Атрибуции в Google Analytics 4

28 января, 2022

Google Analytics 4 буквально напичкан современными технологиями, расширенными возможностями и новыми подходами. Одним из ярких примеров является пересмотр устаревших моделей атрибуции, заложенных когда-то давно в Universal Analytics. О том, какие изменения произошли в работе атрибуций GA4 и как это в будущем может повлияет на рынок рекламы и аналитики, читайте в этой статье.

Обновление (февраль 2022): я выпустил электронное руководство по Google Analytics 4. Бесплатно скачать его можно в формате .PDF по ссылке.

Атрибуция и Модель атрибуции

Большинство пользователей в работе с Google Analytics выполняют одни и те же действия:

Отчет "Источник или канал"

Однако мало кто задумывается о том, как и по каким правилам Google Analytics определяет маркетинговый канал, для которого в отчетах фиксируется достижение той или иной настроенной цели. А ведь это очень важно, поскольку понимание данных процессов существенно повышает качество управления рекламными кампаниями.

Предположим, человек решил посетить в свой выходной день торговый центр. У него нет конкретного маршрута и списка покупок. Он просто ходит, гуляет, периодически заходит в разные магазины, меряет одежду/обувь, приценивается. Иногда ему на этажах попадаются рекламные баннеры с различными акционными предложениями.

На одном из этажей он встречает человека, который дает ему флайер со скидкой на комбо-обед в одной из сети быстрого питания, недавно открывшейся в этом торговом центре. Взяв купон, он продолжает свое путешествие по различным бутикам ТЦ. Через некоторое время этот человек определяется с выбором и возвращается в магазины, в которых ему понравились вещи, и покупает их.

В одном из таких магазинов он получает точно такой же купон на комбо-обед (магазин сотрудничает с этой сетью). Человек идет в эту сеть и оплачивает обед по скидке, используя один из полученных купонов. Насытившись, он довольный возвращается домой с покупками.

Мы, как владельцы, этой торговой сети, должны оценить различные каналы привлечения клиентов и понять, какой из них является для нас наиболее перспективным. Какие источники привлечения работают лучше и на них стоит выделить большей бюджет, а какие хуже? Ведь человек, который пообедал у нас по скидке, получил тройную дозу рекламы - сначала увидел баннер в ТЦ, потом получил листовку от промоутера, а затем еще и флайер при покупке в одном из магазинов-партнеров.

От знакомства с предложением до покупки

А может быть он и так зашел бы к нам, без купонов и баннера на табло, чтобы покушать? И нам бы не нужно было бы тратить деньги на рекламу и зарплату рабочему. А если нет, то какой источник является наиболее приоритетным - реклама LED-экранах, промоутер или магазины-партнеры? А может наибольший эффект мы получаем от совокупного продвижения по всем каналам? Тогда все три источника для нас важны и имеют одинаковую ценность (33%).

А порядок важен? Может быть сначала промоутеру встать на входе в торговый центр и раздавать купоны, потом выкупить место на LED-экране по самому проходимому пути в ТЦ, и лишь затем договориться с магазинами, которые находятся на одном этаже с нами? Тогда те, кто будет покупать что-то в этом магазине, с большей долей вероятности посетят наше заведение, потому что оно находится всего в 10 метрах. Все эти вопросы владельца торговой точки должны волновать.

С офлайн разобрались. А как обстоят дела в интернете? Еще сложнее! В онлайне путь пользователя, как правило, еще длиннее, непредсказуемее и может состоять из большего количества касаний. Перед тем, как совершить конверсию (покупку или любое другое ценное для бизнеса действие) на вашем сайте или в мобильном приложении, пользователь может пройти очень сложный путь, состоящий из разных источников и множеств точек касания.

В каких-то бизнесах процесс знакомства с вашим товаром или услугой может быть долгим (покупка квартиры, автомобиля, спецтехники, B2B-сектор), а путь к принятию решения о покупке — длинным, а в каких-то тематиках, наоборот, средним (онлайн-обучение, SaaS-сервисы, онлайн-кинотеатры, бытовая техника) или быстрым (доставка продуктов, ремонт автомобиля, срочный вызов мастера).

Ситуация, при которой человек что-то купил или заказал у вас при первом заходе, особенно если у вашей компании нет отзывов - из области фантастики. В среднем, для покупки нужно 5-7 касаний, где каждый канал будет больше или меньше влиять на решение пользователя. Как понять, какие каналы оказались самыми эффективными?

Разберем пример такого пути. Пользователь сначала перешел на ваш сайт по рекламному объявлению (Paid Search), просмотрел несколько страниц и ушел. Позже перешел снова, но уже из органического поиска (Organic Search). А через несколько дней вернулся на сайт через прямой источник (Direct), введя URL-адрес в строке браузера, и сделал заказ.

