ВРЕМЯ ЧТЕНИЯ: 4 МИН.
Apple Search Ads наконец присоединилась к SKAN! Что важно знать
Модель атрибуции
Использование моделей атрибуции – это способ измерения того, насколько эффективно маркетинговые кампании и каналы влияют на пользователей, чтобы они совершили желаемое действие (например, покупку).
Что такое модель атрибуции?
Модель атрибуции – это способ измерения влияния различных маркетинговых усилий на протяжении всего пути клиента, который позволяет рекламодателям оценить, какие каналы или кампании дают самый высокий показатель конверсии.
В процессе взаимодействия с брендом на пользователей воздействуют различные маркетинговые методы – как платные, так и органические, – которые могут побудить их совершить то или иное действие (например, установить приложение или совершить покупку). Модели атрибуции анализируют это взаимодействие и определяют его вклад в процесс принятия решений.
Модели атрибуции могут быть single-touch, анализирующие эффективность одного клика, или multi-touch (мультиканальные). Модели атрибуции multi-touch (MTA) помогают маркетологам понять, как потребители принимают решения в ходе нескольких взаимодействий с брендом с течением времени.
Почему модели атрибуции важны?
Модели атрибуции дают маркетологам жизненно важные инсайты о том, что работает, а что нет, в их кампаниях. Если вы не понимаете, откуда приходят ваши лиды и продажи, вы можете продолжать инвестировать в неэффективные каналы и терять потенциальный доход.
В чем преимущества использования моделей атрибуции?
Когда вы поймете, какие кампании способствуют привлечению пользователей, вы сможете удвоить эффективность и повысить рентабельность инвестиций (ROI). Давайте подробнее рассмотрим некоторые преимущества моделей атрибуции.
1. Более эффективное распределение ресурсов
Использование моделей атрибуции помогает эффективнее распределять маркетинговые ресурсы. Вы можете перераспределить бюджет и усилия с малоэффективных каналов, сократив потери, и направить их на те каналы, которые имеют более высокую ROI и приносят больше конверсий.
2. Гибкий процесс принятия решений
Модели атрибуции помогают вам принимать взвешенные решения на основе данных о ваших маркетинговых усилиях в режиме реального времени, чтобы не потратить впустую ни цента вашего бюджета. Вместо того чтобы принимать решения в начале кампании и проводить оценку эффективности ежемесячно или ежеквартально, вы можете быстро тестировать и корректировать сообщения для пользователей, основываясь на непосредственных результатах. Некоторые инструменты могут даже проводить A/B-тестирование контента и автоматизировать распределение бюджета в зависимости от результатов.
3. Персонализация
Благодаря отслеживанию действий пользователей на разных устройствах вы сможете понять, как клиент взаимодействовал с вами ранее и какие особенности покупательского поведения демонстрировал. Используйте эти инсайты для создания персонализированного маркетингового опыта и повышения вовлеченности и лояльности пользователей, а также увеличения вероятности конверсии.
Какие существуют модели атрибуции?
Существует не одна модель атрибуции для оценки эффективности вашей кампании – их много.
Поскольку путь каждого клиента может включать в себя несколько точек взаимодействия в процессе покупки, маркетологам необходимо решить, какие из них оказывают наибольшее влияние на конверсию.
Атрибуция single-touch
Самые простые методы атрибуции – это методы single-touch. Они измеряют влияние одной конкретной точки взаимодействия на пути клиента.
При атрибуция по первому клику (first-click) или первому взаимодействию (first-touch), конверсионная ценность закрепляется за первым взаимодействие клиента с брендом, например, нажатием на рекламу или контент в социальных сетях. Атрибуция по последнему клику (last-click) или последнему взаимодействию (last-touch), напротив, засчитывает последнее взаимодействие перед конверсией.
