Home > Blog > Analityka > Atrybucja – klucz do analizy faktycznej efektywności kanałów marketingowych [PORADNIK]

Atrybucja – klucz do analizy faktycznej efektywności kanałów marketingowych [PORADNIK]

Właściwa atrybucja jest obecnie jednym z ważniejszych wyzwań marketingu internetowego. Jeśli uda się podejść do niej skutecznie, zyskają nie tylko marketerzy – ale także ich partnerzy, czyli wydawcy afiliacyjni.

Marketerzy są już świadomi problematyki atrybucji. W raporcie AdRoll The State of Marketing Attribution 2017 wskazano, że powoli rośnie liczba firm implementujących podejście atrybucyjne dla wszystkich lub dla większości działań marketingowych (39% w 2017 r.; n=651 marketerów po stronie reklamodawcy), jednak wciąż u niektórych pojawiają się trudności z przełożeniem insightów pozyskanych w wyniku atrybucji na konkretne decyzje marketingowe.

Wśród przyczyn pojawiają się: brak wiedzy umożliwiającej wdrożenie atrybucji, brak czasu oraz odpowiedniej technologii i duża ilość rozproszonych danych. To znak, jak potrzebne są uzupełnienie wiedzy i inwestycja w analitykę.

Atrybucja – czym jest i jakie ma cele

Sam “model atrybucji” to zbiór reguł określający, którym elementom na ścieżce przypisujemy, jaki wpływ na finalne wygenerowanie konwersji. Określenie “ścieżki konwersji” oznacza z kolei miejsca, na których wyznaczamy punkty, którym przypisujemy wartość w interakcji z użytkownikami. Są to wszystkie źródła ruchu i interakcji następujące do momentu konwersji, czyli np. kliknięcia w banery, kupony zniżkowe, wejścia z blogów itp.

Atrybucja - ścieżki i konwersje
Rys. Przykładowe ścieżki konwersji i ich rezultat

Dobranie najlepszego modelu atrybucji do wykorzystywanych przez nas kanałów nie jest proste, a przypisanie konwersji do konkretnego źródła ruchu wymaga od reklamodawcy wiedzy i odpowiedniej technologii. 

Doskonały model atrybucji, idealny dla każdego, nie istnieje, ale jeśli poświęcimy odpowiednio dużo czasu na analizę:

W efekcie możemy także o wiele dokładniej wycenić każdy z kanałów – a przez to przypisać odpowiednią prowizję danemu wydawcy. Jest to o tyle istotne, że w tym momencie najpopularniejszym modelem atrybucyjnym jest last click. W modelu last click największą wartość przypisuje się ostatniemu punktowi na ścieżce do konwersji użytkownika, niezależnie od tego, skąd pochodzi jego pierwsza interakcja z serwisem.

Dlaczego domyślne i szablonowe stosowanie last click rodzi problemy?

Od dawna wiadomo, że cały proces zakupowy składa się z wielu etapów – zanim nastąpi konwersja, użytkownik najczęściej odwiedza naszą stronę kilkukrotnie, często z różnych źródeł, nasze reklamy pokazują mu się dzięki remarketingowi, a czasem do interakcji dochodzi też w social mediach, na forach opinii czy nawet offline. Jednak bardzo często domyślne modele atrybucji – np. stosowane w Google Analytics – ustawione są na opcję “last click”: przypisywania największej wartości ostatniemu z kanałów dotarcia przed konwersją. W branży najczęściej, korzystając z metaforyki piłkarskiej, mówi się, że to jak przypisywanie zasługi za gola tylko strzelcowi, a nie całej drużynie.

Dlaczego ten model tak popularny? Z jednej strony wiele mniejszych firm nie ma zasobów ani wiedzy, by samodzielnie opracować modele atrybucji, a duża część platform reklamowych pracuje właśnie w tym modelu. Częściowo wynika to także z niewiedzy na temat używanych narzędzi oraz braku czasu – opracowanie właściwego typu atrybucji może trwać kilka tygodni, miesięcy, nawet rok; nie da się też ukryć, że model last click jest po prostu uznawany za najłatwiejszy do raportowania.

