Почему, что и как в моделях маркетинговой атрибуции
Posted: Tue Jan 07, 2025 3:29 am
Одна из самых сложных частей маркетинга — выяснить, откуда на самом деле берутся ваши конверсии и какие кампании должны получить признание. Позвольте мне закончить спор прямо сейчас: отдайте все признание и деньги вашим авторам контента.
Шутка. Вам следует построить модель маркетинговой атрибуции, а затем отдать все деньги своим контент-райтерам.
Реальные кадры вашей контент-команды.
Опять шучу.
Пути конверсии становятся сложнее с каждым новым аргентина телефонные данные типом точки соприкосновения. Прошли те времена, когда просто отслеживали пути конверсии через номер телефона, указанный в печатной рекламе. Ни ваши пути конверсии, ни ваша карта взаимодействия клиента с брендом больше не сводятся к одному или двум касаниям. Вам нужно различать прямые, органические, социальные, электронную почту, платные и любые внешние источники, чтобы получить истинную картину поведения ваших клиентов. Как только вы увидите, как клиенты взаимодействуют с вашим брендом, вы можете начать влиять на это поведение.
ТАКЖЕ ЧИТАЙТЕ: 6 Moz альтернатив для любого SEO-проекта
Как узнать, как клиенты взаимодействуют с вашим брендом? Данные. Каждый фрагмент контента, социальный репост, телефонный звонок и электронное письмо могут потенциально отправлять данные обратно в ваш аналитический инструмент, если вы помечаете каждое из этих потенциальных касаний.
Тегирование сообщает вашему аналитическому инструменту, откуда берутся данные, и тогда вы можете увидеть полную картину пути клиента, верно? Если бы это было так просто.
Маркетологи и аналитики данных используют ряд различных моделей маркетинговой атрибуции для проверки своих теорий о поведении клиентов. Это означает, что ни одна модель не будет работать одинаково для всех отраслей. Предупреждение: я не собираюсь давать вам модель, которая работает сразу из коробки в конце этой статьи, потому что такой модели не существует. Вот что вы узнаете вместо этого:
Типы моделей атрибуции, которые являются стандартными в Google Analytics (и других подобных инструментах)
Что работает, а что нет в этих моделях
Лучшие модели для начала вашего исследования
Важные моменты, которые следует учесть перед началом работы
Несколько слов о прямом трафике
Не обманывайтесь сеансами, помеченными как «прямые» в вашем аналитическом инструменте. Есть несколько вещей о том, как рассчитывается прямой трафик, которые должен знать каждый маркетолог:
Согласно Bizible, «трафик, приписываемый Direct, обычно определяется маркетинговой аналитикой как любой момент, когда посетитель вручную вводит ваш URL. Но на самом деле, почти каждый продукт маркетинговой аналитики рассматривает любого посетителя, у которого нет источника перехода, как Direct ». Другими словами, вы можете получать искусственно завышенные показатели количества посетителей.
SSL имеет значение: Google и другие поисковые системы считают трафик, который переходит с защищенного сайта HTTPS на сайт HTTP, прямым трафиком. Данные о рефералах клиентов удаляются, когда пользователь переходит с защищенного сайта на незащищенный, поэтому вы можете потерять много действительно полезных данных о рефералах, а без данных о рефералах ваш аналитический инструмент помечает этот трафик как прямой. Видите проблему?
Два способа исправить это. Вам следует сделать оба:
Получите SSL-сертификат на свой сайт.
Используйте UTM-метки для всех своих кампаний. </rant>
Модели маркетинговой атрибуции
модели маркетинговой атрибуции
Представьте себе маркетинговую воронку как групповой проект в школе. Каждый тратит разное количество времени на создание проекта, и некоторые люди делают гораздо больше работы, чем другие. Модели атрибуции пытаются отдать должное членам команды, которые выполняют больше всего работы, но большинство этих моделей несовершенны. Вы можете найти некоторые из них полезными для пограничных случаев и выбросов, но большинство из них не работают для реальной атрибуции. Давайте посмотрим.