Пример пути пользователя

Таким образом, до совершения транзакции (конверсии) пользователь взаимодействовал с сайтом через три разных источника трафика:

  1. Контекстная реклама;
  2. Органический поиск;
  3. Прямой заход;

К какому же из них Google Analytics в своих отчетах отнесет покупку? Для ответа на этот вопрос необходимо разобраться в таких понятиях, как атрибуция и модель атрибуции.

Атрибуция (Attribution, от лат. atributio - приписывание) - механизм определения точек взаимодействия пользователя, которые способствуют достижению желаемого результата (конверсии/покупки), и присвоению конкретных значений для каждой из этих точек. Под точками взаимодействия подразумевается маркетинговый канал, кампания, объявление и т.д.

Для примера выше конверсию можно атрибуцировать как первому источнику (контекстная реклама), так и последнему (прямой заход ). А можно сказать, что все три источника сыграли важную роль, и ценность каждого из них одинакова (по 33%). И вот для того, чтобы количественно определить вклад каждого канала в продажи и конверсии, и найти наиболее конверсионные и ценные для бизнеса пути, в аналитике используются модели атрибуции.

Модель атрибуции (Attribution Modeling) - правила или набор правил, по которым распределяется ценность конверсии и назначаются конкретные значения (в %) среди всех точек взаимодействия.

Если мы считаем, что для нашего примера все три канала одинаково ценны (вес равномерно распределяется между всеми взаимодействиями), тогда в терминологии Google Analytics мы используем линейную модель атрибуции:

Линейная модель атрибуции

А если мы оцениваем эффективность продвижения только по первому взаимодействию и остальные игнорируем, тогда 100% ценности будет присвоено первому источнику - контекстной рекламе:

Первый источник

Такая модель атрибуции в Universal Analytics называется Первое взаимодействие (First Interaction).

Модели атрибуции в Universal Analytics

В Universal Analytics существует 7 стандартных моделей атрибуции, доступных в интерфейсе:

  1. Последнее взаимодействие (Last Interaction);
  2. По последнему непрямому клику (Last Non-Direct Click);
  3. Последний клик в Google Рекламе (Last Google Ads Click);
  4. Первое взаимодействие (First Interaction);
  5. Линейная (Linear);
  6. Временной спад (Time Decay);
  7. На основе позиции (Position Based).

Модели атрибуции Universal Analytics

Подробнее о том, как они работают в Universal Analytics, читайте в этом материале. Давать рекомендации по выбору лучшей модели атрибуции в этой статье я тоже не планирую, потому что эта настройка индивидуальна и будет зависеть от вашего бизнеса. Самое главное помнить, что в GA3 по умолчанию для всех отчетов используется модель атрибуции По последнему непрямому клику (Last Non-Direct Click), кроме отчетов по многоканальным последовательностям.

Эта модель отличается от других тем, что она не учитывает прямые посещения/прямые заходы пользователей (direct / none). Соответственно, в примере выше 100% ценности будет присвоено органическому поиску, поскольку последним источником перехода пользователя был как раз прямой заход, а он в Universal Analytics игнорируется, если только путь к конверсии не состоит из прямых переходов полностью. В нашем случае это не так, поэтому в отчете по конверсиям в GA3 вы увидите достигнутую цель в источнике трафика google / organic.

По последнему непрямому клику - модель атрибуции в Universal Analytics по умолчанию

Помимо стандартных моделей атрибуции, доступных на выбор, вы можете создать свою собственную модель на основе существующих для отчетов по многоканальным последовательностям и инструмента сравнения моделей. Для этого на уровне представления выберите раздел Настройки многоканальных последовательностей и нажмите на кнопку Создать модель атрибуции:

Создание модели атрибуции в Universal Analytics

В настройках модели вы сможете задать ей собственное название, выбрать базовую модель, на основе которой будет создана ваша уникальная, а также включить несколько дополнительных опций, в числе которых:

  • период ретроспективного анализа;
  • корректировка кредита на основе взаимодействия с пользователями;
  • пользовательское распределение.

Не менее интересной функцией в Universal Analytics является Инструмент сравнения моделей, который позволяет лучше понять разницу между различными моделями атрибуции и визуально увидеть их конечное влияние на определение ценности маркетинговых каналов. Отчет находится в разделе Конверсии - Многоканальные последовательности - Инструмент сравнения моделей. В нем одновременно можно выбрать две или три модели атрибуции и сравнить результаты их применения между собой:

Сравнение двух моделей атрибуции - По последнему непрямому клику и Первое взаимодействие

Примечание: такой же инструмент присутствует и в Google Ads в разделе Инструменты и настройки - Атрибуция - Сравнение моделей.

