Чем полезна атрибуция на основе данных в новых реалиях — опыт агентства

В первом квартале 2022 года мы столкнулись с уходом с российского рынка ряда площадок, на которые приходился достаточно большой объем инвестиций.

Аукцион по ряду площадок стал дороже из-за отключения части инструментов, компенсировать потери трафика за счет перераспределения бюджетов на локальные площадки пока не удалось.

При этом на российском digital-рынке выросла доля охватной рекламы, вклад которой в конверсии оценить сложнее.

Несмотря на изменения рынка, перед нами по-прежнему стоит задача по выполнению как performance-показателей, так и целевых показателей бизнеса клиентов.

Мы пересматриваем подход и расширяем пул инструментов охватных площадок.

Важно не только тестировать охватные площадки, но и регулярно оценивать их эффективность, а также оценивать, целесообразно ли их подключать. И здесь особенно ценными становятся атрибуционное моделирование и аналитика post-view.

В статье расскажем:

• Как анализировать эффективность охватных площадок

• Чем мы пользуемся при оценке охватной рекламы

• Почему полезна атрибуция на основе данных — пример

Как анализировать эффективность охватных площадок

Напомним, какие модели атрибуции есть, на примере списка моделей в Google Analytics.

Last Click и Last Non-Direct Click — самые популярные модели. Но оценивать эффективность важно не только по их показателям. Last Click — это просто последний переход на сайт, и эта модель не берет в расчет предыдущие взаимодействия пользователя с рекламой.

В зависимости от типа бизнеса могут быть полезны и эти модели. Здесь важно заложить время, которое требуется клиенту до совершения сделки.

Если цикл принятия решения короткий, например, вы ведете кампанию по услугам в сфере срочного ремонта или доставки продуктов питания, цикл принятия решения короткий и Last Click может показывать адекватные результаты.

Если цикл принятия решения длинный, например, вы рекламируете недвижимость или сложный b2b-продукт и в вашем медиасплите есть охватная реклама, нужна мультиканальная модель атрибуции. Она позволяет оценивать вклад каждого маркетингового канала в достижение целевых бизнес-показателей.

К таким мультиканальным моделям можно отнести линейную атрибуцию, атрибуцию с учетом давности, атрибуцию на основе позиции и атрибуцию на основе данных.

Особенно интересным решением от Google является атрибуция на основе данных. Это алгоритмическая модель — система анализирует поведение пользователя и вычисляет, что именно привело его к целевому действию.

Подробнее об этой модели атрибуции — в статье:

Атрибуция на основе данных по дефолту в Google Ads — что нужно знать

Другой важный инструмент при оценке медийной рекламы — post-view. Такая аналитика позволяет сопоставить посетителей сайта с теми пользователями, которые видели рекламу, но не перешли по ней.

Пример. С нашим клиентом RBI провели post-view анализ охватной рекламы на площадке ЦИАН благодаря их интеграции со Smartis. В результате мы увидели, что количество посетителей с post-view оказалось выше почти в 4 раза того, что можно увидеть в системе аналитики. Это значит, что стоимость за целевое действие фактически ниже.

Чем мы пользуемся при оценке охватной рекламы

С нашими клиентами мы работаем в интеграции performance-показателей и бизнес-KPI.

Например, в сегменте недвижимости отслеживаем показатели трафика, стоимости уникально-целевого обращения и далее по данным CRM оцениваем конверсию в возможные сделки, встречи, брони и завершенные сделки.

Поэтому нам нужна подробная аналитика с построением атрибуционной модели по всей воронке — и исходя из данных по этой модели мы оцениваем вклад каналов и принимаем решения по дальнейшим размещениям.

В работе мы используем разные сервисы в зависимости от задач, перечислю некоторые из них:

• Roistat позволяет создать модель по шаблону и отслеживать, какие каналы участвуют в привлечении пользователей.

• AnData предлагает персонализировать и оптимизировать цикл взаимодействия с клиентами по всем маркетинговым каналам с помощью нейросетей. Система может собирать данные в единый цифровой паспорт, не привязывая к сессии — это позволяет отследить весь путь пользователя до конечного действия.

• Smartis — сервис для застройщиков, специализирующийся на построении сквозной аналитики на основе данных по всей воронке.

