Jak działa atrybucja w marketingu internetowym?
Atrybucja służy do określania, którym działaniom marketingowym przypisać zasługę za konwersję. Jej znaczenie wynika z tego, że użytkownicy rzadko podejmują decyzje zakupowe wyłącznie na podstawie jednego kontaktu z marką.
Potencjalny klient może najpierw znaleźć firmę w wynikach Google, później zobaczyć reklamę w mediach społecznościowych, a ostatecznie wejść bezpośrednio na stronę i dokonać zakupu. Każda z tych interakcji może uczestniczyć w procesie decyzyjnym.
System analityczny wykorzystuje model atrybucji do przypisania odpowiedniego udziału poszczególnym kontaktom. Nie oznacza to jednak, że narzędzie jest w stanie jednoznacznie ustalić rzeczywisty wpływ każdej reklamy na decyzję klienta.
W praktyce raportowana atrybucja jest wynikiem przyjętej metodologii, dostępnych informacji oraz mechanizmów identyfikowania i łączenia interakcji użytkowników.
Jakie są modele atrybucji?
Model atrybucji określa reguły podziału wartości konwersji pomiędzy zarejestrowane punkty kontaktu z użytkownikiem. Poszczególne modele mogą prowadzić do odmiennych wyników, mimo że analizują tę samą ścieżkę zakupową.
Last Click – ostatnie kliknięcie
Model przypisuje całą wartość konwersji ostatniemu kwalifikującemu się kliknięciu przed jej realizacją. Jest stosunkowo prosty do interpretacji, ale może pomijać znaczenie wcześniejszych interakcji, które pomogły użytkownikowi poznać markę.
W Google Analytics 4 model ostatniego kliknięcia w płatnych i bezpłatnych kanałach pomija bezpośrednie wejścia w określaniu ostatniego kwalifikującego się kontaktu, chyba że ścieżka składa się wyłącznie z takich wejść.
First Click – pierwsze kliknięcie
Model przypisuje całą wartość konwersji pierwszemu zarejestrowanemu kontaktowi na analizowanej ścieżce.
Pozwala uwypuklić kanały rozpoczynające proces pozyskiwania klientów, ale nie uwzględnia znaczenia późniejszych interakcji w podziale wartości konwersji.
First Click jest tradycyjnym modelem atrybucji, lecz nie jest już dostępny do wyboru w standardowych ustawieniach raportowania atrybucji Google Analytics 4.
Linear – model liniowy
Model liniowy dzieli wartość konwersji po równo między wszystkie uwzględnione punkty kontaktu.
Jeżeli użytkownik miał cztery kwalifikujące się interakcje przed zakupem, każda otrzymuje 25% wartości konwersji.
Równy podział nie oznacza jednak, że wszystkie interakcje miały identyczny rzeczywisty wpływ na zakup. Jest to założenie metodologiczne modelu.
Time Decay – model spadku udziału wraz z czasem
W tym modelu większą część wartości konwersji przypisuje się interakcjom występującym bliżej momentu zakupu, a mniejszą wcześniejszym kontaktom.
Sposób podziału zależy od przyjętej funkcji spadku udziału i jej parametrów. Model może być użyteczny w określonych analizach, ale sam nie dowodzi, że późniejsze kontakty są faktycznie ważniejsze.
Position-Based – model pozycyjny
Model pozycyjny przyznaje większy udział pierwszej i ostatniej interakcji, a pozostałą część dzieli między kontakty pośrednie.
Przykładowy wariant może przypisywać po 40% pierwszemu i ostatniemu kontaktowi oraz 20% interakcjom pomiędzy nimi. Jest to jednak tylko jedna z możliwych konfiguracji.
Podobnie jak inne tradycyjne modele regułowe, nie jest już dostępny jako standardowy model raportowania w GA4.
Data-Driven Attribution – atrybucja oparta na danych
Atrybucja oparta na danych (DDA) wykorzystuje modele statystyczne i uczenie maszynowe do szacowania udziału poszczególnych interakcji w realizacji konwersji.
W Google Analytics 4 analizowane są między innymi ścieżki użytkowników, którzy dokonali konwersji, oraz tych, którzy jej nie zrealizowali. System wykorzystuje dostępne dane do modelowania prawdopodobnego wpływu kontaktów na wynik.
Wartość przypisana danemu kanałowi może więc być częścią całkowitej konwersji, a nie liczbą całkowitą.
Data-Driven Attribution nie jest bezpośrednim pomiarem rzeczywistego przyrostu sprzedaży wywołanego reklamą. Pozostaje modelem analitycznym działającym na określonych danych i założeniach.
Jak działa atrybucja w Google Analytics 4?
Google Analytics 4 umożliwia analizowanie ścieżek prowadzących do kluczowych zdarzeń oraz przypisywanie ich wartości do kanałów marketingowych.