Мало кто знает, но в Universal Analytics существует еще одна модель атрибуции, которая доступна только для клиентов платной версии Google Analytics 360 - атрибуция на основе данных (Data-Driven Attribution, сокращенно DDA). Ее Google выпустил почти 10 лет назад (в августе 2013 года), а в 2014 году она стала доступна в Google AdWords.

Преимущество этой модели заключается в том, что она индивидуальна и учитывает все разнообразие путей к конверсии, в то время как стандартные модели атрибуции учитывают влияние только одного канала (в начале, если это Первое взаимодействие, в конце, если это Последнее взаимодействие или где-то еще) и игнорируют суммарный эффект других. Из-за этого можно ошибочно отключить не тот маркетинговый канал и понести убытки за счет просадки в начальной или конечной точке воронки. То есть сломать весь путь пользователям.

Атрибуция на основе данных (Data-Driven Attribution, DDA)

В официальной документации Google очень подробно описан принцип атрибуции на основе данных. Data-Driven Attribution использует машинное обучение и обучается на данных пользователей, не только совершавших, но и не совершавших конверсии. В ней также учитываются различные факторы, такие как время после конверсии, тип устройства, количество взаимодействий с объявлениями, порядок их просмотра и тип показанных рекламных материалов. Это позволяет оценить, в каком случае вероятность их выполнения выше. В результате получаются вероятностные модели, которые демонстрируют, насколько пользователь склонен совершить конверсию в каждой точке пути для данной последовательности.

Вычисление ценности конверсий для каждого способа взаимодействия с пользователем строится на сравнении ситуаций с разной последовательностью и получении среднего значения для полученных результатов. Это означает, что алгоритм атрибуции на основе данных учитывает последовательность, в которой присутствует каждый способ взаимодействия с пользователем, и назначает свой коэффициент для всех этапов перехода.

На текущий момент атрибуция на основе данных является наиболее мощной и продвинутой атрибуцией из всех доступных в Google. Недаром в начале 2022 года она стала моделью по умолчанию в Google Рекламе и Google Analytics 4 (GA4). Но DDA доступна и для пользователей Universal Analytics (GA3). Она находится в бета-версии и располагается в отдельном интерфейсе Universal Analytics, перейти в который можно из раздела Атрибуция:

Атрибуция в Universal Analytics

Для использования модели атрибуции на основе данных требуется достаточное количество конверсий - не менее 600 за последние 30 дней. Если данных недостаточно, этот тип модели будет вам недоступен. Но вы можете использовать тестовый аккаунт Google Analytics и выбрать проект Атрибуции, в котором есть столько конверсий и доступна Data-Driven Attribution.

Проект Атрибуции в тестовом аккаунте Google Analytics

Подробнее о том, как работать с проектами Атрибуции, разберем в отдельном материале.

Как видите, атрибуциям в аналитике и рекламе отведена существенная роль. Поэтому понимание каждого шага внутри воронки и правильный выбор модели атрибуции для вашего проекта даст вам значительное преимущество по сравнению с конкурентами, которые не задумаваются о том, как они приводят новых клиентов и на что расходуют средства.

Не забывайте, что:

  • у Universal Analytics и Google Рекламы разные модели атрибуции по умолчанию;
  • модель атрибуции в Universal Analytics применяется для всех источников трафика, которые участвовали в пути пользователя к конверсии, а в Google Ads атрибуция используется только в рамках собственного трафика (google / cpc) для ключевых слов, объявлений и кампаний;
  • в стандартных и специальных отчетах Universal Analytics (кроме MCF) нельзя изменить стандартную модель атрибуции По последнему непрямому клику (Last Non-Direct Click). Чтобы увидеть ценность маркетинговых каналов при другой модели, необходимо использовать Инструмент сравнения моделей в разделе Конверсии - Многоканальные последовательности;
  • модели атрибуции в Universal Analytics отличаются от Google Analytics 4.

Модели атрибуции в Google Analytics 4

В Google Analytics 4 доступны расширенные функции атрибуции. Теперь вы можете выбирать модель атрибуции для отчетов и период ретроспективного анализа на уровне ресурса, что нельзя сделать в Universal Analytics. Функция доступна в разделе Администратор - Настройки атрибуции:

Настройки атрибуции

Примечание: для изменения настроек атрибуции у вас должны быть права с уровнем Редактор.

В Google Analytics 4 доступно три типа моделей атрибуции:

  1. многоканальные модели на основе правил - Последний клик (несколько каналов), Первый клик (несколько каналов), Линейная модель многоканальной атрибуции, Модель многоканальной атрибуции с учетом позиции, Модель многоканальной атрибуции с учетом давности взаимодействий;
  2. модель на основе правил с приоритетом Google Рекламы - Модель атрибуции по последнему клику в Google Рекламе;
  3. атрибуция на основе данных (Data-Driven Attribution).

