Velký přehled atribučních modelů

Také jste někdy tápali nad tím, proč máte v Google Analytics víc konverzí než v Google Ads? Proč se do Skliku propisuje konverze v jiný den, než se následně u téhož zdroje propíše do Google Analytics? Důvod je ten, že každý systém využívá trochu jiný atribuční model. Pojďme se společně podívat na to, co to vlastně atribuční model je, jaké existují typy, a jaké modely využívají jednotlivé systémy.

Atribucni modely

Co se v článku dozvíte?

  • Co jsou to atribuční modely
  • Atribuční modely v Google Analytics
  • Atribuční modely používané v Google Ads
  • Atribuční modely v Skliku
  • Atribuční modely používané na Facebooku
  • Co je to report asistovaných konverzí v Google Analytics
  • Co je to report Prodleva konvere v Google Analytics

Co jsou to atribuční modely

Atribuční modely slouží k určení důležitosti a přidělení menších či větších zásluh jednotlivým mezikrokům (marketingovým kanálům) v konverzní trase s cílem vyhodnotit jejich reálný přínos. Díky tomu jsme schopni jednotlivým kanálům efektivně alokovat rozpočty.

Google Analytics

Defaultně  je v každém účtu Google Analytics využíván atribuční model Poslední nepřímý proklik (bude vysvětleno dále). Toto nastavení do tohoto dne nelze změnit. Lze však využít Nástroj pro porovnávání modelů pod záložkou “Konverze” > “Vícekanálové cesty” > “Nástroj pro porovnávání modelů”.

Nastroj pro porovnavani atribucnich modelu

U toho příkladu můžeme u přímé návštěvnosti pozorovat více než 40% propad v počtu zaznamenaných konverzí mezi modely Poslední proklik (2 373) a První Proklik (1 364). Srovnáním obou modelů můžeme snadno určit hodnotu jednotlivých marketingových kanálů, které postupně vedou k přímé návštěvě a vytoužené konverzi.

Google Ads

Narozdíl od Google Analytics, Google Ads má ve výchozím nastavení u každé konverze zapnut atribuční model Poslední proklik. To vede k tomu, že se velmi často můžeme střetnout s velkým rozdílem mezi počtem konverzí v obou systémech - Google Analytics může díky modelu Last Non-Direct Click (ignorování přímé návštěvnosti na konci konverzní cesty) připisovat větší množství konverzí.

Google Ads však nabízí možnost změny atribučního modelu a to přímo na úrovni jednotlivé měřené konverze. Stačí přejít na konkrétní konverzi “Nástroje a nastavení” > ve sloupci “Měření” klikneme na “Konverze” > klikneme na konverzi, jejíž atribuční model chceme změnit > vybereme požadovaný model.

Zmena atribuce v Google Ads

Typy atribučních modelů

Poslední proklik (Last Click Atribution)

Jak už název napovídá, tento model připisuje 100% zásluh poslednímu zdroji před konverzí. 

Dejme tomu, že návštěvník najde vaši webovou stránku přes sociální sítě. O dva dny později se na váš web proklikne přes placenou reklamu. Večer téhož dne zadá URL adresu přímo a nakoupí. 

V tomto případě si 100% zásluh připíše zdroj direct, jelikož byl posledním dílkem v konverzní trase nákupu.

Využití:

Model je vhodný v odvětvích s velmi krátkým nákupním cyklem a menším počtem mezikroků vedoucích ke konverzi, kdy ten poslední je pro vyhodnocení nejdůležitější.

Last Click Model

První proklik (First Click Attribution)

Podobný model jako model Poslední proklik s tím rozdílem, že připisuje veškeré zásluhy prvnímu zdroji v konverzní trase. 

Vrátíme-li se zpět k našemu předchozímu příkladu, kdy si návštěvník našel webovou stránku přes sociální sítě, řekněme Facebook, při použití modelu První proklik se veškeré zásluhy připíšou do kolonky Facebook, bez ohledu na to, který další zdroj se do konverzní trasy zapojil. 

