Atrybucja konwersji to przypisanie konwersji użytkownika, czyli oczekiwanego zachowania, do danego kanału marketingowego, czyli np. bezpłatnych wyników wyszukiwania, reklamy Google Ads czy Meta Ads. Z pozoru jest to łatwe i szybkie, jednak biorąc pod uwagę to, że przed podjęciem określonych działań użytkownik odwiedza stronę z różnych źródeł, przypisanie konwersji to złożony proces.
Spis treści:
- Atrybucja konwersji – co to jest?
- Który kanał doprowadził do konwersji?
- Modele atrybucji – rodzaje
- Atrybucja konwersji w Google Analytics 4
- Okno konwersji w Google Analytics 4
- Atrybucja w Meta Ads i Pinterest Ads
- Atrybucja Google Ads – jak działa atrybucja w Google?
- Znaczenie atrybucji konwersji w marketingu
- Podsumowanie
Atrybucja konwersji – co to jest?
Chcąc wyjaśnić pojęcie atrybucji, warto zacząć od pojęcia samej konwersji. W dużym uproszczeniu są to działania, które użytkownik podejmuje na stronie i które są pożądane z perspektywy firmy. Może to być np. wypełnienie formularza kontaktowego czy przesłanie zapytania ofertowego. Takie działania mogą być traktowane jako makrokonwersje (główne), jednak zazwyczaj są one poprzedzone różnymi mikrokonwersjami (np. przejściem do zakładki kontakt czy do poszczególnych podstron w witrynie).
Jeśli przyjmiemy, że konwersją jest zakup produktu w sklepie internetowym, musimy zdać sobie sprawę, że użytkownicy nie dokonują jej podczas jednej wizyty. Decyzję finalną poprzedza kilka wizyt w witrynie, a każda może być realizowana z innego źródła, np. z Facebooka, z reklamy w Google itd. Który z tych kanałów powinien zostać uznany jako źródło konwersji? To właśnie określają modele atrybucji.
Model atrybucji to reguła, zbiór reguł lub algorytm, który działa na bazie danych. Jego zadaniem jest określenie, jak udział w konwersjach ma zostać przypisany punktom styku klienta na ścieżkach konwersji. Na ścieżkę składają się z kolei wszystkie źródła, z których użytkownik odwiedził stronę, zanim doszło do domknięcia konwersji. W zależności od przyjętego modelu atrybucji poszczególne kanały mogą wykazywać się różną skutecznością.
Podajmy przykład. Pan Jan Nowak chce kupić nowe narty. W poniedziałek wszedł na pewną stronę internetową, która oferuje taki sprzęt z reklamy tekstowej Google. Nie zdecydował się jednak jeszcze na zakup, porównał modele, zapoznał się z cenami.
We wtorek podczas porannego przeglądania mediów społecznościowych wyświetliła mu się reklama tego samego sklepu. Kliknął kreację, przeszedł na stronę, ale ponownie nie kupił nart. W czwartek wpisał frazę w okno wyszukiwarki i ponownie wszedł na stronę z darmowych (organicznych) wyników wyszukiwania. Wtedy też sfinalizował transakcję. Do którego z tych źródeł powinien zostać przypisany zakup? Odpowiedź na to pytanie tkwi w przyjętym modelu konwersji.
Który kanał doprowadził do konwersji?
W czasach, w których firmy prowadzą działania marketingowe w różnych kanałach, kierowanie się wyłącznie jednym z najbardziej znanych modeli atrybucji, jakim jest „last click” nie jest najrozsądniejszym podejściem. Mimo że dany kanał był ostatnim, z którego użytkownik odwiedził stronę, nim skonwertował, to wcześniej mógł mieć kontakt z marką za pośrednictwem innych kanałów. W standardowym modelowaniu atrybucji (ostatnie wejście niebezpośrednie) w Google Analytics 4, narzędzie przypisze konwersje do ostatniego kanału na ścieżce (lub przedostatniego, jeśli na końcu będą wejścia bezpośrednie).
W opisanym powyżej przykładzie konwersja zostałaby przypisana do google / organic. Ten model pominąłby jednak wcześniejsze źródła wejścia na stronę, z których również korzystał użytkownik i bez których być może transakcja nie zostałaby sfinalizowana. Czy one nie miały udziału w konwersji? Przecież możliwe, że to właśnie dzięki temu, że użytkownik obejrzał produkty z poziomu reklamy Meta Ads i GoogleAds ostatecznie przekonał się do zakupu danego produktu.
