Вопросы атрибуции. Как построить кастомную модель?

В нашей прошлой статье мы рассказали, почему маркетологов так волнует тема атрибуции и что это вообще такое. Также обсудили самые популярные стандартные модели атрибуции, которые предлагает Google Analytics и Яндекс Метрика.

Как мы поняли, при наличии нескольких пользовательских путей и каналов трафика ни одна из стандартных моделей не может дать корректный ответ на главный вопрос: какому рекламному каналу присвоить конверсию?
Поэтому мы строим кастомные модели атрибуции для наших клиентов. Каждый кейс уникален с точки зрения конверсионной воронки, поведения целевой аудитории и клиентского опыта, поэтому без кастомизации не обойтись. Сейчас подробно объясним, как подходить к решению этой задачи.


Шаг 1. Составить конверсионную воронку


Перед совершением конверсии пользователь выполняет определенные действия на сайте, которые необходимо выстроить в последовательность. Для сайта фитнес-клуба это будут, например:

  • просмотр главной страницы,
  • просмотр цен и расписания занятий,
  • отправка лид-формы.

А для сайта интернет-магазина:

  • просмотр карточек товара,
  • добавление в корзину,
  • регистрация,
  • добавление способа оплаты,
  • применение промокода,
  • покупка.

И так до бесконечности :) 


Шаг 2. Присвоить ценность каждому из событий (целевых действий)


На этом этапе необходима плотная коммуникация с клиентом, так как оценка ценности происходит на основании его предыдущего опыта. И здравого смысла, конечно. Например, применение промокода будет иметь большую ценность, чем просмотр цен, так как это событие совершается непосредственно перед оплатой. Конверсионные события мы наделяем большей ценностью, чем стандартные.

Шаг 3. Обработать данные о действиях для создания пользовательских путей


С помощью функции стриминга Differture.com мы передаем сырые данные (все хиты пользователей) в базу данных. Затем обрабатываем дату: соединяем хиты в рамках сессий и сессии в рамках client id. В разрезе каждой сессии мы увидим информацию о том, из какого канала пришел пользователь. 


Шаг 4. Рассчитать ценность сессии и присудить ценность каналу


На финишной прямой мы суммируем ценность всех событий, совершенных в рамках сессии. Их сумма = ценность сессии. Сессии отличаются по источнику трафика,  поэтому несложно догадаться, что эти ценности можно применить и для них. 


Весь путь построения кастомной атрибуции сложнее, чем использование стандартных методов Google Analytics. Однако только он помогает корректно распределить ценность между каналами трафика и получить полную картину их эффективности. Полученная информация невероятно ценна для маркетинга, так как позволяет правильно распределить усилия и оптимизировать бюджеты кампаний. 


Помните про принцип эффективности Парето: 20% усилий дают 80% результата. С кастомной моделью атрибуции вы точно знаете, что это за 20% и в какие каналы трафика вкладывать больше бюджета и усилий маркетологов.
November 5, 2019
by Диана Казакова
0
22

Вопросы атрибуции. Last Click VS First Click? Или всё-таки ничья?

Если по заголовку вы не поняли, о чём идёт речь, мы сделали для вас небольшое вступление. Если же вы уже задавались этим вопросом, можете перейти сразу ко второй части статьи.


По мере работы с онлайн-рекламой маркетологи постоянно сталкиваются с вопросом: какому рекламному каналу присвоить конверсию? Проблема в том, что в процессе принятия решения о покупке или регистрации пользователь несколько раз видит рекламу в разных каналах, заходит на сайт, сравнивает предложения и возвращается снова. 


Представьте ситуацию: потенциальный клиент, листая stories в Instagram во время утренней поездки в метро, увидел вашу рекламу протеиновых батончиков и перешёл по ссылке. На выходе из дверей его толкнули под руку, палец скользнул по экрану, ссылка закрылась, а реклама была благополучно забыта. Предположим, что с помощью ремаркетинговой кампании в контекстно-медийной сети Google вам удалось снова вернуть пользователя на сайт, но времени для принятия решения о покупке ему снова не хватило. Однако он заинтересовался предложением, решил самостоятельно найти ваши батончики в поиске Google и снова перешёл по ссылке рекламного объявления после того, как сравнил ваши цены с ценами конкурентов. В итоге через пару недель этот пользователь, уже запомнив название вашего бренда, сделал заказ. Предварительно он вбил в адресную строку браузера URL вашего сайта.