Využití:

Model je vhodný v odvětvích s velmi krátkým nákupním cyklem, kdy mají návštěvníci tendenci konvertovat velmi rychle. 

First Click Model

Lineární model (Linear Attribution)

Tento model je ze všech modelů ten nejspravedlivější. Lineární model totiž zásluhy na konverzi rozdělí a připíše spravedlivě všem zúčastněným zdrojům.

V našem příkladu by tedy zdroje Facebook, placená reklama (Google Ads či Sklik) i direct získaly stejnou zásluhu 33 %.

Využití:

Při rozsáhlejších marketingových kampaních navržených pro udržení neustálého kontaktu se zákazníkem a pro následné snadné vyhodnocení zásluh jednotlivých kanálů. Tento model se doporučuje využívat u kampaní využívajících automatické nabídky. 

Linear Attribution

Poslední nepřímý proklik (Last Non-Direct Click)

Podobně jako u modelu Poslední proklik, i zde je 100 % zásluh připsáno jednomu zdroji. Tentokrát je ovšem ze hry vyřazena jakákoliv “direct” interakce, která se uskutečnila těsně před provedením konverze.

Tento model pomůže lépe pochopit, jak se o naší společnosti či značce návštěvník ve skutečnosti dozvěděl, protože pokud přichází na web napřímo, musí již značku znát z jiného zdroje.  

Využití:

Model je vhodné využít, pokud velkou část návštěvnosti tvoří zdroj direct a chcete zjistit, jak se o vaší značce návštěvník prvotně dozvěděl. 

Last Non-Direct Click

S nárůstem v čase (Time Decay Attribution)

Podobně jako u modelu Lineární atribuce rozděluje i tento model zásluhy mezi více zdrojů. Na rozdíl však od Lineární atribuce, model "S nárůstem v čase" pracuje s faktorem času. 

Interakce, které jsou časově blíže okamžiku nákupu získají větší kredit. Jinými slovy, interakce na začátku celé konverzní cesty získává nejmenší zásluhy na konverzi atd. 

Využití:

Model je vhodné využít u propagace produktů s dlouhým prodejním cyklem například v B2B sektoru.

Time Decay Attribution

Na základě pozice (Position Based Attribution) 

Atribuční model Na základě pozice, často nazývaný U-shaped attribution, rozděluje kredit mezi první kontakt se značkou a poslední kontakt vedoucí ke konverzi. 

V tomto modelu je 40 % připsáno prvnímu kontaktu, 40 % druhému kontaktu a zbývajících 20 % se rozdělí mezi zbývající body kontaktu.  

Využití:

Model je vhodný využít v byznysu s dlouho konverzní cestou, kdy si nejvíce ceníte zdroje, který vede k představení vaší značky, a posledního zdroje, který vede ke konverzi.

Position Based Attribution

Sklik

Pro měření konverzí používá Sklik model Last Click a není možné jej v současné době změnit. Stejně tak není možné změnit ani délku platnosti cookies. 

Konverzní kód se aktivuje v případě, že konverzi provedl uživatel, který má cookies z Skliku (tedy v posledních 30 dnech přišel přes kampaň Sklik) a k započítání konverze dochází v den provedení konverze.

Facebook

Atribuční modely v podání Facebooku jsou trochu komplexnější, než tomu bylo v případě Google Ads či Skliku. U Facebooku do hry totiž kromě atribučních modelů samotných vstupují ještě okna přiřazení.

Okno přiřazení

Okno přiřazení určuje počet dnů, které uběhly mezi tím, co uživatel reklamu viděl nebo na ni klikl a následným provedením konverze. 

Defaultně je okno přiřazení nastaveno na 1denní u zhlédnutí a 28denní u kliknutí. Jinými slovy se jako konverze připíše akce, kterou uživatel provedl den od zhlédnutí reklamy a 28 dnů od kliknutí na ni.