Wniosek – do oceny skuteczności poszczególnych kanałów marketingowych i określania, który z nich ma największy udział w generowaniu konwersji, należy podejść holistycznie, gdyż ścieżki użytkownika, które prowadzą do dokonania konwersji, bywają kręte i składają się z różnych punktów styku użytkownika z marką.Aby oddać tę skomplikowaną ścieżkę użytkownika powstały różne modele atrybucji, dzięki których możemy wnikliwiej analizować ścieżkę konwersji.
Modele atrybucji – rodzaje
Last click, czyli ostatnie kliknięcie
To jeden z najbardziej znanych modeli. Zgodnie z jego założeniami, konwersja jest przypisana ostatniemu z kanałów, występujących na ścieżce użytkownika, zanim doszło do konwersji.
Oznacza to, że za źródło ruchu, które jest odpowiedzialne za pozyskanie klienta, zostanie uznany wyłącznie jeden (ostatni) kanał, mimo że użytkownik miał styczność z marką także z poziomu innych miejsc. W Google Analytics 4 model ten nosi nazwę – ostatnie wejście niebezpośrednie.
To podejście może sprawdzić się np. w przypadku bardzo krótkich akcji promocyjnych w sektorze B2C, kiedy możliwe są spontaniczne reakcje użytkowników, prowadzące do zakupu (np. od razu po wyświetleniu tylko jednej reklamy). W B2B tak szybki proces decyzyjny jest praktycznie niemożliwy, dlatego „last click” nie powinien być docelowym modelem atrybucji, wykorzystywanym przez firmy działające w tym obszarze.
Liniowy model atrybucji (linear)
Uważany za jeden z „najsprawiedliwszych” modeli, w zakresie rozpisywania udziału konwersji na wszystkie źródła. W praktyce oznacza to, że każdy kanał, który wystąpi na ścieżce konwersji, będzie miał przydzielone tyle samo punktów procentowych. Jeśli więc ścieżka będzie składać się z np. 4 punktów styku – każdy z nich otrzyma 25% udziałów. To model, który dobrze sprawdza się w B2B – tam, gdzie proces decyzyjny jest dłuższy.
Uwzględnienie pozycji (position-based)
W tym modelu największy udział w domknięciu konwersji przypada pierwszemu i ostatniemu kanałowi na ścieżce. Jeśli firma kieruje się lejkiem marketingowym, model ten pomoże sprawdzić, który kanał najlepiej działa na górze, a który na dole lejka.
Pierwsze kliknięcie (first click)
To przeciwieństwo modelu „last click”. W tym podejściu cały udział w domknięciu konwersji jest przypisywany pierwszemu wejściu na stronę, nawet jeśli na ścieżce występują również inne źródła ruchu. Model ten sprawdzi się m.in. w przypadku kampanii zasięgowych, w których głównym celem jest dotarcie do jak najszerszego grona odbiorców.
Spadek udziału z upływem czasu (time-decay)
W tym modelu chodzi o czas. Im dawniej dany kanał wystąpił na ścieżce konwersji, tym mniejszy udział zostanie mu przypisany w jej domknięciu. Największe zasługi zostaną przypisane ostatniej interakcji. Time-decay jest zalecany w przypadku mniejszych, impulsywnych transakcji.
Pierwsza interakcja (first interaction)
Mimo że model ten może kojarzyć się z modelem pierwszego kliknięcia, nie polega na tym samym. Otóż interakcja to nie klik. Można uznać za nią np. wyświetlenie reklamy displayowej, bez przejścia do strony. To model, który sprawdzi się w przypadku firm, stosujących kampanie zasięgowe.
Ostatnia interakcja (last interaction)
Model ostatniej interakcji to także nie to samo, co model ostatniego kliknięcia. Tutaj udział w domknięciu konwersji jest przypisywany ostatniej interakcji. Sprawdza się, jeśli firma prowadzi kampanie displayowe. Ma podobne zastosowanie, jak model last click, z tym że pod uwagę bierze się też wyświetlenia reklam display (bez kliknięć).
