Как пользователь идет к покупке — подробное руководство по ассоциированным конверсиям и моделям атрибуции. Как оценить источники трафика, используя модели атрибуции в Google Analytics

С каждым годом конкуренция на рынке усиливается, что заставляет предпринимателей буквально сражаться за каждого посетителя сайта. Именно поэтому в потребительском маркетинге на первый план выходит стратегия, основанная на поведении пользователя. Это в конечном итоге позволяет повысить выручку и увеличить число клиентов. Однако, к сожалению, многие маркетологи и владельцы сайтов просто игнорируют эту по-настоящему ценную информацию о поведении пользователей.

Начало конверсионного пути посетителя сайта сейчас может лежать в платных медиа, онлайн-рекламе и офлайн точках контакта (флаеры, сувенирная продукция, сарафанное радио). Единственным способом узнать, какие каналы действительно способствуют повышению конверсии, является использование смарт-метрик.

Введение атрибуции

Атрибуция – это определение источника трафика, благодаря которому была совершена конверсия (целевое действие или продажа).


К примеру, предположим, что клиент видит ваше объявление на своем любимом новостном сайте, однако не предпринимает никаких действий. Позже он видит его в одной из социальных сетей, нажимает на объявление, но роста конверсии не происходит. В конечном итоге, он видит ваш призыв к действию на другом сайте, переходит на страницу и совершает целевое действие. Атрибуция позволяет вам отслеживать этот процесс, выявлять наиболее эффективные каналы и, в соответствии с полученной информацией, выстраивать маркетинговую стратегию.

Существует три основных действия, позволяющих включить атрибуцию в вашу маркетинговую кампанию.

  1. Выберите модель атрибуции.

Существует множество вариантов, однако наиболее используемыми из них являются следующие:

  • Последний клик . Согласно недавнему опросу, 80% рекламодателей используют эту модель атрибуции, несмотря на то, что считают ее недостаточно эффективной. На конверсию влияют самые различные факторы, однако эта модель охватывает все каналы, «затянувшие» клиента в воронку продаж. Пользователь видел одно и то же объявление на четырех разных сайтах – его интерес продолжал расти после каждого просмотра, однако лишь на последнем сайте клиент решился на целевое действие.
  • Первый клик. Эта модель является обратной проекцией предыдущей. В этом случае «главной» считается именно первое объявление из всех, на которые нажал потенциальный клиент, даже если его действие не привело к моментальному увеличению конверсии.
  • Первый и последний клик. Суть этой модель сводится к тому, что первое объявление пробуждает в пользователе интерес, а последнее побуждает его совершить действие.
  • Равные права. Согласно этой концепции, всем размещенным и просмотренным клиентом объявлениям приписывается одинаковое значение.
  • «Полная» воронка продаж. В этом случае значение имеет каждый элемент конверсионного пути пользователя. Можно даже определить в процентном соотношении, насколько важно первое объявление, какова роль email-маркетинга и, наконец, призыва к действию, благодаря которому в итоге и было совершено целевое действие. Это позволяет ранжировать значение каждого элемента маркетинговой кампании.

Вам следует протестировать различные модели, чтобы определить, какая из них эффективнее всего работает именно для вашего бизнеса.

  1. Найдите платформу для осуществления атрибуции.

В зависимости от типа кампании, которую вы запускаете, атрибуция может быть встроена в используемую вами систему. Если это не так, у вас всегда есть возможность использовать различные сервисы, к примеру, в инструментах ретаргетинга AdRoll и Perfect Audience эта функция встроена в систему, как и в Facebook и Google’s Double Click Campaign Manager.

Для того чтобы добиться максимальной функциональности атрибуции, вы сможете использовать аналитические платформы, такие как Google Analytics, IBM Digital Analytics и Adobe Site Catalyst. В качестве альтернативного варианта вы можете нанять специалиста по атрибуции, который поможет разобраться в этом процессе.