Do dostępnych modeli raportowania należą atrybucja oparta na danych oraz warianty ostatniego kliknięcia dla kanałów płatnych i bezpłatnych lub kanałów płatnych Google.
Modele First Click, Linear, Time Decay i Position-Based zostały wycofane z GA4 w listopadzie 2023 roku. Mogą nadal występować w literaturze marketingowej, starszych raportach i innych systemach analitycznych.
W GA4 istotne jest również rozróżnienie wymiarów przypisanych do użytkownika, sesji oraz zdarzenia. Zmiana modelu atrybucji raportowania nie zmienia w jednakowy sposób wszystkich raportów i wymiarów dotyczących źródeł ruchu.
Przykładowo raport pozyskiwania ruchu oparty na sesjach może przedstawiać inny podział wyników niż raport atrybucji kluczowych zdarzeń.
Jak oblicza się wartość konwersji w atrybucji?
Załóżmy, że użytkownik wykonał trzy interakcje przed zakupem o wartości 1000 zł:
- Wejście z organicznych wyników Google.
- Kliknięcie reklamy Meta Ads.
- Kliknięcie reklamy Google Ads, po którym nastąpił zakup.
W modelu Last Click cała wartość konwersji, czyli 1000 zł, zostałaby przypisana Google Ads.
W modelu liniowym każda z trzech interakcji otrzymałaby około 333,33 zł, z ewentualną korektą wynikającą z zaokrągleń.
W modelu Data-Driven podział zależałby od danych i obliczeń systemu. Nie można wcześniej założyć konkretnych proporcji.
Przykład ma charakter hipotetyczny i zakłada, że wszystkie trzy interakcje zostały poprawnie zarejestrowane oraz kwalifikują się do przypisania wartości.
Czym jest okno atrybucji?
Okno atrybucji to przedział czasu, w którym wcześniejsza interakcja może zostać uwzględniona przy przypisywaniu wartości późniejszej konwersji.
Przykładowo przy siedmiodniowym oknie po kliknięciu zakup dokonany po pięciu dniach może zostać przypisany reklamie, jeśli spełnia pozostałe warunki danego systemu.
Okna atrybucji różnią się między platformami i mogą zależeć od rodzaju zdarzenia, sposobu interakcji oraz konfiguracji konta.
Dlatego zestawianie danych z Google Ads, Meta Ads i Google Analytics bez uwzględnienia okien atrybucji może prowadzić do błędnych wniosków.
Dlaczego systemy reklamowe pokazują różne wyniki konwersji?
Jedna transakcja może zostać przypisana kampaniom w kilku systemach reklamowych. Każda platforma korzysta z własnych reguł pomiaru oraz informacji o interakcjach z reklamami.
Różnice mogą wynikać z:
- odmiennych modeli i okien atrybucji,
- uwzględniania kliknięć lub wyświetleń reklam,
- różnych sposobów identyfikacji użytkowników,
- ograniczeń związanych ze zgodą i prywatnością,
- różnych stref czasowych i dat przypisywania konwersji,
- odmiennej konfiguracji zdarzeń zakupowych.
Nie należy sumować raportowanej sprzedaży z poszczególnych platform i zakładać, że otrzymana wartość odpowiada całkowitemu przychodowi firmy.
Atrybucja a inkrementalność – jaka jest różnica?
Atrybucja opisuje sposób rozdzielenia wartości zarejestrowanych konwersji pomiędzy punkty kontaktu z użytkownikiem.
Inkrementalność dotyczy natomiast dodatkowego efektu, który rzeczywiście wystąpił dzięki określonemu działaniu marketingowemu, w porównaniu z sytuacją, w której to działanie nie zostałoby przeprowadzone.
Przykładowo reklama może otrzymać przypisanie zakupu, którego klient dokonałby również bez jej wyświetlenia. W takim przypadku konwersja przypisana reklamie nie musi oznaczać sprzedaży dodatkowej.
Do badania inkrementalności stosuje się odpowiednio zaprojektowane eksperymenty, grupy kontrolne i inne metody wnioskowania przyczynowego.
Jak wykorzystać atrybucję w SEO i marketingu?
Atrybucja pomaga analizować rolę kanałów marketingowych na różnych etapach ścieżki zakupowej. Jest szczególnie istotna w przypadku firm wykorzystujących jednocześnie SEO, reklamy płatne, media społecznościowe i e-mail marketing.
Ruch organiczny może uczestniczyć w pierwszym kontakcie użytkownika z marką, nawet jeśli do zakupu dochodzi później po kliknięciu reklamy.
Analiza różnych modeli i ścieżek pozwala lepiej zrozumieć te zależności, ale nie powinna być jedyną podstawą decyzji budżetowych.
Warto zestawiać dane atrybucyjne z rzeczywistymi przychodami, kosztami marketingowymi, marżą oraz wynikami eksperymentów. Dopiero takie połączenie pozwala dokładniej oceniać efektywność działań.