- Регистрация
- 5 Фев 2019
- Сообщения
- 294
Атрибуция — это правило или набор правил, которые определяют вклад каждого из маркетинговых каналов на пути к совершению конверсии.
Подписывайся на наш Телеграм канал и паблик ВК и узнавай первым о новых событиях!
Зачем нужна атрибуция?
Как правило, пользователи не совершают конверсии сразу после того, как увидели первое объявление.
Разберемся на примере “интернет-магазина туристических товаров”.
Рассмотрим один из возможных путей клиента при покупке спальника перед походом в горы:
Разобраться в этом поможет правильно настроенная модель атрибуции!
Модели атрибуции в Google Analytics
Модели атрибуции бывают:
Разберем подробней на одном из путей пользователя.
В одноканальных моделях атрибуции 100% ценности конверсии присваивается только одному из каналов на пути к конверсии.
Недостатки моделей: нет возможности оценить влияние других каналов на пути пользователя (поскольку вся ценность присваивается одному каналу).
Примеры распределения конверсий для многоканальных моделей атрибуции
Линейная модель атрибуции
Она равномерно распределяет 100% ценности конверсии между всеми каналами (уравнивает их).
Преимущества: более продвинутая модель, чем предыдущие, учитывается каждый канал пути пользователя.
Недостатки: модель не будет отражать реальную эффективность, принять правильное решение относительно эффективности рекламных кампаний по этой модели не получится. Самая простая многоканальная модель атрибуции.
Модель атрибуции временной спад
В этой модели, наибольшую ценность конверсии получает канал, который находится последним в цепочке, а наименьшую ценность конверсии тот, который находится первым.
Преимущества: ценность конверсии присваивается всем каналам в пути пользователя. Описывает путь по маркетинговой воронке покупателя (Неосведомленность – Осведомленность – Интерес – Желание – Покупка).
Недостатки: эта модель атрибуции занижает вклад источников, которые находятся в начале пути. При этом именно эти маркетинговые каналы зачастую приводят большую часть посетителей на сайт.
Модель атрибуции на основе позиции
Является комбинацией моделей первого, последнего взаимодействия и линейной.
Первому и последнему каналам в цепочке взаимодействий будет присвоено 40% ценности, остальные 20% равномерно распределяются между остальными каналами.
Преимущество: выделяются два самых важных канала — первый (начало воронки) и последний (конверсия).
Недостаток: занижает значимость промежуточных каналов в пути пользователя.
Модель атрибуции на основе данных
Все предыдущие модели построены на основе заранее заданных правил — стандартные модели атрибуции.
Модель на основе данных, максимально точно отражает влияние каждого источника на пути к конверсии. Так как сама модель и вклад каждого канала рассчитываются на основе именно наших данных.
Модель доступна в Google Analytics 360, Google Ads и Campaign Manager.
Чтобы понять, как работает модель, рассмотрим её основные принципы:
Шаг 1. Рассчитываем коэффициент конверсии (CR)
На первом шаге, берем наш путь пользователя.
Для простоты представим, что такой путь проделали 100 пользователей, и 25 из них свершили конверсию.
Показатель конверсии получится 25%.
Представим, что у всех каналов равный вклад в финальную конверсию (линейная модель).
Шаг 2. Берем такой же путь пользователя без одного канала и сравниваем CR
На втором шаге мы исключаем один из каналов в пути пользователя и анализируем результат на 100 пользователях.
Путь пользователя тот же, но без канала «ukr.net / email».
Шаг 3. Определяем вес канала и корректируем распределение ценности
Определяем вес исключенного канала и присваиваем ценность.
Канал увеличивает конверсионность пути в 2,5 раза. Увеличиваем ценность этого канала, но оставляем неизменным остальные.
Шаг 4. Десятки тысяч раз повторяем Шаг 1-3 для каждого пути и каждого канала
Атрибуция на основе данных при помощи машинного обучения сравнивает пути пользователя множество раз (Шаг 1-3). Если канал увеличивает конверсионность – повышает его вес, на какой бы позиции он не был. При этом не уменьшает вес каналов, которые не влияют на конверсионность положительно.
Шаг 5. Получаем финальный результат: конверсионный вес каждого канала
Суммируем вес всех каналов в пути и делим индивидуальный вес канала на сумму всех каналов.
Когда моделирование закончено, мы получаем взвешенную ценность каждого канала в пути пользователя.
Модель атрибуции на основе данных более объективна, потому что учитывает все данные о взаимодействиях с пользователями. Все расчеты происходят автоматически, ценность каждый раз динамически меняется.
Требования для атрибуции на основе данных (Из справки Google Analytics и Google Ads):
Важную роль в атрибуциях занимает “Окно конверсии”, это промежуток времени после взаимодействия с объявлением за который регистрируется конверсия.
По умолчанию в Google Analytics установлено классическое окно в 30 дней, в течение этого периода мы учитываем в пути пользователя конверсии к каналу, по окончанию окна конверсия не учитывается.
В Google Ads по умолчанию установлено окно конверсии 30 дней после клика или 1 день после показа если это КМС. Установить окно конверсий в Google Ads можно от 1 до 90 дней (для кликов и показов).
Начало работы с Google Attribution
Чтобы начать работу с Google Атрибуцией необходимо всего 3 шага:
Сейчас атрибуции находятся на этапе бета, но в инструменте есть все отчеты из Google Analytics, где доступны все атрибуционные модели. Из них нам будут видны отчеты про:
Преимущества Google Attribution
Подписывайся на наш Телеграм канал и паблик ВК и узнавай первым о новых событиях!
Зачем нужна атрибуция?
Как правило, пользователи не совершают конверсии сразу после того, как увидели первое объявление.

