Павел Корякин , 28 Августа 2019

Модели атрибуции в Google Analytics

В этой статье расскажем о нашем опыте использования моделей атрибуции в Google Analytics, простыми словами объясним, что это такое и зачем нужно.


Что это такое и зачем?

Для понимания модели атрибуции давайте рассмотрим поведение пользователя интернет-магазина от первого просмотра сайта до покупки.

Начнем с простых сценариев. Пользователь впервые зашел на сайт магазина с контекстной рекламы и выбрал товар, затем «ушел» почитать отзывы, на следующий день снова зашел на сайт уже из поисковика и оформил заказ. Допустим, что таких покупателей было всего два и они совершили две транзакции.

На схеме это выглядит так:
1.pngДругие двое пользователей пришли на сайт из вашей email-рассылки, но как и в первом случае, купили не сразу, а через несколько дней, так же вернувшись из поисковой системы:
2.pngСкорее всего, те четверо уже знали, чего хотят, поэтому быстро решились на покупку. Но есть и те, кто идет к покупке гораздо дольше и переходит на сайт с разных источников. Их путь выглядит так:
3.pngИли так:
4.pngТут сразу возникает вопрос: тогда к какому же источнику присваивать такие конверсии? Модель атрибуции как раз помогает в этом разобраться.

Модель атрибуции - принцип, на основе которого целевое действие присваивается тому или иному источнику трафика из последовательности взаимодействия пользователей.

Как вы, наверное, уже понимаете, вариантов таких последовательностей бесконечное количество, и последовательности могут быть очень длинными. Посмотреть их в своем проекте вы можете в Google Analytics, в разделе Конверсии>Многоканальные последовательности>Основные пути конверсии
5.png
Заметим, что длина последовательности не ограничивается по количеству взаимодействий, но ограничивается временем от последнего до первого взаимодействия (0-90 дней). Этот диапазон называется окно атрибуции
6.png
Кроме состава таких последовательностей, рекомендуем посмотреть еще пару отчетов с обобщенными данными.

Отчет «Длина последовательности» - показывает какое количество взаимодействий, которые пользователи совершают перед конверсией. Находится в Конверсии>Многоканальные последовательности>Длина последовательности. В первом столбце указано количество взаимодействий до покупки, далее по порядку: количество, сумма таких транзакций и их доля.
7.png
И еще один похожий отчет, но показывающий уже количество дней от первого визита до конверсии. Находится в Конверсии>Многоканальные последовательности>Время до конверсии.

8.png
Если по этим отчетам вы видите, что от первого визита до конверсии проходит меньше недели и всего 1-4 визита, то скорее всего ваша модель атрибуции достаточно проста, и сейчас вам не стоит углубляться в ее исследование.

Какие бывают модели атрибуции?

Существует несколько основных моделей атрибуции, которые предлагает Google Analytics. Представим, что у нас есть только одно покупка на 1000р, которая была сделана после вот такой последовательности взаимодействий:
9.png
Сравним на этом примере разных моделей.

Последний непрямой клик (last non-direct click)

Выручка при такой модели присваивается последнему непрямому взаимодействию.
10-2.png
Эта модель считается основной и используется во всех отчетах Google Analytics, поэтому ее еще называют стандартная атрибуция. На первый взгляд кажется, что раз пользователь пришел с бесплатного поиска, туда и нужно присвоить выручку, но это не так.

В нашем примере последним непрямым визитом стал «Переход» - это переход по прямой ссылке с другого сайта, например форума с отзывами. Если бы клиент не почитал отзывы, то, возможно, так и не решился бы на покупку, поэтому вполне логично, что Google присваивает выручку последнему непрямому клику.

Обратите внимание, что речь не просто о предпоследнем клике, а именно о последнем непрямом - это частая ошибка. На обоих примерах ниже конверсия будет присвоена поисковой рекламе.
11.png
12.png

Первый клик (first click)

Эта модель основана на такой логике: если бы не было первого взаимодействия, то не было бы всех последующих. В нашем примере при такой модели вся ценность будет присвоена бесплатному поиску.
13-2.png

По времени (time decay)

Ценность конверсии распределяется между каналами в зависимости от времени, которое прошло от конкретного взаимодействия до покупки. Наибольшая значимость отдается взаимодействиям, которые были ближе всего к покупке.
14-2.png

По позициям (position based)

По 40% ценности присваивается первому и последнему взаимодействию, как наиболее значимым, а оставшиеся 20% ценности распределяются между остальными взаимодействиями.
15-2.png

Пользовательская модель атрибуции (custom)

Изучив все модели, можно создать собственную, которая будет учитывать особенности вашего проекта. К примеру возьмем за основу модель «по времени», но зададим условие: «не присваивать конверсии прямому трафику», так как логично, что прямой вход на сайт через адресную строку не назовешь каналом влияющим на результат. Получим вот такую модель:
16-2.png

Подчеркнем еще раз, что стандартной считается модель последний непрямой клик, а это значит, что все отчеты в Google Analytics построены по ней, и изменить это нельзя. К тому же, кроме выручки, в соответствии с описанными моделями распределяется и количество конверсий или покупок. Сравнить атрибуции можно через специальный инструмент в разделе Конверсии>Атрибуции>Инструмент сравнения моделей атрибуции. Там вы можете построить вот такой отчет:

17.png

На этом теоретическая часть окончена, в следующей статье рассмотрим применение моделей атрибуции на примере реального кейса.

Подпишитесь на Facebook или Телеграмм, чтобы не пропустить новые статьи

Разделяешь наш подход? Вступай в команду!
Другие материалы по теме
Визуализация данных Яндекс Директ в PBI HOWTO
Визуализация данных Яндекс Директ в PBI
В предыдущей статье мы рассказали как выгрузить данные из Яндекс Директ с помощью Python в CSV таблицу. Теперь построим на этих данных красивый и полезный отчет.
Интеграция клиента и агентства HOWTO
Интеграция клиента и агентства
В статье расскажем, как происходит интеграция клиента и агентства, и как выстраиваются коммуникации.
Выгрузка данных из API Яндекс Директ через Python HOWTO
Выгрузка данных из API Яндекс Директ через Python
Рассказываем как выгрузили 30 млн. строк данных для последующего анализа в Power BI.
Прогноз стоимости и количества лидов HOWTO
Прогноз стоимости и количества лидов
Рассказываем об одном из способов медиапланирования - получения прогнозной стоимости и количества лидов.
Модели атрибуции на примере интернет-магазина HOWTO
Модели атрибуции на примере интернет-магазина
В этой статье продолжим рассматривать атрибуции на примере реального интернет-магазина. и расскажем какие выводы можно сделать, сравнивая модели.
Модели атрибуции в Google Analytics HOWTO
Модели атрибуции в Google Analytics
Что такое модель атрибуции? Какими они бывают? Как правильно выбрать модель атрибуции?
читать наш блог

Оставьте заявку

После того, как вы оставите заявку: интервью ~15 минут → гостевые доступы для аудита ~15 минут → аудит в течении 2-х дней → согласование предложения → начало первой итерации. По нашему опыту реально начать что-то делать уже через 2-3 дня.

Менеджер проектов Александр
Александр

Менеджер проектов



Пишите на — info@1jam.ru , звоните в скайпе — jam.agency , или по телефону — 8 (800) 551-85-03