Google Attribution
Google Attribution jest narzędziem pozwalającym, jak sama jego nazwa wskazuje, mierzyć, modelować i porównywać między sobą różne rodzaje atrybucji. Przedstawione są one w dużo szerszym wydaniu i kontekście niż to miało miejsce do tej pory w panelu Google Analytics. Dzięki temu możemy świadomie wybrać optymalny model dla danego rodzaju działalności rozumiejąc czym poszczególne z nich różnią się między sobą. Mierzenie atrybucji jest zadaniem samym w sobie bardzo trudnym i do tej pory często nie do końca skutecznym, ponieważ znalezienie, opisanie i nadanie wag wszystkim punktom styku na ścieżce zakupowej wymaga bardzo wielu danych dotyczących użytkownika, jego preferencji, urządzeń z których korzystał, faktycznego zaangażowania itp.. Dlatego do tej pory, mimo tak zaawansowanej analityki internetowej, mierzenie atrybucji nie było powszechną praktyką, mimo że pozwala ona zrozumieć jak naprawdę wygląda proces zakupowy każdego użytkownika.
Pierwsze słuchy o darmowej wersji Google Attribution pojawiły się już w pierwszej połowie 2017 roku. Od tego czasu narzędzie było dopracowywane i udostępniane kolejnym grupom reklamodawców. Pojawia się ona w dolnej części lewego panelu bocznego w Google Analytics. Połączenie tych dwóch narzędzi nie jest bezcelowe. Dzięki temu Google Attribution modeluje atrybucję w oparciu o istotne dla nas zdarzenia (albo zbiór zdarzeń). Dodatkowo może również brać pod uwagę zdarzenia offline, czy też dane, uploadowane przez nas z zewnętrznego pliku.
Obecnie najczęściej wykorzystywanym modelem jest model last click – domyśly dla Google Analytics. Teraz, gdy modelowanie i mierzenie atrybucji staje się coraz bardziej skuteczne, większość z reklamodawców powinno dążyć do uruchomienia modelu Data Driven, czyli opartego na danych.
Jak zacząć
Gdy już na naszym koncie odblokowana zostanie opcja „Atrybucja” będziemy mogli rozpocząć konfigurację tego narzędzia. Wybieramy konto, usługę oraz widok, a następnie wybieramy istotne dla mierzenia naszej atrybucji typy konwersji (najlepiej, żeby bezpośrednio dotyczyły/były częścią wartościowe dla nas zdarzenia).
Na pierwsze wizualizacje i modele musimy zaczekać 72 godziny od momentu uruchomienia. Tyle czasu potrzeba, by początkowe informacje zostały zebrane, a następnie przetworzone. Po tym czasie będziemy mogli przyjrzeć się danym zebranym w kilku raportach, które znajdują się w panelu bocznym narzędzia.
Strukturalnie panel wygląda podobnie jak w Google Analytics, tylko że dużo bardziej ubogo. Do dyspozycji mamy:
Raport „Conversion paths”
Jest to raport ścieżek konwersji. Jest on podobny wyglądem do znanego nam raportu MCF, lecz różniący się pod niektórymi względami. Po pierwsze w raporcie w Google Attribution możemy wybrać model atrybucji, zgodnie z którym raport ma zostać przedstawiony. Po drugie nawigacja w tym raporcie jest dużo bardziej intuicyjna. W łatwy sposób możemy zmieniać wymiary, modele atrybucji czy długość ścieżki.
Raport „Conversion Lag”
Jest to raport mówiący o opóźnieniu w realizacji konwersji. Mówi nam o tym po jakim czasie od pierwszego kontaktu ze stroną/produktem następuje konwersja. Podobnie jak w pozostałych raportach możemy wybrać w oparciu o który model atrybucji raport ma zostać zbudowany oraz które konwersje mają zostać wzięte pod uwagę.