Допустим, пользователь обнаруживает продукт в органическом поиске Google, а затем совершает покупку после клика на платный рекламный баннер. Модель атрибуции по первому клику приписывает конверсию исключительно органическому поиску, игнорируя влияние платной рекламы. Модель атрибуции по последнему клику приписывает конверсию исключительно рекламному объявлению, игнорируя влияние более ранних точек взаимодействия, таких как органический поиск.
Хотя атрибуция по первому и последнему клику предоставляет простые способы атрибуции, они могут чрезмерно упрощать путь клиента, игнорируя другие точки взаимодействия, которые могли сыграть решающую роль в процессе конверсии.
Модель атрибуции multi-touch (MTA)
Модели MTA, такие как кросс-канальная атрибуция или time-decay (по давности взаимодействия), призваны обеспечить более целостное представление о том, как различные маркетинговые каналы влияют на конверсию, рассматривая множество точек взаимодействия на пути клиента. Эти модели могут предложить более точное понимание пути клиента к конверсии и помочь вам более эффективно распределить ресурсы по различным каналам.
Вот обзор различных моделей атрибуции и их принципов действия:
| Модель атрибуции | Принцип действия | Примеры |
| First-click (по первому клику) | Конверсионная ценность закрепляется за первоначальной точкой взаимодействия, которая познакомила пользователя с данным брендом или продуктом | Первое посещение веб-сайта или взаимодействие с постом в социальных сетях |
| Last-click (по последнему клику) | Конверсионная ценность закрепляется за точкой последнего взаимодействия пользователя с данным брендом или продуктом | Последовательность электронных писем во время периода действия демо-версии, приводящая к конверсии |
| Multi-touch (MTA) | Учитывает все точки взаимодействия на пути конверсии | Несколько рекламных объявлений, появляющихся в течение определенного периода времени |
| Кросс-канальная | Измеряет эффективность различных маркетинговых каналов и точек взаимодействия на пути клиента, включая онлайн и офлайн воздействия. | Контент, появляющийся на различных каналах, включая рекламу, органический поиск, социальные сети и маркетинг по электронной почте |
| Линейная | Присваивает одинаковый вес всем точкам взаимодействия на пути клиента | Одинаковый вес поста в социальных сетях, посещения сайта и ремаркетинговой рекламы |
| Time-decay (по давности взаимодействия) | Больший вес имеют точки взаимодействия, которые происходят ближе к моменту конверсии | Если путь пользователя занимает 10 дней, присвойте точкам взаимодействия 10% в дни 0-4, 30% в дни 5-8 и 60% в дни 9-10. |
| U-образная модель | Присваивает больший вес первому и последнему взаимодействию, а конверсионная ценность равномерно распределяется между промежуточными точками взаимодействия | Присвойте 40% первому взаимодействию, 40% – последнему, а оставшиеся 20% распределите между промежуточными точками взаимодействия. |
| W-образная модель | Присваивает больший веса первому и последнему взаимодействию, а также этапу рассмотрения лида или действиям после покупки | Присвойте 30% первому взаимодействию, 30% последнему, а оставшуюся сумму распределите между промежуточными точками взаимодействия, например, подпиской на рассылку по электронной почте. |
В чем заключаются сложности, связанные с моделями атрибуции?
Модели атрибуции – мощный инструмент для маркетинговых команд, но его применение на практике может вызывать некоторые сложности.
Изменения в индустрии, особенно в области конфиденциальности, создают сложности в использовании моделей атрибуции и уменьшают объем данных, доступных компаниям. Для преодоления этих сложностей требуется сочетание технологий, управления данными и постоянного совершенствования методологий атрибуции для более полного соответствия меняющемуся поведению клиентов и целям бизнеса.
Вот четыре основные сложности в атрибуции, с которыми сталкиваются маркетологи сегодня, а также некоторые возможные решения:
Точность данных
Поскольку использование моделей атрибуции в значительной степени опирается на данные, неточные или неполные данные могут привести к неправильной атрибуции. Обеспечение чистоты, надежности и согласованности источников данных может представлять значительные сложности.
