Magické slůvko „atribuce“. Způsob, jak měřit úspěšnost kampaní

Konverze měříme všichni. Ale jak zjistit, jestli za ně mohla spíš PPC kamapň nebo PR článek? Seznamte se s atribucemi - způsobem, jak nejlépe vyhodnotit vaše kampaně. Když vám někdo řekne, že každý jev má svoji příčinu, asi ho za velkého analytika považovat nebudete. Jenže nic není tak jednoduché – zjistit příčinu uživatelského chování na internetu totiž může být docela výkon.
Google Analytics

Jste zmatení obecnými pojmy? Jednoduše si představte, že chcete zjistit, jak úspěšná byla vaše reklamní kampaň. Nakoupili u Vás na e-shopu lidé na základě PPC reklamy nebo díky newslettru? Ejhle – na scénu přichází kouzelník Google s magickým slůvkem „atribuce“.

Teorie atribuce

Teorie atribuce vychází z myšlenky, že každá akce má svou reakci. Blíže řečeno, každý jev, má svou příčinu. Jsme zase u toho. Přiřazení příčiny určitému jevu je právě ona atribuce.

Aira GROUP

Proč a u čeho provádíme atribuci? Konverze vládnou všemu

V online marketingu jsou všechny metriky důležité. Je však jedna, která se sleduje více, než kterákoliv jiná. Konverze. Velmi silná metrika, když chcete změřit efektivnost kampaně. Ale pozor! Co když se na konverze chcete podívat podrobněji? Co když vás zajímá, co předcházelo nákupu nebo jinému typu konverze?

Analytické programy jako Google Analytics a jemu podobné mají v hlavních přehledech jen velmi základní informace o konverzích. Konverzi jednoduše přiřadí poslednímu zdroji, ze kterého návštěvník přišel. Jenže u těchto bezmyšlenkovitých přehledů vzniká následující problém.

Příklad: Návštěvník hledal zájezd do Thajska, a tak si zadal do vyhledavače „zájezd do Thajska“. Ve vyhledávači narazil na Vaši PPC reklamu, přes kterou se dostal na Váš web. Nicméně návštěvník nebyl rozhodnutý, a tak se přihlásil k odběru Vašeho newsletteru. Po několika dnech ho zaujala nabídka v e-mailu z newsletteru. Návštěvník díky tomu znovu přišel na Váš web a zakoupil zájezd.

Cesty s více kanály: na řadu přichází atribuce zdrojů

Základní otázka života, vesmíru a vůbec zní: Je to zásluha PPC kampaně anebo newsletteru? Ještě štěstí, že Google Analytics myslí na (skoro) všechno a už i v základní verzi tento problém vyřešil a řešení nazval „multi-channel funnels“, neboli česky „cesty s více kanály“. Tyto přehledy nám přinášejí možnost sledovat přesné konverzní trasy napříč všemi zdroji, kterými návštěvník přišel.

Aira GROUP

Multichannel funnels – Google Analytics

Na kolik mě vyjde jedna konverze v kampani?

Teď tedy víme, že návštěvník prošel několika našimi marketingovými nástrahami (zdroji) a na základě nich u nás nakoupil nebo provedl jiný typ kýžené konverze. Jenže jak klientovi či nadřízenému prezentovat, kolik každý marketingový nástroj přivedl reálných konverzí a kolik tím pádem vydělal peněz? Jak zjistit, který z nástrojů (zdrojů) je nejefektivnější? Je to newsletter nebo PPC kampaň? A jaká je pak hodnota konverze a její reálná cena? Čas je opět na kouzelnické číslo ATRIBUCE!

Pozor: Atribuce zdrojů konverze je území neohraničené, nepřesné a individuální a vyžaduje schopnost improvizovat a celý výpočet modifikovat v závislosti na oboru klienta. Univerzální řešení neexistuje!

Atribuční modely

Obecně jsou známé 4 základní atribuční modely konverzí i když Google jich uvádí 5. Pokud je pro vás atribuce novinka, doporučuji používat lineární a vážený model. Vážený model je výborná technika pokud ale správně určíte váhy.

1. Poslední interakce

Def.: Zásluhu získá poslední zdroj přístupu, jehož návštěvník provedl konverzi.
Jsou specifické pro měření kampaní, které mají přilákat návštěvníka v okamžiku, kdy je rozhodnutý nakoupit.

2. První interakce

Def.: Zásluhu získává první zdroj přístupu, jehož návštěvník provedl konverzi.
Tento model je vhodný, pokud chcete pomocí reklam či kampaní vytvořit počáteční povědomí.

3. Lineární

Def.: Zásluhu si rovnoměrně rozdělují všechny zdroje.
V tomto případě je každý kontaktní bod během procesu zvažování stejně důležitý.

4. Vážený

Def.: Zásluha o provedení konverze je rozdělena na základě vah.
Atribuční model vážený je vhodný použít, pokud se kampaně výrazně liší mírou engagementu a mají výrazně rozdílný vliv na rozhodování k nákupu.

Štítky v Google Analytics jako média

Zdroje návštěv, které vedly ke konverzi, vám Google Analytics může zobrazit jako řadu na sebe navazujících štítků. Díky tomu víte, jakou cestou médii prošel návštěvník, než konečně zakoupil váš produkt.

Aira GROUP

Z těchto štítků vidíte přístup z přirozeného vyhledávání (organic), PPC kampaní (cpc), ještě jednou PPC kampaní (cpc) a poté odkazu ze stránky nebo článku (referal). Až poté zákazník nakoupil.

Vážená atribuce v pořadí viditelném na obrázku by mohla vypadat asi takto: 50% zásluhy, 10%, 10% a 30% zásluhy. Co z toho vyčtete? Pokud jste za PPC kampaně zaplatili nejvíce, něco je špatně, protože v tomto případě je jejich zásluha na přivedení konverze pouhých 10% respektive 20%.

Aira GROUP

Domácí úkol: Kolik byste přiřadili podílu na účasti poslední konverzi „Direct“, neboli přímé návštěvě vašich stránek?

 

Jak na to? Nedělejte triviální chyby

Atribuci vám základní nástroje jako Google Analytics neumožní nastavit přímo. S těmito nástroji Google Analytics a Omniture Sitecatalyst pracují až od prémiových účtů, za které zaplatíte statisíce. Atribuce je velice pokročilá technika vyhodnocování efektivity kampaní. Když si nevíte rady, doporučujeme se obrátit na odborníky, kteří neudělají triviální chyby. Ty se dají v Analytics udělat velice snadno a mohou napáchat více škody než užitku. Pokud stejně tak nevíte, kde začít, nejjednodušší bude začít s námi.

Řešení domácího úkolu: Ano, určitě jste to vyřešili správně! „Direct“, neboli přímá návštěva, nemá žádný podíl na těchto konverzích, a proto by vážená atribuce vypadala jednoduše: 100% pro reklamu na sdovolena.cz. Návštěvník se o vás dozvěděl z reklamy pravděpodobně poprvé, poté už značku znal a tak ji navštívil přímo. Tento příklad jsem vybral naprosto záměrně, ukazuje totiž, že bez vícekanálové analytiky byste ani nevěděli, že někdo zásluhou sdovolena.cz nakoupil.

 

Více informací o atribuci podle Googlu:

Atribuční modely
Příklady atribučních modelů

Přidat komentář