Data-driven атрибуция рекламы на основе данных

Изобретатель ценника и известный американский коммерсант Джон Ванамейкер однажды сказал: «Половина денег, которые я трачу на рекламу, тратится впустую. Проблема в том, что я не знаю, какая половина».

За последнее столетие многое изменилось, но вопрос о том, какие рекламные усилия действительно способствуют увеличению прибыли, все так же на повестке дня. К счастью, ответом на него может стать атрибуция на основе данных — современная технология, позволяющая бизнесу точно анализировать эффективность маркетинга и оптимизировать кампании для достижения максимальной рентабельности инвестиций.

Понимание преимуществ, которыми обладает data-driven атрибуция, не будет полным без рассмотрения традиционных моделей оценки. Они используют заранее заданные правила для измерения точек взаимодействия пользователя с брендом. Это обеспечивает бизнесу понимание того, что стало ключевым фактором в принятии решения о совершении целевого действия, но не позволяет дать справедливую оценку всему пути пользователя, который, как известно, может быть весьма тернистым и извилистым.

В данном случае 100% баллов за конверсию назначается одной точке взаимодействия. Преимуществом одноканальных атрибуций является простота настройки и минимальные вложения. Недостатком — невозможность проанализировать все действия пользователя на пути к конверсии.

Существует две основных модели одноканальной атрибуции:

• По последнему клику (Last Click или Last Interaction).

В моделях мультиканальной атрибуции на основе правил баллы за конверсию назначаются нескольким точкам взаимодействия с применением заранее определенного алгоритма.

Три наиболее часто используемые модели в этой категории:

• Линейная (Linear model).

Принцип работы атрибуции на основе данных в Adwords, Analytics и других системах основывается на построении сессий через нахождение файлов cookies. Благодаря этому система может учитывать действия пользователя на разных устройствах, объединяя их в единую модель.

Стоит учесть, что атрибуция на основе данных требует выбора надежной платформы, которая может быстро автоматизировать аналитику и предоставлять полезные отчеты для внутреннего использования. Сбор информации — это лишь первый шаг к принятию правильных маркетинговых решений. До тех пор, пока эти данные не будут преобразованы в элементы, которые могут быть использованы и улучшены маркетинговой командой, их ценность не будет полностью реализована.

В данном случае можно выделить следующие ключевые действия, которые привели к конверсии:

Ads — Email-рассылка — Instagram* — Call-центр — Прямой переход — Покупка

Используя модель последнего клика, вы видите только прямой переход на сайт. Соответственно, ценность контекстной рекламы, email-маркетинга, маркетинга в социальных сетях, а также работа специалистов call-центра нивелируются в сборе данных о покупке.

Data-driven атрибуция покажет вам весь путь клиента, выделив наиболее ценные взаимодействия, независимо от того, конверсия была сделана в тот же день, что и переход по рекламе, или через несколько месяцев. Это открывает широкие возможности для анализа, повышения эффективности маркетинговых усилий и оптимизации рекламных бюджетов.

В бесплатной версии Google Analytics есть семь моделей атрибуции, но вам нужно быть клиентом Analytics 360, чтобы получить доступ к моделированию атрибуции на основе данных. GA360 предлагает множество функций и целостный обзор действий пользователей по всем цифровым каналам, чтобы оценить их путь к конверсии.

Поскольку data-driven атрибуция в Analytics 360 обеспечивает всестороннее представление о том, как каждый канал способствует конверсиям, полученные сведения можно использовать для оптимизации бюджетов.

Тем не менее, при всех достоинствах атрибуция на основе данных в Google имеет один серьезный недостаток — автоматическое закрытие сессии каждый день в 00:00. В этом случае конверсии пользователя будут учтены, но они не будут привязаны к тому источнику трафика, к которому привязана сессия, завершенная в 00:00. Если пользователь пришел по рекламе в 23:59, а в 00:10 совершил конверсию, она будет привязана уже к новой сессии, у которой источник трафика — прямой заход (ведь в 00:00 пользователь уже находился на сайте). И это вносит путаницу в атрибуцию конверсий и в анализ эффективности рекламных каналов. Получается, что даже с использованием дата-дривен подхода в Google Analytics 360 мы получаем искаженные данные.

Есть ли альтернатива?

Маркетинговая платформа Andata предлагает персонализировать и оптимизировать цикл взаимодействия с клиентами по всем маркетинговым каналам с помощью использования нейросетей.

Как это работает? В отличие от Google, система собирает единый цифровой профиль пользователя, который объединяет данные из разных источников, таких как мобильные приложения, веб-сайты, платные и бесплатные рекламные каналы, т. д. Вся поступающая информация привязывается непосредственно к цифровому паспорту, а не конкретной сессии, что позволяет отслеживать путь клиента, который может длиться месяцами.

Все данные, запечатанные в рамках единого цифрового профиля, анализируются благодаря модели атрибуции, основанной на машинном обучении, и связываются с разными параметрами, такими как отпечаток браузера, дата, тип устройства, операционная система, пройденная авторизация, ключевое слово и множество других параметров. Все это позволяет выстроить точный путь пользователя, а также назначить каждому взаимодействию свой вес, значимость и влияние на итоговую ценность конверсии.

В результате глубокого анализа и оценки ряда параметров нейросетями, Andata предоставляет вероятностные сценарии, которые помогают принимать стратегические решения на основе данных и оптимизировать рекламные кампании для достижения поставленных целей с наилучшим результатом для бизнеса.

Атрибуция сложна, особенно если принять во внимание все маркетинговые возможности в онлайн- и офлайн-пространстве, различные устройства и даже кампании по повышению осведомленности о бренде, в которых медийная реклама измеряется показами, а не кликами. Однако любой шаг к лучшему моделированию атрибуции может иметь существенное влияние на сокращение бесполезных маркетинговых расходов.

Атрибуция на основе данных дает вам полное представление о пути к покупке, независимо от того, насколько он сложен или фрагментирован. Результатом этого понимания является способность адаптировать свою стратегию и оптимизировать расходы на рекламу.

Идеальный подход к атрибуции — использовать готовые решения для экономии времени, денег и ресурсов. Вместо того, чтобы основываться на человеческой субъективности, платформы data driven атрибуции передают фактические данные технологиям искусственного интеллекта и машинного обучения, чтобы предоставлять самую актуальную и точную информацию.

*Признана экстремистской организацией и запрещена на территории РФ.