Также понять эффективность канала можно, используя витжеты. Например, благодаря тому, что клиент провзаимодействует с витжетами: кликнет на «крестик», перейдет на рекомендуемую во всплывающем окне или оставит контакты.

Система Google Analytics посчитает целевое действие (которое нужно Вам) и найдет его источник. Так вы сможете понять, что Яндекс Директ, например, принес Вам 1 e-mail от клиента через .

Подробнее о том, как витжеты помогают строить воронки продаж и измерять эффективность каналов .

  1. A / B тестирование с использованием атрибуции поможет лучше понять клиента.

Атрибуция в сочетании с A/B тестированием позволяет обратить внимание на те каналы, которые демонстрируют лучшие показатели, а также протестировать различные маркетинговые элементы, такие как призыв к действию, дизайн, использование выгодных предложений и т.д. По сути, это позволяет понять, как ваши действия влияют на весь цикл продаж.

Для того чтобы выявить, какой элемент кампании является более эффективным, рекомендуется встроить атрибуцию в каждый из них. Список включает в себя социальные сети, ретаргетинг объявлений, email-маркетинг, прямую рекламу и т.д. В итоге вы будете точно знать, что «этот баннер на этом сайте или вот эта цепочка писем в сумме дают X дохода».

Атрибуция позволяет лучше понять конверсионный путь ваших клиентов, а это, в свою очередь, поможет вам грамотно рассчитать расходы и оптимизировать маркетинговую стратегию.

Атрибуция продаж представляет собой инструмент, позволяющий отслеживать взнос каждого задействованного рекламного канала по произведенным целевым действиям определенного пользователя.

Целевые действия могут быть представлены следующими операциями:

  • online-регистрация;
  • покупка товара/услуги;
  • получение контактных данных.

Детальное определение атрибуции, раскрывает процесс, при котором маркетологи определяют, какие из инструментов приносят соответствующей фирме больше прибыли. Как вывод, идет вложение финансов в наиболее перспективные варианты, позволяющие повысить показатель ROI.

Модель атрибуции - это по-настоящему идеальное решение для построения рекламного плана, благодаря которому можно использовать наиболее результативную стратегию. Ее работа основывается на проверенных инструментах, позволяющих вливать инвестиции не опасаясь непредвиденных ситуаций. С помощью правильно-настроенной модели атрибуции можно фиксировать вклад каждого маркетингового канала, при этом рационально распределять бюджет.

Атрибуция в Яндекс Метрике

При задействовании различных средств атрибуции можно настроить отчет используя при этом источники трафика. При создании отчета для каждого пользователя может быть предоставлена информация о трех источниках:

  • первый;
  • последний;
  • последний значимый.

Метрика для моделей «Последний значимый» и «Первый переход» применяет историю посещения пользователей.

Проанализируем такой пример:

Пользователь посетил веб-ресурс по ссылке контекстной рекламы , сделал несколько переходов по страницам сайта и вышел. Спустя некоторое время вошел на сайт снова, однако, уже при помощи результатов поиска. А позже появился снова, предварительно введя адрес в строку обозревателя, и произвел заказ. Как видим, пользователь посетил сайт трижды.

Для распознания точного источника перехода, следует применять различные модели атрибуции:

Назначение данной модели подходит для ресурсов с отложенной конверсией , то есть когда пользователь раздумывает о целевом действии (например: регистрация online), и во время своих размышлений может возвращаться на сайт, задействуя иные источники трафика. Помимо этого, модель может применяться, если необходимо узнать какой из источников больше привлекает посетителей.

В данной модели используется история пользователя, то есть берется источник трафика изначального посещения. Все дальнейшие посещения будут адресоваться к первоисточнику. В примере указан визит пользователя, сделавший переход по рекламе.

При задействовании данной модели, каждое посещение Метрика выявит источник перехода в настоящий период времени, не учитывая при этом истории посещения пользователя. На примере видим три посещения, каждое из которых имеет персональный источник:


Помимо этого, модель может быть использована при техническом анализе веб-ресурса. Примером может послужить выявления страниц, неимеющих счетчика при помощи анализа внутренних переходов.