Разберемся на примере “интернет-магазина туристических товаров”.
Рассмотрим один из возможных путей клиента при покупке спальника перед походом в горы:
- Утро — дома пользователь на ПК вводит запрос в google «купить палатку». Видит ваше поисковое объявление – переходит на сайт, знакомится с информацией, закрывает сайт.
- Дорога на работу — читает ленту новостей в Facebook, видит ваше объявление, но не переходит на сайт.
- Перерыв на работе — заходит в google с рабочего ПК, вводит запрос «как выбрать палатку», переходит на SEO статью в вашем блоге, ознакамливается, подписывается на email рассылку, выходит.
- Дорога домой — просматривает stories друзей в Instagram, видит ваше объявление со скидкой на спальники, просматривает, но не переходит.
- Следующий день – на домашнем ПК, просматривает почту, видит вашу email рассылку с акцией, переходит на сайт. Сохраняет понравившиеся модели в закладки.
- После работы — по прямой ссылке свершает покупку. Ура!
Разобраться в этом поможет правильно настроенная модель атрибуции!

Модели атрибуции в Google Analytics

Модели атрибуции бывают:
- Одноканальные — вся ценность в свершении конверсии присваивается только одному из каналов на пути к конверсии.
- Многоканальные — ценность конверсии распределяется между каналами.
Разберем подробней на одном из путей пользователя.

В одноканальных моделях атрибуции 100% ценности конверсии присваивается только одному из каналов на пути к конверсии.
- Модель Первое взаимодействие — 100% ценности конверсии будет присвоено первому каналу приведшему пользователя к вам на сайт (в нашем случае google/cpc).
- Последнее взаимодействие, где 100% ценности конверсии будет присвоено последнему каналу на пути к конверсии (direct/none).
- Последний клик с google рекламы, где 100% ценности присваивается последнему клику именно с google рекламы.
- Последний не прямой клик, где канал direct/none игнорируется (эта модель атрибуции установлена по умолчанию в отчетах аналитики).
Недостатки моделей: нет возможности оценить влияние других каналов на пути пользователя (поскольку вся ценность присваивается одному каналу).
Примеры распределения конверсий для многоканальных моделей атрибуции
Линейная модель атрибуции

Она равномерно распределяет 100% ценности конверсии между всеми каналами (уравнивает их).
Преимущества: более продвинутая модель, чем предыдущие, учитывается каждый канал пути пользователя.
Недостатки: модель не будет отражать реальную эффективность, принять правильное решение относительно эффективности рекламных кампаний по этой модели не получится. Самая простая многоканальная модель атрибуции.
Модель атрибуции временной спад
В этой модели, наибольшую ценность конверсии получает канал, который находится последним в цепочке, а наименьшую ценность конверсии тот, который находится первым.

Преимущества: ценность конверсии присваивается всем каналам в пути пользователя. Описывает путь по маркетинговой воронке покупателя (Неосведомленность – Осведомленность – Интерес – Желание – Покупка).
Недостатки: эта модель атрибуции занижает вклад источников, которые находятся в начале пути. При этом именно эти маркетинговые каналы зачастую приводят большую часть посетителей на сайт.
Модель атрибуции на основе позиции
Является комбинацией моделей первого, последнего взаимодействия и линейной.

Первому и последнему каналам в цепочке взаимодействий будет присвоено 40% ценности, остальные 20% равномерно распределяются между остальными каналами.
Преимущество: выделяются два самых важных канала — первый (начало воронки) и последний (конверсия).
Недостаток: занижает значимость промежуточных каналов в пути пользователя.
Модель атрибуции на основе данных
Все предыдущие модели построены на основе заранее заданных правил — стандартные модели атрибуции.
Модель на основе данных, максимально точно отражает влияние каждого источника на пути к конверсии. Так как сама модель и вклад каждого канала рассчитываются на основе именно наших данных.

