Какую модель атрибуции следует использовать в Google AdWords?

Моделирование атрибуции - это метод, используемый для измерения финансовой эффективности канала связи и его влияния на бизнес-цели. Моделирование атрибуции можно измерить по целому ряду показателей: конверсии, продажи, доход, показы, рейтинг кликов и многое другое.

Конечная цель моделирования атрибуции - понять, какие каналы помогают вам в достижении бизнес-целей. Атрибуция предоставляет вам ступеньки к успеху: понимая пути, по которым идут ваши пользователи, вы можете повысить эффективность, чтобы повысить прибыльность и сократить бесполезные траты.

На пути к конверсии пользователи выбирают несколько путей, часто это не так просто, как «ключевое слово поиска> объявление, по которому кликнули> прочитать контент> преобразовано». Хотя это может быть так, часто в пути конверсии задействовано несколько точек соприкосновения. Отчет о путях конверсии в Google Analytics - отличное место для анализа этих точек соприкосновения, просто перейдите в GA> Конверсии> Многоканальные последовательности> Основные пути конверсии. Взгляните на это, например:

Когда мы смотрим на другую отрасль с гораздо более длительным процессом принятия решений, результаты сильно отличаются:

В обоих примерах показаны пути, по которым пользователи достигли конверсии. Мы можем видеть, что платные услуги сыграли свою роль в некоторых из этих путей - будь то единственный путь или один из многих. Когда мы отслеживаем успех в Google AdWords, нам необходимо знать, какое место занимает реклама в пути конверсии, что позволяет нам оптимизировать и эффективно использовать наш бюджет.

Когда мы понимаем, как кампании способствуют достижению бизнес-целей, мы можем получить точное представление об эффективности аккаунта. Использование неправильной модели атрибуции сопряжено с риском потраченных зря и упущенных возможностей.

Итак, какие модели атрибуции вам нужно выбрать?

В Google AdWords существует шесть моделей атрибуции:

Начнем с модели по умолчанию: последний щелчок

При настройке конверсии в AdWords по умолчанию используется модель "Последний клик". В этой модели 100% конверсии засчитывается последнему клику в пути конверсии, например:

Эта модель способствует эффективности, так как вы сможете увидеть последнюю точку касания, в которую пользователь совершил конверсию. Это правильная модель для использования? Возможно нет. Эта модель значительно переоценивает ваши фирменные условия и способствует повторному использованию клиентов, она дает очень ограниченный диапазон производительности и учитывает только последний путь. Возьмем, к примеру, этот путь конверсии:

При внедрении модели Last Click 100% кредита будет назначено Директу. Когда мы заглянем в AdWords, мы увидим, что по ключевому слову был клик, но не было конверсии - когда на самом деле пользователь искал ключевое слово, нажимал на объявление, затем вернулся прямо на сайт и совершил конверсию. В этом сценарии ключевому слову в AdWords будет присвоено 0% кредита, что свидетельствует о том, что это ключевое слово не является прибыльным, так как оно привело к увеличению цены за конверсию.

Основываясь на приведенном выше примере, мы будем смотреть на эффективность по каналам и предположить, что Direct привел к конверсиям, что было бы неверно.

Вердикт по последнему клику: не лучший выбор. Это вариант по умолчанию, он прост в использовании и может заставить менеджеры PPC выглядеть потрясающе. Однако Last Click часто бывает неточным и не позволяет вам получить истинную ценность от ваших кампаний.

Следующий - лучший друг последнего клика: первый клик

Эта модель следует той же посылке, что и Last Click; тем не менее, все заслуги относятся к первому клику, например:

Эта модель отдает предпочтение первой точке соприкосновения и назначает 100% кредита первому клику в конверсии, поэтому, если новый пользователь ищет термин> нажимает на платные> возвращается напрямую> совершает конверсию через социальную рекламу - кредит будет относиться к первоначально оплаченному объявлению.

