Metrisk tilskrivningsmodel. Ved sidste indirekte klik

En tid, hvor du kun kunne arbejde med én trafikkilde (som SEO) og stadig har godt salg, er for længst væk. I dag er det kun en integreret tilgang, der giver virkelig effektiv salgsvækst. Men når vi arbejder med flere kilder, står vi over for vigtigt spørgsmål– hvilken rolle spiller hver kanal i kæden af brugerinteraktion med webstedet (multi-channel sekvens), og hvordan forstår man vigtigheden af hver kanal? Det afhænger trods alt af forståelse:

hvor meget investering der skal investeres i hver kilde til besøgende,
hvad er afkastet fra hver kanal,
hvordan kanaler interagerer med hinanden.

Vær særlig opmærksom på interaktion. For eksempel må brugere fra sociale netværk ikke foretage et køb umiddelbart efter overgangen, men på samme tid sociale medier informere besøgende om din virksomhed, og efter efterfølgende interaktioner, for eksempel gennem kontekstuel annoncering, foretager besøgende et køb.

Reglerne for fordeling af værdien af en gennemført konvertering mellem kanaler kaldes tilskrivning. Ved at vide, hvilke kanaler den besøgende brugte, kan vi tildele en større eller mindre værdi til hver af kanalerne (eller en af dem) og ud fra denne vurdering tage en beslutning om kanalens effektivitet.

Der kan være mange tilskrivningsmodeller, de mest almindelige er:

Du kan vælge en tilskrivningsmodel i rapporten Tilskrivning → Sammenligningsværktøj :

Vi skrev mere om værktøjet i artiklen nedenfor; Lad os først se på, hvad de vigtigste tilskrivningsmodeller er.

1. Sidste klik tilskrivning

I I dette tilfælde Al konverteringskredit tildeles den sidste kilde til brugerkontakt med webstedet. Det er tydeligt, at dette ikke er helt korrekt, da brugeren på næsten alle sider, også dem, der tilbyder meget billige produkter, normalt foretager 2-3 overgange før konvertering.

For en side med et dyrt eller komplekst produkt kan der være væsentligt flere sådanne overgange, efterhånden som brugeren tænker over, sammenligner og sætter sig ind i information om produktet.

2. Tilskrivning baseret på den seneste indirekte klik

Denne tilskrivningsmodel bruges som standard i Google Analytics. Al konverteringskredit tildeles den sidste kanal, hvis det ikke er et direkte besøg (f.eks. fra bogmærker eller indtastet i linjen browser-URL). I tilfælde af et direkte besøg på webstedet tildeles konverteringsværdien den forrige kanal. Logikken er ret simpel - hvis en bruger kom til dig fra bogmærker, betyder det, at han i begyndelsen skal have lært om dit websted fra et sted.

3. Første-klik tilskrivning

Hvad er linkbuilding i SEO?Som navnet antyder, er det omvendt – al konverteringsværdi tildeles den første kanal, der gjorde det muligt for den besøgende at finde ud af dit tilbud.

4. Første og sidste klik

Værdien deles ligeligt mellem den første og sidste kanal, som brugeren klikkede på i den kæde, der førte til konverteringen.

5. Lineær tilskrivningsmodel

Konverteringsværdien deles ligeligt mellem alle kilder, som brugeren har klikket på.

6. Tilskrivningsmodel, der tager hensyn til, hvor nyligt interaktionen var

Jo tættere en kanal er på konverteringsmomentet, jo større er dens værdi. Betydningen af hver interaktion falder, efterhånden som tiden indtil konvertering øges.

Google Analytics-rapporter for at evaluere bidraget fra hver trafikkilde

For at forstå vigtigheden af at vurdere hver trafikkilde korrekt og kende hovedtyperne af tilskrivning, kan vi henvende os til særlige Google Analytics-rapporter:

Ser allerede på generel information i fanen "Anmeldelse" , kan vi komponere for os selv generel forståelse hvordan trafikkilder interagerer med hinanden. Hver kilde er angivet med en farvet cirkel; vi ser tydeligt, hvor stor en procentdel af trafikken "skærer" - det betyder, at den besøgende brugte flere kilder, før han foretog et køb.

Bemærk venligst - til venstre øverste hjørne Skærmbilledet indeholder data om tilknyttede konverteringer.

Tilknyttede konverteringer er et besøg fra en eller anden kilde, der var i begyndelsen eller midt i kæden af besøg, men ikke i slutningen, dvs. antallet af interaktioner, der ikke førte til en konvertering, men deltog i kæden.