Výchozí okno přiřazení lze změnit přes “Nastavení” > “Přiřazení” > “Upravit” > vybereme požadovaný model

Okno prirazeni na Facebooku

Druhy atribučních modelů

Atribuční modely přiřazují zásluhy na konverzi jednotlivým krokům (touchpointům) v rámci konverzní cesty. Facebook využívá tyto atribuční modely:

1) Atribuční model založený na datech

Přiřazuje jednotlivým touchpointům zásluhy podle jejich odhadovaného přírůstkového vlivu. 

2) Atribuční model rovnoměrné zásluhy

Přiřazuje rovnoměrně každému touchpointu konverzní cesty stejný podíl zásluhy. 

3) Model přiřazení na základě prvního kliknutí nebo návštěvy

Přiřazuje 100 % zásluh prvnímu kliknutí nebo návštěvě na konverzní cestě. 

4) Atribuční model prvního použitého kanálu

Přiřazuje 100 % zásluh prvnímu kliknutí nebo návštěvě na konverzní cestě. Pokud však nedojde ke kliknutí ani návštěvě, zásluhy se připíšou prvnímu zobrazení.

5) Model přiřazení na základě posledního kliknutí nebo návštěvy

Přiřazuje 100 % zásluh poslednímu kliknutí nebo návštěvě na konverzní cestě. 

6) Atribuční model posledního použitého kanálu 

Přiřazuje 100 % zásluh poslednímu kliknutí nebo návštěvě na konverzní cestě. Pokud však nedojde ke kliknutí ani návštěvě, zásluhy se připíšou poslednímu zobrazení.

7) Poziční atribuční kanál

Přiřazuje určité procento zásluh za konverzi prvnímu a poslednímu touchpointu na konverzní cestě a zbývající zásluhy rovnoměrně rozděluje všem ostatním touchpointům.

8) Atribuční model doby úpadku

Přiřazuje rostoucí procento zásluh za konverzi touchpointům, které se blíží času konverze. 

Asistované konverze

Vzhledem k tomu, že výchozí nastavení započítávání konverzí v Google Analytics není tak úplně přesné, existuje možnost analýzy tzv. Asistovaných konverzí

Report Asistované konverze nabízí informace o počtu konverzí, u kterých se jednotlivý kanál vyskytl v konverzní trase, ale nestal se poslední interakcí konverze. Čím vyšší počet a hodnotu konverzí tedy v reportu u určitého kanálu vidíme, tím důležitější je kanál pro dokončení konverzní trasy.

Pro zobrazení reportu Asistovaných konverzí stačí přejít do karty “Konverze” > “Vícekanálové cesty” > “Asistované konverze”.

Asistovane konverze

Prodleva konverze 

Dalším užitečným přehledem, který Google Analytics pro vyhodnocování efektivity jednotlivých marketingových kanálů je Prodleva konverze.  

Tento report vám pomůže odhalit počet dnů potřebných k dosažení konverze v rámci jednotlivých konverzních tras. Model slouží jako skvělý pomocník při určování délky remarketingových publik. Pokud například v reportu vidíte, že velký počet konverzí byl uskutečněn až 14 dní po první návštěvě (dražší zboží), máte jasný signál, že s návštěvníky máte v remarketingu pracovat delší dobu a neukončovat remarketingovou sekvenci po 7 dnech.

Pro zobrazení reportu Prodleva konverze stačí přejít do karty “Konverze” > “Vícekanálové cesty” > “Prodleva”.

Report prodlevy konverze v Google Analytics

Závěrem

Vyznat se v atribučních modelech není nic snadného. V rámci efektivního vyhodnocování marketingových aktivit se však vyplatí znát rozdíly mezi modely využívanými v jednotlivých systémech a také je umět správně interpretovat. Každý ze zmíněných modelů má své přednosti a hodí se pro určitý typ kampaní lépe než druhý. 

Mohlo by vás zajímat:

 

 

 

 

 

 
 

Autor: Martin Brázda, 3. 3. 2020

Potřebujete poradit? Kontaktujte nás

Odesláním formuláře přijímáte naše Zásady zpracování osobních údajů.
Děkujeme za vyplnění formuláře.Odeslání formuláře se nezdařilo.