Jak prawidłowo wybrać kroki ścieżki podczas konfigurowania atrybucji

Jeśli chcesz zoptymalizować koszty reklamy i zwiększyć ROAS, przed sprzedażą rozważ i poprawnie oceń udział każdego kanału w sieci. Narzędzia standardowego Google Analytics nie wystarczą, ponieważ połowa modeli atrybucji dostępnych w serwisie przekazuje całą wartość z transakcji do dowolnego kanału w łańcuchu. A druga połowa modeli szacuje kanał zgodnie z regułą warunkową, a nie na podstawie rzeczywistych metryk.

W przeciwieństwie do standardowych modeli GA, OWOX BI Attribution uwzględnia wzajemny wpływ kanałów na konwersję i zaawansowanie użytkownika na lejku. Możesz także porównać skuteczność reklam w swoich obecnych modelach GA i OWOX BI, aby zobaczyć niedoszacowane lub przeszacowane kampanie.

W rezultacie będziesz mógł rozdzielić budżet na kanały, które przyciągają użytkowników z konwersjami, ale nie otrzymują żadnej wartości z ostatniego kliknięcia niebezpośredniego w Google Analytics.

W tym artykule wyjaśniamy, jak wyróżnić zdarzenia konwersji dla kroków ścieżki w modelu AIDA i zbudować model atrybucji w OWOX BI w oparciu o te kroki.

Lejek sprzedaży to ścieżka, którą użytkownik przechodzi od pierwszego spotkania z witryną do zakupu. Zgodnie z modelem marketingowym AIDA ścieżka ta składa się z czterech etapów:

1. Uwaga — osoba zwróciła uwagę na stronę.
2. Zainteresowanie — zainteresowałem się towarami.
3. Pragnienie — chciał kupić towar.
4. Akcja — dokonał zakupu.

W teorii brzmi to prosto i spójnie. W rzeczywistości sprawy są nieco bardziej skomplikowane. Odbiorcy Twojej witryny mogą zachowywać się niezgodnie z oczekiwaniami. Odwiedzający pochodzący z różnych kanałów reklamowych zachowują się inaczej. Osoba może wielokrotnie odwiedzać witrynę i wychodzić bez robienia czegokolwiek; wrzucać towary do koszyka; klikaj w różne banery itp. Tak, jego działania będą spójne, ale każdy użytkownik będzie miał własną sekwencję.

Również wybór kanałów komunikacji zależy od tego, na jakim etapie lejka znajduje się użytkownik. Na przykład reklama w mediach doskonale sprawdza się w przypadku zimnej publiczności na początku ścieżki, która musi wzbudzić zainteresowanie. A e-maile lepiej współpracują z odbiorcami na końcowych etapach ścieżki. Są to lojalni użytkownicy znający markę, więc konwersja z mailingu jest wyższa.

Aby zwiększyć konwersję z odwiedzających witrynę na kupujących, musisz przeanalizować działania swoich odbiorców i prawidłowo wybrać kroki ścieżki, których użyjesz w swoim modelu atrybucji.

Dysponując odpowiednim lejkiem sprzedażowym, możesz:

1. Prawidłowo oceniaj skuteczność marketingu, znajduj niedoceniane źródła ruchu i optymalnie redystrybuuj budżet reklamowy.
2. Poznaj potrzeby swoich użytkowników, aby przedstawiać im odpowiednie oferty.
3. Podziel odbiorców na segmenty w zależności od tego, na jakim etapie lejka znajdują się użytkownicy, i spersonalizuj komunikację z każdym segmentem.
4. Znajdź wąskie gardła w lejku i zoptymalizuj je.

Zadaniem Twojej reklamy na każdym etapie lejka jest zmotywowanie użytkownika do przejścia do kolejnego etapu — bliżej zakupu. Na przykład działaniami powodującymi konwersję mogą być: wyświetlenie karty produktu, zapisanie się do listy mailingowej, dodanie produktu do koszyka i nie tylko. Jak możesz określić, które z tych działań nadają się do zbudowania lejka AIDA?

W tym momencie musisz podjąć wszystkie kluczowe działania biznesowe podejmowane przez użytkowników w witrynie przed dokonaniem konwersji, takie jak pierwsza płatność.

Wybrane działania muszą być śledzone w Twojej witrynie i wysyłane do Google BigQuery. To pozwoli ci wykonać kolejny krok.