Som du kan se på skærmbilledet, havde 423 (mere end halvdelen) ud af 744 konverteringer forberedende besøg. Kilderne, der gav disse besøg, førte ikke til et direkte salg, men med en høj grad af sandsynlighed kan vi antage, at uden disse tilknyttede konverteringer ville der ikke have været selve konverteringen, der genererede indtægter.

Vigtig! Multikanaltragtrapporten bruger en sidste klik-tilskrivningsmodel i modsætning til alle andre rapporter, der som standard er sidste indirekte klik.

For at evaluere tilknyttede konverteringer for hver kilde mere detaljeret er der en særlig rapport kaldet - "Tilknyttede konverteringer" :

For eksempel, på skærmbilledet ser vi tydeligt, at klik på links gav os 48 konverteringer i den angivne periode, udover dette yderligere 58 gange denne kilde var et mellemtrin for brugere, der i sidste ende konverterede.

Når den er konfigureret e-handel denne rapport hjælper dig med at anslå indtjeningen fra hver trafikkilde meget mere præcist. Som du kan forestille dig, er dette meget vigtigt, når vi beslutter os for, hvilke kilder der er værd at investere i. Du kan selvfølgelig fokusere på antallet af konverteringer uden e-handel, men det er selvfølgelig mindre nøjagtige indikator ved dannelse af et annoncebudget.

For at evaluere mere detaljeret, hvordan trafikkilder interagerer, bør du gå til rapporten "Grundlæggende konverteringstragte" :

Dette viser alle de kildekombinationer, der førte til konverteringen.

For eksempel:

Yderligere rapporter, der hjælper dig med bedre at forstå kæden af besøg indtil konverteringsøjeblikket - "Tid til konvertering" Og "Sekvenslængde". I dem vil du se statistikker over antallet af dage fra besøgsøjeblikket til konverteringsøjeblikket og antallet af besøg fra eventuelle kilder indtil konverteringsøjeblikket.

Google Analytics giver os også mulighed for at sammenligne forskellige modeller tilskrivning Konvertering→Attribution → Modelsammenligningsværktøj :

Dette værktøj giver dig mulighed for bedre at forstå forskellen mellem forskellige muligheder attribution og visuelt se værdien af hver kanal på forskellige stadier.

Lad os f.eks. sammenligne tilskrivningsmodellen for sidste klik, første klik og lineær tilskrivning:

Bemærk: gratis søgning, hvis vi kun måler konvertering ved den sidste interaktion, taber den direkte kanal Trafik. Ejeren af webstedet, der ser en sådan rapport, vil straks råbe: SEO-specialisten fungerer ikke godt!

Men sammenligner vi med andre tilskrivningsmodeller, vil vi se, at søgetrafik er den mest kraftfulde for den første interaktion, dvs. Det er fra denne kanal, at rigtige kunder vil lære om dit websted. Betydning søgetrafik bekræfter og lineær model attribution, hvor dens andel også er den højeste.

Husk på, at sammenligning af tilskrivninger giver dig mulighed for at se succesen for hver kanal fra forskellige synsvinkler, men for at sammenligne kanaler med hinanden og evaluere succesen for hver af dem, skal du vælge en enkelt tilskrivningsmodel.

For eksempel:

- for en kortsigtet kampagne rettet mod et øjeblikkeligt køb - ved sidste klik;

- for en SMM-kampagne, der øger den samlede bevidsthed - ved første klik osv.

Du kan også lave din egen unikke tilskrivningsmodel i Google Analytics, men du skal bruge ret meget tid på at skabe den og først evaluere standardmodeller.

Hvis du er seriøs omkring budgettering og vurdering af, hvordan hver kilde bidrager til din virksomheds succes, kan du ikke undvære multikanaltragte og tilskrivningsmåling. Du skal forstå vigtigheden af kanalen, ikke kun dens bidrag til direkte salg.

Vær opmærksom på disse Google rapporterer Analyse, arbejde med dem og forskellige tilskrivningsmuligheder - dette vil hjælpe dig med at bruge alle trafikkanaler mere effektivt og intelligent. Baseret på disse rapporter kan du intelligent planlægge dit annoncebudget på tværs af forskellige kanaler.

Hvor kommer trafikken fra? Trin for trin analyse trafikkilder på siden

Typer af trafikkilder i Yandex.Metrica

Kilderapporter indeholder detaljeret information om, hvor besøgende kommer til siden fra.

Metrica 2.0 har følgende typer trafikkilder:

Overgange fra søgemaskiner;
Annonceovergange (Metrika ved det meste om Direct-kampagner, da det blev skabt til dem. For andre reklamesystemer skal tags ofte konfigureres);
Følg links på websteder;
Overgange fra sociale netværk;
Direkte besøg;
Indvendige passager;
Overgange fra gemte sider (siden gemmes ikke som et bogmærke, men lokalt som en fil);
Overgange fra postlister(for at konfigurere visningen af overgange som en separat trafikkilde, skal du bruge tags i links fra e-mails).