Модель доступна в Google Analytics 360, Google Ads и Campaign Manager.
Чтобы понять, как работает модель, рассмотрим её основные принципы:
- Система использует данные о пользователях, не только совершавших, но и не совершавших конверсии. Это позволяет оценить, в каком случае вероятность совершения или не совершения конверсии выше.
- Назначение ценности конверсий всем каналам в пути пользователя.
Шаг 1. Рассчитываем коэффициент конверсии (CR)
На первом шаге, берем наш путь пользователя.
Для простоты представим, что такой путь проделали 100 пользователей, и 25 из них свершили конверсию.

Показатель конверсии получится 25%.
Представим, что у всех каналов равный вклад в финальную конверсию (линейная модель).
Шаг 2. Берем такой же путь пользователя без одного канала и сравниваем CR
На втором шаге мы исключаем один из каналов в пути пользователя и анализируем результат на 100 пользователях.

Путь пользователя тот же, но без канала «ukr.net / email».
Шаг 3. Определяем вес канала и корректируем распределение ценности
Определяем вес исключенного канала и присваиваем ценность.

Канал увеличивает конверсионность пути в 2,5 раза. Увеличиваем ценность этого канала, но оставляем неизменным остальные.
Шаг 4. Десятки тысяч раз повторяем Шаг 1-3 для каждого пути и каждого канала
Атрибуция на основе данных при помощи машинного обучения сравнивает пути пользователя множество раз (Шаг 1-3). Если канал увеличивает конверсионность – повышает его вес, на какой бы позиции он не был. При этом не уменьшает вес каналов, которые не влияют на конверсионность положительно.

Шаг 5. Получаем финальный результат: конверсионный вес каждого канала
Суммируем вес всех каналов в пути и делим индивидуальный вес канала на сумму всех каналов.

Когда моделирование закончено, мы получаем взвешенную ценность каждого канала в пути пользователя.
Модель атрибуции на основе данных более объективна, потому что учитывает все данные о взаимодействиях с пользователями. Все расчеты происходят автоматически, ценность каждый раз динамически меняется.
Требования для атрибуции на основе данных (Из справки Google Analytics и Google Ads):
- Быть клиентом Google Analytics 360.
- Включить отслеживание электронной торговли или использовать цели.
ИЛИ - Иметь аккаунт Google Рекламы, в котором не менее 15 000 кликов по объявлениям в поисковой сети и для одного действия-конверсии получено не менее 600 конверсий в течение 30 дней.
- 400 конверсий с длиной пути не менее двух взаимодействий.
- 10 000 путей пользователя в выбранном представлении.
Важную роль в атрибуциях занимает “Окно конверсии”, это промежуток времени после взаимодействия с объявлением за который регистрируется конверсия.

По умолчанию в Google Analytics установлено классическое окно в 30 дней, в течение этого периода мы учитываем в пути пользователя конверсии к каналу, по окончанию окна конверсия не учитывается.
В Google Ads по умолчанию установлено окно конверсии 30 дней после клика или 1 день после показа если это КМС. Установить окно конверсий в Google Ads можно от 1 до 90 дней (для кликов и показов).
Начало работы с Google Attribution
Чтобы начать работу с Google Атрибуцией необходимо всего 3 шага:
- Получить/иметь права на внесение изменений в аккаунт Google Analytics;
- Выбрать Аккаунт, Ресурс, представление – установить связь;
- Выбрать цель, например, отправка формы или транзакция.

Сейчас атрибуции находятся на этапе бета, но в инструменте есть все отчеты из Google Analytics, где доступны все атрибуционные модели. Из них нам будут видны отчеты про:
- пути конверсии (путях пользователя);
- время до конверсии — видим время принятия решения о покупке (в днях);
- длину пути конверсии — видим количество каналов участвующих в пути пользователя;
- сравнение моделей атрибуции — для анализа и выбора модели атрибуции, которая нам подходит.

Преимущества Google Attribution
- Возможность кросдоменного трекинга:
- Пользователь переходит по нашему сайту, по разным доменам, и при этом остается одним пользователем в отчетах Google Attribution.
- Сохраняется первоначальный источник посетителя.
- Получаем больше путей пользователя и верные данные во всех отчетах, убираем referral трафик, со своих же доменов.
- Отображение ценности конверсии каналов в пути пользователя.
- Бесплатная модель атрибуции на основе данных с применением технологии машинного обучения Google.
- Все необходимые отчеты в одном инструменте.