Итак, у нас есть целых четыре этапа в процессе взаимодействия пользователя с продуктом: Instagram, Google поиск, КМС и direct. Как понять, какой из каналов наиболее эффективен? Какому из них присвоить конверсию?
Именно над распределением веса (значимости) каналов на пути к конверсии бьются многие маркетологи.


Last Click и First Click — самые простые модели атрибуции, в которых конверсия присваивается либо первому клику с рекламного объявления, либо последнему. В некоторых случаях можно ограничиться этими моделями, когда цепочка взаимодействия довольно примитивна и пользователю не нужно долго думать перед принятием решения, например, регистрация на вебинар по веб-аналитике.

Выбор моделей атрибуции по Last Click или First Click определяется тем, какой маркетинговый канал является наиболее эффективным для конкретного кейса. Однако часто это сложно оценить. Корректным примером использования модели по Last Click является ситуация, когда пользователям приходит e-mail рассылка с промокодом на скидку. Снижение цены влияет на принятие решения пользователей о покупке сильнее всего, даже если до этого они несколько раз видели рекламу в социальных сетях. Поэтому конверсию можно присвоить последнему клику из письма. Хотя мы понимаем, что рассылка приходит пользователю уже после того, как он прошел первые этапы воронки: ознакомился с брендом и оставил свои контактные данные. Этому предшествовали переходы из других рекламных или маркетинговых каналов.

Google Analytics предлагает и другие модели атрибуции, среди которых:

  • Линейная модель (каждому взаимодействию присваивается равная ценность);
  • Модель с учетом давности взаимодействия (чем ближе взаимодействие ко времени совершения конверсии, тем более высокая у него ценность);
  • Модель атрибуции с привязкой к позиции (по 40% даётся первому и последнему взаимодействию, 20% распределяется между остальными)

Яндекс Метрика предлагает кроме Last Click и First Click только две модели:

  • Последний значимый переход (конверсия присваивается последнему переходу, не учитывая прямые заходы и внутренние переходы и переходы с сохраненных страниц);
  • Последний переход из Директа (все конверсии присваиваются Директу).

Какую модель применять, зависит от вас и модели вашего бизнеса. Здесь важно понимать, что перечисленные модели являются стандартными решениями системы аналитики и могут оказаться неактуальными для определенных случаев.


Встаёт необходимость строить кастомную модель атрибуции для конкретного бизнеса, с которым вы работаете. Как это делаем мы? Расскажем в следующей статье.

Stay tuned!

November 1, 2019
by Диана Казакова
0
29

Полезные ресурсы для веб-аналитика

Как оставаться востребованным аналитиком из года в год? Нужно много читать и быть в курсе последних событий. Мы обошли офис Room42 и собрали для вас 5 полезных ресурсов для веб-аналитика.

1. Блог Осипенкова. Разнообразие кейсов, подробные объяснения о настройках Google Analytics и Google Tag Manager.

Ссылка: https://osipenkov.ru/

2. Телеграм-канал "Школа бородатого аналитика". Свежая информация по настройке аналитических инструментов.

Ссылка: https://t.me/schoolWA

3. Телеграм-канал "BigQuery Insights". Полезно про внедрение сквозной аналитики.

Ссылка: https://t.me/BigQuery

4. Телеграм-канал "How I met your product". Новости продуктовой аналитики. О том, как считать эффективность продукта и подходить к его формированию.

Ссылка: https://t.me/growthup

5. Телеграм-канал "Retention marketing". Всё о CRM. О выстраивании коммуникаций и взаимодействия клиента с продуктом.

Ссылка: https://t.me/retentionmarketing

Делитесь своими любимыми источниками знаний о веб-аналитике и подписывайтесь на наш телеграм-канал https://t.me/analyticsroom

October 30, 2019
by Katherine Starodumova
0
1

Настройка аналитики через Google Tag Manager: преимущества и недостатки

Есть три основных способа настройки аналитики на сайте: 

  1. При помощи разработчика;
  2. Через интерфейс Google Tag Manager;
  3. При помощи разработчика (используя код dataLayer) + через GTM.