Vi vil ikke overveje hver kilde i detaljer; lad os gå direkte til rapporterne.

Rapporter om kilder er mest interessante for optimeringsværktøjer, da de giver dig mulighed for at overvåge hjemmesidens fremskridt. For alle, der promoverer et websted, vil rapporter om kilder hjælpe dem med at gøre det mere effektivt, spare budget og acceptere rigtige beslutninger om valg af kampagnekanaler.

I denne artikel vil vi se på hovedpunkterne i at analysere effektiviteten af trafikkilder. Særlig opmærksomhed på søgning og annoncering, da det er her de største budgetter normalt bruges.

Sti til kilder-rapporter i Metrica 2.0:

Metrica 2.0 har rige muligheder for trafikanalyse. Ved at tilpasse rapporter kan du desuden:

Vælg et mål og opbygge en rapport om trafikkilder til et specifikt mål. For at evaluere effektiviteten af trafikken skal du opsætte mål.
Segmenter data og sammenlign segmenter. Sammenlign for eksempel for forskellige kilder: antallet af tilbagevendende og nye besøgende, afvisninger, mængder mobil trafik og så videre.
Vælg en tilskrivningsmodel og finde primære og sekundære trafikkilder.

Yandex.Metrica: Resumé

Lad os for eksempel tage en netbutik for varmesystemer.

Rapporten, du skal begynde at analysere trafikkilder med, er "Kilder, Resumé". Den indeholder generel (sammenfattende) information om alle trafikkilder. I Resuméet er alle kilder grupperet efter type (8 typer, se ovenfor). Andre rapporter giver mere detaljerede oplysninger om individuelle kildetyper.

Rapporten "Kilder, resumé" giver det overordnede billede: hvilke typer kilder bringer trafik og i hvilken mængde. Sådan ser oversigtsrapporten ud som standard:

At forstå hvor stor en procentdel af trafikken kommer fra hver type kilde?, skift grafvisningen til et cirkeldiagram:

Nu kan du se, hvem helten er: annonceklik tegner sig for 67 % af trafikken. På andenpladsen med en betydelig forsinkelse er overgange fra søgning – 14 %. På tredjepladsen er direkte besøg, 9% af trafikken. Nu har du en idé om, hvilke typer kilder der bringer trafik til onlinebutikken af varmesystemer.

Lad os se på tabellen under grafen for flere detaljer. adfærdsmæssige faktorer for kilder af hver type:

Vigtigt: hvis resuméet ikke indeholder nogen form for kilde, så bringer det heller ikke trafik overhovedet ( f.eks. bliver der ikke brugt reklame), eller ikke konfigureret ( for at adskille trafik fra forsendelser, er der behov for særlige tags i links fra breve).

En anden nyttig mulighed er "tilskrivningsmodel"-kontakten:

Til konverteringsanalyse er det bedre at bruge "sidste signifikante" tilskrivning til at identificere kilden til konverteringen.

Når du analyserer konvertering fra annoncering, kan du aktivere "første klik"-tilskrivning. Annoncering er normalt den første kilde, hvorigennem nye besøgende kommer til webstedet (de stifter bekendtskab med webstedet, og derefter kan de vende tilbage til webstedet, for eksempel med et direkte besøg).

Tilskrivning af første klik er nødvendig for websteder, hvor køb ikke foretages ved det første besøg. Typisk er disse websteder, der tilbyder dyre varer eller omfattende tjenester. Når kunderne skal træffe en købsbeslutning, har kunder brug for tid til at tænke over alt.

For en onlinebutik med sammenligneligt billigt udstyr ville betegnelsen "sidste væsentlige" være passende. Vi får følgende billede af kildernes effektivitet:

Konvertering fra annoncering er lavere end fra søgning. Konklusionen er, at annoncekampagnen måske ikke er konfigureret korrekt og viser webstedet med irrelevante annoncer. For at reklame ikke kun bringer trafik, men også konverteringer, bør udviklingen af en reklamekampagne bestilles fra fagfolk.

Da konverteringsraten for trafik fra søgning er højere, bør en online butik tænke på hjemmesideoptimering og promovering i organisk søgning. Hvilken søgemaskine er bedre at promovere? For svaret skal du gå til følgende rapport: "Kilder > Søgemaskiner".