Последнее прикосновение
Не используйте эту модель; она отдает все заслуги последней точке соприкосновения перед конверсией. Это означает, что тот, кто сдает отчет, получает все заслуги за работу. На первый взгляд, атрибуция последнего соприкосновения кажется разумной, потому что последний штрих (последний фрагмент контента или рекламы или что-то еще) получает все заслуги. Но эта модель не учитывает все остальные штрихи, которые привели клиента к вашему бренду, и она предполагает, что последний штрих — это то, что заставило его сказать: «Да, я хочу это» и нажать кнопку «Купить».
Первое касание
Точно так же, как и модель последнего касания, за исключением того, что она приписывает все первому касанию. Все еще нехорошо, и по тем же причинам: она игнорирует все остальные касания на пути покупателя.
Атрибуция последнего непрямого клика
Это значение по умолчанию Google Analytics, и оно искажает данные так же сильно, как и первые два. Эта модель отдает все заслуги последней кампании (социальной, электронной почты, платной и т. д.) перед прямым посещением вашего сайта — когда клиент вводит ваш сайт в строку поиска. Используя аналогию с групповым проектом снова, эта модель сродни утверждению, что человек, который распечатал отчет и отдал его сдающему, получает все заслуги, даже если этот человек не выполнял никакой другой работы по проекту. Это несправедливо по отношению ко всем.
Авинаш Кошик из Market Motive дает небольшой обзор того, как эта модель портит некоторые из ваших отчетов Google Analytics: « Эта модель — раздражающая причина, по которой ни один из ваших стандартных отчетов Google Analytics не соответствует вашим стандартным отчетам по многоканальным последовательностям, даже если вы смотрите на конверсии в стандартных отчетах по обзору многоканальных последовательностей или по ассоциированным конверсиям». Спасибо, Google.
Последний клик AdWords
Нет ничего плохого в том, чтобы приписывать все свои маркетинговые усилия AdWords.
Ладно, извините. Я не могу сохранять серьезное выражение лица. Очевидно, что эта модель так же проблематична, как и любая другая, которую мы обсуждали до сих пор. Почему вы приписываете всю заслугу и власть алгоритмам AdWords? Эта модель может быть ценной, если вы пытаетесь понять, какие части ваших платных кампаний работают, но, опять же, вы можете получить доступ к этим же данным через свой реальный аккаунт AdWords.
Линейная атрибуция
Все в группе получают одинаковые баллы, независимо от того, сколько работы они сделали. Отлично для парня, который идет за начос вместо того, чтобы встретиться со всеми остальными в библиотеке, но не очень хорошо для ваших трудяг. Также не очень хорошо для попыток выяснить, какие из ваших точек соприкосновения приносят конверсии, а какие истощают ваши ресурсы.
Задержка времени
Задержка по времени на самом деле имеет немного смысла, в отличие от всех остальных, которые мы видели до сих пор. Да, вы должны придавать больше веса кликам, которые ближе к конверсии (здесь наша аналогия с групповым проектом немного разваливается, но если мы предположим, что люди, которые больше всего вовлечены в проект, также являются теми, кто его печатает и сдает, то все пройдет более гладко). Если вы сосредоточите свои усилия на частях вашей воронки, которые приводят к конверсиям, эта модель поможет вам выяснить, какие кампании побуждают клиентов к покупке. Но существуют и лучшие модели. Продолжайте читать!
Модель, основанная на позиции
Эта модель автоматически отдает 40 процентов кредита как первому, так и последнему взаимодействию, а затем равномерно распределяет оставшуюся часть кредита между средними взаимодействиями. Эта модель работает лучше, чем атрибуция первого и последнего клика, потому что она отдает немного кредита тем кампаниям между ними, но она все еще не очень хороша. Не так хороша, как задержка по времени, конечно.
Пользовательская модель
Не для новичков и не для случайных маркетологов (как будто таковые существуют). Будьте осторожны и планируйте заранее. То, что это лучшая модель в большинстве случаев, не означает, что все должны сразу же в нее бросаться. Тем не менее, когда вы будете готовы, мы собрали несколько лучших практик для создания пользовательской модели в разделе ниже.
Создание вашей индивидуальной модели маркетинговой атрибуции
Чтобы избежать неприятных сюрпризов, перед созданием собственной модели ознакомьтесь с этим контрольным списком:
Пометьте свои кампании . Все. Если вы еще не используете параметры UTM для своих кампаний, прекратите то, что вы делаете, и создайте их. Помните: атрибуция Google Analytics работает с учетом этих тегов (Google Analytics приобрела Urchin в 2005 году, как в Urchin Tracking Module [UTM], потому что их параметры тегирования и аналитическая модель имели смысл). Вы можете положиться на Campaign URL Builder от Google, пока не ознакомитесь со структурой.