Все модели атрибуции в GA4 не назначают ценность прямым переходам (direct) / (none), если только путь к конверсии не состоит из таких переходов полностью.

Давайте подробнее остановимся на каждой модели атрибуции.

Последний клик (несколько каналов) - Cross-channel last click

Это аналог модели атрибуции По последнему непрямому клику (Last Non-Direct Click) в Universal Analytics. В ней прямой трафик игнорируется, а вся ценность присваивается последней точки взаимодействия, после которой произошла конверсия.

Примеры путей:

  • Direct - Organic Search - Paid Search - Конверсия (100% ценности присваивается Paid Search);
  • Organic Search - Paid Search - Direct - Конверсия (100% ценности присваивается Paid Search, Direct игнорируется, потому что это прямой заход);
  • Paid Search - Direct - Direct - Конверсия (100% ценности присваивается Paid Search, Direct и Direct игнорируются, потому что это прямые заходы);
  • Direct - Direct - Direct - Direct - Конверсия (100% ценности присваивается Direct, так как весь путь состоит из прямых заходов);
  • Direct - Paid Search - Organic Search - Конверсия (100% ценности присваивается Organic Search).

Это единственная модель атрибуции в Google Analytics 4, данные которой можно экспортировать в Google Рекламу. Для модели атрибуции по последнему клику в Google Рекламе доступны только отчеты.

Первый клик (несколько каналов) - Cross-channel first click

Вся ценность присваивается первой точке взаимодействия на пути конверсии.

Примеры путей:

  • Direct - Organic Search - Paid Search - Конверсия (100% ценности присваивается Organic Search, Direct игнорируется, потому что это прямой заход);
  • Organic Search - Paid Search - Direct - Конверсия (100% ценности присваивается Organic Search);
  • Paid Search - Direct - Direct - Конверсия (100% ценности присваивается Paid Search);
  • Direct - Direct - Direct - Direct - Конверсия (100% ценности присваивается Direct, так как весь путь состоит из прямых заходов).
Линейная модель многоканальной атрибуции (Cross-channel linear)

Ценность конверсии распределяется поровну между всеми маркетинговыми каналами.

Примеры путей:

  • Direct - Organic Search - Paid Search - Конверсия (по 50% ценности присваивается Organic Search и Paid Search, Direct игнорируется, потому что это прямой заход);
  • Organic Search - Paid Search - Direct - Конверсия (по 50% ценности присваивается Organic Search и Paid Search, Direct игнорируется, потому что это прямой заход);
  • Paid Search - Direct - Direct - Конверсия (100% ценности присваивается Paid Search, Direct и Direct игнорируются, потому что это прямые заходы);
  • Direct - Direct - Direct - Direct - Конверсия (100% ценности присваивается Direct, так как весь путь состоит из прямых заходов);
  • Email - Paid Search - Organic Search - Social - Конверсия (по 25% ценности получает каждый маркетинговый канал: 25% Email, 25% Paid Search, 25% Organic Search, 25% Social);
Модель многоканальной атрибуции с учетом позиции (Cross-channel position-based)

По 40% ценности присваивается первому и последнему взаимодействию, а оставшиеся 20% поровну распределяются между остальными взаимодействиями.

Примеры путей:

  • Email - Paid Search - Organic Search - Social - Конверсия (по 40% ценности присваивается Email и Social, и по 10% Paid Search и 10% Organic Search);
  • Email - Paid Search - Organic Search - Конверсия (по 40% ценности присваивается Email и Organic Search, а оставшиеся 20% Paid Search);
  • Paid Search - Organic Search - Конверсия (по 50% ценности присваивается Paid Search и Organic Search);
  • Direct - Organic Search - Paid Search - Конверсия (по 50% ценности присваивается Organic Search и Paid Search, Direct игнорируется, потому что это прямой заход);
  • Organic Search - Paid Search - Direct - Конверсия (по 50% ценности присваивается Organic Search и Paid Search, Direct игнорируется, потому что это прямой заход);
  • Paid Search - Direct - Direct - Конверсия (100% ценности присваивается Paid Search, Direct и Direct игнорируются, потому что это прямые заходы);
  • Direct - Direct - Direct - Конверсия (100% ценности присваивается Direct, так как весь путь состоит из прямых заходов).
Модель многоканальной атрибуции с учетом давности взаимодействий (Cross-channel time decay)

В основе этой модели лежит такое понятие, как экспоненциальный распад, а ценность цели нарастает ближе к последнему каналу. Термин пришел в Google Analytics из ядерной физики и дает исчерпывающее представление о сущности модели временного распада: чем ближе к конверсии находится точка взаимодействия, тем более ценной она считается. Остальные точки теряют ценность с увеличением временного интервала.