Możesz analizować działania powodujące konwersję w różnych sekcjach, na przykład:

• Czas od aktywności do konwersji.
• Prawdopodobieństwo konwersji ze względu na działanie powodujące konwersję.

Najpierw utwórz taką tabelę ze wszystkimi wybranymi wydarzeniami:

Nie powinieneś ograniczać się do liczby wydarzeń. Im więcej działań użyjesz do analizy, tym lepiej będzie. Jednocześnie oczywiście nie zapominaj o zdrowym rozsądku.

Następnie musisz zrobić wykres na podstawie tej tabeli. Oto przykład takiego wykresu:

Wykres pokazuje, jak zmienia się czas przed konwersją w zależności od działania powodującego konwersję.

Dobra — gdy wybrane zdarzenia są równomiernie rozłożone na wykresie. Umożliwi to zbudowanie ścieżki poprzez podzielenie tych zdarzeń na klastry, z których każdy będzie etapem ścieżki w atrybucji.

Źle — gdy zdarzenia są zgrupowane na wykresie w jednym miejscu. Wtedy uzyskasz tylko jeden lub dwa stopnie lejka. W takim przypadku jakość obliczeń modelowych będzie niska.

Przykład potencjalnego lejka AIDA na analizowane zdarzenia:

Jeśli nie masz projektu w OWOX BI, możesz od razu zacząć z niego korzystać za darmo.

Zanim uruchomisz obliczenia atrybucji, musisz zebrać wszystkie dane w chmurze Google BigQuery. Dzięki OWOX BI możesz przesyłać surowe dane o działaniach użytkowników na stronie (odsłony, zdarzenia, transakcje itp.), dane o kosztach, statystyki z usług śledzenia połączeń i e-mail marketingu z Google Analytics do GBQ.

Możesz także ręcznie wczytać informacje o stanie zamówienia i użytkowników z CRM do BigQuery. Dostęp do danych w GBQ można uzyskać za pomocą zapytań SQL i odpowiedzi w postaci tabel.

W celu dalszej pracy i wizualizacji tabele te można przesłać do CSV lub Arkuszy Google, na przykład za pomocą naszego bezpłatnego dodatku. To rozwiązanie pozwala na budowanie raportów bez próbkowania i innych ograniczeń obecnych w interfejsie GA.

Jeśli w swojej witrynie masz skonfigurowane Ulepszone e-commerce dla Google Analytics, model atrybucji zostanie utworzony automatycznie, gdy pierwsza tabela z danymi sesji w OWOX BI pojawi się w BigQuery:

Możesz stworzyć nowy model lub zmodyfikować istniejący. Aby edytować, otwórz ustawienia modelu i w każdym kroku wyświetl listę zdarzeń konwersji za pomocą warunku LUB:

Następnie rozpocznij obliczenia. Dzięki temu otrzymasz informację o tym, jakie źródła ruchu doprowadziły do ​​wybranych przez Ciebie działań powodujących konwersję.

Wyniki obliczeń modelu OWOX BI można porównać z wynikami modelu Last Non-Direct Click w sekcji źródło/medium/kampania:

Wskaże to źródła ruchu, które doprowadziły do ​​działań powodujących konwersję, ale pozostały niedoceniane. Na przykład na tym zrzucie ekranu widzimy, że yandex/organic był niedowartościowany i warto zainwestować w więcej wysiłku.

Następnie wystarczy tylko rozdysponować budżet, aby zwiększyć liczbę działań powodujących konwersję.

Na poniższym ekranie możesz zobaczyć, jak często rozkładają się źródła odwiedzin na różnych etapach ścieżki. Jeśli zdarzenia lejka AIDA są dobrze dobrane (patrz wykres powyżej), możemy dokonać redystrybucji budżetu między źródłami reklamowymi.

Jeśli wydarzenia nie zostaną wyselekcjonowane pomyślnie, wszystkie przypadną na jeden lub dwa kanały reklamowe, a wtedy nie będzie możliwości wyboru pomiędzy kanałami redystrybucji budżetu reklamowego.

PS Jeśli potrzebujesz pomocy w łączeniu danych w Google BigQuery i konfigurowaniu atrybucji, jesteśmy gotowi pomóc. Zapisz się na demo, a my omówimy szczegóły.