Сегодня остановимся на втором подходе, обсудим его особенности и сравним с остальными вариантами. 


Преимущество GTM перед настройкой через код сайта очевидно: вам не нужно тратить ресурсы разработки, ожидать внедрения кода и тестировать корректность его работы. Можно самостоятельно редактировать события в зависимости от запросов клиента и изменений в интерфейсе страниц сайта. 
Зачем тогда существуют другие опции? Почему нельзя ограничиться только Google Tag Manager?


Дело в том, что интерфейс GTM не всегда позволяет настроить все события, в которых нуждается ваш клиент. Например, успешную покупку. Если пользователю сайта после приобретения товара показывается страница или поп-ап с подтверждением покупки, настроить событие через GTM не составит труда. В ином случае потребуется помощь разработчика. А вот настроить событие на заполнение форм на сайте довольно легко. 


Более того, события, настроенные через GTM, более уязвимы по отношению к изменениям на сайте. Это происходит из-за того, что триггер (условие срабатывания события) настраивается на взаимодействие пользователя с различными элементами на сайте. Эти элементы имеют уникальные параметры, благодаря которым GTM их отличает. Например, цвет или текст action-кнопки, адрес страницы «Спасибо» после заполнения формы. Если эти параметры меняются, событие перестает срабатывать, а тестировать и донастраивать события после любого изменения на сайте — это, по нашему мнению, неэффективная трата времени аналитика.


К счастью, существует третий способ — настройка событий через dataLayer. dataLayer — специальная переменная, используемая для передачи данных о событиях при помощи GTM. То есть, разработчик устанавливает код dataLayer в структуру сайта, после чего аналитик может применять данный код как триггер для срабатывания событий на сайте. Переменная позволяет передавать динамические (изменяющиеся в зависимости от действий пользователя данные) с сайта в различные системы аналитики. Таким образом, аналитик избавляется от необходимости настраивать множество уникальных тегов для каждого возможного события на сайте. Согласитесь, если вы работаете с сайтом интернет-магазина с сотней товаров, переменная dataLayer — не просто удобное решение, а абсолютный must have. Создать двадцать, тридцать или даже сто тегов, отвечающих за различные действия, не просто проблематично, а физически невозможно. При настройке событий через переменную dataLayer решается и проблема «уязвимости» событий при изменениях на сайте. Тем не менее, этот способ требует вмешательства разработчика на начальном этапе — при установке кода dataLayer в структуру сайта.

Резюмируем. В каких случаях лучше прибегать к каждому из способов? Согласно нашей практике, для настройки базовой аналитики на одностраничных сайтах и лендингах, которые работают в течение ограниченного количества времени (например, лендинг для мероприятия) чаще всего достаточно интерфейса GTM. Если же вы имеете дело с сайтом, который будет служить клиенту в течение многих лет, а его интерфейс подлежит изменениям, настоятельно рекомендуем использовать переменные dataLayer.

October 28, 2019
by Диана Казакова
0
25

Курс веб-аналитики от Room42 и Geekbrains

Аналитика — сложная штука, особенно если никто не помогает разобраться. К счастью, наш аналитик Иларион Вовк и операционный директор, Женя Малахов, решили систематизировать свои знания и поделиться ими на курсе "Веб-аналитик" на платформе GeekBrains. За 5 месяцев каждый студент курса научится:

  • Внедрять сквозную аналитику, CRM-инструменты и CallTracking
  • Проводить исследования и A/B-тесты
  • Делать сайт удобным для пользователей
  • Увеличивать количество продаж и заявок
  • Настраивать аналитические системы

Записывайтесь на обучение по профессии “Веб-аналитик” на платформе Geekbrains и следите за обновлениями, чтобы узнать больше о наших курсах.

Читайте больше о курсе “Веб-аналитик” здесь

October 21, 2019
by Katherine Starodumova
0
10

Проверка событий на сайте. Как данные передаются в системы аналитики?