Kilder > Søgemaskiner

Så du skal finde ud af det Hvilken søgemaskine bringer mest trafik til dit websted? og hvor loyale disse besøgende er over for webstedet. Som standard ser rapporten Kilder > Søgemaskiner sådan ud:

Vi ser med det samme, at 87% af trafikken kommer fra Yandex. Dernæst ser vi på adfærdsfaktorer for søgemaskiner:

Det kan ses, at ret loyal trafik, der er interesseret i webstedet, kommer fra Yandex.

Lad os tjekke, hvilken søgemaskine besøgende brugte til at konvertere ved at bruge målet "Køb 1 klik". Igen skal du vælge målet i rullelisten og se på konverteringen:

Konverteringen fra Yandex er højere, målrettede besøg er også det overvældende flertal. Derfor bør du først og fremmest sørge for at promovere dit websted i Yandex organisk søgning, da der helt sikkert er målgruppen der er klar til at købe varer i en netbutik af varmesystemer.

Og til hvilke forespørgsler skal du promovere?? For svaret, se rapporten om søgefraser.

Kilder > Søgesætninger

Rapporten indeholder søgesætninger, der førte til webstedet. For nemheds skyld kan du kun vælge de forespørgsler, der blev fulgt fra Yandex. Vi anvender segmenteringen "Kilder > Seneste væsentlige kilde > Søg > Søgemaskine > Yandex":

Vi får en tabel med forespørgsler, der kommer fra Yandex:

Men skynd dig ikke at kopiere anmodninger til semantisk kerne. Blandt anmodningerne kan du desuden skelne mellem konverteringer. Igen skal du vælge målet "Køb med 1 klik" fra listen over mål og få en konverteringsgraf:

Således "sælger" de forespørgsler, der indeholder specifikke modeller udstyr. Vi har sorteret søgemaskinerne fra, lad os nu gå videre til annoncering.

Adfærdsfaktorer er gode og omtrent det samme. Hvilket reklamesystem fungerer bedre? Igen skal du vælge målet "Køb med 1 klik" fra rullelisten. Lad os få konverteringen ved hjælp af reklamesystemer:

Alligevel vinder Yandex.Direct med højere konverteringsrater og mere målrettede besøg. Nu skal vi videre til at analysere annoncekampagner.

Du skal analysere Adwords-kampagner i detaljer i Google Analytics. Metrica er ikke egnet til dette, prøv ikke engang. I Metrica kan og bør du analysere kampagner i Direct i detaljer (det blev oprettet specifikt til dette formål).

Kilder > Direkte-sammendrag

I Direct Summary-rapporten ser vi hvor meget trafik giver hver kampagne?:

Vælg nu målet "Køb med 1 klik" og se hvilke kampagner, der bringer præcis målrettet trafik. Når du vælger et mål, ændres billedet:

Kampagnen for Rusland, som bringer mest trafik, ligger på en 4. plads i forhold til antallet af målrettede besøg.

Vigtigt: dette er ikke den, der bringer mest trafik, men den, der bringer de mest målrettede besøg. Hvorfor ikke konverteringer? Fordi konvertering er en relativ værdi og let kan snydes.

Lad os nu se, hvordan de samme kampagner klarede sig i november og december. Lad os anvende sammenligningen "med et segment angivet manuelt":

Lad os sætte det op påkrævet periode i det andet segment og tænd for visning i kolonner (til visuel sammenligning):

Sammenligningsgrafen viser, hvordan konverteringsraterne har ændret sig efter kampagne. Om nødvendigt kan sammenligninger foretages i enhver af kilderapporterne.

Trafikkilder i Yandex.Metrica: resumé

Analysen af trafikkilder bør begynde med rapporten "Kilder, resumé". Der er et generelt billede af trafikkilder. Selvom billedet er generaliseret, er det vejledende for at forstå hver kildes bidrag til webstedsfremme. Hvis du har konfigureret mål, kan du se direkte i oversigten, hvilke typer kilder der fungerer bedst.

Efter Resuméet går vi videre til individuelle rapporter. I rapporten "Søgemaskiner" finder vi mere detaljeret ud af, hvilke søgesystem bringer det meste målrettet trafik og i hvilken søgemaskine du skal promovere. I rapporten "Søgesætninger" ser vi på de forespørgsler, der bragte besøgende til webstedet.

Dette er den mest grundlæggende ting, du kan se efter trafikkilder i Metrica 2.0.

Hvert år skærpes konkurrencen på markedet, hvilket tvinger iværksættere til bogstaveligt talt at kæmpe for hver besøgende på hjemmesiden. Det er derfor, adfærdsbaserede strategier er på forkant med forbrugermarkedsføring. Dette giver dig i sidste ende mulighed for at øge omsætningen og øge antallet af kunder. Men desværre ignorerer mange marketingfolk og webstedsejere dette værdifuld information om brugeradfærd.