Последний значимый переход

Данная модель дает возможность наиболее корректно высчитать конверсию. Источники в данном случае можно разделить на две группы: значимые и вторичные (незначимые).

Посещаемость с задействованием незначимых источников осуществляется путем переходов на веб-ресурс с сохраненных страниц с использованием адреса и внутренних переходов, которые, в свою очередь, подпадают под более значимый предыдущий источник, предоставляя возможность детальней проверить его эффективность.

Пример источников первого и второго посещения представлен значимыми вариантами - реклама и поиск. Помимо этого, источник первого посещения не может быть изменен. Источник третьего посещения является незначимым (прямой заход). В связи с этим посещения пользователя подпадают под второй значимый источник - поиск:

Данная модель атрибуции также отлично подходит для веб-сайтов с быстрой конверсией, происходящей в рамках одного и того же посещения.

При использовании Инструмента сравнения моделей допускается анализ влияние всевозможных моделей атрибуции относительно ценности маркетинговых каналов. Количество и ценность конверсий для каждого определенного канала будет зависеть от применяемой модели атрибуции. Канал, который фигурировал в самом начале продвижения конверсии, с задействованием модели «Первое взаимодействие ценность» будет превышать уровень модели «Последние взаимодействие».

При улучшенной атрибуции ссылок появляется ряд преимуществ:

  1. 1 Получение индивидуальной статистики для разных ссылок (линков) на одной странице, которые ведут на один и тот же сайт. К примеру, если на странице приведено два линка ведущих на раздел «Связаться с нами» - вам будет приведена информация по каждому из них.
  2. 2 Отслеживание кнопок, действий и меню, для функционирования которых применяется JavaScript.
  3. 3 Распознание элементов, отсылающих на несколько разных веб-ресурсов. Пример такого элемента: кнопка «Поиск».

Как выполнить улучшенную атрибуцию линков на странице

Следует добавить в код отслеживания соответствующий тег, который ниже приведен в качестве примера и выделен красным. Его расположения должно быть после команды создающей объект отслеживания.

ga("create", "UA-XXXX-X");

ga("require", "linkid");

ga("send", "pageview");

Для получения предельно точной статистики, необходимо присвоить каждому линку на веб-странице индивидуальный идентификатор элемента.

Включение улучшенной атрибуции линков (ссылок) в отчетах

Как только код обновился, следует активировать улучшенную атрибуцию линков в настройках веб-ресурса:

Рис.4. Google Analytics. Улучшенная атрибуция ссылок

Улучшенная атрибуция линков, позволяет вносить в отчеты наиболее расширенную статистику, при этом допускается мониторинг данных отдельно по каждому клику, адресованному на целевую страницу.

Откуда трафик? Пошаговый анализ источников трафика на сайте

Типы источников трафика в Яндекс.Метрике

Отчеты по источникам содержат подробную информацию о том, откуда посетители приходят на сайт.

В Метрике 2.0 есть следующие типы источников трафика:

  • Переходы из поисковых систем;
  • Переходы по рекламе (больше всего Метрика знает про кампании в Директе, так как для них она и была создана. Для других рекламных систем часто нужно настраивать метки);
  • Переходы по ссылкам на сайтах;
  • Переходы из социальных сетей;
  • Прямые заходы;
  • Внутренние переходы;
  • Переходы с сохраненных страниц (страница сохранена не в закладки, а локально, как файл);
  • Переходы из почтовых рассылок (для настройки отображения переходов как отдельного источника трафика нужно использовать в ссылках из писем метки).

Подробно каждый источник рассматривать не будем, перейдем сразу к отчетам.

Отчеты по Источникам наиболее интересны для оптимизаторов, так как позволяют следить за продвижением сайта. Каждому, кто продвигает сайт, отчеты по источникам помогут делать это эффективнее, экономить бюджет и принимать правильные решения по выбору каналов продвижения.

