Ассоциированные конверсии и модель атрибуции в гугл аналитикс
В стандартных отчетах Google analytics вы анализируете информацию на основе последнего непрямого клика. Например, пользователь перешел по facebook / cpc, потом перешел второй раз c yandex / organic и совершил конверсию на определенную сумму. В этом случае конверсия зафиксируется с yandex / organic, несмотря на то что в достижении конверсии участвовал facebook / cpc.
Что бы было проще понять, как работают ассоциативные конверсии, мы будем приводить анализ по примеру.
В стандартном отчете google analytics мы видим, что за определенное время при по facebook / cpc 1657 пользователей совершили 1 транзакцию на сумму 1453 грн.
Также если вы подгружаете расходы у вас должен быть такой отчет по Roi
Здесь мы видим, что расходы на рекламу по facebook / cpc превешают доход.
Доход = 1453 грн., расход 1930,67 грн. , соответственно roi отрицательный.
В итоге можно подумать, что реклама не окупается. Но перед тем как делать такие выводы, нужно просмотреть отчеты по ассоциированным конверсиям и путям конверсии.
Ассоциированные конверсии
Конверсии /// Многоканальные /// Ассоциированные конверсии
Тип конверсии: выбираем электронную торговлю (должна быть настроена) или цель по которой будем анализировать.
Тип анализа: выбираем все, если выберем Adwords, то будем проводить анализ по кампаниям google adword (должна быть установлена связь адвордс и аналитикс)
Тип анализа: выбираем все, если выберем Adwords, то будем проводить анализ по кампаниям google adword (должна быть установлена связь адвордс и аналитикс)
В ассоциативных конверсиях мы можем смотреть статистику в трех разрезах:
Анализ вспомогательных взаимодействий
Ассоциированные конверсии
К параметру (в нашем случае «источник или канал») присваивается конверсия в которой «источник или канал» был вспомогательным, но не последним.
Если нужный нам параметр стоит предпоследним, а последним идет direct / none, тогда параметр в ассоциированных конверсиях также учитывается.
Если пользователь совершил заказ без последовательностей за одно касание, тогда в категорию «ассоциированные конверсии он не учитывается.
Конверсия по прямому клику или прямому взаимодействию
К параметру (в нашем случае «источник или канал») присваивается конверсия в котором он был последним.
Если пользователь совершил только одну конверсию без последовательностей, тогда в категорию «конверсия по прямому клику или прямому взаимодействию» он также будет учитываться.
Расхождения между количеством и суммой ассоциированными конверсиями между общим отчетом и отчетом по «источнику и каналу» связано с тем, что ассоциированная конверсия присваивается каждому параметру в нашем, примере «источнику и каналу».
Например, есть последовательность yandex / cpc /// facebook /cpc /// mytarget /cpc , то в данном случае в общем отчете будет одна конверсия , а отчетах по источник / канал две: yandex / cpc и facebook / cpc.
Ассоциированные конверсии / конверсии по последнему клику или прямому взаимодействию
Eсли число больше «1» , то данный параметр «источник или канал» является больше вспомогательным каналом достижения конверсий.
В данном отчете мы видим, что наш источник или канал был вспомогательным (ассоциированная конверсия) в достижении двух конверсий на сумму 8088 грн,
А клики по последнему взаимодействию или прямому взаимодействию равно одной конверсии на сумму 1453 грн
Ассоциированных конверсий две, а конверсий по прямому клику или последнему взаимодействию одна. Соответственно, ассоциированные конверсии / конверсии по прямому клику или последнему взаимодействию равняется двум, источник и канал «facebook / cpc» является более вспомогательным (2>1)
Для наглядного примера можем проверить с помощью отчета «Пути конверсии» выберем фильтр по данному источнику «facebook / cpc»
Анализ первого взаимодействия по первому клику
Конверсии по первому клику
Конверсия присваивается параметру (источник / канал) который был первый в пути конверсии
В данном отчете мы видим, что наш «источник или канал» был первым в пути в достижении трех конверсий на сумму 9541 грн, и последним в одной конверсии на сумму 1453 грн.
посмотрим отчет последовательности пути по facebook / cpc :
Анализ по конверсиям
Здесь учитываются все конверсии по параметру (в примере источник и канал «facebook / cpc»)
В данном примере мы рассматривали отчет ассоциированных конверсий по параметру источник или канал. Но также этот отчет можно рассматривать по параметрам:
Группа каналов для многоканальных последовательностей
Группа каналов по умолчанию
Источник
Канал
Анализировать по другим параметрам в разделах пользователя, источника, трафика и Adwords (например, смотреть конверсии по городам)
По группам каналов — есть возможность создать свои группы каналов.
Основные пути конверсии
В данном отчете вы сможете увидеть последовательность пути к конверсии по разным параметрам: источник и канал, по группам…
Переходим в отчет: Конверсии /// Многоканальные /// Основные пути конверсии
Помимо стандартных настроек (аналогичных как в отчете по ассоциированным конверсиям) есть возможность фильтровать по длине последовательности.
Для более глубокого анализа используйте фильтры и дополнительные параметры.
Возвращаясь к нашему примеру видим, что facebook / cpc принимал участие в трех конверсиях за указанный период.
В первом случае пользователь перешел по facebook / cpc и совершил конверсию. Во второй и третей конверсии он был первым источником на пути к конверсии.
Время до конверсии
В этом отчете вы узнаете, сколько времени нужно для совершения конверсии, по сравнению первой сессии за указанный период.
Из данного отчета мы видим, что половина всех конверсий и половина от всей суммы дохода были совершены в тот же день когда была первая сессия.
Длина последовательности
В этом отчете вы увидите, сколько касаний пользователю нужно, что бы совершить конверсию.