• Weborama позволяет оценивать влияние и эффективность рекламных кампаний для верхнего уровня воронки через моделирование атрибуции, адаптированной к задачам бизнеса. Подход базируется на эконометрических принципах и технологиях машинного обучения. Weborama можно подключать для оценки фактического показа баннера или видео, а также для оценки уникальности аудитории. Благодаря синхронизации онлайн- и офлайн-данных доступно проведение уникальных исследований по оценке влияния медийной рекламы на совершение онлайн- и офлайн-покупок.

Чаще всего для построения отчетов по мультиканальной атрибуции мы используем собственную разработку icontext — систему сквозной аналитики «Тубус».

Как это работает:

1. Производим матчинг данных Client ID по фокусным каналам из Google Analytics с данными по ключевым бизнес-показателям в CRM.

2. Данные передаются в «Тубус».

3. Отчет выстраивается по 5 моделям атрибуции, включая мультиканальную модель на основе цепей Маркова (тоже разработка icontext).

Мультиканальная атрибуция на основе цепей Маркова позволяет определить влияние исследуемых каналов на итоговые показатели бизнеса и посчитать выгоду по CAC. Это алгоритмическая модель, работающая на основе данных, как и атрибуция на основе данных в Google Analytics.

Период исследования составляет обычно от 3 до 6 месяцев, можно проводить оценку по итогам прошедшего флайта. В качестве конверсионных целей задаются ключевые показатели клиента и цели Google Analytics

Фокусными каналами могут выступать социальные сети, медийная реклама и другие платные источники трафика.

В результате исследования также можем оценить дельту по CAC и CPA по мультиканальной атрибуции (на основе цепей Маркова) по отношению к атрибуции по последнему непрямому переходу Google Analytics.

Ниже расскажем, как проводили исследование и насколько разными оказались показатели по этим моделям атрибуции.

Почему полезна атрибуция на основе данных — пример

С нашим клиентом RBI мы провели атрибуционное исследование на основе данных CRM. Задачей было оценить эффективность пула площадок с точки зрения всего пользовательского пути до сделки.

Станислав Воейков менеджер интернет-проектов RBI

С коллегами из icontext мы работаем как с KPI на УЦО (уникально-целевые обращения), так и на «Возможные сделки — Сделки». С учетом новых реалий рынка и ухода performance-площадок, которые давали нам большую долю обращений, особенно важной стала постоянная оценка эффективности каждого рекламного канала, оказывающего влияние на пользовательское поведение и итоговое решение о совершении сделки.

Учитывая результаты отчетов, которые коллеги готовят для нас на регулярной основе, мы совместно оцениваем пул площадок и корректируем тактику размещения, в зависимости от эффективности по сделкам и предыдущим шагам по воронке. Мы оцениваем результаты не только по показателям Last Click, но и учитываем итоговую CAC по всем источникам.

Цели конверсии в исследовании:

1. Сделки.

2. Возможные сделки (за исключением дисквалификацированных возможных сделок в процессе вторичной обработки отделом продаж RBI).

1. Встречи, брони.

2. Уникально-целевые обращения.

3. Ключевые цели Google Analytics (все конверсии, которые по воронке выше возможных сделок).

Фокусные каналы для анализа:

• Тематические площадки.

• Все платные рекламные источники.

Атрибуции в исследовании:

• Последний непрямой клик.

• Мультиканальная модель на основе Цепей Маркова.

• Последний клик.

• Первый клик.

• Линейная модель.

Период исследования:

Q4 2021—Q1 2022.

Конкретные результаты по площадкам и каналам мы привести не можем. Зато можем поделиться расхождением в показателях между двумя атрибуционными моделями.

Результаты атрибуционного исследования по каналам (данные по алгоритмической модели по сравнению с моделью по последнему непрямому клику):

По итогам исследования на основе построения мультиканальной атрибуции мы выделили ряд площадок, по которым количество конверсий выше, а стоимость целевого действия ниже. Эти значимые каналы мы масштабировали там, где позволяла емкость, и продолжаем размещение на них.

* Компания Meta, которой принадлежат Facebook и Instagram, признана экстремистской организацией и запрещена на территории РФ.