Александр Пургин из агентства SHARE показывает возможную альтернативу Google Analytics для отслеживания мультиканальных конверсий.
Зачем это знать?
Сегодня чтобы склонить пользователя к покупке как в онлайне, так и офлайне приходится прикладывать всё больше усилий. Увеличивается количество рекламных касаний, причём на разных устройствах (ноутбук, телефон, планшет). Вместе с этим возрастает и сложность измерения эффекта от каждого такого касания. Особенно это справедливо для товаров с длительным циклом покупки, когда задействовано множество маркетинговых каналов или когда часть действий в рамках итоговой конверсии пользователи совершают офлайн (эффект Research Online Purchase Offline).
Решения от Facebook и Google
Рекламные площадки и системы аналитики предлагают свои решения, чтобы измерить влияние касаний на пути пользователя к конверсии (атрибуцию). Самое популярное бесплатное решение — это Google Analytics. Однако если сравнить количество конверсий в Google Analytics и Facebook Ads или даже Google Ads, вы наверняка заметите, что данные редко совпадают. С чем это связано?
- Площадки не обмениваются достаточным количеством данных друг с другом (например, Facebook не отдаёт данные о рекламных показах в Google).
- Вы видите данные в системах согласно установленным моделям и окнам атрибуции (периоду времени до конверсии, в который точкам, участвующим в ней назначается ценность, определённая моделью атрибуции). У площадок такие окна и модели могут быть разными.
- Google сложнее собирать и понимать данные по мультиканальным конверсиям одного пользователя, Facebook проще, так как пользователи логинятся своими данными как на ноутбуках, так и на мобильных устройствах.
В 2018 году Facebook представил своё бесплатное решение для оценки эффективности рекламы, которое учитывает как клики, так и показы рекламы (как на площадках семейства Facebook, так и других площадках) — Attribution.
Для того чтобы начать работать с ним перейдите по ссылке и следуйте указаниям Facebook. Важно понимать, что все данные в сервисе начинают собираться после того, как вы создали проект по атрибуции (ретроспективных данных нет).
После того, как Facebook создаст проект и обработает данные, вы попадёте в отчёт «Результативность», но прежде чем изучить его, давайте разберёмся с основными составляющими, с которыми нам предстоит работать в рамках проекта по атрибуции.
Модели атрибуции
Различные модели атрибуции назначают разную долю ценности касаниям, участвовавшим в конверсии. Они бывают основаны на правилах или на статистике (также модели ещё называют алгоритмическими).
В моделях, основанных на правилах, ценность участия в конверсии распределяется между одним или несколькими каналами в соответствии с назначенными правилами, которые могут быть изначально заданы системой или вами.
Алгоритмические, например, модель атрибуции Facebook на основе данных, учитывают исторические данные, чтобы определить долю ценности касаний в рамках конверсии.
Давайте рассмотрим модели, доступные в Facebook Analytics:
- линейная — ценность распределяется равномерно между всеми касаниями (клик, посещение или показ). Если временной промежуток между кликом и посещением составляет не более 60 секунд, ценность получает только клик. Если показ и клик связаны с одним и тем же объявлением и произошли в пределах 24 часов, то при подтверждении конверсии они учитываются как одна точка взаимодействия.
- по первому клику или посещению — 100% ценности получает первый клик или посещение перед конверсией. Если временной промежуток между кликом и посещением составляет не более 60 секунд, засчитывается только клик.
- по первому касанию — 100% ценности получает первый клик или посещение. При их отсутствии ценность назначается первому показу.
- по последнему клику или посещению — 100% ценности получает последний клик или посещение перед конверсией. Если временной промежуток между кликом и посещением составляет не более 60 секунд, засчитывается только клик.
- по последнему касанию — 100% ценности получает последний клик или посещение. При их отсутствии ценность назначается последнему показу.
- с привязкой к позиции 30% (40%) — первое и последнее касания получают по 30% (40%) ценности, остаток распределяется между остальными касаниям равномерно. Если временной промежуток между кликом и посещением составляет не более 60 секунд, ценность распределяется только клику. Если показ и клик связаны с одним и тем же объявлением и произошли в пределах 24 часов, то при подтверждении конверсии они учитываются как одна точка взаимодействия.
- с учётом давности взаимодействия 1 день (7 дней) — модель пошаговой атрибуции, она уменьшает величину ценности вдвое по прошествии заданного времени, бо́льшую ценность получают наиболее недавние точки касания. Например, если выбрана однодневная модель, то касание за день до конверсии, получит 50% ценности, а касание за два дня до конверсии — 25%.
- на основе данных — назначает частичную ценность точкам касания на основании их приблизительного инкрементального (дополнительного) влияния (можно применять только для измерения кампаний на Facebook, в Instagram, Audience Network и Messenger).
Для всех этих моделей, кроме последней, можно выбрать условия распределения ценности:
- учитывать все посещения — ценность распределяется равномерно;
- не учитывать прямые посещения (по умолчанию) — ценность распределяется между платными и органическими касаниями, если такие касания не принимали участия в конверсии, ценность отдаётся прямым посещениям;
- не учитывать посещения — ценность распределяется только между показами и кликами, если такие касания не принимали участия в конверсии, ценность отдаётся прямым посещениям.
Для некоторых моделей можно установить приоритет распределения ценности на платные каналы.
