Home 9 Analityka eCommerce 9 Modele atrybucji i atrybucja w sklepie internetowym – Jak mierzyć?

Modele atrybucji i atrybucja w sklepie internetowym – Jak mierzyć?

utworzone przez | 14 stycznia 2022 | Analityka eCommerce | 0 komentarzy

Jeśli prowadzisz lub odpowiadasz za sprzedaż w sklepie internetowym, zapewne niejednokrotnie zastanawiałeś się, w jaki sposób realizowane są konwersje. Świetnie, gdyby każda z konwersji była przypisana bezpośrednio do konkretnego źródła. Jednak w rzeczywistości ścieżka zakupowa klienta nie jest tak prosta… Klienci posiadają różną intencję zakupową i są na różnym etapie lejka zakupowego. Idąc dalej, możemy spróbować pogrupować klientów z tą samą intencją zakupową w grupy i w ten sposób analizować realizację transakcji. W tym artykule skupimy się na dokładnym zrozumieniu, czym jest atrybucja oraz jakie są modele atrybucji.

 

Zacznijmy od krótkiego przykładu, który pomoże lepiej zrozumieć ścieżkę zakupową klienta. Załóżmy, że jesteś ojcem 3 dzieci i poszukujesz odkurzacza do mieszkania. Jest to Twój pierwszy zakup, więc rozpoczynasz od szczegółowego research’u. W pierwszej kolejności będziesz poszukiwał artykułów związanych z odkurzaczami, dowiesz się, czym charakteryzują się odkurzacze, jaką mają moc, czy siłę ssącą. Zorientujesz się, że na rynku dostępne są już autonomiczne odkurzacze. Zaczniesz szukać stron, opinii ekspertów oraz rankingów odkurzaczy, porównasz ceny oraz różnice w parametrach.

 

Jesteś mężczyzną w wieku 25 – 40 lat, który ma do wydania 2.000 zł na nowy sprzęt do sprzątania mieszkania 🙂 Zatem, jeśli poznasz już rynkowe urządzenia, porównasz parametry i zdecydujesz się na swój wymarzony model, to przystąpisz do wyboru sklepu ze wskazanym sprzętem. Pomóc Ci w tym może porównywarka cenowa Ceneo.pl lub wyszukiwanie modelu odkurzacza w sieci reklamowej Google. Niezależnie od tego, z którego źródła dokonasz zakupu czy będzie to: ceneo / referral, czy google / cpc przeszedłeś określoną ścieżkę aż do momentu realizacji konwersji. Twoją ścieżkę zakupową możemy zobrazować następująco:

 

Edukowanie się (blog posty) → Research i porównywanie modeli (artykuły sponsorowane na branżowych portalach) → Wybór modelu odkurzacza → Research najlepszej oferty (porównywarka Cenowa lub Google) → Realizacja konwersji.

 

Grup klientów oraz ścieżek realizacji konwersji może być setki jak nie tysiące. Dlatego, aby lepiej opisać, a tym samym zrozumieć, który punkt styku klienta z marką odpowiada za jaki udział sprzedaży w sklepie, stosuje się modelowanie atrybucji. Tym samym jesteśmy w stanie lepiej wydatkować budżet na działania związane z marketingiem, inwestować w rentowne kanały dotarcia do klienta i ograniczać budżet na te nierentowne.

 

Czym jest atrybucja konwersji?

 

Powyższy przykład zobrazował ścieżkę zakupową klienta. Zatem czym jest atrybucja w marketingu? To nic innego jak monitorowanie i przypisywanie udziału konwersji do konkretnego źródła ruchu. Idealny model atrybucji rozdziela jednakowo wartości pochodzące z różnych źródeł ruchu w sklepie i określa dokładnie ich udział.

 

Atrybucja pozwala określić, które działania marketingowe (kanały / źródła ruchu), jakie przynoszą efekty.

 

Zatem, wprowadzając modele atrybucji, chcemy odpowiedzieć na pytania:

 

  • Które działania marketingowe przynoszą największe zyski?
  • W które źródło ruchu powinniśmy inwestować?
  • Czy ostatnie inwestycje przełożyły się na wzrost przychodów w e-sklepie?
  • Które kampanie, źródła ruchu lepiej wyłączyć, aby zaoszczędzić dodatkowy budżet reklamowy?

