"Половину денег на рекламу я трачу впустую. Знать бы только какую!" – произнес в конце 19 века Джон Уонамейкер (John Wanamaker), один из пионеров рекламной индустрии. И его высказывание по сей день остается актуальным. Маркетологи понимают, что вся реклама так или иначе влияет на продажи, но оценить это влияние совсем непросто. Именно атрибуция дает компаниям такую возможность.

Атрибуция – довольно понятная вещь. Она позволяет не только оценивать последнее взаимодействие перед продажей, но и понимать вклад каждой точки взаимодействия с клиентом на его пути к покупке.

Для многих компаний атрибуция до сих пор остается чем-то неизведанным. Почему же? Рекламодатели цепляются за последний клик по ряду причин.

  • Не хватает единого мнения о пользе атрибуции (разве что все согласны, что модель оценки по последнему клику больше не эффективна). Пока ещё нет устоявшейся практики и отраслевых стандартов.
  • Отсутствует "идеальная модель", которая бы сразу показывала все преимущества атрибуции.
  • Существующие технологии, включая атрибуцию, уже охватывают всю онлайн-активность, но у многих рекламодателей есть обычные магазины и солидный маркетинговый бюджет, выделенный на традиционные СМИ. И хотя такие параметры можно включать в атрибуционный анализ, готового решения для этого пока нет.
  • Маркетологи недооценивают ресурсы, необходимые для успешного анализа, – от ПО для атрибуции единого источника до аналитиков, обрабатывающих данные. К тому же не все понимают, что атрибуция – постоянное, а не единовременное действие, которое сразу даст все ответы.

Особенно важно понимать последний пункт. Атрибуция – непрерывный процесс, именно поэтому компаниям лучше начинать уже сейчас, невзирая на описанные выше ограничения. Постоянный последовательный анализ шаг за шагом приведет вас к истине. Давайте рассмотрим процесс подробнее.

С чего начинать атрибуционный анализ

Соберите маркетинговые данные с помощью специального ПО для атрибуционного анализа – например, можно использовать Google Analytics. Сведения о конверсиях и уровнях вложений сгруппируйте по отдельным кампаниям (они часто называются группами каналов). Чем детальнее будут данные, тем точнее окажется анализ пути к покупке. Но в то же время помните, что из очень подробных данных сложнее получить общую, обзорную картинку.

Чтобы найти компромисс между детальностью и простотой анализа, рекомендуется группировать каналы так, чтобы это отражало вашу схему оптимизации. Если вы вкладываете средства в поисковую рекламу, то, скорее всего, используете несколько типов ключевых слов: брендовые, общие, специальные для разных поисковых систем (например, для Google Покупок, если вы розничный продавец). Все они играют свою роль: общие слова актуальны на этапе принятия решения, а брендовые и запросы в Google Покупках работают ближе к концу пути. Не рассматривайте поисковую сеть как единый канал – сегментируйте ее, чтобы понять, как каждая группа взаимодействует с другими каналами и насколько она ценна для компании.

Разделив данные по отдельным кампаниям, можно переходить к созданию модели атрибуции. Другими словами, вам предстоит оценить разные каналы, с которыми взаимодействуют пользователи на пути к покупке. Конечно, вы не найдете сразу идеальную модель для вашего бизнеса, но все-таки получите более точное представление. Так с чего же начать? Во-первых, вспомните о целях своего бизнеса. На этой иллюстрации показаны стандартные модели достижения целей, которые сейчас обсуждаются в отрасли:

Standard models employed to achieve business goals

Как видите, это типичные модели на основе правил. Возможно, вы уже слышали об атрибуции на основе данных. Это распределение ценности с помощью алгоритма, который использует статистику и теорию вероятности для максимального увеличения продаж. Атрибуция на основе данных поможет легко оценить значимость маркетинговых каналов на пути к покупке, но это уже следующий шаг. Возможно, начинать лучше с моделей на основе правил, которые позволяют лучше понять, насколько важны различные каналы. К тому же атрибуция на основе данных требует вложений.

Определившись с моделью (не волнуйтесь, ее в любой момент можно изменить), вы получите от своей атрибуционной системы пересчитанные показатели продаж по каждому из каналов. Выяснится, что ваши любимые каналы не столь эффективны, как казалось, а те, которыми вы пренебрегали, дают хороший результат. Но не торопитесь – даже быстрый подсчет покажет, что сумма всех изменений в продажах равна нулю. Атрибуция не генерирует продажи. Это просто процесс анализа статистических данных с другой точки зрения. Так зачем же всё это нужно?

Дело в том, что вы открываете для себя новый способ оценки инвестиций в маркетинг. Он позволит вам оптимизировать стратегию для важных каналов, учитывая их эффективность. Для тех, что приносят много продаж, можно поднять ставки и увеличить бюджет. Для неэффективных – наоборот. Если в вашем ПО для атрибуции есть готовый модуль оптимизации ставок, вам повезло – просто нажмите кнопку и примените свою модель атрибуции к стратегии назначения ставок. Если такой возможности нет, придется менять ставки для всех каналов вручную.

Учтите, что разница между старой и новой моделями (да, оценка по последнему клику – тоже модель атрибуции) подсчитывается в среднем для каждой кампании. Этого достаточно для первого опыта атрибуционного анализа, но впоследствии лучше не пожалеть средств на модуль для оптимизации ставок. Он не только упростит вашу жизнь, но и позволит проводить более детальную атрибуцию. Вложитесь в ПО, которое обеспечивает анализ на уровне отдельных объявлений, ключевых слов или рекламных площадок. Так вы сможете эффективнее распределять вложения.

Как использовать полученные данные

Вы собрали данные, логично разделили всю маркетинговую активность по кампаниям, в рамках которых можно анализировать атрибуцию, а затем применили новые знания для оптимизации. Теперь пора узнать, как все это повлияет на ваш бизнес. Тестирование важно для любых маркетинговых задач. Оно позволяет узнать, какая половина вашего бюджета тратится не впустую. Новую модель атрибуции также необходимо протестировать. Но в отличие от обычных маркетинговых экспериментов, для этого нужно менять несколько переменных одновременно, так что вам сложнее будет понять, как те или иные действия влияют на результат.

Посмотрите на это с такой точки зрения: вы тестируете свой подход к определению ценности каналов в целом. Если результаты тестирования покажут, что модель атрибуции положительно влияет на продажи, то продолжайте ее использовать. Измените параметры, которые влияли наиболее заметно, и повторите эксперимент. Результаты говорят об убытках? Начните заново, но уже с другой моделью. Или полностью переделайте прежнюю. Кто-то может возразить, что это слишком сложно и атрибуция не стоит таких трат сил и времени. Но давайте будем честны: когда вы последний раз тестировали ту модель атрибуции по последнему клику, которую используете сейчас?

Последовательный процесс атрибуции не только позволит лучше понять, какие маркетинговые каналы приносят вам покупателей, но и упростит внедрение новых показателей. Когда отчеты по действиям на разных устройствах станут стандартным элементом в вашем ПО или появятся технологии для измерения эффективности офлайн-инвестиций, вы сможете быстро перестроить свою аналитику. А такие решения уже разрабатываются. Начните сегодня, и вы сможете опередить конкурентов.

Дополнительные материалы

Если вы ещё ничего не знаете об атрибуции, почитайте статью Авинаша Каушика (Avinash Kausik). Найти ее можно здесь.

Подробнее об эффективном тестировании читайте здесь.