Google Analytics — один из самых популярных инструментов для сбора данных с сайтов. С ним довольно просто создавать отчеты и отслеживать данные о пользователях сайта. Но что делать, если у вас недостаточно опыта для того, чтобы понять, передаются ли данные о действиях пользователей в GA?
Нужно потратить немного времени и разобраться в том, как работает эта система аналитики. Сегодня постараемся с этим помочь. 

Что такое коллект?

Когда пользователь совершает действия на сайте, данные об этих событиях, браузере и времени Google Analytics формирует в один запрос к серверу аналитики. Этот запрос называют “collect” (коллект).

Чтобы понять, отправляются ли эти запросы, нужно “перехватить” их и посмотреть, какая информация в них содержится.

Как увидеть коллект?


Чтобы найти запрос, отправляемый в GA нужно:

  • Открыть браузер;
  • Перейти на интересующий вас сайт;
  • Нажать на правую кнопку мыши и выбрать “Исследовать элемент”

  • Выбрать раздел Network

  • В разделе Network необходимо найти запрос к серверу Google Analytics. Чтобы сделать это, нужно ввести значение “collect” в поле filter.

Теперь, чтобы отсортировать все запросы к серверу аналитики GA и выбрать только запросы, которые передают данные о событиях, нужно ввести в поле filter значение t=event.


Чтобы проверить, совершите нужное действие на сайте и посмотрите, появились ли у вас новые коллекты. Если появились — отлично, событие сработало!


Из чего состоит описание collect?


Вы перешли в нетворк, применили фильтр, совершили действие и увидели запрос к серверу GA (коллект). Следующий вопрос: “Что именно в нем передается?”.


Для того, чтобы понять, информация о каком событии передается в коллекте, нажмите на поле коллекта и перейти к разделу Query String Parameters.


В разделе Query String Parameters есть список параметров запроса коллект, который является преобразованным URL-запросом, разделенным для удобства чтения на отдельные поля — переменные и их значения.


Среди информации, отправляемой в систему аналитики, для проверки событий нам интересны такие поля:

t:       // тип коллекта, для настраиваемых событий будет равен “event”
dl:      // URL-адрес сайта, с которого был отправлен запрос
ec:      // категория события
ea:      // действие по событию
el:      // ярлык события
tid:     // номер счетчика GA, куда отправляются данные
gtm:     // номер счетчика GTM, который используется для создания события
_git:   // уникальный идентификатор, который присваивает GA посетителям сайта

Кроме запросов в Google Analytics, которые содержат информацию о действиях пользователей, есть запросы, которые отправляются при загрузке страницы (просмотре страниц пользователем). Такие запросы в GA имеют свой тип “t=pageview”. 


Зачем они нужны?

Отправляя данные о загрузке страниц в GA, эти запросы говорят о том, что сам счетчик системы аналитики установлен на сайт. Событие типа pageview не настраивается отдельно как события, отслеживающие действия пользователей (t=event). Поэтому их срабатывание при загрузке сайта говорит о том, что сработал счетчик аналитики (Google Analytics), а значит, аналитика на сайте установлена. 


Для того, чтобы проверить срабатывание запроса на просмотр страницы, необходимо открыть нетворк, и в поле filter ввести значение t=pageview. t — обозначение типа запроса, pageview — название типа запроса.

Помимо информации о запросах в Google Analytics, можно отслеживать запросы и в другие системы аналитики или даже рекламные системы:

  • Facebook
  • Vkontakte
  • MyTarget
  • Google Реклама


Для проверки потребуется ввести часть запроса в поле filter, раздел network.
Для FB событий = fb/facebook

Для VK событий = vk

Для MyTarget целей = mail.ru

Для конверсий Adwords = googleads

Важно! При вводе таких фильтров выдаются все запросы, которые относятся к рекламной или аналитической системе. Поэтому необходимо обращать внимание на факт отправки запроса: если он отправлен, значит система аналитики или рекламная система установлены на сайте.

А еще cервер, куда отправляется запрос: не всегда идентичен серверу сервиса: на котором располагается личный кабинет. Пример: MyTarget. При отправке запроса он уходит на top-fwz1.mail.ru. Как видно, это название не схоже с названием системы аналитики.


October 17, 2019
by Katherine Starodumova
0
64
Show more