 

Nie jest to proste zadanie, rzadko kiedy zdarza się, że pierwsza interakcja użytkownika ze sklepem będzie prowadziła do zakupu. Zwłaszcza kiedy mamy do czynienia z droższym produktem ścieżka zakupowa klienta może okazać się długa i rozłożona w czasie. Może zaczynać się od czytania contentu, przez porównanie oferty na stronach, po wejście bezpośrednie a realizację konwersji z remarketingu. Zatem im więcej punktów styku klienta z marką, tym ciężej modelować jest atrybucję.

 

Atrybucja Facebook Ads, Google Ads oraz Google Analytics

 

Jeśli porównywałeś kiedykolwiek konwersję z konta Facebook Ads, Google Ads to mogłeś zauważyć, że suma sprzedaży z managera reklam Facebook Business oraz Google Ads jest większa niż analizowana rzeczywista suma na koncie Google Analytics. Wynika to z faktu, że każdy z kanałów reklamowych stara się przypisać konwersję do siebie. Im większa konwersja, tym chętniej będziemy wydawać dodatkowe środki na kampanie w danym kanale reklamowym 🙂

 

Należy pamiętać, że 2 sieci reklamowe, jakimi są Facebook Ads oraz Google Ads działają niezależnie od siebie. Google Ads nie posiada informacji o wynikach sprzedażowych Facebook Business i odwrotnie. Zatem obydwie sieci reklamowe starają się przypisać do siebie jak największą ilość konwersji. Model atrybucji Facebooka oraz Google Ads przypisuje bezpośrednio do siebie konwersję, jeśli nastąpiła choćby jedna interakcja z reklamą na całej ścieżce zakupowej. Stąd, jak zaobserwowałeś, może się zdarzyć, że ta sama konwersja zostanie przypisana do tych samych źródeł ruchu.

 

Jak mierzyć atrybucję konwersji?

 

Do mierzenia atrybucji najczęściej wykorzystywany jest Google Analytics oraz raport ścieżki wielokanałowe, który znajdziesz tutaj:

Konwersje → Ścieżki wielokanałowe → Przegląd

 

Modele atrybucji - Konwersje wspomagane Google Analytics

 

Jak widać na załączonym screenie, kanały konwersji się przenikają. Największy udział w analizowanym okresie ma kanał płatne wyniki wyszukiwania, który przenika się jednocześnie z wejściami bezpośrednimi. O tym, jaki jest udział płatnych wyników wyszukiwania, w odniesieniu do ogólnej konwersji dowiemy się z kolejnego raportu:

 

Konwersje → Ścieżki wielokanałowe → Konwersje wspomagane

 

Modele atrybucji - Konwersje wspomagane Google Analytics

 

Modele atrybucji w eCommerce

 

Najprościej mówiąc, modele atrybucji określają, które z interakcji występujące na ścieżkach konwersji powinny otrzymać udział w konwersji oraz w jakiej części.

 

Modele atrybucji w eCommerce

 

 

Domyślny model atrybucji konwersji w Google Analytics

 

Zapewne zastanawiasz się, jaki jest domyślny model atrybucji w Google Analytics? Domyślnym modelem atrybucji w Google Analytics jest model Last Non-Direct Click (ostatnie wejście niebezpośrednie). Oznacza to, że konwersja przypisywana jest do źródła poprzedzającego wejście bezpośrednie. Dla lepszego wyjaśnienia kilka przykładów:

 

Przykład no. 1

Użytkownik wchodzi na stronę z organicznych wyników wyszukiwania poprzez wpisanie frazy w Google. Wychodzi ze strony i w następstwie dokonuje zakupu z kanału Direct. Zakup zostanie przypisany do bezpłatnych wyników wyszukiwania.

 

Przykład no. 2

Użytkownik wchodzi na stronę z sieci społecznościowych. Wychodzi, następnie wchodzi ponownie na stronę sklepu tym razem z Direct i dokonuje zakupu. Zakup ponownie zostanie przypisany do źródła, jakim są sieci społecznościowe.

 

Przykład no. 3

Klient zobaczył i kliknął reklamę produktową PLA w sieci reklamowej Google Ads. Następnie wyszedł i wszedł ponownie na stronę po 7 dniach z Direct, dokonując zakup przeglądanego produktu. Konwersja ponownie zostanie przypisana do źródła poprzedzającego Direct.
W tym przypadku będzie to Google / cpc.