Решение: Создайте в своей компании систему управления данными, чтобы применять передовые методы и опыт. Убедитесь, что в вашей команде есть квалифицированный специалист по анализу данных, или пригласите внутреннего или внешнего консультанта для аудита процессов сбора данных.
Интеграция данных
MTA и кросс-канальные модели могут дать более точное представление о том, как маркетинговые усилия способствуют конверсии, поскольку они учитывают всю сложность пути клиента. Однако интеграция данных из этих разрозненных источников может быть сложной задачей: данные должны беспрепятственно поступать из разных источников и быть правильно сопоставлены с путем каждого клиента.
Решение: Согласно отчету британских исследователей, две трети маркетологов не уверены, что у них есть необходимые инструменты для поддержки кросс-канальной атрибуции. Чтобы облегчить себе жизнь, сотрудничайте с аналитической платформой, такой как AppsFlyer , которая специализируется на интеграции данных по всем каналам.
Отслеживание на разных устройствах (cross-device)
Согласно отчету eMarketer, отслеживание на разных устройствах (cross-device) является второй по величине (42%) сложностью атрибуции для маркетологов. Во время своего пути клиенты часто переключаются между устройствами (настольными, мобильными и планшетными). Точное отслеживание таких взаимодействий между устройствами может быть сложной задачей, поскольку файлы cookie и идентификаторы не всегда работают бесшовно на разных устройствах.
Решение: Внедряйте AdTech-решения, которые распознают пользователей на основе таких идентифицирующих факторов, как адрес электронной почты, совпадающие идентификаторы или файлы cookie.
Конфиденциальность и соответствие нормативным требованиям
Строгие региональные нормы конфиденциальности, такие как GDPR и CCPA, ограничивают возможности сбора и использования пользовательских данных. ATT фреймворк от Apple и планы Google по отказу от cookies также ограничивают количество данных, которые можно отслеживать.
Решение: Больше опирайтесь на собственные данные, например, направляйте пользователей на ваш сайт или приложение или стимулируйте их к подписке. Вы также можете начать использовать “песочницы конфиденциальности” для активного решения этой проблемы в мобильной рекламе.
Как выбрать правильную модель атрибуции для вашего бизнеса
Точно та же, как покупатели могут пройти не один путь, чтобы найти ваш продукт, так же существует и более одного правильного способа измерения атрибуции. Когда дело доходит до выбора модели атрибуции, первое решение, которое вам нужно принять, – это выбор между single-touch и multi-touch атрибуцией.
Отчет MMA показал, что в 2022 году большинство компаний (53%) использовали модели атрибуции multi-touch. Компании, использующие MTA, в большей степени (70%) удовлетворены своей способностью измерять эффективность маркетинговых расходов, чем те, кто этого не делает (42%). Большинство пользователей MTA (63%) имеют больше возможностей для немедленного применения полученных знаний, чем те, кто использует атрибуцию single-touch (51%).
Несмотря на то, что модель MTA имеет очевидные преимущества, реализовать ее сложнее и дороже. Многие компании все еще находятся на стадии внедрения: только 27% компаний заявили, что они полностью развернули MTA.
Если вы решили пойти по пути MTA, вам нужно выбрать конкретную модель, например линейную, W-образную или U-образную модель атрибуции. Выбор модели должен соответствовать целям вашей компании, наличию данных и пониманию поведения клиентов.
Вот четыре фактора, которые следует учитывать:
Путь клиента
Насколько сложны ваш продукт и путь покупателя? Широко известный потребительский продукт будет иметь совершенно иной путь клиента, чем B2B-услуга или программное обеспечение, состоящее из множества этапов и лиц, принимающих решения.
Цикл продаж
Насколько длинным или коротким является ваш цикл продаж? U-образная модель атрибуции хороша для измерения коротких циклов продаж, в то время как W-образные или линейные модели могут уловить нюансы более длительных циклов.