Raport „Conversion Path Lenght”
Jest to raport przedstawiający długości ścieżek konwersji. Pokazuje nam ile punktów styku tzw. „touchpointów” najczęściej występuje na ścieżce do konwersji. Tutaj również wybieramy model atrybucji oraz interesujące nas konwersje
Raport „Model Comparison”
Raport porównujący modele atrybucji. Daje nam możliwość ustawienia największej ilości zmiennych. Pozwala porównać między sobą różne modele atrybucji. Dodatkowo daje możliwość wybrania wymiarów, w ujęciu których chcemy otrzymać raport
Dostępne modele atrybucji w Google Attribution
Modele atrybucji różnią się między sobą metodą przypisywania wagi dla poszczególnych kroków na ścieżce do konwersji dlatego w zależności od rodzaju prowadzonego biznesu, oferowanego towaru oraz celu jaki przyświeca naszej działalności powinniśmy zdecydować się na inny model. Firmy sprzedające towar drogi, którego kupno poprzedzone jest długim procesem zdobywania informacji, porównywania itp. i którego zakup nie następuje w pierwszej chwili powinny wybrać inny model niż firmy oferujące przedmioty codziennego użytku, których kupno nie jest obarczone potrzebą tak szerokiej analizy rynku. Google Attribution daje nam możliwość zastosowania następujących modeli:
- Model „Last Click” – przypisujący całą zasługę ostatniemu niebezpośredniemu kliknięciu
- Model „Uwzględniający Pozycję” – dający po 40% wagi pierwszej i ostatniej interakcji i pozostałe 20% rozdzielając na pozostałe punkty styku
- Model „First Click” – przypisujący całą zasługę pierwszemu kliknięciu
- Model „Data Driven” – jest to model oparty na danych
- Model „Linear” – przypisujący wagę liniowo tzn. każdej interakcji nadaje taką samą wagę
- Model „Time-Decay” – model rozkładu czasowego, który interakcjom występującym najbliżej momentu konwersji przypisuje największą wartość
Więcej o samych modelach atrybucji znajdziecie w tym artykule na naszym blogu.
Problemy w Google Attribution
Google Attribution, przynajmniej w darmowej wersji, jest bardzo świeżym narzędziem. Wiele elementów jest dopiero testowanych, a ich finalna wersja będzie zapewne różnić się od obecnej. Niemniej jednak już teraz można wskazać kilka obszarów, które mogą w pewnym stopniu utrudniać pracę i zaburzać prawdziwy obraz sytuacji.
1. Okno konwersji
Problem w tym przypadku dotyczy maksymalnej długości okna konwersji. Sprawa ta odnosi się nie tylko do Google Attribution, gdyż maksymalna długość takiego okna zarówno dla Google Analytics jak i dla Google Ads wynosi 90 dni. Oznacza to, że momencie kiedy klient zdecyduje się na zakup 91 dnia od pierwszego kontaktu z produktem, to cała zasługa za zakup zostanie przypisana ostatniemu źródłu. Nie trudno sobie wyobrazić sytuację, w której firma oferuje przedmioty o wartości wyższej niż 500zł, a klient bardzo długi czas przekłada decyzję zakupową na bardziej dogodny moment. Proces zakupowy w takim wypadku trwać może nawet dłużej niż rok co potwierdzone zostało wieloma badania i testami. Wynika z nich również, że nawet 30% wszystkich konwersji, dla takich przedmiotów, odbywa się po czasie dłuższym niż 90 dni.
2. Nie uwzględnia kampanii zewnętrznych
Narzędzie Attribution jest produktem Google dlatego nie dziwi fakt, że jest idealnie kompatybilny z innymi jego produktami – Analyticsem, Ads, Search Ads 360 czy DV360. Dane pochodzące z tych narzędzi znajdują się w raportach i to głównie pomiędzy nimi rozdzielona jest zasługa za mierzone konwersje. Pozostałe internetowe źródła płatne czy niepłatne, o ile są dobrze oznaczone, również znajdą się w raportach i otrzymają swoją wagę. To wszystko daje nam pewien obraz, który niestety często nie jest prawdziwy. Wszystkie powyższe rzeczy mierzą jedynie płatne oraz bezpłatne interakcje z witryną. Nie bierze on jednak pod uwagę, że niektóre wyszukiwania directowe albo brandowe są wynikiem kontaktu z reklamą w sieci reklamowej(innej niż Google), albo z reklamą w mediach tradycyjnych.