Begyndelsen på konverteringsstien for en besøgende på et websted kan nu ligge i betalte medier, online annoncering og offline kontaktpunkter (flyers, souvenirs, mund til mund). Den eneste måde at finde ud af, hvilke kanaler der virkelig driver konverteringer, er ved at bruge smarte metrics.

Indførelse af tilskrivning

Attribution er bestemmelsen af den trafikkilde, der resulterede i en konvertering (målhandling eller salg).

Lad os f.eks. sige, at en kunde ser din annonce på deres foretrukne nyhedswebsted, men ikke foretager sig noget. Senere ser han det på et af de sociale netværk, klikker på annoncen, men der er ingen stigning i konverteringen. I sidste ende ser han din opfordring til handling på et andet websted, går til siden og foretager den målrettede handling. Attribution giver dig mulighed for at spore denne proces, identificere den mest effektive kanaler og i overensstemmelse med den modtagne information opbygge en marketingstrategi.

Der er tre hovedtrin til at inkorporere attribution i din marketingkampagne.

Vælg en tilskrivningsmodel.

Der er mange muligheder, men de mest brugte er følgende:

Sidste klik. Ifølge en nylig undersøgelse bruger 80 % af annoncørerne denne tilskrivningsmodel, på trods af at de mener, at den ikke er effektiv nok. Konvertering påvirkes af de fleste forskellige faktorer, dog dækker denne model alle kanaler, der "trak" kunden ind i salgstragten. Brugeren så den samme annonce på fire forskellige websteder - hans interesse fortsatte med at vokse efter hver visning, men først på det sidste websted besluttede klienten sig for at tage den målrettede handling.
Første klik. Denne model er en omvendt projektion af den forrige. I dette tilfælde anses "hoved"-annoncen for at være den første annonce, der klikkes på. potentiel kunde, selvom dens handling ikke førte til en øjeblikkelig stigning i konverteringen.
Første og sidste klik. Essensen af denne model kommer ned til, at den første annonce vækker brugerens interesse, og den sidste opfordrer ham til at handle.
Lige rettigheder. Ifølge dette koncept tildeles alle annoncer placeret og set af kunden samme værdi.
"Fuld" salgstragt. I dette tilfælde er alle elementer i brugerens konverteringssti vigtige. Du kan endda bestemme i procenter, hvor vigtig den første annonce er, hvilken rolle e-mailmarketing er og endelig opfordringen til handling, takket være hvilken målhandlingen i sidste ende blev fuldført. Dette giver dig mulighed for at rangere vigtigheden af hvert element i din marketingkampagne.

Du bør teste forskellige modeller for at afgøre, hvilken der fungerer bedst for din virksomhed.

Find en tilskrivningsplatform.

Afhængigt af den type kampagne, du kører, kan tilskrivning være indbygget i det system, du bruger. Hvis dette ikke er tilfældet, har du altid mulighed for at bruge forskellige tjenester For eksempel har retargeting-værktøjer AdRoll og Perfect Audience denne funktion indbygget i systemet, ligesom Facebook og Googles Double Click Campaign Manager.

For at opnå maksimal tilskrivningsfunktionalitet kan du bruge analyseplatforme som Google Analytics, IBM Digital Analytics og Adobe Site Catalyst. Som alternativ mulighed Du kan hyre en tilskrivningsspecialist til at hjælpe dig med at forstå denne proces.

Du kan også forstå effektiviteten af kanalen ved hjælp af widgets. For eksempel på grund af det faktum, at klienten interagerer med widgets: klik på "krydset", går til den anbefalede i pop-up-vinduet eller forlader kontakter.

Google Analytics-systemet vil beregne målhandlingen (som du har brug for) og finde dens kilde. På denne måde kan du forstå, at Yandex Direct, for eksempel, bragte dig 1 e-mail fra en klient via .

Få mere at vide om, hvordan widgets hjælper med at opbygge salgstragte og måle kanals ydeevne.

EN/ Btest ved hjælp af attribution vil hjælpe dig med at forstå kunden bedre.

Attribution kombineret med A/B-test giver dig mulighed for at være opmærksom på de kanaler, der klarer sig bedst, samt teste forskellige marketingelementer såsom call to action, design, brug fordelagtige tilbud etc. Grundlæggende giver det dig mulighed for at forstå, hvordan dine handlinger påvirker hele salgscyklussen.

For at identificere, hvilke kampagneelementer der er mere effektive, anbefales det at indbygge tilskrivning i hver af dem. Listen omfatter sociale medier, annonceretargeting, e-mailmarketing, direkte annoncering osv. Som et resultat vil du med sikkerhed vide, at "dette banner på dette websted eller denne bogstavkæde i alt genererer X mængde indkomst."