В рамках данной модели период полураспада по умолчанию составляет 7 дней. Это означает, что точка взаимодействия, которая произошла за 8 дней до конверсии, получает вдвое меньше ценности конверсии, чем точка взаимодействия, которая прозошла за 1 день до конверсии.

Примеры путей:

  • Paid Search - Organic Search - Email - Конверсия (20% ценности присваивается Paid Search, 30% Organic Search, 50% Email)
  • Organic Search - Social - Email - Paid Search - Конверсия (10% ценности присваивается Organic Search, 20% Social, 30% Email, 40% Paid Search)
  • Social - Organic Search - Direct - Paid Search - Конверсия (20% ценности присваивается Social, 30% Organic Search, 50% Paid Search, Direct игнорируется, потому что это прямой заход);
  • Direct - Direct - Direct - Конверсия (100% ценности присваивается Direct, так как весь путь состоит из прямых заходов).
Модель атрибуции по последнему клику в Google Рекламе (Ads-preferred last click)

Вся ценность присваивается последнему клику в Google Рекламе на пути конверсии. Если в пути конверсии нет кликов Google Рекламы, используется модель атрибуции Последний клик (несколько каналов).

Примеры путей:

  • Direct - Organic Search - Paid Search - Конверсия (100% ценности присваивается Paid Search);
  • Organic Search - Paid Search - Direct - Конверсия (100% ценности присваивается Paid Search, Direct игнорируется, потому что это прямой заход);
  • Paid Search - Paid Search - Paid Search - Конверсия (100% ценности присваивается последнему Paid Search);
  • Paid Search - Direct - Social - Конверсия (100% ценности присваивается последнему Paid Search, Direct и Social игнорируются);
  • Direct - Direct - Direct - Конверсия (100% ценности присваивается Direct, так как весь путь состоит из прямых заходов);
  • Email - Paid Search - Organic Search - Конверсия (100% ценности присваивается Paid Search, Organic Search игнорируются);
  • Email - Social - Organic Search - Direct - Конверсия (100% ценности присваивается Organic Search, потому что если в цепочке нет кликов Google Рекламы, то используется модель атрибуции по последнему клику, а в ней прямой заход игнорируется);

Модели многоканальной атрибуции на основе правил стали доступны в GA4 с 14 июня 2021 года. Если вы выберете в отчете диапазон дат, включающий в себя период до 14 июня, то вы увидите неполные данные.

Атрибуция на основе данных (Data-Driven Attribution)

В середине января 2022 года владельцам счетчиков Google Analytics 4 пришло уведомление следующего содержания:

Уведомление о смене атрибуции по умолчанию

Сообщаем, что для ваших ресурсов Google Аналитики 4 теперь доступна многоканальная атрибуция на основе данных. Мы изменим ваши настройки атрибуции 26 января 2022 года или позднее. Изменение будет применяться ко всем ресурсам Google Аналитики 4 для сбора данных и предоставления отчетов и не затронет ваши кампании Google Рекламы.

Атрибуция на основе данных позволяет с помощью машинного обучения оценить вклад в конверсию разных этапов пути пользователя.

При этом анализируется весь путь к конверсии, включая поиск вашей компании и взаимодействие с объявлениями, а не только последний клик.

Рекомендуем вам узнать больше о том, как атрибуция на основе данных помогает повысить эффективность маркетинга и как настроить атрибуцию в Google Аналитике 4.

Таким образом, Google изменил модель атрибуции Последний клик (несколько каналов) на Data-Driven Attribution по умолчанию в ресурсах GA4.

Атрибуция на основе данных - модель по умолчанию в GA4

Атрибуция на основе данных - алгоритмическая модель (математическая модель, представленная в форме алгоритма, перерабатывающая множество входных данных во множество выходных),  которая учитывает каждую из точек взаимодействия на пути конверсии. Она определяет, как различные точки взаимодействия влияют на результат конверсии. Алгоритм учитывает множество входящих факторов - маркетинговый канал, время после конверсии, тип устройства, количество взаимодействий с объявлениями, порядок их просмотра, а также тип показанных объектов креативов (для Google Рекламы).

Data-Driven Attribution включает два основных этапа:

  1. анализ доступных данных о путях для формирования моделей на основе коэффициента конверсии для каждого события-конверсии;
  2. использование прогнозов по моделям на основе коэффициента конверсии в качестве входных данных для алгоритма, распределяющего ценность конверсии между точками взаимодействия.

То есть эта модель отличается от всех остальных тем, что в ней фактический вклад каждого маркетингового канала определяется на основе уже имеющихся данных о конверсиях.