Co to oznacza i czy dostępne jest rozwiązanie?
O ile połączenie z narzędziami DV360 i Google Ads pozwala mierzyć konwersje postview to są to jednak tylko wyniki dla narzędzi Google. Powoduje to, że kanały związane z Google często w raportach mają znaczącą przewagę nad pozostałymi, które uwzględniają jedynie konwersje postclickowe. Co prawda możliwy jest import danych z pliku, ale to też pozostawia ogromną lukę w danych i nadal faworyzuje produkty Google. Niestety bezpośrednie połączenie darmowej wersji Google Attribution z zewnętrznymi platformami jest niemożliwe, dlatego powinniśmy mieć to zawsze na uwadze analizując raporty, szczególnie jeśli inwestujemy też w inne kanały (poza Google) operujące w sieciach reklamowych i generujące ruch postview. Dobrym rozwiązaniem może okazać się inwestycja w inne narzędzie 3rd party attribution pozwalające łączyć dane z dużo większej ilości kanałów.
3. Uwzględnianie konwersji cross-device
Powyższe problemy z Google Attribution są możliwe do rozwiązania przy obecnie znanej metodologii tworzenia modeli atrybucji. Jest jednak rzecz, która wymagać może dużo większej ilości integracji, reguł, założeń i modeli. Jest to uwzględnienie w modelach konwersji cross-device pochodzącej z ruchu postview. O ile w pewnym stopniu jest to rozwiązane w produktach Google, to przy połączeniu z kanałami jak Facebook czy Instagram rozwiązanie nie jest dostępne. Ruch pochodzący od osób, które zobaczyły reklamę na Facebooku na telefonie, a potem wpisały bezpośrednio daną stronę na komputerze będzie zakwalifikowany jako ruch bezpośredni z komputera.
Podsumowując sekcję o problemach można powiedzieć, że Google Attribution jest świetne, ale tylko do momenty, gdy nasz ruch pochodzi jedynie z kanałów związanych z Google. Podobnie z atrybucją na Facebooku – najlepiej jest ona przedstawiona w momencie, gdy nasz ruch opiera się jedynie na ruchu z Facebooka, Instagrama i Messengera.
Przyszłość pomiaru atrybucji z Google Attribution
Udostępnienie Google Attribution oraz modelu Data Driven dla szerszego grona reklamodawców może okazać się kamieniem milowym w rozwoju analityki internetowej dlatego tak ważne jest jego zrozumienie. Do tej pory był to temat niechętnie poruszany, bo nie do końca dobrze rozumiany. Teraz, gdy nasza styczność z badaniem atrybucji jest na porządku dziennym będziemy mogli lepiej zrozumieć cały ten proces. Będziemy mogli optymalizować sposób wydawania budżetów na działania promocyjne w oparciu o dane z modeli najlepiej pasujących do naszego biznesu. Dużo lepiej i skuteczniej będzie mogli wskazywać i rozwijać kanały będące dla nas najbardziej wartościowe, dodatkowo jeszcze lepiej zrozumiemy zasady jakimi kieruje się użytkownik na swojej ścieżce zakupowej. Stworzymy nowe reguły i charakterystyki klasyfikujące użytkowników do poszczególnych grup klientów i dodatkowo poznamy uniwersalne ścieżki konwersji dla poszczególnych branż. To tylko niewielka ilość korzyści jakie może przynieść rozwój tego narzędzia. Wraz z jego rozbudową na pewno dochodzić będą kolejne ciekawe możliwości.
Loading...