Окна атрибуции
Это период времени до конверсии, в рамках него точкам касания назначается ценность исходя из выбранной модели. Тут можно выбрать один из 17 вариантов. Модель по умолчанию — 28 дней после клика или перехода и 1 день после показа. Минимальное значение — 1 день после клика, перехода, показа. Максимальное — 90 дней после клика, перехода, показа.
Какой вариант выбрать зависит от того, как быстро конвертируется ваш пользователь после первого касания. Для большинства товаров/услуг с невысокой стоимостью можно пользоваться моделью по умолчанию или сделать окно меньше, например, 7 дней после клика и 1 день после показа. Для продуктов/услуг с высокой стоимостью, соответственно, наоборот.
Добавление рекламных площадок
Инструмент позволяет добавлять данные по расходам из внешних площадок при помощи уже частично готовых интеграций или кастомных тегов, которые нужно будет добавлять в кампании из других источников. В отличии от Google Analytics, где все данные по другим площадкам собираются автоматически, тут это делать совсем не удобно.
Загрузка офлайн-конверсий
Facebook Attribution позволяет загружать офлайн-конверсии как при помощи API, так и вручную. Это поможет идентифицировать пользователей, которые, например, посетили офлайн-точки продаж и совершили там конверсию, после клика/показа рекламы, то есть понять всю цепочку касаний, которая предшествовала конверсии.
Отчёт «Результативность»
Вся отчетность в проекте по атрибуции разбита на три раздела. В разделе «Результативность» можно посмотреть и сравнить, как ведут себя прямой трафик, органика и платные кампании согласно выбранным датам и конверсиям.
Отсюда можно посмотреть более детальные отчёты по платным (сюда относятся все платные клики и показы, а также посещения, в URL которых были обнаружены параметры UTM) и органическим (к ним Facebook относит ресурсы, где в URL рекламы не были обнаружены параметры UTM, но был определён реферальный домен) каналам и настроить распределение ценности для моделей атрибуции.
Если вы добавили сторонние платформы и настроили теги для кликов и показов, то данные по ним будут отображаться тут же.
По платным каналам также можно сравнить результативность текущей выбранной модели атрибуции и модели на основе данных.
Пользовательские отчёты
Эти отчёты позволяют создать пользовательские разбивки в нужной группировке, чтобы было легче анализировать данные по интересующим вас параметрам.
Такие отчёты можно скачивать.
Пути конверсии
Здесь собрана информация о том, какими путями пользователи дошли конверсии, на каких устройствах они взаимодействовали с рекламой, а на каких совершили фактическую конверсию. Тут вы сможете увидеть, какому количеству пользователей достаточно одного касания, а кому нужны несколько касаний до конверсии.
Какую модель выбрать?
Всё зависит от ваших целей. Большинство рекламодателей использует модели по последнему клику (Last Click) или по последнему непрямому клику (Last Non-Direct Click) (модель по умолчанию в Google Analytics). Отличие второй в том, что она позволяет стимулировать каналы, которые приводят к прямым посещениям. Такие модели не учитывают весь путь пользователя.
Линейная, позиционные или модели с учётом давности взаимодействия хоть и учитывают несколько касаний в рамках конверсии, но не дают информации о том, какое касание на самом деле было самым ценным. Поэтому и появились более сложные алгоритмические модели, основанные на ML (machine learning). Такие модели есть как у Facebook, так и у Google. Однако, у них есть свои нюансы, в Facebook модель применяется только к Paid источникам семейства Facebook. А в Google для того, чтобы начать пользоваться этой моделью нужно собрать:
- 400 конверсий каждого типа с длиной пути не менее двух взаимодействий (то есть 400 конверсий для одной цели или транзакции, а не сумма конверсий всех типов);
- 10 000 путей взаимодействия в выбранном представлении (примерно соответствует 10 000 пользователей, хотя одному пользователю может соответствовать несколько путей).
Инструменты атрибуции как Facebook, так и Google позволяют сравнивать модели. Если вы видите, что при использования какой-то модели данные существенно отличаются, это знак, что нужно детальнее изучить путь пользователя и влияние каналов на конверсию. Возможно, использование другой модели атрибуции позволит переоценить влияние каналов и перераспределить бюджет на те, эффективность которых сначала была не очевидна.
Итого
- Сервис абсолютно бесплатен.
- Даёт больше информации, чем другие инструменты о том, что происходит в Facebook, Instagram и Messenger — если вы активно используете эти каналы, то Facebook — Attribution может натолкнуть на полезные инсайты.
- Показывает, как платные, органические и прямые каналы влияют на конверсию.
- Поможет проанализировать мультиканалные пути пользователей к конверсии.
Инкрементальность
Все эти модели и инструменты нужны, чтобы определить влияние маркетинговых каналов на конверсию. Сравнение и их анализ может помочь, например, в переоценке канала «прямые посещения», которые очевидно были вызваны какими-то платными активностями.
Но если пойти дальше и продолжить задавать вопросы: каким инкрементальным эффектом обладают наши рекламные кампании? То есть, например, случилась бы конверсия если пользователь не увидел нашего ретаргетинга? Чтобы ответить на этот вопрос, необязательно пытаться использовать какую-то сложную модель атрибуции.
Во многих рекламных платформах есть возможность проводить тесты на инкрементальность, например, Test & Learn раздел в Facebook. В рамках такого теста пользователей делят на две группы. Тестовой группе показывается реклама, контрольной нет.
После подсчитывается, сколько людей совершили конверсии в обеих группах, разница между этим количеством и является инкрементальным приростом. То есть, вы узнаете, как ваша рекламная кампания повлияла на выбор пользователя.