Для тех, кто хочет углубиться в методологию атрибуции на основе данных, я рекомендую прочитать официальную справку Google. В ней подробно разбирается принцип работы данной модели, а также даются примеры расчетов. Простой человек DDA может расценивать как "черный ящик" - систему, в которой входные и выходные величины известны, а внутреннее устройство ее и процессы, происходящие в ней, неизвестны или скрыты.

В такой ящик Google помещаются входящие данные - статистика по кликам, показам, конверсиям, коэффициенту конверсии, устройствам, источникам и т.д. Затем происходит анализ этих данных по определенному алгоритму, заложенному в систему - рассчитываются вероятности, моделируются разные ситуации с целью нахождения наилучших вариантов. На выходе мы получаем результат в виде рассчитанных ценностей конверсии, распределенных между всеми точками взаимодействия на пути конверсии.

Атрибуция на основе данных - это "черный ящик"

В отличие от Universal Analytics, где атрибуция на основе данных доступна только в платном Google Analytics 360 и в проектах Атрибуции, в Google Analytics 4 она теперь активна по умолчанию! И теперь синхронизирована с атрибуцией в Google Ads. То есть Google в связке Google Ads - Google Analytics 4 полностью перешел на Data-Driven Attribution.

Модель многоканальной атрибуции на основе данных стала доступна в GA4 с 1 ноября 2021 года. Если вы выберете в отчете диапазон дат, включающий в себя период до 1 ноября, то вы увидите неполные данные.

Настройки атрибуции в Google Analytics 4

В настройках атрибуции вы можете выбрать одну из 7 представленных в GA4 моделей атрибуции для своих отчетов. Изменение модели повлияет как на уже собранную статистику, так и на данные в будущем. Новые данные будут отражены во всех отчетах, где есть статистика по конверсиям, доходе и параметры трафика на уровне события, например Источник, Канал, Кампания и Группа каналов по умолчанию, а также в Исследованиях. Изменение модели не влияет на параметры трафика на уровне пользователей и сеансов, такие как Источник сеанса и Канал для первого пользователя, а также на отчеты в разделе Реклама - Атрибуция.

Модель атрибуции для отчетов

Дополнительно в настройках атрибуции можно задать Период ретроспективного анализа (Окно атрибуции) - период времени перед конверсией, в течение которого точкам взаимодействия может назначаться доля ее ценности согласно выбранной модели атрибуции. Например, если этот период равен 30 дням, то конверсии за 30 ноября могут быть связаны только с точками взаимодействия, зафиксированными с 1 по 30 ноября. Если конверсия совершена 31 октября, то она не будет присвоена никакой точки взаимодействия на пути конверсии, следовательно, и ценность для нее не будет рассчитана.

Для событий-конверсий, связанных с привлечением новых пользователей, таких как first_open (первый запуск) и first_visit (первое посещение) период ретроспективного анализа по умолчанию равен 30 дням. При необходимости его можно изменить на 7 дней. Для остальных событий-конверсий период ретроспективного анализа по умолчанию равен 90 дням. Также можно задать 30 или 60 дней.

Период ретроспективного анализа

После того, как вы выбрали модель атрибуции и задали период ретроспективного анализа, пришло время посмотреть отчеты.

Примечание: если у вас нет счетчика Google Analytics 4 или данных в нем, воспользуйтесь тестовым аккаунтом Google Analytics.

Сводка о рекламе

Перейдите в разделе Реклама - Сводка о рекламе:

Сводка о рекламе

Прокрутите отчет вниз, пока не увидите карточку с заголовком КАКАЯ ЭФФЕКТИВНОСТЬ КАНАЛОВ В РАМКАХ ДРУГОЙ МОДЕЛИ АТРИБУЦИИ? Этот виджет содержит два раскрывающихся меню в верхней части:

Сравнение моделей атрибуции

Нажмите поочередно на каждую из них, чтобы выбрать другую модель атрибуции:

Выбор атрибуции из списка

Сравнение моделей

Отчет Сравнение моделей позволяет узнать, как разные модели атрибуции влияют на распределение ценности между маркетинговыми каналами. Выбрать другую модель можно из выпадающего списка над таблицей:

Сравнение моделей

Отчет по своему функционалу очень похож на Инструмент сравнения моделей в Universal Analytics. По умолчанию в нем выбраны все события-конверсии. Если вы хотите проанализировать какое-то конкретное событие-конверсию (рекомендуется, поскольку одновременный анализ всех событий-конверсий сразу не даст вам каких-либо ясных ответов), вверху над таблицей в раскрывающемся меню слева выберите один из доступных вариантов:

Выбор события-конверсии

В самой таблице данные разбиты по основному параметру Группа каналов по умолчанию. Вы можете изменить его на один из доступных: Источник/канал, Источник, Канал или Кампания.