В статье рассмотрим основные моменты анализа эффективности источников трафика. Особое внимание поиску и рекламе, так как сюда обычно тратятся самые большие бюджеты.

Путь до отчетов Источники в Метрике 2.0:

В Метрике 2.0 богатые возможности по анализу трафика. С помощью настройки отчетов можно дополнительно:

  • Выбрать цель и построить отчет по источникам трафика для конкретной цели. Для оценки эффективности трафика нужно обязательно настроить цели.
  • Сегментировать данные и сравнить сегменты . Например, для разных источников сравнить: число вернувшихся и новых посетителей, отказы, объемы мобильного трафика и т.п.
  • Выбирать модель атрибуций и находить основные и вспомогательные источники трафика.

Яндекс.Метрика: Сводка

Для примеров возьмем интернет-магазин систем обогрева.

Отчет, с которого нужно начинать анализ источников трафика — это «Источники, сводка». Он содержит общую (сводную) информацию по всем источникам трафика. В Сводке все источники объединены в группы по типам (8 типов, см. выше). Другие отчеты содержат более подробную информацию по источникам отдельных типов.

Отчет «Источники, сводка» дает общую картину: какие типы источников приносят трафик и в каком объеме . Так отчет Сводка выглядит по умолчанию:

Чтобы понять, сколько процентов трафика приносит источник каждого типа , переключим отображение графика на круговую диаграмму:

Теперь видно, кто герой: переходы по рекламе составляют 67 % трафика. На втором месте со значительным отставанием переходы из поиска – 14 %. На третьем – прямые заходы, 9 % трафика. Теперь есть представление о том, какие типы источников приносят трафик в интернет-магазин систем обогрева.

В таблице под графиком посмотрим подробнее поведенческие факторы для источников каждого типа:

Важно: если в Сводке нет какого-либо типа источников, то он либо совсем не приносит трафика (например, не используется реклама ), либо не настроен (для случая с отделением трафика с рассылок – нужны специальные метки в ссылках из писем ).

Еще пригодится переключатель «модель атрибуции»:

Для анализа конверсии лучше использовать атрибуцию «последний значимый», чтобы выявить источник, с которого была конверсия.

В случае анализа конверсии с рекламы, можно включить атрибуцию «первый переход». Реклама обычно является первым источником, по которому новые посетители приходят на сайт (знакомятся с сайтом, а потом уже могу вернутся на сайт, например, с прямым заходом).

Атрибуция «первый переход» нужна для сайтов, на которых покупки совершаются не в первом посещении. Обычно, это сайты, предлагающие дорогие товары, или комплексные услуги. На принятие решения о покупке клиентам нужно время, чтобы всё обдумать.

Для интернет-магазина сравнительного недорогого оборудования подойдет атрибуция – «последний значимый». Получаем такую картину эффективности источников:

Конверсия с рекламы ниже, чем из поиска. Напрашивается вывод, что возможно рекламная кампания некорректно настроена и показывает сайт по нерелевантным объявлениям. Чтобы реклама приносила не только трафик, но и конверсии, разработку рекламной кампании стоит заказывать у профессионалов.

Так как конверсия у трафика из поиска выше, интернет-магазину следует задуматься об оптимизации сайта и о продвижении в органическом поиске. А в каком поисковике лучше продвигаться? За ответом идем в следующий отчет: «Источники > Поисковые системы».

Источники > Поисковые системы

Итак, нужно узнать, какой из поисковиков приносит на сайт больше всего трафика и насколько эти посетители лояльны к сайту. По умолчанию отчет «Источники > Поисковые системы» выглядит так:

Сразу видим, что 87 % трафика приносит Яндекс. Далее смотрим поведенческие факторы по поисковым системам:

Видно, что с Яндекса приходит достаточно лояльный трафик, интересующийся сайтом.

Проверим, посетители с какой поисковый системы совершали конверсии по цели «Купить 1 клик». Снова выбираем цель в выпадающем списке и смотрим конверсию:

Конверсия из Яндекса больше, целевых визитов также преобладающее большинство. Следовательно, в первую очередь следует озаботиться продвижением сайта в органическом поиске Яндекса, так как там точно есть целевая аудитория, которая готова покупать товар в интернет-магазине систем отопления.

