Модели атрибуции в веб-аналитике

Модели атрибуции в веб-аналитике

В данной статье рассматривается понятие «модели атрибуции» в веб-аналитике и их разновидности. Понимание важности существования цепочки взаимодействия покупателя с рекламными материалами интернет-магазина и важность верной оценки роли каждого источника в цепочке коммуникации сложно переоценить. Собственно, это и послужило поводом к написанию данной статьи. Статья разделена на несколько логических блоков: В первом блоке рассматривается понятие «Модели атрибуции» и многоканальных последовательностей; Во втором блоке рассматриваются модели атрибуции в Яндекс Метрике; И, наконец, в третьем блоке рассматриваются модели атрибуции в Google Analytics (где они представлены наиболее полно).

Понятие модели атрибуции

Не секрет, что оформленному заказу в интернет-магазине приводит достаточно длинная цепочка взаимодействия с рекламными материалами магазина. В строгом смысле, под многоканальной последовательностью понимается последовательность взаимодействий, в которой больше одного источника. Следовательно, цепочка начинается от двух элементов и не имеет верхней границы (На практике же, самые массовые цепочки — это 2, 3 и 4 элемента).

И, учитывая то, что большинство конверсий в интернет-магазине совершаются через многоканальные последовательности, следует рассматривать цепочки «с разных концов», то есть какой канал был инициатором цепочки, какой канал привел непосредственно к конверсии и т.д. Всё это, собственно, и есть модели атрибуции.

Цитируя справку Google Ads:

То есть, в разных моделях ценность конверсии перераспределяется на разные источники в последовательности: Например, на первый, либо на последний etc.

Собственно, разобравшись с определениями, можно перейти к рассмотрению моделей атрибуции в основных системах Веб-аналитики: Метрике и Аналитиксе.

Модели атрибуции в Яндекс Метрике

На данный момент, в Яндекс Метрике представлено всего три модели атрибуции: По первому источнику, по последнему источнику и по последнему значимому источнику. Вкратце рассмотрим каждую из них.

  1. Модель «По первому переходу»
    Как следует из названия, ценность конверсии в данной модели распределяется на первый источник. Данная модель предпочтительна для товаров с длительным временем принятия решения о покупке (Особо актуально это для категории бытовой техники, где «время раздумий» может достигать 30 дней). В данном случае оценка источников по этой модели атрибуции даст реальную картину того, какие источники первично привлекают покупателей, совершивших конверсию.
  2. Модель «По последнему переходу»
    Здесь ситуация обратная первому пункту: Ценность распределяется на последний источник. Следовательно, пользуясь данной моделью, можно узнать, какие источники были последней «точкой контакта» в цепочке взаимодействия пользователя с рекламными материалами магазина.
  3. Модель «Последний значимый источник»
    Последняя модель достаточно интересна: Она условно делит источники на значимые и незначимые (см. картинку ниже) и распределяет ценность конверсии на последний значимый источник, в соответствии с этой классификацией. То есть, если реальным последним источником был прямой заход, а перед ним был переход с Маркета, то в прямой заход в данную модель не попадет и конверсия будет засчитана в пользу Маркета.

Теперь перейдем к более богатому списку моделей атрибуции, которые представлены в Google Analytics:

Модели атрибуции в Google Analytics

На данный момент, стандартных моделей в Google Analytics насчитывается семь штук. Некоторые из них, конечно, схожи с аналогичными моделями в Метрике. А некоторые, более интересные. Кратко рассмотрим каждую из них.

1. Модель «Последнее взаимодействие»

В данной модели ценность конверсии полностью перераспределяется на последнюю точку взаимодействия (источник).

2. Модель «По последнему непрямому клику»

Данная модель схожа с «Последним значимым источником» от Яндекса. В ней игнорируются прямые посещения и ценность перераспределяется на последний непрямой источник (Оплаченная выдача, email и так далее).

3. Модель «Последний клик в Google Рекламе»

Как следует из названия, в данной модели вся ценность конверсии перераспределяется на последний клик по объявлению в Google Ads (если он, конечно, был). Данная модель, соответственно, достаточно полезна для глубокого анализа эффективности кампаний в Google Рекламе.

4. Модель «Первое взаимодействие»

Данная модель аналогична модели «По первому источнику» в Яндекс Метрике, вся ценность в ней перераспределяется на первый источник в цепочке конверсий.

5. «Линейная модель»

В рамках линейной модели ценность конверсии распределяется поровну между источниками. То есть, если в цепочке было 2 источника, то каждому будет присвоена ценность в 50%; если 4 источника, то 25% etc.

6. Модель «С учетом давности взаимодействия» 

В данной модели ценность перераспределяется на источники, которые ближе по времени  к моменту совершения конверсии. Данные источники получат большую долю ценности.

7. Модель «На основе позиции» 

Модель «На основе позиции» схожа с линейной, но, в данном случае, первый и последний источник получают по 40% ценности, а остальные 20% равномерно распределяются между остальными элементам цепочки.

Резюме

Несмотря на многообразие моделей атрибуции, реальными «настольными» моделями автора данной статьи (в рамках аналитики интернет-магазинов), являются:

  1. Модель «По первому клику»
  2. Модель «По последнему значимому клику»
  3. И «Линейная модель»

Выбор этих моделей обусловлен тем, что модель «по первому клику» — важна для получения реальной картины конверсионных источников; модель «по последнему значимому источнику» важна для получения картины платных источников, которые выступают последним контактом в цепочке (И, на основе этих данных, можно создать дополнительное предложение пользователю в рамках данного источника, чтобы мотивировать его к завершению конверсии); Линейная же модель выступает как инструмент анализа каждого платного источника в цепочке конверсии. Если тот или иной платный источник не появляется даже в рамках линейной модели, то, вероятно, с этим источником стоит попрощаться.