Ассоциированные конверсии

Оффтоп

Как же быстро летит время! Оказывается, я ничего не писал в блог аж 4 месяца. За это время очень много чего произошло. Я успел переехать, сменить работу, посетить Тай, пройти отличный курс по Веб-аналитике от Андрея Осипова. Ну и наработать несколько кейсов. Об одном из них сейчас расскажу.

Ассоциированные конверсии

Это непрямые конверсии, возникающие в процессе набора пользовательского опыта.

Например, пользователь начал взаимодействие с вашим сайтом через органический поиск, на следующий день он увидел в Скайпе ваш баннер, вспомнил о предстоящей покупке и перешел на ваш сайт. На третий день он определился с покупкой, набрал в поисковике ваш бренд, перешел по первой ссылке в выдаче (контекстная реклама) и купил. В итоге у нас есть одна конверсия по каналу cpc, и две ассоциированные конверсии: 1 – органическая выдача, 2я –  Criteo (баннер в Скайпе).

Ассоциированные конверсии помогают оценить вклад каждого канала в совершение конверсии. Но нужно правильно уметь их считать.

Антикейсы

Что делают рекламные агентства? Если отчетность строится по KPI, то агентства считают по своим cpc каналам сумму прямых транзакций и ассоциированных конверсий, некоторые еще с колл-трекинга кол-во звонков прибавляют. Далее делят расход на полученную цифру и получают некий «CPO» (цена заказа). Но фактически полученная цифра сильно ниже реального CPO и в этом легко убедиться, если попробовать посчитать по такой схеме CPO по всем каналам. Транзакций (лидов) у вас получится сильно больше реального их количества.

Как быть?

Есть несколько вариантов, как учитывать ассоциированные конверсии:

  1. Не учитывать совсем и жить с тем что показывает Analytics, т.е. работать только с прямыми конверсиями.
  2. Работать со стандартными моделями атрибуции в Analytics
  3. Придумать свою модель, которая будет наиболее объективно оценивать ценность каждого канала

Про первый вариант я ничего говорить не буду, он имеет место быть и многие по нему работают. Третий вариант довольно сложен в реализации, т.к. помимо создание самой модели, нужно будет извлечь сырые данные с серверов аналитики, применить модель и визуализировать её.

Я расскажу о втором варианте, который сам использую на данный момент. В Analytics есть модель атрибуции «На основе позиции». Она распределяет вес транзакции по формуле 40-20-40. 40% ценности отдается первому и последнему каналу, а 20%-распределяется между остальными.

Отчет по конверсиям "На основе позиции"

Я считаю, что эта модель неплохо описывает ценность контекстной рекламы в поисковых сетях. По сути нам важен первый шаг – знакомство пользователя с продуктом и последний шаг – транзакция. Если мы работаем только с прямыми конверсиями, то теряем возможность оценивать первый шаг пользователя. И в тоже время можем сильно переоценить некоторые рекламные кампании, например, брендовые, которые часто являются последним источником для транзакции.

Что касается медийных сетей я использую для их оценки модель атрибуции «Первое взаимодействие», считая, что баннеры должны запускать цепочки общения пользователя с сайтом. Продавать баннерам тяжело, поскольку они крутятся в тот момент, когда пользователь отвлечен от поиска наших товаров и услуг. Естественно, ретаргетинговые кампании являются исключением и несложно догадаться, что оценивать их нужно либо «На основе позиции», либо по «Последний непрямой клик».

Резюме

Ассоциированные конверсии – это возможность глубже капнуть в аналитику и посмотреть не только на итоговый результат. Оценить процессы взаимодействия пользователя с сайтом и источники этих взаимодействий.

Анализ ассоциированных конверсий поможет лучше узнать своих пользователей и более эффективно распределить рекламные бюджеты.

Добавить комментарий

Ваш e-mail не будет опубликован.