Atrybucja konwersji w Google Analytics 4
W Google Analytics 4 użytkownicy mają dostęp do ulepszonych funkcji atrybucji, w tym do udoskonalonego raportu „Ścieżki konwersji” oraz do funkcji, takich jak modelowanie atrybucji na poziomie usługi, co zapewnia bardziej szczegółowe statystyki. W raportach atrybucji Google Analytics 4 występują 3 modele, takie jak atrybucja oparta na danych, płatne i bezpłatne – ostatnie kliknięcie (ostatnie kliknięcie niebezpośrednie) oraz kanały płatne Google – ostatnie kliknięcie.
- Atrybucja oparta na danych – przypisuje udział w konwersji na podstawie danych o poszczególnych zdarzeniach. Dane z konta GA4 są wykorzystywane do tego, by obliczyć rzeczywisty udział każdej interakcji, która polega na kliknięciu. Warto dodać, że ten model konwersji w Google Analytics 4 ustawiany jest jako rekomendowany. Jak to działa? Funkcja korzysta z algorytmów systemów uczących się, by oceniać zarówno ścieżki konwersji, jak i ścieżki bez konwersji. Model uczy się, jak różne punkty kontaktu użytkownika z marką wpływają na konwersje i przypisuje moce do tego, przy którym szansa na ich osiągnięcie była największa.
- Płatne i bezpłatne – ostatnie kliknięcie (ostatnie kliknięcie niebezpośrednie) – nie bierze pod uwagę wizyt bezpośrednich i przypisuje 100% wartości konwersji ostatniemu z kanałów, z którego użytkownik wszedł na stronę przed wykonaniem konwersji.
- Kanały płatne Google – ostatnie kliknięcie – 100% udziału w konwersji jest przypisane ostatniemu kanałowi Google Ads, w którym klient kliknął komunikat reklamowy, zanim skonwertował. Jeśli na ścieżce nie występuje kanał Google Ads, konwersja przypisywana jest w modelu ostatniego kliknięcia niebezpośredniego.
Okno konwersji w Google Analytics 4
Z pojęciem modelów atrybucji związany jest również termin okna konwersji oznaczający okres, przez który będą brane pod uwagę punkty styczności z klientem w ustalaniu udziału w konwersji.
Co to dokładnie oznacza? Jeśli okno konwersji wynosi 90 dni, to w przypisaniu źródła konwersji według poszczególnego modelu będą brały udział wyłącznie te punkty styku, które miały miejsce w tym czasie. Wszystkie wcześniejsze kanały zostaną pominięte.
Warto rozważyć ten case na przykładzie. Jan Kowalski 1 lipca wchodzi na stronę internetową sklepu i zapoznaje się z ofertą eleganckich butów. Ponownie stronę odwiedza po wakacjach, czyli 1 września. Na zakup decyduje się dopiero 1 grudnia, jednak w czasie pomiędzy 1 września a 1 grudnia odwiedza witrynę wielokrotnie z różnych źródeł. W ustalaniu, do którego wejścia przypisać konwersję brane są pod uwagę jedynie te źródła, które miały miejsce 90 dni przed konwersją, co oznacza, że wejście z 1 lipca nie będzie uwzględnione.
Domyślne okno konwersji w Google Analytics 4 wynosi 30 dni dla zdarzeń konwersji określających pozyskanie użytkowników (opartych na wydarzeniach first_open i first_visit) oraz 90 dni dla pozostałych zdarzeń. Można jednak zmodyfikować ten czas i ustawić również 30 lub 60 dni.
Atrybucja w Meta Ads i Pinterest Ads
Wszystkie opisane wyżej uwagi dotyczą systemu analitycznego Google Analytics 4, który jest najpopularniejszym narzędziem tego typu. Warto jednak wiedzieć, że swoje modele atrybucji i okna atrybucji mają również systemy reklamowe. Ich zasada działania często nie pokrywa się z tym, jak działa GA4, co powoduje wiele pytań i wątpliwości w zakresie efektywności poszczególnych kanałów w generowaniu konwersji.
Atrybucja Meta Ads – jak działa atrybucja na Facebooku?