А по каким запросам продвигать ? За ответом в отчет по поисковым фразам.

Источники > Поисковые фразы

Отчет содержит поисковые фразы, по которым переходили на сайт. Для удобства можно выбрать только те запросы, по которым переходили из Яндекса. Применяем сегментацию «Источники > Последний значимый источник > Поиск > Поисковая система > Яндекс»:

Получаем таблицу запросов, по которым приходят из Яндекса:

Но не торопитесь копировать запросы в семантическое ядро. Из запросов можно дополнительно выделить конверсионные. Снова выбираем цель «Купить в 1 клик» из списка целей и получаем график по конверсии:

Таким образом, «продают» запросы, содержащие конкретные модели оборудования. С поисковыми системами разобрались, теперь переходим к рекламе.

Поведенческие факторы хорошие и примерно одинаковые. Какая же рекламная система работает лучше? Снова выбираем цель «Купить в 1 клик» из выпадающего списка. Получим конверсию по рекламным системам:

Всё же побеждает Яндекс.Директ, по нему конверсия выше и больше целевых визитов. Теперь нужно переходить к анализу рекламных кампаний.

Подробно анализировать кампании Adwords нужно в Google Analytics, Метрика для этого не приспособлена, даже не пытайтесь. В Метрике можно и нужно подробно анализировать кампании в Директе (она была создана специально для этого).

Источники > Директ-Сводка

В отчете «Директ-Сводка» видим, какой объем трафика приносит каждая кампания :

Теперь выбираем цель «Купить в 1 клик» и смотрим, какие кампании приносят именно целевой трафик . При выборе цели картинка меняется:

Кампания по России, которая приносит больше всего трафика, на 4-м месте по числу целевых визитов.

Важно: , это не та, которая приносит больше всего трафика, а та, которая приносит больше всего целевых визитов . Почему не конверсий? Потому что конверсия – величина относительная и ею можно легко обмануться.

Теперь посмотрим, как те же кампании отработали в ноябре и декабре. Применим сравнение «с сегментом, заданным вручную»:

Настроим нужный период во втором сегменте и включим отображение в колонках (для наглядного сравнения):

График сравнения показывает, как изменилась конверсия по кампаниям. По мере необходимости, сравнение можно делать в любом из отчетов по Источникам.

Источники трафика в Яндекс.Метрике: резюме

Анализ источников трафика нужно начинать с отчета «Источники, сводка». Там есть общая картина по источникам трафика. Картина хоть и обобщенная, но показательная для понимания вклада каждого источника в продвижение сайта. Если настроены цели, то прямо в Сводке можно посмотреть, какие типы источников работают лучше всего.

После Сводки переходим в отдельные отчеты. В отчете «Поисковые системы» выясняем подробнее, какая поисковая система приносит больше всего целевого трафика и в каком поисковике стоит продвигаться. В отчете «Поисковые фразы» смотрим запросы, по которым пришли посетители на сайт.

Это самое основное, что можно посмотреть по источникам трафика в Метрике 2.0.

Узнайте, как распределяется ценность конверсии в различных моделях атрибуции.

В Инструменте сравнения моделей доступны приведенные ниже стандартные модели атрибуции. Вы также можете создавать собственные модели.

Описание стандартных моделей

В модели Последнее взаимодействие 100% ценности конверсии присваивается последнему каналу в цепочке взаимодействий.

Эту модель рекомендуется использовать при работе с объявлениями и кампаниями, ориентированными на привлечение клиентов в момент покупки, а также в том случае, если ваша коммерческая деятельность основана преимущественно на транзакциях, не предусматривающих этапа принятия решения.

В модели По последнему непрямому клику игнорируются прямые посещения. 100% ценности конверсии присваивается последнему каналу в цепочке взаимодействий. Аналитики по умолчанию использует эту модель для всех отчетов, кроме отчетов по многоканальным последовательностям.