Проверьте данные CPA . Стоимость за приобретение поможет вам понять, сколько вы тратите на каждую конверсию, и поможет вам решить, куда вы вложите эти средства в будущем.
Подсчитайте свои микроконверсии : как пользователи взаимодействуют с вашим брендом? Эти большие конверсии находятся в конце цикла, но подсчитайте все остальные способы взаимодействия пользователей с вашим брендом: загрузки технических документов, клики по статьям в блогах, подписки на электронную почту, репосты в социальных сетях, вебинары и т. д.
Поставьте под сомнение типы поведения микроконверсий , которые представляют наибольшую ценность для вашего бренда. Это требует немного интуиции, немного здравого смысла, немного психологии клиентов и осознания собственных предубеждений. Обсудите это со своей командой, поскольку эксперт SEM и автор контента будут иметь разные взгляды и предубеждения.
Создайте точные временные рамки для конверсий. Вы действительно знаете, основываясь на данных, сколько времени требуется вашему клиенту для конверсии? Слава богу, в Google Analytics есть готовый ответ на этот вопрос. Перейдите в Google Analytics в раздел Конверсии > Многоканальные последовательности > Задержка по времени. Это покажет вам нормальную скорость взаимодействия с вашим брендом на вашем сайте. Вероятно, вы захотите немного расширить это значение, чтобы учесть выбросы. Кроме того, если вы помните из начала статьи тот лакомый кусочек о прямом трафике, вам, возможно, придется переработать данные о рефералах, чтобы получить точную картину.
создать индивидуальную модель маркетинговой атрибуции
Затем действуйте. Создайте эту пользовательскую модель атрибуции. В Google Analytics перейдите в раздел Конверсии>Атрибуция>Сравнение моделей. Вам нужно будет построить там новую модель, нажав «Выбрать модель» (над таблицей) и выбрав «Создать новую пользовательскую модель». Я предлагаю вам построить свою первую модель на основе модели позиции и изменить процентные соотношения, чтобы отдать гораздо меньше кредита первому клику, значительно больше последнему клику, а остальное распределить по середине.
Шутка. Вам следует построить модель маркетинговой атрибуции, а затем отдать все деньги своим контент-райтерам.
Реальные кадры вашей контент-команды.
Опять шучу.
Пути конверсии становятся сложнее с каждым новым аргентина телефонные данные типом точки соприкосновения. Прошли те времена, когда просто отслеживали пути конверсии через номер телефона, указанный в печатной рекламе. Ни ваши пути конверсии, ни ваша карта взаимодействия клиента с брендом больше не сводятся к одному или двум касаниям. Вам нужно различать прямые, органические, социальные, электронную почту, платные и любые внешние источники, чтобы получить истинную картину поведения ваших клиентов. Как только вы увидите, как клиенты взаимодействуют с вашим брендом, вы можете начать влиять на это поведение.
ТАКЖЕ ЧИТАЙТЕ: 6 Moz альтернатив для любого SEO-проекта
Как узнать, как клиенты взаимодействуют с вашим брендом? Данные. Каждый фрагмент контента, социальный репост, телефонный звонок и электронное письмо могут потенциально отправлять данные обратно в ваш аналитический инструмент, если вы помечаете каждое из этих потенциальных касаний.
Тегирование сообщает вашему аналитическому инструменту, откуда берутся данные, и тогда вы можете увидеть полную картину пути клиента, верно? Если бы это было так просто.
Маркетологи и аналитики данных используют ряд различных моделей маркетинговой атрибуции для проверки своих теорий о поведении клиентов. Это означает, что ни одна модель не будет работать одинаково для всех отраслей. Предупреждение: я не собираюсь давать вам модель, которая работает сразу из коробки в конце этой статьи, потому что такой модели не существует. Вот что вы узнаете вместо этого:
Типы моделей атрибуции, которые являются стандартными в Google Analytics (и других подобных инструментах)
Что работает, а что нет в этих моделях
Лучшие модели для начала вашего исследования
Важные моменты, которые следует учесть перед началом работы
Несколько слов о прямом трафике
Не обманывайтесь сеансами, помеченными как «прямые» в вашем аналитическом инструменте. Есть несколько вещей о том, как рассчитывается прямой трафик, которые должен знать каждый маркетолог:
Согласно Bizible, «трафик, приписываемый Direct, обычно определяется маркетинговой аналитикой как любой момент, когда посетитель вручную вводит ваш URL. Но на самом деле, почти каждый продукт маркетинговой аналитики рассматривает любого посетителя, у которого нет источника перехода, как Direct ». Другими словами, вы можете получать искусственно завышенные показатели количества посетителей.
