для кожного рекламодавця та кожної події-конверсії.

Якщо користувач мав три точки взаємодії: відео YouTube, карусель товарів Facebook та пошукову рекламу Google, у звіті відобразиться, що кожна має свій відсоток впливу на результат. 

Як аналізувати звіт порівняння моделей атрибуції 

Готовий звіт порівняння моделей атрибуції складається з блоку параметрів та трьох блоків з показниками. 

1. Показники, підраховані за моделлю атрибуції за останнім кліком з фактичними даними. 
2. Показники, підраховані за моделлю атрибуції на основі даних з фактичними даними. 
3. Блок, який у відсотках відображає різницю в даних між двома атрибуціями. 

У звіті, залежно від моделі атрибуції, навпроти кожної групи каналів змінюється кількість конверсій та прибуток.

Щоб поглянути на різницю даних за групою каналів, відсортуйте їх за найбільшою різницею в кількості конверсій. Для наочності, змініть кількість рядків з 10 до 25. 

Перечислю, які висновки зробила з отриманого звіту. 

1. Display — найбільш переоцінена група каналів за останнім кліком. Вона отримала 60 конверсій, але якщо врахувати попередні точки взаємодії клієнта до конверсії з Display, цінність кампанії знижується до 31,78, що майже вдвічі менше. Варто обдумати оптимізацію цієї кампанії для покращення результатів та зниження її пріоритету на користь ефективніших.
2. Значно знижується цінність Organic Search — до 18,56%. Перед переходом на сайт за органікою та здійсненням конверсії, користувачі контактують з іншими каналами, зокрема платними. Висновок: загальна рентабельність у платної реклами вища, ніж це показують звіти за атрибуцією за останнім кліком. 
3. Кидається у вічі різниця у цінності Paid Shopping — показники вищі на 170,79%. З Paid Shopping отримали одну конверсію за останнім кліком та 2,71 на основі даних. Необхідно отримати більше статистичних даних для висновків. 
4. Група каналів Cross-network містить кампанії з максимальною ефективністю. Вони мають на 24,42% більше цінності на основі даних. Допускаю, що кампанії з показами графічних креативів та відео впливають на кінцеве рішення споживача про здійснення конверсії, хоча й можуть бути не останньою точкою взаємодії. Необхідно обміркувати збільшення розподілу бюджету на користь Cross-network. 
5. Групи каналів Paid Video мають на 8,83% вищу цінність за атрибуцією на основі даних. 

Далі варто подивитися на звіт у розрізі кампаній. Для цього у першій колонці оберіть «Кампанія». Для зручності відсортуйте за кількістю конверсій від більшого до меншого — натисніть на «Конверсії» у другій колонці з моделлю атрибуції на основі даних. 

Перечислю, які висновки зробила з цього звіту. 

1. Кампанія Perfomance Max має на 24,07% більшу цінність на основі даних. Звіт показує, що кампанії з показами графічних креативів та відео позитивно впливають на кількість конверсій та дохід. Хоча останній дотик перед конверсією може діставатись пошуковій рекламі або іншим каналам. 
2. Брендові рекламні кампанії мають на 15,94% меншу цінність на основі даних. Вони не можуть отримувати всю цінність за конверсію на свій рахунок, адже перед пошуком бренду в рядку пошуку, користувач має про нього дізнатись і зацікавитись. 
3. Пошукова категорійна рекламна кампанія показує на 7,26% кращі результати за атрибуцією на основі даних. Вона налаштована на залучення нових клієнтів, тому показник дуже доречний. Варто обдумати її масштабування. 

Шукаючи точки росту:

• не зупиняйтесь на одному чи двох налаштуваннях звіту;
• експериментуйте з рівнями, звужуйте дані за аудиторіями; 
• обирайте різні події-конверсії;
• аналізуйте специфічні параметри;
• звертайте увагу на кампанії, що беруть значну участь у шляху до конверсії і мають успіх серед останніх точок взаємодії. 

Як налаштувати звіт порівняння моделей атрибуції в Google Analytics 4

Звіт відображає роботу рекламних кампаній та каналів за певний період, порівнюючи лише моделі атрибуції. Він доступний в Google Analytics 4 безкоштовно. 

Головні вимоги для використання звіту:

• налаштоване відстежування конверсій;
• вихідні дані хоча б протягом 30 днів — чим більше даних, тим вища точність. 

Розкажу, як налаштувати звіт порівняння моделей атрибуції. 

1. Відкрийте Google Analytics 4 і в меню зліва оберіть «Реклама».

2. Натисніть на «Порівняння моделей» у розділі «Атрибуція». Відкриється робоча зона звіту з налаштуваннями. 

3. Налаштуйте дати. У спадному меню оберіть потрібний період. Від його довжини та кількості аналізованих даних залежатиме точність статистики. 

4. Оберіть подію-конверсію. Стандартно Google Analytics 4 пропонує враховувати всі події-конверсії. 