Attribution giver dig mulighed for bedre at forstå dine kunders konverteringssti, og dette vil igen hjælpe dig med at beregne omkostninger korrekt og optimere din marketingstrategi.

Hvordan interagerer dine annonceringskanaler med hinanden? Hvad er den bedste måde at fordele midler mellem dem? Skal jeg slukke den? reklamekampagne, hvis det ikke giver konverteringer? Alle disse smertefulde spørgsmål kan besvares ved at studere brugeradfærd og deres vej til køb. I denne artikel viser jeg dig, hvordan du gør dette ved hjælp af assisterede konverteringer og sammenligning af tilskrivningsmodeller i Google Analytics.

Hvad er assisterede konverteringer?

Effektive kanaler tiltrækker brugere, der udfører målrettede handlinger på webstedet (transaktioner, registreringer, ordrer ring tilbage og mere - det hele afhænger af metoden til indtægtsgenerering af projektet). Samtidig er én interaktion med webstedet nogle gange nok til, at en besøgende kan konvertere, men ikke altid. "Syv berøringer"-reglen fungerer oftere - derfor for hvert trin i salgstragten, de bruger separat værktøj. Displayannoncering hjælper f.eks. brugere med at lære om dit produkt, mens søgeannoncering tiltrækker allerede interesserede brugere.

Tilknyttede konverteringer— målhandlinger, hvor den analyserede kanal var en hjælpekilde (dvs. den endelige interaktion fandt sted efter overgangen fra en anden kanal). Forestil dig, at du sælger børnelegetøj.

1. Brugeren så medieannoncering og gik til dit websted. Blandt onlinebutikkens sortiment kunne han godt lide en legetøjsminion, men brugeren gennemførte ikke transaktionen, fordi han på det tidspunkt ikke var interesseret i at købe (dette sker ofte med bannerreklamer - læs).

2. En uge senere blev denne besøgende inviteret til en fødselsdagsfest og huskede legetøjet på dit websted. Jeg søgte efter "minion legetøj" og så din. søgeannoncering og gemte webstedet i dine browserbogmærker for hurtigt at finde det efter at have modtaget din løn.

3. Til sidst under den tredje direkte besøg brugeren bestilte et legetøj. Alle sammen Google-konverteringer Analytics tildeler som standard sin værdi til den sidste indirekte besøgskilde, i vores tilfælde søgeannoncering. Samtidig vil vi i generelle rapporter ikke se, at displayannoncering var en af de faktorer, som skyldtes, at brugeren købte et legetøj på din hjemmeside.

Hvis nogen af dine kanaler eller kilder ikke har regelmæssige konverteringer Google rapporterer Analytics - skynd dig ikke at opgive det, dette kan være et nøglestadium i brugerens vej til køb.

Hvordan får man vist assisterede konverteringer med Google Analytics?

For at finde ud af, om en kanal eller kilde har bidraget til en brugers konverteringsrejse eller ej, skal du bruge rapporten Multi-Channel Funnels. For at gøre dette skal du gå til fanen "Rapporter" og i venstre panel vælge "Konverteringer" - " Multi-kanal sekvenser». 1. I underpunktet "Oversigt" kan du se en generel opsummering og visualisering af forholdet mellem forskellige konverteringskilder.
2. I underpunktet "Tilknyttede konverteringer" kan du se direkte information om kanalerne for tilknyttede konverteringer, deres mængde og værdi:
3. På fanen "Tid til konvertering" findes der nyttige oplysninger for at finde ud af, hvor mange dage dine brugere bruger på at træffe en købsbeslutning. Disse oplysninger kan bruges til kvalitetsindstillinger remarketing.
Bemærk venligst, at linjen "12-30 dage før konvertering" viser summen af målhandlinger for de analyserede dage. Ved at klikke på pluspunktet ud for linjen, vil du se mere præcis information.
4. Det sidste underpunkt er "Hovedkonverteringsstier". Dette viser information om, hvor mange interaktioner brugere foretager med webstedet, før de foretager et køb, og hvilke kanaler de bruger. I vores eksempel leder direkte besøg og søgeannoncering. Dette er ikke alle de muligheder for at analysere tilknyttede konverteringer, som Google Analytics giver. Dernæst vil vi se på værktøjet til sammenligning af tilskrivningsmodeller.

Hvad er attribution, og hvilke modeller findes der?

Tilskrivning er fordelingen af konverteringsværdi mellem alle brugerinteraktioner med webstedet, før der foretages en transaktion.