SSL имеет значение: Google и другие поисковые системы считают трафик, который переходит с защищенного сайта HTTPS на сайт HTTP, прямым трафиком. Данные о рефералах клиентов удаляются, когда пользователь переходит с защищенного сайта на незащищенный, поэтому вы можете потерять много действительно полезных данных о рефералах, а без данных о рефералах ваш аналитический инструмент помечает этот трафик как прямой. Видите проблему?
Два способа исправить это. Вам следует сделать оба:
Получите SSL-сертификат на свой сайт.
Используйте UTM-метки для всех своих кампаний. </rant>
Модели маркетинговой атрибуции
модели маркетинговой атрибуции
Представьте себе маркетинговую воронку как групповой проект в школе. Каждый тратит разное количество времени на создание проекта, и некоторые люди делают гораздо больше работы, чем другие. Модели атрибуции пытаются отдать должное членам команды, которые выполняют больше всего работы, но большинство этих моделей несовершенны. Вы можете найти некоторые из них полезными для пограничных случаев и выбросов, но большинство из них не работают для реальной атрибуции. Давайте посмотрим.
Последнее прикосновение
Не используйте эту модель; она отдает все заслуги последней точке соприкосновения перед конверсией. Это означает, что тот, кто сдает отчет, получает все заслуги за работу. На первый взгляд, атрибуция последнего соприкосновения кажется разумной, потому что последний штрих (последний фрагмент контента или рекламы или что-то еще) получает все заслуги. Но эта модель не учитывает все остальные штрихи, которые привели клиента к вашему бренду, и она предполагает, что последний штрих — это то, что заставило его сказать: «Да, я хочу это» и нажать кнопку «Купить».
Первое касание
Точно так же, как и модель последнего касания, за исключением того, что она приписывает все первому касанию. Все еще нехорошо, и по тем же причинам: она игнорирует все остальные касания на пути покупателя.
Атрибуция последнего непрямого клика
Это значение по умолчанию Google Analytics, и оно искажает данные так же сильно, как и первые два. Эта модель отдает все заслуги последней кампании (социальной, электронной почты, платной и т. д.) перед прямым посещением вашего сайта — когда клиент вводит ваш сайт в строку поиска. Используя аналогию с групповым проектом снова, эта модель сродни утверждению, что человек, который распечатал отчет и отдал его сдающему, получает все заслуги, даже если этот человек не выполнял никакой другой работы по проекту. Это несправедливо по отношению ко всем.
Авинаш Кошик из Market Motive дает небольшой обзор того, как эта модель портит некоторые из ваших отчетов Google Analytics: « Эта модель — раздражающая причина, по которой ни один из ваших стандартных отчетов Google Analytics не соответствует вашим стандартным отчетам по многоканальным последовательностям, даже если вы смотрите на конверсии в стандартных отчетах по обзору многоканальных последовательностей или по ассоциированным конверсиям». Спасибо, Google.
Последний клик AdWords
Нет ничего плохого в том, чтобы приписывать все свои маркетинговые усилия AdWords.
Ладно, извините. Я не могу сохранять серьезное выражение лица. Очевидно, что эта модель так же проблематична, как и любая другая, которую мы обсуждали до сих пор. Почему вы приписываете всю заслугу и власть алгоритмам AdWords? Эта модель может быть ценной, если вы пытаетесь понять, какие части ваших платных кампаний работают, но, опять же, вы можете получить доступ к этим же данным через свой реальный аккаунт AdWords.
Линейная атрибуция
Все в группе получают одинаковые баллы, независимо от того, сколько работы они сделали. Отлично для парня, который идет за начос вместо того, чтобы встретиться со всеми остальными в библиотеке, но не очень хорошо для ваших трудяг. Также не очень хорошо для попыток выяснить, какие из ваших точек соприкосновения приносят конверсии, а какие истощают ваши ресурсы.