Meta posiada atrybucję opartą na kliknięciu reklamy lub jej wyświetleniu. Możliwe jest jej samodzielne ustawienie podczas tworzenia lub edytowania kampanii z celem konwersji na poziomie zestawu reklam. W tej chwili dostępne są następujące rodzaje atrybucji:
- Kliknięcia z 1 dnia
- Kliknięcia z 7 dni
- Kliknięcia z 1 dnia lub wyświetlenia z 1 dnia Kliknięcia z 7 dni lub wyświetlenia z 1 dnia
Jeśli nie wybierze się żadnej z opcji, domyślenie ustawiona zostanie atrybucja w modelu kliknięcia z 7 dni lub wyświetlenia z 1 dnia, która oznacza, że Meta przypisze sobie zasługę za konwersję, jeśli użytkownik w ciągu 7 dni wstecz od konwersji kliknął reklamę z tego systemu lub wyświetlił ją w ciągu 1 dnia. Jak więc można się domyślać, liczba konwersji w panelu reklamowym Meta a liczba konwersji przypisanych do źródła Facebook / cpc w Google Analytics 4 może być różna. Zazwyczaj z korzyścią na rzecz panelu reklamowego Meta. Powoduje to liczne nieporozumienia i nieścisłości wśród osób, które dotąd nie zapoznały się ze specyfiką działania atrybucji.
Raportowanie wyników reklamowych Meta jest więc obarczone koniecznością analizy w świetle wybranego okna konwersji. W innym wypadku możemy podejmować niecelne decyzje marketingowe.
Atrybucja Pinterest Ads – jak działa atrybucja na Pinterest?
Podobnie, jak to ma miejsce w przypadku atrybucji Meta, również Pinterest Ads charakteryzuje się właściwym sobie oknem atrybucji. Domyślmy oknem jest 1 dzień od wyświetlenia, 30 dni od zaangażowania i 30 dni od kliknięcia. Oznacza to, że jeśli ktoś wejdzie w interakcję z Pinem, a następnie w ciągu kolejnych 30 dni dokona konwersji na stronie www (nawet z innego źródła bezpośredniego), to Pinterest przypisze konwersję sobie i wyświetli te dane w Menadżerze reklam. Tak szerokie okno konwersji rodzi duże pole do błędnego oceniania potencjału konwersji z tego kanału. Portal społecznościowy umożliwia jednak zmianę okna konwersji na inne wartości np. 7/7/7 lub 1/1/1 lub 1/0/0, gdzie poszczególne liczby oznaczają w kolejności kliknięcie/zaangażowanie/wyświetlenie.
Która z nich jest najlepsza? Nie ma prostej odpowiedzi na te pytania. Istotne jest natomiast to, aby świadomie interpretować wyniki kampanii w świetle dobranego okna konwersji.
Atrybucja Google Ads – jak działa atrybucja w Google?
Google Ads podobnie jak inne systemy reklamowe, również umożliwia indywidualne wybranie okna atrybucji. Domyślnym okresem atrybucji dla Google Ads jest 30 dni od kliknięcia, 3 dni od wyświetlenia angażującego (obejrzenie co najmniej 10 sekund reklamy wideo) oraz 1 dzień od obejrzenia (zaprezentowania reklamy użytkownikowi). Świadomy administrator konta reklamowego może zmienić te wartości w dowolnym zakresie od 1 do 30 dni dla wyświetlenia angażującego oraz od 1 do 90 dni dla kliknięcia.
Znaczenie atrybucji konwersji w marketingu
- Pozwala ocenić, które z działań marketingowych wykazują wysoką skuteczność w zakresie generowania konwersji.
- Analizując dane, można podzielić budżet marketingowy tak, by przeznaczać go na działania, które mogą przynieść marce zyski.
- Analizowanie ścieżki zakupowej oraz częstych punktów styku klienta z marką, może pomóc w zoptymalizowaniu strategii marketingowej.
Podsumowanie
Ocena skuteczności poszczególnych kanałów marketingowych, pod kątem generowania konwersji wymaga holistycznego podejścia. Decydując się na wybór konkretnego modelu atrybucji, trzeba przeanalizować specyfikę firmy oraz jej cele biznesowe. Warto jednak pamiętać o tym, że to atrybucja bazująca na modelach statystycznych, pozwala precyzyjnie rozdzielać udział w konwersji na różne punkty styku klienta z marką.