Из отчета видно, что 28,17% пользователей совершает конверсию с одного касания. Например, пользователь перешел по yandex / cpc и совершил конверсию.
Вводим название /// выбираем фильтр сегмента /// сохранить
Атрибуция
Вы сможете проанализировать параметры (например по источнику и каналу ) по разным моделям атрибуции.
Возвращаемся к нашему примеру анализируем facebook / cpc
Для того, что бы проще было понять модели атрибуции в примере будет использован сегмент который мы создали (любое взаимодействие содержит источник и канал facebook / cpc)
Всего есть 6 стандартных моделей атрибуции
1.Последнее взаимодействие – все конверсии и сумма присваиваются последнему источнику в последовательности пути к конверсии.
Проверим отчет о пути последовательности
2.По последнему непрямому клику — все конверсии и сумма присваиваются последнему источнику в последовательности пути к конверсии без учета direct / none.
Данная модель атрибуции используется в стандартных отчетах google analytics.
Проверим отчет о пути последовательности
3.Последний клик в Adwords. Работает по аналогии модели «Последний не прямой клик», но если в пути пользователя есть клик с google Adwords, то конверсия и ценность (сумма дохода) присвоится ему. Идеально подходит для анализа кампаний Adwords.
4.Первое взаимодействие — все конверсии и сумма присваиваются первому источнику в последовательности пути к конверсии
Проверим отчет о пути последовательности
5.Линейная модель. Определяет все источники в пути пользователя, которые участвовали в конверсии, распределяет сумму суму каждой конверсии по источникам, затем складывает по источникам.
Проверим в отчет о пути последовательности
facebook / cpc = 3272 грн
(direct) / (none) = 4448,40 грн
m. facebook.com / referral = 1819,80 грн
6.Временной распад – чем у источника больше дней до конверсии, тем меньше сумма ему присваивается в пути к конверсии. Исходя из расчетов эта модель действует по своему алгоритму, тем источникам у которых «пути конверсии» были раньше семи дней до конверсии данная сумма делится на ~2, больше 4 недель сумма делится на ~4
В примерах мы анализируем facebook / cpc, по которм было 3 конверсии. Что бы понять алгоритм используем источник yandex / cpc по котором была одна конверсия на сумму 2964 грн.
Вот так выглядит путь конверсии
Первым источником является yandex-rsy / cpc
Смотрим отчет «время до конверсии»
Первым взаимодействием в этой конверсии был yandex-rsy / cpc 8 дней назад до конверсии
В модели атрибуции по распаду времени данные отображаются таким образом
(direct) / (none) = 1231,40 грн – источник по котором, была совершена конверсия, ему присвоилась наибольшая сумма конверсии.
yandex / cpc = 1224,40 грн – сумма дохода, чуть меньше (direct) / (none) источника, по котором совершена конверсия, хотя yandex / cpc был в тот же день когда совершена конверсия.
yandex-rsy / cpc = 508,20 грн — так как первое взаимодействие пользователя было по yandex-rsy 8 дней назад до конверсии, данный источник в модели атрибуции распада будет делится на ~2.
7.На основе позиции. Ценность конверсии (сумма дохода) распределяется следующим образом: 40 % — первому источнику, 40% — последнему источнику, 20% — всем остальным (распределяется равномерно).
По нашему примеру (facebook / cpc)
Для наглядного примера используем дополнительный параметр «положения этапа последовательности относительно конверсии», где показатель 000 – соответствует конверсии.
Проверим по отчету пути конверсии
Первая конверсия – вся ценность присвоилась единственному источнику facebook / cpc
Вторая конверсия – по 40 % facebook / cpc (первый источник) и direct none (последний источник), 20% разбилось между direct none и m. facebook.com / referral (по 10%)
Третья конверсия — – по 40 % facebook / cpc (первый источник) и direct none (последний источник) 20% разбилось между
m. facebook.com / referral и двумя direct none (по ~7%)
Собственная модель атрибуции
На базе стандартных моделей вы можете создать собственную модель.
Например, в случаях где пользователь долго принимает решения о конверсии часто переходя на сайт по прямому вхождению (direct / none), вы можете настроить модель, где direct / none не будет присваивается никакой ценности (сумма дохода), кроме тех случаев когда direct / none является единственным источников в пути конверсии.
Что бы создать модель атрибуции переходим:
Конверсия /// Атрибуция /// Инструменты сравнения /// модели атрибуции /// + Собственная модель
Вводим название модели /// выбираем базовую атрибуцию /// выставляем окно ретроспективного обзора
Корректировка кредита на основе взаимодействия с пользователями – выключено
Есть возможность распределять ценность по глубине просмотра (страниц на сеанс) или длительности пребывания на сайте (секунды). Также эти показатели можно задавать в правилах.
Пользовательское взаимодействие: включить
Есть возможность задавать правила по параметрам и показателям с помощью оператор «и» /// «или», а также задавать ценность.
Задаем правило:
В любом месте последовательности источнику или каналу direct / none присвоить ценность «0»
Так как была выбрана линейная модель вся ценность (сумма дохода) равномерно распределится по все источникам за исключением direct / none.
Чтобы удалить атрибуцию нажмите «Удалить модель» в нижнем правом углу.
В результате у нас созданная атрибуция, которую мы можем сравнивать с другими моделями, например из стандартной линейной атрибуцией.
Стоит отметить, что в созданной модели атрибуции остались конверсии по источнику direct / none, который является единственным в пути конверсии.
Проверить данную атрибуцию можно в отчете о пути конверсии с помощью фильтра.
Максим
Последние статьи Максим (посмотреть все)
- Тренд меняющий digital-маркетинг - 16.01.2019
- Measurement Protocol в Google analytics - 18.06.2018
- Data Studio. Строим первый отчет. - 11.06.2018