Как сравнить модели атрибуции: first-click, last-click и data-driven


Digital | 04 Апреля 2017

Как правильно распределить бюджет между рекламными каналами? Как взаимодействуют каналы между собой? Какой канал наиболее эффективен? На все эти вопросы можно найти ответы, изучив механизм распределения ценности канала в различных моделях атрибуции. В этой статье будут описаны принципы работы моделей атрибуции в Google Analytics, раскрыты основные отличия в распределении ценности канала, а также показано, как сказываются разные модели атрибуции на финансовых метриках

Как происходит распределение ценности конверсии

Одна из самых распространенных ошибок маркетологов – это измерение ценности рекламного канала моделью, соответствующей его роли. Например, каналы, которые направлены на конверсии, измеряют моделью last-click, а каналы, целью которых является привлечение пользователей – first-click.Такой подход учитывает влияние только одного канала и игнорирует суммарный эффект остальных.

Как сравнить модели атрибуции: first-click, last-click и data-driven

Предположим, что пользователь дважды посетил веб-сайт и во время третьего визита «совершил конверсию» – купил свитшот бренда U.S. Polo Assn. Первое посещение пользователь совершил посредством клика по медийной рекламе, а второе – из органической выдачи.

Для простоты расчета финансовых показателей возьмем стоимость товара равной в 30$. Оставим стандартное значение ретроспективного окна, которое учитывает все данные до совершения конверсии, равным 30 дней.

По модели first-click все 30$ получит первый канал в пути к конверсии – display:

Как сравнить модели атрибуции: first-click, last-click и data-driven

По модели last-click всю ценность конверсии получит канал organic search, то есть модель принимает во внимание только последний канал:

Как сравнить модели атрибуции: first-click, last-click и data-driven

По модели data-driven вся ценность совершенной конверсии распределится на основе моделирования того, какую позицию занял в потребительской воронке переход пользователя на ваш веб-сайт.

Шаги потребительской воронки составим следующим образом:
- Переход на сайт
- Продуктовая страница
- Помещение товара в корзину
- Посещение страницы Условия оплаты и доставка
- Оплата товара
Построим воронку продаж с распределением относительного значения ценности каждого шага в зависимости от первого и второго посещения сайта. 

Как сравнить модели атрибуции: first-click, last-click и data-driven

Рассчитаем значимость каждого канала при совершении этого действия:
1. Display = 8,66%+20,7%+22,9%+0,84%=53,1%
2. Organic search = 46,9%
Тогда доход, получаемый от каждого канала, будет равен:

Как сравнить модели атрибуции: first-click, last-click и data-driven

Для большей наглядности сравним полученный доход от каждого рекламного канала по модели data-driven:

Как сравнить модели атрибуции: first-click, last-click и data-driven

По модели last-click канал organic search переоценен более чем в два раза, а канал display остался без внимания, учитывая, что его вклад в конверсию оказался ключевым. Основываясь на данных модели last-click, скорее всего вы снизите рекламный бюджет почти на 100% на display, тем самым исключая значимый источник совершения конверсии.

Как изменяются значения финансовых метрик в зависимости от модели атрибуции

Возьмем самую интересную для маркетологов метрику оценки эффективности рекламного источника – ROI. В таком случае:

- Доход для каждого канала уже рассчитали выше
- Затраты, которые были потрачены на рекламный канал, возьмем, например, 6$.

Получили:

Как сравнить модели атрибуции: first-click, last-click и data-driven

По last-click модели нужно было бы инвестировать только в последний канал, по модели first-click – в первый, из-за необъективности распределения ценности происходит недополучение объема возврата инвестиций. По data-driven определенно и точно понятно, что возврат инвестиций обеспечиваются не только за счет органического поиска.

Выводы
- Стандартные модели атрибуции, используемые в Google Analytics, далеко не всегда должны являться основой при формировании рекламного бюджета и принятии решения - исключить какой-либо источник трафика или нет.
- Стоит всегда учитывать путь к конверсии, так как чем он дольше, чем больше происходит взаимодействий, тем больше внимания стоит обращать на все этапы: начальный, промежуточные и конечный. Такая методика позволит наиболее эффективно распределять рекламный бюджет, выбирая несколько самых нужных рекламных каналов.

Подписывайтесь на канал «AdIndex» в Telegram, чтобы первыми узнавать о главных новостях в рекламе и маркетинге.

последние публикации

Комментарии


Возможность комментирования статьи доступна только в первую неделю после публикации.

doc id = 8945

Спецпроекты

Talant Base. Поиск по всем специалистам, работавшим над рекламными кампаниями с 2009-2015г


Adindex Print Edition - справочный журнал, посвященный рекламе и маркетинговому продвижению.
В издании систематизированы информационные, аналитические и статистические данные по ряду важнейших направлений отрасли.
Периодичность: ежеквартально.
При поддержке Agency Assessments International.
Цель проекта — создать новый инструмент на рынке коммуникационных услуг, презентующий объективную информацию о структуре рекламной индустрии и ее основных игроках.

Новости партнеров

Кейсы

AdIndex Market

все разделы

Нестандартная Реклама