Маркетинговая атрибуция — это процесс распределения конверсий между различными точками взаимодействия с клиентом. Иными словами, это то, что позволит вам справиться с проблемой из старой рекламной цитаты: «Половина денег, которые я трачу на рекламу, выбрасываются впустую. Беда в том, что я не знаю, какая половина».
Какая из этих маркетинговых тачпоинтов привела к росту продаж?В большинстве случае аналитика информирует вас о поведении клиентов, в то время как атрибуция позволяет вам оценить эффективность вашего маркетингового микса (marketing mix — комплекс мероприятий, направленных на продвижение продукта/услуги).
Поговорим о ваших целях
Если вы слышали об атрибуции раньше, постарайтесь забыть обо всем, что вы знаете, на несколько минут и подумайте о ваших целях. Что буду значить результаты вашей модели атрибуции? Как вы распорядитесь полученной информацией?
К примеру, если согласно определенной модели вам покажется, что ваша дисплейная реклама не очень сильно способствует конверсии, прекратите ли вы использовать такие объявления? Или же вы посчитаете, что с учетом вашей позиции на рынке, это дает вам повод сомневаться в точности вашей модели?
По меньшей мере вам нужно начать диалог с вашей командой. Ответьте на вопрос: «Что я буду делать иначе при сценарии [X], о котором свидетельствуют эти данные?».
Ваши цели будут определять сложность вашей модели атрибуции.
Если ваш маркетинговый микс ограничен несколькими каналами и вы не вкладываете много средств в платное привлечение (paid acquisition), вам будет достаточно базовой аналитики и last-click атрибуции (если вы действительно измеряете все точно). Если же вы работаете с большим количеством маркетинговых каналов, медиа-платформ и оффлайн-ресурсов, все обстоит намного сложнее.
Быстрый обзор самых распространенных моделей атрибуции
Каждая из приведенных ниже моделей имеет свои преимущества и недостатки, поэтому при выборе подходящей опции вы должны рассматривать их с точки зрения возможностей и потребностей вашей компании.
1. Last-click атрибуция
Атрибуция по последнему клику/взаимодействиюКак видите, last-click атрибуция представляет собой очень простую, но в то же время неточную модель — вы присваиваете 100% ответственности за сделку последнему тачпоинту клиента на пути к конверсии. Таким образом, если в вашем случае последним взаимодействием был прямой переход на сайт, эта модель игнорирует любые усилия, которые были вложены в социальные медиа, email-кампании и т. д.
2. Last non-direct click атрибуция
То же самое касается и этой модели — согласное ей, вы делаете ответственным за продажи взаимодействие, предшествующее последнему клику. Плюсы: она простая; минусы: она плохо отражает реальную эффективность вашего маркетинга.
3. Last Adwords click атрибуция
Эта модель присваивает всю ответственность вашим кампаниям Adwords.
4. First-click атрибуция
Вы присваиваете 100% ответственности за сделку первому тачпоинту клиента на пути к конверсии.
5. Линейная атрибуция
В линейной модели каждый этап конверсионного пути оценивается одинаково, но на самом деле это очень идеалистический подход. Вы действительно считаете, что ваши email-кампании приносят такую же пользу, как и платный, органический и социальный каналы?
6. Time-decay атрибуция
В рамках этой модели больше ценности присваивается тому взаимодействию, которое произошло ближе всего к конверсии.
7. Атрибуция на основе позиции
Опираясь на эту модель, вы присваиваете основную ценность конверсии первому и последнему взаимодействию. В большинстве случаев компании распределяют между этими двумя тачпоинтами 80% ценности.
Модель Маркова
Вышеописанные модели атрибуции являются базовыми — они дают вам ответ, но их точность остается под сомнением. Если вас не устраивает такой результат и при этом у вас нет доступа к большим объемам аналитических данных, вы можете воспользоваться моделью Маркова. Она учитывает вероятность возникновения следующих шагов на заданном конверсионном пути и вычисляет относительную важность каждого тачпоинта на основе его удаления:
Выполняя атрибуцию по модели Маркова, вы получаете такие преимущества:
- Объективность — никаких предположений.
- Предиктивная точность — прогнозирование конверсионных событий.
- Надежность — реальные результаты.
- Интерпретируемость — прозрачная и легко интерпретируемая модель.
- Универсальность — не зависит от набора данных, адаптируется к новым данным.
- Алгоритмическая эффективность — предоставляет своевременные результаты.
Не забудьте взглянуть на ваши когорты
С помощью основанных на времени когорт вы можете понять, насколько эффективным было определенное маркетинговое действие, по крайней мере, коррелятивно. Джим Ново (Jim Novo), основатель Drilling Down Project, выразил свое мнение по этому поводу в одном из эпизодов Digital Analytics Podcast:
«Я думаю сотрудники SaaS-компаний, работающие с когортным анализом, справляются с этим хорошо.