Проблемы начинают проявляться, когда мы смотрим на эффективность в AdWords, поскольку в этом сценарии мы увидим конверсию, назначенную ключевому слову в учетной записи, и предположим, что она работает хорошо, верно? Реальность такова, что реклама напрямую не привела к конверсии. Он действительно сыграл очень важную роль, будучи первой точкой соприкосновения, но не единственным участником пути конверсии.

В свете этого мы бы посмотрели на наши данные о конверсиях и предположили, что платный трафик работает хорошо, но при этом не будут учитываться прямые и социальные точки соприкосновения, которые не будут работать для точной отчетности.

Вердикт по первому щелчку: не лучший выбор. Эта модель похожа на «Последний щелчок», за исключением того, что вместо этого засчитывается первый щелчок. Это означает, что ваши данные будут неточными, и будет сложно определить истинную ценность ваших платных кампаний.

Давайте посмотрим на равные условия: линейная атрибуция

Эта модель становится интересной, поскольку линейное моделирование приписывает ценность каждой точке соприкосновения на пути конверсии. Как такой:

Эта модель поддерживает все точки соприкосновения на пути конверсии. Давайте возьмем №2 в приведенном выше примере: Платный поиск> Прямой поиск.

При этом 50% конверсии будет связано с платной рекламой - когда вы перейдете в свою учетную запись AdWords, вы увидите 0,5 в столбце конверсии. В этой модели используется «командный» подход - если канал помог в процессе конверсии, он будет засчитан.

Преимущество этой модели заключается в том, что учитывается каждая точка соприкосновения, поэтому она создает равные условия для игры, где вы сможете увидеть, где каждое ключевое слово в вашей учетной записи AdWords связано с конверсией.

Однако эта модель недооценивает ключевые точки соприкосновения и переоценивает второстепенные точки соприкосновения. После внедрения этой модели на чем вы сосредоточите свои усилия по оплачиваемому поиску? Из-за этого невероятно сложно решить, какие ключевые слова эффективны, а какие нет, и где лучше всего распределить свой бюджет. Как и в случае с первым и последним кликом, основание вашей эффективности на модели линейной атрибуции приведет к тому, что вы будете делать предположения для платных кампаний, которые могут быть неправильными, ограничивая результаты ваших кампаний и потенциально тратя впустую расходы.

Вердикт о линейной атрибуции: если вы хотите равных условий , эта модель поможет. Это позволит вам увидеть, какую роль играет ваша реклама на каждом пути конверсии, а также процент от того, что было приписано. Эта модель недооценивает ключевые точки соприкосновения и может затруднить определение ценности ваших наиболее эффективных кампаний, поэтому подходите к этому с осторожностью.

Теперь давайте посмотрим на постепенный уклон: приписывание временного распада

Эта модель основана на экспоненциальном спаде, приписывая большую часть кредита последней точке касания, а меньшее значение - более ранним точкам касания. Как такой:

Эта модель более сложна в том смысле, что в ней используется алгоритм для делегирования кредита правильным точкам соприкосновения, глядя на канал, ближайший к конверсии, и работая в обратном направлении. Эта модель предполагает, что по мере того, как пользователь приближается к конверсии, важность канала будет возрастать в соответствии с намерениями.

Преимущество этой модели заключается в том, что теперь мы можем начать оптимизацию на основе взаимодействий: если максимально придать вес последней точке соприкосновения, мы можем предположить, что без этого пользователь не нашел бы вас в тот приятный момент, когда он решил конвертировать, верно? Ну не совсем. А как насчет первой точки касания? Если бы этого не было, пользователь никогда бы не обнаружил вас и не вошел в путь конверсии. Что сказать, если бы вашей рекламы не было, они бы просто не перешли по обычным ссылкам?

Мы должны признать, что эта модель делает шаг вперед по сравнению с предыдущими моделями, которые мы рассмотрели. Однако ему не хватает способности распознать взаимодействие, которое изначально зацепило этого клиента, что, возможно, имеет не меньшее значение, чем предыдущее.

