Считаем конверсии правильно: как не упустить важное и не потянуть кампанию вниз
Измерения и подсчет конверсий, пожалуй, одна из самых животрепещущих тем в рекламе. Системы аналитики отлично справляются с автоматическим подсчетом всех действий пользователя. Но насколько объективно мы оцениваем эффективность того или иного инструмента, рассматривая только итоговые цифры? Своими советами делится Лидия Птицына, руководитель отдела медийной рекламы компании MediaSniper
Сейчас существует две наиболее популярные модели атрибуции конверсии:
- По первому действию (first-click), когда 100% ценности конверсии засчитывается каналу, на который среагировал пользователь раньше остальных.
- По последнему действию (last-click), когда учитывается канал, с которого непосредственно пришла конверсия.
Достаточно просто и прозрачно. В связи с чем эти методы весьма популярны, и порой рекламодатели считают их единственно верными. Но такие модели измерений выглядят категорично, так как абсолютно игнорируют сложную структуру взаимодействия пользователя, основанную на многоканальности.
Рассмотрим на примере. Допустим, мы решили замерять last-click в рекламной кампании, посвященной продаже нового объекта недвижимости. С большой долей вероятности в качестве KPI будет выбран заказ обратного звонка для консультации.
И вот наша кампания стартовала. В рамках programmatic-размещения был показан баннер, при третьем контакте с которым пользователь перешел на сайт и провел там полторы минуты, изучая предложения застройщика.
Этот переход зафиксировал ретаргетинговый пиксель соцмедиа, и в течение всей следующей недели человек получал напоминания в социальных сетях с кастомизированными предложениями о приобретении жилья в конкретном жилом комплексе.
Учитывая тот факт, что решение о консультации по объекту недвижимости не бывает спонтанным или сиюминутным, между моментом знакомства с брендом и звонком прошло немалое количество времени. И вот наш «клиент» готов к прямому взаимодействию с застройщиком. Он вспоминает все увиденные им предложения, вбивает в поисковике название жилого комплекса, видит рекламное объявление и заказывает обратный звонок.
Фактически этот звонок пришел из поисковых систем. Если рекламодатель фиксирует только last-click, он посчитает последний канал наиболее результативным. При планировании следующей рекламной кампании бюджет перераспределится в пользу контекстных размещений, которые доказали свою эффективность. Но дальше может случиться эффект неоправданных ожиданий: CPA будет не снижаться, а расти. И рекламодателю станет совершенно не ясно, почему это происходит, ведь лиды приходили именно с контекста.
На самом же деле без правильно выстроенного первоначального таргетинга в programmatic и ежедневных напоминаний в социальных сетях пользователь мог бы выпустить предложение из поля зрения и переключиться на конкурента. Это лишний раз доказывает, что в условиях многоканальности привычной оценки эффективности уже недостаточно. Требуется комплексный анализ с присвоением ценности каждому каналу размещения.
Здесь наиболее уместно применить post-view-аналитику и учет ассоциированных конверсий.
Для неискушенных напомним, чтo ассоциированные конверсии — это «скрытые» конверсии, когда ресурс повлиял на принятие решения (с него был совершен переход на сайт), но он не стал последним в воронке, которая вела к покупке.
Post-view-анализ дает еще более глубокие данные о пути пользователя: от просмотра баннера к конверсии (клиент мог увидеть баннер с предложением и только через месяц прийти и совершить действие).
Если ранее такая аналитика давалась достаточно сложно, то в настоящий момент существуют простые методы оценки каждого этапа в отдельности: внешние сервисы и собственные возможности платформ.
Относительно внешних каналов: сейчас практически каждая система аналитики готова предоставить отчет ассоциированных конверсий. Наиболее популярный инструмент – Google Analytics, предлагающий прозрачные данные по любым целям или группе целей в рамках заданного времени. Здесь можно изучить срезы по источникам трафика и каналам, увидеть, как влияет рекламное размещение на увеличение, в том числе, и органического трафика.
Отчет по post-view дается немного сложнее потому, что нужно сопоставить cookies пользователей, которые видели баннер, с ID тех, кто в итоге совершил действие. В рамках собственных ресурсов платформы размещения это достаточно легко достижимо. В баннер встраивается пиксель, собирающий данные об аудитории, которой был показан креатив. Одновременно на посадочную страницу устанавливается трекинг-код, фиксирующий весь входящий трафик. После размещения система найдёт совпадения между ID тех, кто видел баннер, и ID тех, кто совершил целевое действие. Когда пиксель и трекер принадлежат одной платформе, проблем в сопоставлении user ID не возникает. Внешние системы также могут сделать post-view-аналитику, но могут возникнуть дополнительные нюансы, связанные с взаимодействием разных платформ между собой.
Вот как это выглядит в реальной практике.
Исходя из этого отчета, всего на сайте совершено 4 197 прямых конверсии и 755 ассоциированных. Далее можно отследить результат по каждому каналу. Нас будет интересовать только медийная реклама. Из второго рисунка понятно, что 198 из общего числа — это как раз ассоциированные конверсии от медийных размещений.
Выводы
Как мы можем видеть, отчеты по ассоциированным конверсиям и post-view являются важным инструментом, помогающим избежать ошибок в оценке эффективности и дальнейшем планировании рекламных кампаний.
В эпоху глобальной диджитализации подобная аналитика также помогает понять, как ведут себя ваши потенциальные клиенты, когда выбирают тот или иной товар вашего бренда. Вы можете не только отследить типичные схемы поведения, но и изменить в дальнейшем всю модель взаимодействия пользователей с брендом. А значит, будете знать, что и когда предлагать вашему клиенту, тем самым увеличивая ROI и контролируя свои продажи.