Tego typu niewłaściwe mierzenie atrybucji prowadzi do błędnego przypisania kanałom wagi w komunikacji z użytkownikiem, a co za tym idzie – niewłaściwej optymalizacji wykorzystywanych mediów w naszej kampanii. 

Dlatego istotne jest, by za jedno z wyzwań w tym roku postawić sobie opracowanie optymalnego modelu atrybucji, odpowiedniego dla naszych celów biznesowych i specyfiki produktów.

Jakie są modele atrybucyjne?

Atrybucję możemy z grubsza podzielić na poniższe typy.

atrybucja -  Google Analytics

Większość można ustawić samodzielnie w narzędziach takich jak Google Analytics.

Jaki wybrać model atrybucyjny? Zależy od specyfiki biznesu

Nie istnieje uniwersalny / właściwy dla każdego / idealnie dopasowany / jedyna słuszna atrybucja konwersji, którego powinien używać każdy w każdej kampanii. Wszystko zależy od specyfiki biznesu i kampanii – a kluczowym czynnikiem sukcesu jest odrobiona praca analityczna zarówno po stronie firmy, jak i agencji.

Przykładowo:
Jeśli wprowadzamy na rynek nowy produkt, w ramach działań strategicznych zależy nam początkowo na uświadomieniu użytkownika oraz poinformowaniu o jego istnieniu. Dlatego na tym etapie najbardziej odpowiadać nam może model first click – skąd użytkownik przyszedł do nas po raz pierwszy, gdzie porusza się w sieci. Dzięki temu późniejsza kampania nakierowana na sprzedaż może zostać lepiej zoptymalizowana.

Inny przykład: sam last click pasuje np. do biznesów, gdzie mamy bardzo krótki proces decyzyjny, krótkie ścieżki konwersji i niewiele kanałów.
Niezależnie jednak, jaki jest nasz cel, do prawidłowej atrybucji konieczna jest odpowiednia analityka. Każda kampania jest inna: mamy inną grupę odbiorców, produkt, budżet, kanały dystrybucji. Dlatego musimy to wszystko przeanalizować, zanim wybierzemy odpowiedni model, po czym przeanalizować i zweryfikować jego skuteczność.

Atrybucja – skuteczna tylko z dobrą analityką danych

Co jest jednak ważne, ci, którzy poprawnie wdrożyli już atrybucję, dostrzegają efekty. Na pytanie „Jak oceniasz efektywność poszczególnych modeli atrybucji” w raporcie raporcie AdRoll The State of Marketing Attribution 2017 większość marketerów odpowiedziała, że najlepiej sprawdza im się model customowy, dedykowany (48% – “bardzo efektywny”), last click i last touch znalazły się na ostatnim miejscu (zaledwie 29% uważa go za “bardzo skuteczny”).

Na koniec warto dodać, że wyraźnie rysują się dwie tendencje wśród marketerów: patrzenia głębiej niż last click oraz inwestowania w pierwszorzędną analitykę danych, która w wielu firmach już jest wskazywana jako absolutnie kluczowa i priorytetowa kompetencja do uzupełnienia (wg Deloitte CMO Survey 2017).

Michał Stroyvans

Michał Stroyvans

Web Analytics Expert

Rozwija analitykę internetową i realizuje projekty u kluczowych Klientów. Wprowadza nowe narzędzia i szkoli zespoły marketingowe. Odpowiada za trackowanie, raportowanie i analizowanie wyników kampanii reklamowych. Dostarcza wnioski i rekomendacje dla klientów prowadzących działania multichannel (SEM, programmatic, remarketing, social media), dające realne korzyści dla biznesu. Skupia się na optymalizacji wskaźnika ROI. Na co dzień w pracy posługuje się narzędziami m.in. Google Analytics, Tag Manager, DoubleClick Manager czy Data Studio. Regularnie prowadzi szkolenia u Klientów, dzięki którym wdrażają efektywnie narzędzia analityczne w swoich firmach.