Вы смотрите на людей, зарегистрировавшихся в январе, и к тому времени, как вы добрались до марта, этот процент снизился. Мы можем связать это падение с определенными маркетинговыми усилиями, которые предпринимались в течение этого временного отрезка. Затем мы смотрим на когорту, которая начиналась в марте, мы использовали другой способ продвижения и получили более высокий показатель free-to-paid или какой-либо другой конверсии в рамках этой модели.
Если вы считаете, что дисплейная реклама является очень ценной для ваших других кампаний, почему бы вам просто не отключить ее на неделю или две и посмотреть, что случится? И потом вернуть все обратно.
Разве вы не можете провести такое тестирование? Стоит ли вам вкладывать деньги в какой-то другой канал? Да и вообще, насколько серьезно вы подходите к определению ценности вашей дисплейной рекламы?»
Если у вас есть возможность, купите data-driven решение
За последние несколько лет технологии существенно улучшились. Сегодня мы можем обрабатывать большие массивы данных, чтобы получать более четкие инсайты при большем уровне точности. Именно поэтому решения для атрибуции, предлагающие алгоритмические (или «data-driven») модели, с каждым днем набирают популярность.
К примеру, Google Analytics 360 предлагает алгоритмическую атрибуцию как в онлайн-, так и в оффлайн-сетях, а это значит, что воспользовавшись данным сервисом, вы можете с некоторой точностью определить эффективность ваших кампаний.
С одной стороны, такие инструменты действительно впечатляют и приносят огромную пользу. Но с другой — покупатели относятся к этим продуктам скептически, поскольку не знают, что происходит внутри такого «черного ящика». Как было сказано в одной из статей от SAS: «Digital-маркетинг представляет собой громадную экосистему, и у кого есть время обсуждать диагностику аналитических моделей, коэффициенты ошибок классификации, ROC графики, кривые подъема и эти дурацкие, запутанные матрицы?».
Как бы там ни было, прежде чем задумываться о таких моделях, вам придется потратить уйму денег на маркетинг и создать множество коммерческих продуктов и услуг. Для начала поработайте над вашей организацией, целями и более простыми/действенным моделями.
Атрибуция — это проблема организации
Чем более сложной и крупной является ваша компания, тем больше проблем влечет за собой атрибуция — как с управленческой точки зрения, так и (чаще всего) с технической. На даже на начальных уровнях измерения и оптимизации метрик этот процесс имеет свои сложности.
Джоанна Лорд (Joanna Lord), руководитель маркетингового отдела (CMO) в ClassPass, подтвердила это в одной из своих статей:
«Атрибуция — это не только к модели и последние методики разметки воронки. Прежде всего, этот процесс сводится к присвоению правильной ценности каждому маркетинговому тачпоинту — ни больше, ни меньше.
Главной преградой на пути к его эффективному выполнению является предположение о том, что CMO может заниматься этим самостоятельно. Атрибуция нуждается в разработческих ресурсах, сотрудничестве в области финансового моделирования и управленческой поддержке продукта. Она требует полной осведомленности компании обо всех доступных тачпоинтах, а также о том как/когда их нужно использовать. Это то, что я называю «знакомством с опытом вашего клиента».
Если моя команда разработчиков создаст новую схему onboarding’а и привлечения клиентов, не обращая внимания на то, как это может отразиться на текущем отслеживании атрибуции, и наши показатели LTV внезапно снизятся, такое падение может остаться незамеченным в течение года… если только мы не будем действовать сообща.
Атрибуция — это не маркетинговая проблема, это проблема всей компании».
Можете ли вы доверять вашим цифрам?
По своей сути, цель атрибуции заключается в том, чтобы принимать на основе собранных данных более взвешенные решения. К примеру, если вы получите результаты, свидетельствующие о том, что реклама в социальных сетях работает плохо, вы доверитесь этой информации и будете действовать или же засомневаетесь в ее правдивости?
Как правило, недоверие к атрибуции обуславливается одним из двух факторов:
- С одной стороны, люди не доверяют last-click атрибуции, потому что эта модель проста для понимания и считается неэффективной.
- С другой стороны, люди не доверяют дорогостоящим продуктам, которые используют сложные алгоритмы, потому что не знают, как именно работают такие сервисы.
Чтобы сделать выбор в пользу того или иного атрибутивного инструмента, вы должны обсудить этот вопрос с вашей командой, начальством и любыми другими заинтересованными сторонами. Подумайте о том, какие общие факторы вам стоит учитывать для создания действенной модели атрибуции, на которую можно будет опираться в процессе принятия важных решений.
Делайте бизнес на основе данных!
По материалам: conversionxl.com