Задержка времени
Задержка по времени на самом деле имеет немного смысла, в отличие от всех остальных, которые мы видели до сих пор. Да, вы должны придавать больше веса кликам, которые ближе к конверсии (здесь наша аналогия с групповым проектом немного разваливается, но если мы предположим, что люди, которые больше всего вовлечены в проект, также являются теми, кто его печатает и сдает, то все пройдет более гладко). Если вы сосредоточите свои усилия на частях вашей воронки, которые приводят к конверсиям, эта модель поможет вам выяснить, какие кампании побуждают клиентов к покупке. Но существуют и лучшие модели. Продолжайте читать!
Модель, основанная на позиции
Эта модель автоматически отдает 40 процентов кредита как первому, так и последнему взаимодействию, а затем равномерно распределяет оставшуюся часть кредита между средними взаимодействиями. Эта модель работает лучше, чем атрибуция первого и последнего клика, потому что она отдает немного кредита тем кампаниям между ними, но она все еще не очень хороша. Не так хороша, как задержка по времени, конечно.
Пользовательская модель
Не для новичков и не для случайных маркетологов (как будто таковые существуют). Будьте осторожны и планируйте заранее. То, что это лучшая модель в большинстве случаев, не означает, что все должны сразу же в нее бросаться. Тем не менее, когда вы будете готовы, мы собрали несколько лучших практик для создания пользовательской модели в разделе ниже.
Создание вашей индивидуальной модели маркетинговой атрибуции
Чтобы избежать неприятных сюрпризов, перед созданием собственной модели ознакомьтесь с этим контрольным списком:
Пометьте свои кампании . Все. Если вы еще не используете параметры UTM для своих кампаний, прекратите то, что вы делаете, и создайте их. Помните: атрибуция Google Analytics работает с учетом этих тегов (Google Analytics приобрела Urchin в 2005 году, как в Urchin Tracking Module [UTM], потому что их параметры тегирования и аналитическая модель имели смысл). Вы можете положиться на Campaign URL Builder от Google, пока не ознакомитесь со структурой.
Проверьте данные CPA . Стоимость за приобретение поможет вам понять, сколько вы тратите на каждую конверсию, и поможет вам решить, куда вы вложите эти средства в будущем.
Подсчитайте свои микроконверсии : как пользователи взаимодействуют с вашим брендом? Эти большие конверсии находятся в конце цикла, но подсчитайте все остальные способы взаимодействия пользователей с вашим брендом: загрузки технических документов, клики по статьям в блогах, подписки на электронную почту, репосты в социальных сетях, вебинары и т. д.
Поставьте под сомнение типы поведения микроконверсий , которые представляют наибольшую ценность для вашего бренда. Это требует немного интуиции, немного здравого смысла, немного психологии клиентов и осознания собственных предубеждений. Обсудите это со своей командой, поскольку эксперт SEM и автор контента будут иметь разные взгляды и предубеждения.
Создайте точные временные рамки для конверсий. Вы действительно знаете, основываясь на данных, сколько времени требуется вашему клиенту для конверсии? Слава богу, в Google Analytics есть готовый ответ на этот вопрос. Перейдите в Google Analytics в раздел Конверсии > Многоканальные последовательности > Задержка по времени. Это покажет вам нормальную скорость взаимодействия с вашим брендом на вашем сайте. Вероятно, вы захотите немного расширить это значение, чтобы учесть выбросы. Кроме того, если вы помните из начала статьи тот лакомый кусочек о прямом трафике, вам, возможно, придется переработать данные о рефералах, чтобы получить точную картину.
создать индивидуальную модель маркетинговой атрибуции
Затем действуйте. Создайте эту пользовательскую модель атрибуции. В Google Analytics перейдите в раздел Конверсии>Атрибуция>Сравнение моделей. Вам нужно будет построить там новую модель, нажав «Выбрать модель» (над таблицей) и выбрав «Создать новую пользовательскую модель». Я предлагаю вам построить свою первую модель на основе модели позиции и изменить процентные соотношения, чтобы отдать гораздо меньше кредита первому клику, значительно больше последнему клику, а остальное распределить по середине.