Оффлайн-факторы
Если офлайн-реклама, такая как прямая почтовая рассылка, телевидение или наружная реклама, все еще является важной частью вашей маркетинговой стратегии, MTA даст ограниченную картину. Хотя вы можете собрать некоторые данные, относящиеся к этим каналам, вам нужно подумать, можно ли интегрировать их с данными, полученными в режиме онлайн.
Размер компании и имеющиеся ресурсы
Конечно, штат и бюджет всегда будут играть роль в принятии решений. У небольших компаний может не хватить навыков или времени для внедрения MTA. У них также может не быть бюджета для инвестиций в агентства, рекламные технологии (AdTech) или комплексные инструменты измерения. Однако чем больше вы сможете измерить, тем легче будет продемонстрировать ROI маркетинга и разумно использовать ограниченные бюджеты.
Как измерить результаты
Как мы уже рассказывали, существует целый ряд подходов и инструментов для измерения атрибуции. Независимо от того, хотите ли вы получить готовое решение или полностью настроить его под себя, вот три способа, с помощью которых вы можете измерять и атрибутировать результаты своих кампаний:
Google Analytics 4 (GA4)
GA4 – самый популярный инструмент веб-аналитики на рынке. Это бесплатный инструмент, который может интегрировать данные с веб-сайтов и приложений, а также из платных и органических кампаний. Среди его функций – многоканальные воронки и отчеты об атрибуции, позволяющие понять, как различные маркетинговые каналы и точки взаимодействия влияют на конверсию. Модель атрибуции по умолчанию в GA4 – “последнее взаимодействие” (last-touch), но вы можете переключиться на несколько альтернатив.
Хотя GA4 является мощным инструментом, интеграция GA4 с инструментами и платформами, не относящимися к Google, может представлять определенные трудности.
Сторонняя атрибуция
При интеграции данных из различных источников хорошим выбором может быть сторонняя атрибуция. Это внешние инструменты, платформы или сервисы, которые дают более независимый и всеобъемлющий взгляд на эффективность вашего маркетинга. Например, инструмент сторонней атрибуции может легко интегрировать аналитику в реальном времени из нескольких рекламных источников. Ищите такие функции, как кросс-канальное отслеживание, диплинкинг и аналитика в приложении (in-app), сегментация аудитории и обнаружение фрода.
Создание собственного инструмента с помощью Python
Если вам нужен кастомизированный инструмент аналитики, вы можете создать свой собственный на Python. Создание собственного инструмента – сложная задача, но при наличии необходимых знаний и инструментов она вполне выполнима. Разработчику будет необходимо собрать и подготовить данные, выбрать модель атрибуции, обработать инструмент с помощью библиотеки Python и применить модель к данным с помощью визуализации и пользовательской отчетности.
Ключевые выводы
- Моделирование атрибуции – это способ измерения влияния маркетинговых мероприятий на протяжении всего пути клиента. Модели анализируют взаимодействие клиента с различными точками контакта и определяют, насколько каждая из них способствовала конверсии.
- Эффективная модель атрибуции показывает маркетологам, что работает, а что нет. Она предлагает инсайты, которые позволяют более эффективно принимать решения, распределять ресурсы и осуществлять персонализацию.
- Основные сложности, которые приходится преодолевать маркетологам при использовании моделей атрибуции, – это точность и интеграция данных, отслеживание на разных устройствах и вопросы конфиденциальности.
- Хотя атрибуция multi-touch (MTA) дает более полную картину, чем single-touch, ее сложнее реализовать.
- Не существует универсального решения при выборе моделей атрибуции. При выборе модели учитывайте цикл продаж и путь клиента, ресурсы и цели.
- При выборе инструмента атрибуции учитывайте общий маркетинговый комплекс и вашу стратегию. В зависимости от ваших потребностей и ресурсов вы можете выбрать бесплатный, готовый к использованию инструмент, стороннего поставщика или подход “сделай сам”.