Вердикт о временном распаде: если вы хотите оптимизировать точки соприкосновения ближе к конверсии, эта модель является единственной , так как точки соприкосновения объединяются, ценность увеличивается вплоть до конверсии, которая будет иметь наибольшую ценность. Эта модель идеальна? Не совсем. Несмотря на то, что он обеспечивает отличную атрибуцию для оптимизации конверсии, он не заслуживает доверия и сильно недооценивает первую точку соприкосновения.

Лучшее из обоих миров: атрибуция на основе позиции

Эта модель сочетает в себе лучшее из линейного и временного затухания, атрибуция на основе позиции приписывает 40% первой и последней точке касания и добавление 20% для каждой промежуточной точки касания. Как такой:

Как и Linear, эта модель учитывает каждую точку касания, но при этом позволяет оптимизировать первую и последнюю точки касания. Использование этой модели позволит вам оптимизировать кампании и ключевые слова на основе наиболее важных моментов в процессе конверсии. Эта модель действительно начинает понимать, как правильно приписывать ценность - чтобы вывести ее на новый уровень, вы можете настроить проценты в соответствии со своими целями.

Однако есть и недостатки: эта модель предполагает, что первая и последняя точки касания заслуживают точно такого же веса. Чтобы лучше объяснить, представьте себе такой сценарий: пользователь сначала нажимает на обычное объявление, чтобы попасть на ваш сайт, а затем шесть взаимодействий конвертируются через платную рекламу - правильно ли предполагать, что и органический листинг, и платное объявление должны получить по 40%? Возможно нет. Реклама была там в решающий момент и побудила пользователя совершить конверсию, но мы по-прежнему будем присваивать такой же вес первоначальному органическому клику.

Вердикт, основанный на позиции. Эта модель великолепна, и если бы нам пришлось порекомендовать ее для использования в AdWords из коробки, это было бы так. Если вы это сделаете, обязательно учитывайте свои веса, чтобы достичь своих целей. По сравнению с моделями атрибуции, которые мы рассмотрели до сих пор, эта, безусловно, лучшая, однако время от времени может потребоваться небольшая корректировка.

Идеальный сценарий: атрибуция на основе данных (DDA)

Эта модель является святым Граалем моделей атрибуции для AdWords, поскольку она учитывает конверсии на основе того, как люди ищут вашу компанию и решают стать вашими клиентами. Эта модель отличается от всех вышеперечисленных, поскольку в ней используются данные о конверсиях для расчета фактического вклада каждого ключевого слова в путь конверсии, что делает модель полностью разной для каждого рекламодателя.

Вы когда-нибудь хотели иметь собственную модель атрибуции? Сейчас самое время. Но подождите, все не так просто - у этой модели довольно высокие требования к данным:

"Как правило, для того, чтобы эта модель была доступна, в аккаунте должно быть не менее 15 000 кликов, а действие-конверсия должно иметь не менее 600 конверсий в течение 30 дней"

Ага. ???? Вдобавок к этому, требования к конверсии должны постоянно выполняться каждый месяц, а это 10 000 кликов и 400 конверсий - это все еще значительная сумма. Преимущество этой модели заключается в том, что она все еще находится в стадии бета-тестирования , отсюда и высокие требования к данным. Мы можем предположить, что чем больше и больше учетных записей переключается на Data-Driven, тем ниже порог и тем более вероятно, что меньшие учетные записи смогут перейти на эту модель.

Согласно Google, « DDA обычно обеспечивает больше конверсий при такой же цене за конверсию, чем атрибуция по последнему клику ». Это все хорошо, но в большинстве случаев это недостижимо, особенно для учетных записей, которые не регистрируют значительный уровень конверсий. Эта модель подходит для электронной коммерции и больших бюджетов, что (пока) довольно раздражает.