Щоб аналізувати конкретні конверсії на кшталт покупок (purchase), натисніть на спадне меню, поставте галочки навпроти потрібної та оберіть «Застосувати». 

5. Встановіть час звіту. Існує два варіанти: 

• «Час взаємодії» — звіт включатиме всі точки взаємодії за вказаний період; 
• «Час конверсії» — звіт включатиме лише точки взаємодії, що призвели до обраної події-конверсії за вказаний період. 

Стандартно Google показує час конверсії. Щоб це змінити, натисніть у меню справа кнопку «Час звіту» і поставте відмітку навпроти потрібного параметру. 

6. Відфільтруйте аудиторії за необхідними критеріями. Стандартно пропонується звіт з усіма користувачами, але його можна звузити. Для цього у верхньому меню натисніть «Додати фільтр +». Справа відкриється панель налаштування з трьома фільтрами аудиторій. 

Є можливість додати Умови для аудиторій, щоб звузити їх за додатковими параметрами: географією, демографією тощо. 

7. Оберіть основний параметр для звіту зі спадного меню: 

• «Група каналів за умовчанням»;
• «Джерело/канал»;
• «Джерело»;
• «Канал»;
• «Кампанія».

Поруч з основним параметром можете уточнити дані звіту, натиснувши на «+». Відкриється меню елементів: «Місто», «Вік», «Стать», «Джерело трафіку», «Пристрій» тощо.

На рівні фільтрації аудиторій показані дані лише по обраній аудиторії (наприклад, по Києву). При уточненні параметра видно порівняння між декількома аудиторіями за вибраним параметром (до прикладу, порівняння Київа, Харкова, Дніпра та Львова).

При подальшій роботі зі звітом є можливість фільтрувати параметри у пошуковому рядку. 

8. Порівняйте моделі атрибуції. Раніше було доступно більше моделей: за першим кліком, лінійна, на основі позиції, з урахуванням давності взаємодії тощо. Але з травня 2023 Google їх не підтримує. Наразі до порівняння доступні дві основні моделі атрибуції: за останнім кліком та на основі даних. 

Вітаємо, звіт готовий!

Шляхи обміну звітами

Щоб поділитись звітом з колегами або замовниками, скористайтеся одним зі способів.  

1. Надішліть посилання на звіт. Якщо адресат має доступ до Google Analytics 4. 
2. Завантажте файл CSV та відправте його адресату. Спрацює незалежно від наявності доступу до ресурсу. Також в завантажений звіт можете додати додаткові дані та формули. До прикладу, витрати та рентабельність. 

Функція «Поділитись звітом» знаходиться у звіті порівняння моделей. Натисніть на іконку у верхньому правому куті звіту та виберіть необхідний варіант. 

Недоліки звіту порівняння моделей атрибуції Google Analytics 4

Перечислю особливості звіту, які варто враховувати під час роботи. 

1. Модель атрибуції на основі даних почала працювати з 14 червня 2021 року. Дані за попередні періоди неможливо проаналізувати, використовуючи цю модель. 
2. Частина значення параметрів може бути недоступна або видалена. У цьому випадку, в звіті будуть значення «Не вказано», «Не зазначено», «Атрибуція неможлива» тощо. Наприклад, у URL-адресах, які позначені тегами вручну, можуть бути відсутні параметри «Кампані»я, «Джерело» або «Канал».
3. Звіти за атрибуцією на основі даних включають не тільки фактичні конверсії та прибуток, але і ймовірні. Тобто гіпотетичні показники, надані штучним інтелектом. Алгоритм та принципи нарахування цінності неможливо перевірити, доводиться їм сліпо довіряти.
4. Менше у аналітики статистичних даних — менш точне моделювання. У цьому випадку маркетологам складніше виявити реальні точки розвитку та шляхи оптимізації рекламних кампаній. 

Аби обійти ці недоліки, великі кампанії створюють власні моделі атрибуції. Переваги такого рішення:

• повна прозорість нарахування цінності;
• гнучкість щодо вибору принципів нарахування;
• використання переваг існуючих атрибуцій та виключення їхніх недоліків;
• врахування всіх нюансів бізнесу і можливість знайти точки росту;
• виявлення потенційних проблем та краще розміння важливості різних рекламних кампаній та каналів.

Висновок

1. Звіт порівняння моделей атрибуції показує, яку роль на шляху до конверсії відіграють різні точки дотику з користувачами. 
2. Він допомагає розподілити рекламний бюджет, збільшити дохід та оптимізувати рекламні кампанії. 
3. За допомогою звіту порівняння моделей атрибуції можете проаналізувати, як змінюється відсоток цінності конверсій. 
4. В звітах Google Analytics 4 є дві основні моделі: за останнім кліком та на основі даних. 
5. Щоб поділитись звітом з колегами або замовниками, надішліть посилання на звіт або завантажте файл CSV, щоб відправити його адресату.