Som jeg allerede skrev, tildeler Google Analytics-rapporter som standard en værdi til den sidste indirekte brugerinteraktion med webstedet. Disse oplysninger vil være nyttige, hvis brugeren oftest træffer en købsbeslutning efter den første interaktion. For eksempel kan displayannoncering for en pizzaleveringstjeneste give konverteringer allerede ved det første besøg på webstedet.

Lad os se nærmere på hver model ved hjælp af illustrationer fra Google-præsentationen.

100 % af konverteringskreditten tildeles den første interaktion. Denne model er velegnet til at måle effektiviteten af displayannoncering, da dens mål er at gøre brugeren bekendt med dit tilbud.

I kæden af interaktioner tildeles 100 % af konverteringskreditten til den sidste kanal, selvom det var et direkte link til webstedet.

3. Google Ads sidste klik-model

Sidste klik på Google-annonce Annoncering modtager 100 % af konverteringsværdien.

Hver interaktion tildeles den samme konverteringsværdi. Denne model kan bruges, når hvert punkt af brugerinteraktion med webstedet er lige vigtigt.

Jo tættere interaktionen er på det øjeblik, målhandlingen er fuldført på webstedet, jo større er dens værdi.

Den første og sidste kanal i kæden af interaktioner vil blive tildelt 40% af værdien, de resterende 20% vil blive jævnt fordelt mellem de resterende kanaler. Denne model vil være nyttigt, hvis du er interesseret i både den første interaktion, hvornår brugerne først lærte om dit tilbud, og den sidste interaktion, da målhandlingen blev gennemført på dit websted.

Med denne model fordeler du uafhængigt værdien af konverteringer mellem interaktioner. Du kan oprette en sådan model direkte i Googe Advertising-grænsefladen.

Denne model er tilgængelig i Google Marketing Platform. Den fordeler værdi på tværs af alle sessioner i kæden baseret på sammenhængen mellem tilstedeværelsen af kilden i kæden og konverteringen af kæden.
Den datadrevne model kan kun bruges på konti med en stor mængde data (minimum 20 tusinde klik og 800 konverteringer på 30 dage).

1. Vælg ind toppanel punkt "Rapporter", og følg derefter stien i venstre menu: "Konverteringer" - "Attribution" - "Modelsammenligningsværktøj".

2. Vælg mål, der interesserer dig. For eksempel må du ikke tage hensyn til relaterede handlinger, såsom at tilføje en vare til din indkøbskurv, men kun transaktioner.

3. I tilbagebliksvinduet skal du vælge, hvor mange dage før konverteringen der skal tages i betragtning til analyse (fra 1 til 90 dage).

4. Dernæst skal du vælge den tilskrivningsmodel, som rapporten skal bygges med.

4.1. Du kan vælge en af standardtilskrivningsmodellerne.

4.2. Du kan også oprette din egen tilskrivningsmodel eller importere en færdiglavet model fra Google Gallerier Analytik.

4.3. Endnu en vigtig funktion— udvælgelse af flere tilskrivningsmodeller (højst tre). Lad os f.eks. tage tilskrivningsmodeller for den sidste og første interaktion.

5.1. Som standard kan du analysere efter kilder, kanaler og deres grupper.

5.2. Du har også mulighed for at vælge en hvilken som helst parameter fra listen over trafikkilder, brugerparametre Og Google data Annoncering. 6. Og til sidst kan du segmentere rapporten. Sammenlign f.eks. de konverteringer, der opstod som følge af annoncering ved den første eller sidste interaktion.
Ved at anvende de segmenter, der er valgt ovenfor, får du en rapport næste type:
Nu har du lært, hvordan du bruger værktøjet til sammenligning af tilskrivningsmodeller.

Salgstilskrivning er et værktøj, der giver dig mulighed for at spore bidraget fra hver involveret reklamekanal baseret på en specifik brugers målrettede handlinger.

Målhandlinger kan repræsenteres af følgende handlinger:

online registrering;
køb af varer/tjenester;
indhentning af kontaktoplysninger.

En detaljeret definition af attribution afslører den proces, hvormed marketingfolk bestemmer, hvilke værktøjer der giver mest overskud til den respektive virksomhed. Som konklusion bliver der investeret midler i de mest lovende muligheder for at øge ROI.

Attributionsmodel- det her er rigtigt perfekt løsning at opbygge en annonceplan, der giver dig mulighed for at bruge den mest effektive strategi. Dets arbejde er baseret på gennemprøvede værktøjer, der gør det muligt at investere uden frygt for uforudsete situationer. Ved hjælp af en korrekt konfigureret tilskrivningsmodel kan du registrere bidraget fra hver marketingkanal, mens du fordeler budgettet rationelt.

