ipos.digital 
Тендеры и лиды
Информация
Покупка редко происходит после первого визита на сайт. Сначала человек может увидеть рекламу, потом найти компанию в поиске, открыть письмо из рассылки и только после этого вернуться на сайт и оформить заказ.
Получается несколько точек контакта с брендом. И возникает вопрос: какому каналу засчитать конверсию?
За это отвечает модель атрибуции. Она определяет, какой источник получит ценность заявки или покупки. От выбранной модели зависит оценка рекламных каналов, распределение бюджета и дальнейшие маркетинговые решения.
После обновления Яндекс Метрики подход к атрибуции изменился: сервис использует кросс-девайс-анализ и предлагает четыре основные модели. Разберемся, чем они отличаются и какую выбрать для разных задач.
Раньше для работы с кросс-девайс данными требовалось отдельно включать соответствующую функцию. Она позволяла объединять действия одного пользователя, совершенные с разных устройств.
Теперь кросс-девайс-логика встроена в работу Метрики. Если человек сначала зашел на сайт со смартфона, а позже купил товар с компьютера, система может рассматривать эти действия как часть одного пользовательского пути.
При этом старые варианты атрибуции, которые не учитывали переходы между устройствами, больше не используются.
Сегодня в Яндекс Метрике доступны четыре модели:
автоматическая;
первый переход;
последний переход;
последний значимый переход.
Атрибуция - это правило, по которому система определяет, какому источнику трафика засчитать конверсию.
Например, сценарий переходов пользователя:
Реклама → Поиск → Email → Покупка
В зависимости от модели одна и та же покупка может быть засчитана рекламе, поиску или email-рассылке.
Кросс-девайс помогает учитывать такие сценарии даже в том случае, если человек использовал разные устройства. Например, днем изучал товар на телефоне, а вечером оформил заказ с ноутбука.
При этой модели конверсия относится к источнику, который впервые привел пользователя на сайт.
Модель подходит, если важно понять:
какие каналы привлекают новых пользователей;
откуда люди впервые узнают о компании;
какие источники работают на верхнем уровне воронки.
Особенно полезна она для бизнеса с долгим циклом принятия решения: недвижимости, автомобилей, B2B-услуг и других сложных продуктов.
Модель не показывает вклад последующих каналов.
Например, человек впервые пришел из поиска, несколько раз взаимодействовал с рекламой и в итоге купил. Вся конверсия будет отнесена поиску.
Поэтому каналы, которые помогают пользователю принять решение о покупке, могут выглядеть менее эффективными, чем они есть на самом деле.
Здесь конверсия засчитывается источнику, с которого пользователь пришел непосредственно перед целевым действием.
Модель помогает определить, какой канал стал последним шагом перед конверсией.
Она может быть полезна для оценки:
email-рассылок;
ретаргетинга;
push-уведомлений;
рекламных акций;
других инструментов, которые возвращают уже заинтересованных пользователей.
Главный недостаток - модель не учитывает предыдущую историю взаимодействий.
Пользователь мог несколько недель изучать продукт через рекламу, поиск и социальные сети, а затем просто открыть сайт напрямую и купить. В этом случае вся ценность уйдет прямому переходу.
Поэтому модель может переоценивать каналы, которые оказываются последней точкой контакта.
Наша система сама подберет вам исполнителей на услуги, связанные с разработкой сайта или приложения, поисковой оптимизацией, контекстной рекламой, маркетингом, SMM и PR.
Заполнить заявку
13691 тендер
проведено за восемь лет работы нашего сайта.
В этой модели конверсия достается последнему значимому источнику.
Прямые заходы и внутренние переходы не считаются значимыми, если до них пользователь уже взаимодействовал с другим каналом.
Например, сценарий переходов пользователя:
Реклама → Прямой заход → Покупка
В такой ситуации конверсия будет отнесена рекламе, а не прямому посещению.
Это один из наиболее универсальных вариантов для анализа маркетинга.
Модель позволяет оценивать вклад рекламы, SEO, социальных сетей и других каналов, не отдавая конверсии обычным прямым заходам.
Если задача заключается именно в определении последнего контакта перед покупкой, включая прямой визит, лучше использовать модель «Последний переход».
Автоматическая модель использует алгоритмы машинного обучения. Она анализирует пользовательские пути и самостоятельно определяет, какие источники оказали наибольшее влияние на конверсию.
Яндекс рекомендует автоматическую атрибуцию для рекламных кампаний в Директе.
Она особенно полезна для:
оптимизации рекламных кампаний;
автоматического поиска более эффективной аудитории;
обучения рекламных стратегий;
работы со сложными цепочками взаимодействий.
Алгоритм учитывает больше данных, чем простые модели, где конверсия всегда отдается одному конкретному переходу.
Автоматическая атрибуция хорошо подходит для управления рекламой, но для маркетингового анализа полезно сравнивать ее результаты с другими моделями.
Так можно лучше понять, какую роль разные каналы играют в пути клиента.
Рассмотрим простой пример:
Поиск → Email → Реклама → Прямой заход → Покупка
Результат будет отличаться в зависимости от выбранной модели:
Первый переход. Источником конверсии считается поиск.
Основная задача модели - понять, какой канал первым привел пользователя на сайт.
Последний переход. Конверсия засчитывается прямому заходу.
Модель помогает определить источник, с которого пользователь пришел непосредственно перед покупкой.
Последний значимый переход. Источником конверсии считается реклама.
Модель позволяет оценить последний маркетинговый канал, который повлиял на решение о покупке.
Автоматическая атрибуция. Источник конверсии определяет алгоритм Яндекса.
Модель используется для оптимизации рекламы и оценки вклада разных каналов в конверсию.
Здесь каждый канал выполняет свою функцию:
поиск знакомит пользователя с брендом;
email поддерживает интерес;
реклама возвращает пользователя и помогает приблизиться к покупке;
прямой заход становится последним контактом перед заказом.
Поэтому нельзя сказать, что одна модель всегда лучше остальных. Каждая показывает путь клиента с определенной стороны.
Ориентироваться стоит прежде всего на задачу бизнеса:
Нужно понять, откуда приходят новые пользователи - выбирайте «Первый переход».
Важно определить последний контакт перед покупкой - подойдет «Последний переход».
Нужно оценить маркетинговые каналы без учета прямых заходов - используйте «Последний значимый переход».
Нужно оптимизировать рекламные кампании в Директе - выбирайте «Автоматическую» модель.
Модель атрибуции не определяет единственный «правильный» источник конверсии. Она показывает ее с определенной точки зрения.
Один пользователь может несколько раз взаимодействовать с компанией до покупки, поэтому каждый канал может выполнять свою роль: привлекать внимание, формировать интерес, возвращать клиента или помогать завершить заказ.
Поэтому выбирать модель нужно не по принципу «какая самая лучшая», а исходя из конкретной задачи аналитики.
Главное - не просто распределить конверсии между источниками, а понять роль каждого канала в пути клиента. Это позволяет точнее оценивать маркетинг, эффективнее распределять рекламный бюджет и принимать более обоснованные решения.