Изменение основного параметра в таблице

В отчет можно также добавить дополнительный параметр. Для каждого канала доступны два показателя:

  • Конверсии (Conversions) - количество раз, когда пользователи вашего сайта/приложения совершили событие-конверсию;
  • Доход (Purchase revenue) - сумма дохода от покупок, сделанных на вашем сайте или в мобильном приложении. Как правило, доступен после настройки электронной торговли;

В самом конце таблицы располагается метрика Изменение (%), которая показывает, на сколько изменяется доход и количество конверсий при использовании разных моделей атрибуции.

Изменение (%)

Изначально в отчете Сравнение моделей содержатся данные по всем пользователям (полные данные, 100% выборка). Но вы можете проанализировать определенную группу пользователей, добавив фильтр:

Добавление фильтра

Например, сравнить разные модели атрибуции с привязкой к конкретному региону, типу устройства или проанализировать как модели атрибуции распределяют ценность по точкам взаимодействия в кампаниях.

Тип устройства = smart tv

В отчете есть дополнительная настройка, которая называется Время в отчете:

Время в отчете

  • Время конверсии (выбрано по умолчанию) - отражает ценность только тех точек взаимодействия, которые привели к выбранным событиям-конверсиям в период ретроспективного анализа;
  • Время взаимодействия - отражает ценность всех точек взаимодействия для выбранных событий-конверсий за установленный диапазон дат.

Отчет Сравнение моделей также присутствует в проектах Атрибуции в Universal Analytics.

Пути конверсии

Отчет позволяет проанализировать последовательность действий пользователей, которые совершили конверсию, и узнать, как распределяется ценность при использовании разных моделей атрибуции.

Пути конверсии

Он состоит из двух блоков:

  1. визулизации;
  2. таблица с данными;
Визуализации

С помощью визуализации вы можете быстро определить, какой источник, канал, кампания или группа каналов иниицировали пути пользователей, какие чаще всего встречаются в середине точек взаимодействия, а какие непосредственно приводят к конверсии.

Визуализация разделена на три сегмента

  1. Ранние точки взаимодействия (Early touchpoints)
  2. Средние точки взаимодействия (Mid touchpoints)
  3. Поздние точки взаимодействия (Late touchpoints)

Точки взаимодействия

Ранние точки взаимодействия

Google считает первые 25% точек взаимодействия на пути, округленные до ближайшего целого числа, ранними точками взаимодействия. Наведите указатель мыши на надпись Ранние точки взаимодействия, чтобы просмотреть дополнительные сведения об этом сегменте:

Ранние точки взаимодействия

Гистограмма под сегментом показывает, сколько ценности конверсии получает определенный параметр в качестве ранних точек взаимодействия.

Доля ценности конверсии для выбранного параметра

В данном примере в качестве параметра выбран Группа каналов по умолчанию. Но вы можете изменить разбивку с помощью выпадающего списка, расположенного над визуализациями. Доступны: Группа каналов по умолчанию, Источник, Канал, Кампания:

Выбор параметра

Если путь имеет только одну точку взаимодействия, то ранние точки взаимодействия будут пустыми:

Нет ранних точек взаимодействия

Сегмент Ранние точки взаимодействия также будет пустым, если вы выберете одну из следующих моделей атрибуции:

  • Последний клик (несколько каналов)
  • Модель атрибуции по последнему клику в Google Рекламе
Средние точки взаимодействия

Google считает первые 50% точек взаимодействия на пути средними точками взаимодействия. Наведите указатель мыши на надпись Средние точки взаимодействия, чтобы просмотреть дополнительные сведения об этом сегменте:

Средние точки взаимодействия

Аналогично можно навести на гистограмму под сегментом, чтобы увидеть, сколько ценности конверсии получает определенный параметр в качестве средних точек взаимодействия:

Доля ценности конверсии для выбранного параметра

Если путь имеет меньше трех точек взаимодействия, то средние точки взаимодействия будут пустыми. Менять длину пути в отчете можно с помощью настройки сверху:

Изменение длины пути

Можно выбрать все точки взаимодействия или задать условие (равно, не равно, больше, больше или равно, меньше, меньше или равно) и указать число точек:

Длина пути

Сегмент Средние точки взаимодействия также будет пустым, если вы выберете одну из следующих моделей атрибуции:

  • Последний клик (несколько каналов)
  • Первый клик (несколько каналов)
  • Модель атрибуции по последнему клику в Google Рекламе
Поздние точки взаимодействия

Google считает последние 25% точек взаимодействия на пути, округленные до ближайшего целого числа, поздними точками взаимодействия. Наведите указатель мыши на надпись Поздние точки взаимодействия, чтобы просмотреть дополнительные сведения об этом сегменте:

Поздние точки взаимодействия

Аналогично можно навести на гистограмму под сегментом, чтобы увидеть, сколько ценности конверсии получает определенный параметр в качестве последних точек взаимодействия:

Доля ценности конверсии для выбранного параметра

Если путь состоит из одной точки взаимодействия, этому сегменту присваивается вся ценность конверсии (в ранних и средних точках взаимодействия будет пусто). Сегмент Поздние точки взаимодействия также будет пустым, если вы выберете модель атрибуции Первый клик (несколько каналов).