Поскольку эта модель используется по умолчанию для всех отчетов, кроме отчетов по многоканальным последовательностям, ее полезно применять в качестве базовой для сравнения с другими моделями.

Кроме того, она подходит в том случае, когда прямой трафик исходит от пользователей, ранее привлеченных по другим каналам, и его не следует учитывать при анализе действий клиента перед конверсией.

В рамках модели Последний клик в Google Рекламе 100% ценности конверсии присваивается последнему клику по объявлению Google Рекламы в цепочке взаимодействий. В модели Первое взаимодействие 100% ценности конверсии присваивается первому каналу в цепочке взаимодействий. В линейной модели всем каналам в последовательности конверсий присваивается одинаковая ценность. Если цикл покупки предусматривает короткую стадию принятия решения клиентом, можно выбрать модель С учетом давности взаимодействий . В основе этой модели лежит такое понятие, как экспоненциальный распад . Чем ближе к конверсии находится точка взаимодействия, тем более ценной она считается. В рамках данной модели период полураспада по умолчанию составляет семь дней. Это значит, что взаимодействие, произошедшее за семь дней до конверсии, в два раза менее ценно, чем зарегистрированное в один день с ней, а за две недели – в четыре. Экспоненциальный распад происходит в течение всего периода ретроспективного анализа (по умолчанию он составляет 30 дней). Атрибуция с привязкой к позиции – это гибрид моделей "Первое взаимодействие" и "Последнее взаимодействие". Вместо того, чтобы присваивать всю ценность первому или последнему каналу, можно поделить ее между ними. Обычно она распределяется следующим образом: по 40% первому и последнему каналу и 20% – всем остальным.

Ч еловек пришел допустим с рекламы, потом ушел оставив вкладку, закрыл браузер, открыл на следующий день, полазил, но ничего не купил. Потом опять искал в поисковике то, что хотел, наткнулся на ваш сайт зашел и совершил целевое действие.

В торой вариант: посетитель пришел из социальной сети, потом ушел, вернулся из поиска и купил.

Т ретий вариант: Пришел из поиска, потом ушел и пришел по рекламе и купил.

Где находятся модели атрибуции

В каждом случае источником конверсии будет разный канал. При этом первый источник у всех разный, и чтобы его отследить существует инструмент под названием атрибуция. Находятся модели в почти в каждом отчете и сегментах.

А трибуция это возможность оценить вклад того или иного источника целевого действия среди всех остальных. Если вы используете комплексный подход к привлечению трафика, то это возможность трезво оценить их эффективность и перераспределить бюджет если требуется. Существует также такое понятие как модель атрибуции. Их несколько в зависимости от распределения веса ценности конверсии.

  • По первому клику
  • По последнему клику
  • По последнему значимому клику

К онечно их может быть больше, но я сейчас говорю конкретно о том, что есть в Яндекс Метрике.

Что значат модели атрибуции

В первом случае 100% ценность конверсии отдается тому каналу по которому было первое касание клиента с вашим сайтом. Во втором по реальному последнему клику приведшему к конверсии, например человек пришел из поиска, оставил закладку и наследующий день купил из закладки. В третьем случае все внутренние и переходы из закладок отбрасываются и показывается только значимые(поиск,контекст,соцсети и т.д).

Как распределять вес конверсии

С читается, что отдавать весь вес конверсии какому то одному клику это путь в никуда и такой подход не отражает реальной картины, поэтому важно каким то образом распределить вес. Например по 40% отдается первому и последнему значимому клику, а остальные 20% тому что происходило внутри этого процесса. Ведь если человек пришел из поиска, а купил по рекламе, то снизив расходы на СЕО посчитав что лучше работает реклама вы рискуете остаться без конверсий вообще, так как первое касание было все таки из поиска.

Д авайте на примере. Есть какое то кол-во конверсий. Смотрим различное их количество в зависимости от модели которую выбираем. Первый