 

Ważne!!!
Jedna z ważniejszych rzeczy do zapamiętanie z tego artykułu to: Model Last Non – Direct Click jest domyślną formą atrybucji w Google Analytics. 🙂

 

Google Analytics umożliwia porównanie modeli atrybucji poprzez raport: Konwersje → Ścieżki wielokanałowe → Porównanie modeli atrybucji

 

Raport konwersje wspomagane Google Analytics

 

 

Grupa kanałów ścieżki wielokanałowe

Modele atrybucji – model ostatnia interakcja

 

Modele atrybucji - ostatnia interakcja

 

Model ostatnia interakcja przydziela 100% udziału wartości konwersji ostatniemu kanałowi, z którym klient wchodził w interakcję przed dokonaniem zakupu lub realizacją konwersji. Oznacza to również obejrzenie reklamy.

Kiedy stosować?**
Model „Ostatnia interakcja” może się sprawdzić, gdy reklamy i kampanie mają na celu przyciąganie uwagi użytkowników w momencie zakupu lub, gdy firma bazuje głównie na transakcjach w cyklu sprzedaży pomijającym fazę rozważania zakupu.

 

Modele atrybucji – model ostatnie kliknięcie niebezpośrednie

 

Modele atrybucji - ostatnie klikniecie niebezpośrednie

 

Model Ostatnie kliknięcie niebezpośrednie ignoruje wizyty bezpośrednie i przydziela 100% udziału w wartości konwersji ostatniemu kanałowi, w którym klient kliknął przed zakupem lub konwersją. Jest to domyślny model Google Analytics do przypisywania wartości udziału w konwersji w raportach innych niż dla ścieżek wielokanałowych.

Kiedy stosować?**
Model Ostatnie kliknięcie niebezpośrednie jest domyślnie używany w raportach innych niż dla ścieżek wielokanałowych, dlatego zapewnia użyteczne dane porównawcze do zestawienia z wynikami innych modeli. Co więcej, jeśli uważasz, że wizyty bezpośrednie są realizowane przez klientów, których udało się już pozyskać innym kanałem, możesz je odfiltrować i skupić się na ostatniej aktywności marketingowej przed konwersją.

 

Modele atrybucji – model ostatnie kliknięcie Google Ads

 

 

Modele atrybucji - Ostatnie kliknięcie Google Ads

 

Model Ostatnie kliknięcie Google Ads przypisuje 100% udziału w wartości konwersji ostatniej reklamie Google Ads, którą klient kliknął przed zakupem lub konwersją.

Kiedy stosować?**
Użyj tego modelu, jeśli chcesz zidentyfikować i przypisać udział reklam Google Ads, które wygenerowały najwięcej konwersji.

 

Modele atrybucji – model pierwsza reakcja

 

Modele atrybucji - Google Ads pierwsza interakcja

Model Pierwsza interakcja przydziela 100% udziału w wartości konwersji pierwszemu kanałowi, z którym klient wszedł w interakcję.

Kiedy stosować?**
Ten model jest odpowiedni dla reklamodawców, którym zależy na budowaniu początkowej świadomości. Jeśli, na przykład Twoja marka nie jest jeszcze znana na rynku, możesz położyć nacisk na te słowa kluczowe lub kanały, które stanowią dla klientów pierwszy kontakt z marką.

 

Modele atrybucji – model liniowy

 

Modele atrybucji - Model liniowy

Model Liniowy przypisuje taki sam udział wszystkim kanałom interakcji na drodze do konwersji.

Kiedy stosować?**
Ten model jest odpowiedni dla reklamodawców, którzy chcą zachować kontakt z klientem i utrzymywać świadomość marki w ramach całego cyklu sprzedaży. W takiej sytuacji każdy punkt styczności jest dla Ciebie równie ważny.

 

Modele atrybucji – model rozkład czasowy

 

Modele atrybucji - Atrybucja rozkład czasowy

Jeśli cykl sprzedaży obejmuje tylko krótką fazę rozważania, odpowiedni może być model Rozkład czasowy. Ten model opiera się na koncepcji rozkładu wykładniczego i przypisuje największy udział punktom kontaktu najbliżej czasu konwersji. Model Spadek udziału z upływem czasu ma domyślny okres półtrwania, który wynosi 7 dni, co oznacza, że punkt styczności, który wystąpił 7 dni przed konwersją, będzie mieć wartość równą połowie punktu styczności występującego w dniu konwersji. I odpowiednio – punkt styczności, który wystąpił 14 dni wcześniej, będzie liczony jako 1/4 punktu styczności z dnia konwersji. Spadek wykładniczy trwa przez cały okres ważności (który domyślnie liczy 30 dni).