Изменить модель атрибуции в отчете Пути конверсии можно с помощью выпадающего списка над визуализациями:

Выбор модели атрибуции в отчете

Таблица с данными

В самой таблице данные разбиты по основному параметру Группа каналов по умолчанию. Вы можете изменить его на один из доступных: Источник/канал, Источник, Канал или Кампания.

Изменение основного параметра в таблице

В отличие от предыдущего отчета, в Пути конверсии нельзя добавить дополнительный параметр. Но зато в ней гораздо больше показателей:

  • Конверсии (Conversions) - количество раз, когда пользователи вашего сайта/приложения совершили событие-конверсию;
  • Доход от покупок (Purchase revenue) - сумма дохода от покупок, сделанных на вашем сайте или в мобильном приложении. Как правило, доступен после настройки электронной торговли;
  • Дней до конверсии (Days to conversion) - количество дней, которое требуется пользователям до совершения конверсии;
  • Точки взаимодействия до конверсии (Touchpoints to conversion) - количество точек взаимодействия (касаний), необходимых пользователям для совершения конверсий.

Показатели в таблице

По умолчанию в отчете отображается 10 строк. Но вы можете изменить их количество, используя меню над таблицей, а также быстро перейти к нужной строке с помощью опции К строке. Дополнительная настройка пагинации позволяет быстро переходить со страницы на страницу отчета с шагом, выбранным в Строк на странице:

Настройки таблицы

По умолчанию данные отчета упорядочены по путям с наибольшим количеством конверсий. Чтобы отсортировать таблицу по другому показателю, нажмите на стрелку вниз рядом с ним.

Сортировка данных

В каждой строке представлено среднее значение ценности для путей, включенных в эту строку. Цифры с X (например, Organic Search × 3) означают, что путь пользователей состоял из 3 точек взаимодействия Organic Search подряд прежде, чем пользователи совершили конверсию, то есть Organic Search - Organic Search - Organic Search.

Точки взаимодействия

Путь может состоять из разных каналов, и ценность конверсии для каждого из них будет разной. Например, для модели атрибуции на основе данных (DDA) с длиной пути = 5 точек взаимодействия пути и их ценности могут иметь такие значения:

Расчет ценностей конверсии для разных цепочек по модели Data-Driven Attribution в Google Analytics 4

По последнему непрямому клику (GA3) vs Атрибуция на основе данных (GA4)

Мы с вами подробно разобрали то, как устроены разные модели атрибуции, какую роль они играют в аналитике и какую пользу вашему бизнесу могут принести. Мы также сравнили работу двух версий Google Analytics - Universal Analytics и Google Analytics 4, чтобы практически понять преимущества и недостатки обеих систем.

Теперь вы знаете, что:

  • модель на основе данных в Universal Analytics доступна только в отдельном интерфейсе в проектах Атрибуции, и также в платном Google Analytics 360, в Google Analytics 4 она является моделью по умолчанию;
  • GA3 использует в своих отчетах Last Non-Direct Click, а новый GA4 - Data-Driven Attribution;
  • Google также сделал DDA в Google Рекламе моделью по умолчанию;
  • кроме отчетов по многоканальным последовательностям и инструмента сравнения моделей в Universal Analytics нельзя изменить стандартную модель атрибуции, а в Google Analytics 4 это можно сделать в настройках атрибуции на уровне ресурса;

У каждой модели есть свои плюсы и минусы. Но именно DDA позволяет учитывать все разнообразие путей к конверсии, в то время как стандартные модели атрибуции Universal Analytics учитывают вклад только одного канала и игнорируют суммарный эффект других. Модели атрибуции Первое взаимодействие, Последнее взаимодействие, По последнему непрямому клику и др. никогда не дадут вам такой точности и понимания влияния нескольких точек взаимодействия на конверсию пользователя, какую может дать модель на основе данных. Вот почему DDA, вероятно, будет лучшей моделью, которая поможет вам оценить вклад нескольких каналов на итоговый результат.

При написании данного материала частично использовалась информация с сайтов optimizesmart.com и kristaseiden.com.

Получайте бесплатные уроки и фишки

По контекстной, таргетированной рекламе и аналитике