Konwersje wspomagane – co to jest i jak je analizować?

Udział bez zamknięcia sprzedaży

Pytanie kontrfaktyczne zamiast pytania o kolejność

Najciekawszy jest sposób, w jaki zasługę dzieli model oparty na danych. Nie stosuje żadnego stałego klucza procentowego, tylko, jak opisuje dokumentacja, „using a counterfactual approach, the model contrasts what happened with what could have occurred to determine which touchpoints are most likely to drive key events”.1 Algorytm ocenia przy tym zarówno ścieżki zakończone konwersją, jak i te bez niej. Pod uwagę bierze czas od zdarzenia, typ urządzenia, liczbę interakcji, kolejność kontaktów i rodzaj kreacji.1 Pytanie brzmi więc nie „kto był ostatni”, tylko „czy bez tego punktu konwersja w ogóle by nastąpiła”.

Zasługa bywa przeliczana jeszcze przez tydzień

Jest w tej samej dokumentacji zdanie, które zmienia sposób raportowania: „conversions can be reattributed for up to 7 days after the conversion”.1 Przypisanie zasługi nie jest zatem zamknięte w chwili zakupu. Przez kolejny tydzień może się przesunąć między kanałami, gdy model zobaczy więcej danych. Wnioski wyciągane nazajutrz po weekendowej kampanii opierają się na obrazie, który jeszcze się zmieni. Reguła jest prosta: rozliczenie kampanii czyta się nie wcześniej niż tydzień po jej zakończeniu. Porównania miesiąc do miesiąca robi się po zamknięciu okresu, nie w jego trakcie.

Model policzony dla jednego konta i jednego celu

Dobrze jest wiedzieć, jakich wniosków z tych liczb nie wolno wyciągać. Model oparty na danych jest, według dokumentacji, osobny dla każdego reklamodawcy i każdego kluczowego zdarzenia.1 Wynik „media społecznościowe wspomagają 30% konwersji” nie jest więc żadną stałą branżową i nie przenosi się na inne konto ani nawet na inny cel w tym samym koncie. Osobno trzeba pamiętać o wizytach bezpośrednich: są z przypisania zasługi wykluczone, chyba że cała ścieżka składa się wyłącznie z nich. Trafia tam sporo wejść z nieoznaczonych kampanii własnych, co opisujemy przy ruchu bezpośrednim i kodach UTM.

Co z tego wynika dla decyzji o budżecie

Kanał, który rzadko zamyka sprzedaż, ale regularnie pojawia się na początku ścieżek, przegrywa w każdym zestawieniu opartym na ostatnim kliknięciu. Wycięcie go z budżetu nie osłabia jednak jego samego, tylko całą ścieżkę. Reszta kanałów dostaje mniej osób do domknięcia, co widać dopiero po miesiącach i zwykle w cudzych wynikach. Praktyczna kolejność sprawdzania jest taka: najpierw ścieżki konwersji, potem modele atrybucji w Google Analytics, a dopiero na końcu decyzja o przesunięciu pieniędzy między kanałami marketingowymi. Decyzję lepiej też opóźnić o te siedem dni, w których zasługa jeszcze się przesuwa.

Najczęstsze pytania

Jak model oparty na danych dzieli zasługę?
Porównuje ścieżki zakończone konwersją z tymi bez niej i szacuje, jak bardzo każdy kontakt zwiększył szansę na konwersję. To podejście kontrfaktyczne, nie stały procent.

Czy raport atrybucji sprzed dwóch dni jest ostateczny?
Nie. Dokumentacja dopuszcza ponowne przypisanie zasługi przez siedem dni od konwersji, więc świeże liczby jeszcze się przesuwają.

Czy udział kanału można porównać z wynikiem innej firmy?
Nie. Model jest liczony osobno dla każdego konta i każdego kluczowego zdarzenia, więc procenty z cudzego raportu nic tu nie znaczą.

Źródła

1. Google Analytics Help, [GA4] Attribution and attribution modeling — działanie modelu opartego na danych (podejście kontrfaktyczne, uwzględniane czynniki), osobny model dla każdego reklamodawcy i zdarzenia, możliwość ponownego przypisania konwersji przez siedem dni oraz wykluczenie wizyt bezpośrednich. Zobacz dokumentację Google Analytics →