Kiedy stosować?**
Jeśli prowadzisz jedno lub dwudniowe kampanie promocyjne, ważniejsze mogą być dla Ciebie interakcje, do których dochodzi w dniach promocji. W takiej sytuacji interakcje sprzed tygodnia w porównaniu z punktami styczności blisko konwersji mają niewielką wartość.

 

Modele atrybucji – model uwzględnienie pozycji

 

Modele atrybucji - Uwzględnienie pozycji

 

Model Uwzględnienie pozycji pozwala połączyć cechy modeli Ostatnia interakcja i Pierwsza interakcja. Zamiast przypisywać cały udział pierwszej lub ostatniej interakcji, możesz go podzielić między oba te rodzaje interakcji. Jednym z często występujących scenariuszy jest przypisanie po 40% udziału pierwszej i ostatniej interakcji oraz 20% interakcjom pośrednim.

Kiedy stosować?**
Użyj tego modelu, jeśli najważniejszymi punktami styczności są pierwszy kontakt klienta z marką i etap prowadzący do zakupu.

 

Który model atrybucji konwersji jest najlepszy?

 

Kolejnym ważnym punktem w odniesieniu do modelowania atrybucji konwersji jest ruch przychodzący na stronę sklepu. Musimy pamiętać, że Google Analytics mierzy ruch w odniesieniu do ciasteczek. Zatem, jeśli w ramach jednego urządzenia użytkownik wejdzie na tę samą stronę z 3 różnych przeglądarek internetowych, to GA wykryje i przypisze 3 różne sesje. Jedynie platformy typu Facebook, lub Twitter, na których jesteśmy zalogowani niezależnie od urządzenia, pozwalają na monitorowanie transakcji typu Cross- Device. Na przykład inicjacja transakcji na smartfonie (wyświetlenie reklamy), finalizacja zamówienia z desktopa poprzez kliknięcie remarketingu. Zatem, w jaki sposób sprawdzić, czy modelowanie atrybucji ma sens dla mojego sklepu internetowego? Jeśli ilość sesji z urządzeń mobilnych oraz ilość kanałów pozyskania ruchu na urządzeniu mobilnym jest wysoka (bliska desktop lub wyższa od desktopa), oznaczać to może, że wyniki będą przekłamane, a model atrybucji nie opisze dokładnie sytuacji faktycznej.

 

Świetnie opisuje ten mechanizm Damian Ramus, bardziej szczegółowe objaśnienie tematu znajdziesz tutaj.

 

Podsumowanie

 

Jak widzisz, poprawne dobranie modelu atrybucji oraz jego zrozumienie, pomoże Ci w lepszym zrozumieniu zachowania Twoich klientów. Najważniejsze punkty z artykułu to: Model Last Non – Direct Click jest domyślną formą atrybucji w Google Analytics. Natomiast jeśli chcesz badać odpowiednie kanały i źródła ruchu w sklepie internetowym, pomogą Ci w tym odpowiednie modele atrybucji, które omówiliśmy powyżej. Im więcej wizyt mobilnych, tym mniej wiarygodny model atrybucji.

 

Źródła wiedzy:
*https://www.damianrams.pl/atrybucja-konwersji/
**https://support.google.com/analytics/answer/1665189

Grzegorz Sękowski
Grzegorz Sękowski

eCommerce manager, konsultant ds. eCommerce, twórca brandu Napnell oraz autor bloga. Zajmuje się cyfryzacją eCommerce przedsiębiorstw. Pomagam tworzyć sklepy internetowe oraz zwiększać w nich sprzedaż. Prywatnie miłośnik szachów, sqasha oraz kina.

5/5 - (20 votes)

Komentarze

Poland

Wyrażam zgodę na przetwarzanie imienia oraz adresu e-mail w celu wysyłki Newslettera. Zaznaczając zgodę jednocześnie akceptuję warunki Polityki Prywatności. Zgoda jest dobrowolna i może zostać wycofana w dowolnym momencie.

 

Newsletter eCommerce

Wyrażam zgodę na przetwarzanie imienia oraz adresu e-mail w celu wysyłki Newslettera. Zaznaczając zgodę jednocześnie akceptuję warunki Polityki Prywatności. Zgoda jest dobrowolna i może zostać wycofana w dowolnym momencie.