Вердикт, основанный на данных: если вы попадаете ниже порогового значения, то в Google AdWords следует действовать именно так. На самом деле огромный процент учетных записей AdWords не соответствует требованиям к ежемесячным данным, поэтому вам придется подождать, пока все клиенты AdWords смогут попробовать эту новую модель.

Сделай сам: пользовательские модели атрибуции

При необходимости вы можете настроить свои модели атрибуции в Google Analytics. Это можно сделать на уровне представления в Google Analytics - просто зайдите в администратор и нажмите «Модели атрибуции»:

Оказавшись здесь, нажмите «+ Новая модель атрибуции»:

Оказавшись здесь, вы сможете выбрать базовую модель, которая будет любой из вышеперечисленных (кроме модели на основе данных). Затем вы можете поиграть с такими функциями, как% взвешивания, период полураспада, окно ретроспективного анализа и добавить собственные правила кредита.

Популярным способом настройки атрибуции является изменение весов в модели, основанной на позиции; скажем, вы хотите, чтобы последняя точка соприкосновения получила больше внимания, чем первая. Вы могли сделать следующее:

У настройки вашей модели есть недостаток: она не будет доступна в интерфейсе AdWords (пока). Эту модель необходимо будет применить в Google Analytics, вы можете добавлять сегменты и пользовательские отчеты для фильтрации платного трафика, но вы не сможете увидеть их в раскрывающемся списке конверсий AdWords:

Вердикт персонализированной атрибуции: возьмите под свой контроль свою атрибуцию, но она не будет отображаться в интерфейсе AdWords . Это отлично подходит для пользователей, которые действительно сосредоточены на том, где они хотят приписать значение, и резервное копирование этого с помощью настраиваемых отчетов в аналитике может помочь вам получить истинное представление о производительности и о том, как оптимизировать свои кампании.

Прежде чем закрыть этот пост об атрибуции Google AdWords, я хочу ответить на вопрос, который мне задают довольно часто:

Что произойдет, если вы измените модель атрибуции в Google Adwords?

Упадут ли конверсии? Будут ли они увеличиваться? Они изменятся? Будет ли моя учетная запись AdWords взорвана?

Расслабиться. Все, что вам нужно сделать, это зайти в AdWords, изменить модель для правильного преобразования и сохранить настройки. Как только вы это сделаете, модель будет обновлена, и вы сразу же начнете отслеживать.

TL; DR

Последний клик: присваивает всю сумму последнему клику, сделанному клиентом. Если объявление было в начале / середине пути, оно не получит кредита.

Первый клик: присваивает всю сумму первому клику, сделанному клиентом. Если объявление было в конце / середине пути, оно не получит кредита.

Линейный: кредит присваивается одинаково для всех точек взаимодействия. Если бы в пути конверсии было четыре взаимодействия, включающих рекламу, он получил бы 0,25 конверсии.

Распад времени: постепенно присваивает кредит, по мере приближения пользователя к конверсии. Первая точка соприкосновения получает меньше всего, а последняя - больше всего.

На основе позиции: назначает 40% кредита первой, 40% последней и дополнительные 20% для всех промежуточных точек взаимодействия.

На основе данных: требуется минимум 15 000 кликов и 600 конверсий за 30 дней. В этой модели используется алгоритм для просмотра данных о конверсиях и присвоения баллов.

Пользовательские: адаптируйте указанные выше модели (не на основе данных) в соответствии с вашими целями. Однако они не будут доступны в интерфейсе AdWords.

Итак, какую модель атрибуции выбрать в Google Adwords?

У вас в аккаунте более 15 000 кликов и 600 конверсий в месяц? В таком случае мы рекомендуем использовать модель, управляемую данными.

Для всех остальных учетных записей мы рекомендуем использовать модель на основе позиции в качестве отправной точки. Как агентство, мы используем последний или первый клик только в редких случаях, так что переходите на позицию на основе, и вы быстро начнете свою атрибуцию.

Если вам нужна помощь с платным поиском, не стесняйтесь обращаться к нам.