Tilskrivning i Yandex Metrica

Når du bruger forskellige tilskrivningsværktøjer, kan du tilpasse rapporten ved hjælp af trafikkilder. Når du opretter en rapport, kan der gives oplysninger om tre kilder for hver bruger:

først;
sidst;
den sidste er væsentlig.

Metrikken for modellerne Sidste signifikante og første klik bruger brugerens browserhistorik.

Lad os analysere dette eksempel:

Brugeren besøgte en webressource via et kontekstuelt annonceringslink, foretog adskillige overgange på tværs af webstedets sider og gik. Efter nogen tid kom jeg ind på siden igen, dog ved at bruge søgeresultaterne. Og senere dukkede han op igen, efter at have indtastet adressen i browserlinjen og afgivet en ordre. Som du kan se, besøgte brugeren siden tre gange.

For at genkende den nøjagtige kilde til henvisningen bør der bruges forskellige tilskrivningsmodeller:

Formålet med denne model er velegnet til ressourcer med forsinket konvertering, det vil sige, når brugeren tænker på målhandlingen (for eksempel: online registrering), og under sine tanker kan han vende tilbage til webstedet ved hjælp af andre trafikkilder. Derudover kan modellen bruges, hvis du skal finde ud af, hvilken kilde der tiltrækker besøgende mere.

Denne model bruger brugerens historie, det vil sige, at kilden til trafikken til det første besøg tages. Alle yderligere besøg vil blive rettet til den originale kilde. Eksemplet viser et besøg fra en bruger, der har klikket på en annonce.

Når du bruger denne model, vil hvert besøg på Metrica identificere kilden til overgangen i det aktuelle tidsrum uden at tage hensyn til brugerens besøgshistorik. I eksemplet ser vi tre besøg, som hver har en personlig kilde:

Derudover kan modellen bruges til teknisk analyse webressource. Et eksempel kunne være at identificere sider, der ikke har en tæller ved hjælp af analyse indre overgange.

Sidste væsentlige overgang

Denne model gør det muligt mest præcist at beregne konvertering. I dette tilfælde kan kilder opdeles i to grupper: signifikante og sekundære (ubetydelige).

Trafik ved hjælp af ubetydelige kilder udføres ved at skifte til en webressource fra gemte sider ved hjælp af adressen og interne overgange, som igen falder ind under en mere væsentlig tidligere kilde, hvilket giver mulighed for at kontrollere dens effektivitet mere detaljeret.

Et eksempel på kilderne til det første og andet besøg er repræsenteret af betydelige muligheder - reklame og søgning. Derudover kan kilden til det første besøg ikke ændres. Kilden til det tredje besøg er ubetydelig (direkte besøg). I denne henseende falder brugerbesøg under den anden væsentlige kilde - søgning:

Denne tilskrivningsmodel er også fantastisk til websteder med hurtige konverteringer inden for samme besøg.

Når du bruger Model Comparison Tool, kan du analysere effekten af forskellige tilskrivningsmodeller med hensyn til værdien af marketingkanaler. Antallet og værdien af konverteringer for en given kanal afhænger af den anvendte tilskrivningsmodel. Den kanal, der dukkede op helt i begyndelsen af konverteringspromoveringen, med brug af "Første interaktion"-modellen, vil værdien overstige niveauet for "Sidste interaktion"-modellen.

Der er en række fordele ved forbedret linktilskrivning:

1 Indhentning af individuel statistik for forskellige links (links) på den samme side, der fører til det samme websted. For eksempel, hvis siden indeholder to links, der fører til sektionen "Kontakt os", vil du få oplysninger om hver af dem.
2 Spor knapper, handlinger og menuer, der bruger JavaScript til at fungere.
3 Genkendelse af elementer, der refererer til flere forskellige webressourcer. Et eksempel på et sådant element: knappen "Søg".

Sådan udfører du forbedret linktilskrivning på siden

Du bør tilføje det relevante tag til din sporingskode, som er vist nedenfor som et eksempel og fremhævet med rødt. Dens placering skal være efter den kommando, der opretter sporingsobjektet.

ga("opret", "UA-XXXX-X");

ga("kræve", "linkid");

ga("send", "sidevisning");

For at opnå ekstremt nøjagtig statistik er det nødvendigt at tildele et individuelt element-id til hvert link på en webside.

Aktivering af forbedret linktilskrivning i rapporter

Så snart koden er blevet opdateret, bør du aktivere forbedret linktilskrivning i webressourceindstillingerne:

Fig.4. Google Analytics. Forbedret linktilskrivning

Forbedret linktilskrivning giver dig mulighed for at inkludere de mest avancerede statistikker i rapporter, samtidig med at du kan overvåge data separat for hvert klik adresseret til landingssiden.