Сравниваем модели мультиканальной атрибуции
Данную статью стоит начать с определения. Итак, модель атрибуции – это определенный алгоритм, позволяющий распределить ценность между действиями, которые привели к достижению цели. Например, это могут быть рекламные каналы, способствующие привлечению покупателей на ваш сайт. К чему может привести недостоверная оценка ценности каждого отдельного компонента, вы можете почитать в интересном материале в блоге https://www.owox.ru/blog/articles/multi-channel-attribution-models-comparison/.
Модели атрибуции должны соответствовать двум основным критериям:
- Достоверность. Главное качество хорошей модели – объективно оценивать вклад каждого источника в общий результат.
- Прозрачность. Алгоритм, по которому работает модель должен быть понятным и воспроизводимым, чтобы аналитик мог быть уверен в точности полученных результатов.
Виды моделей мультиканальной атрибуции
Рассмотрим наиболее популярные модели, использующиеся в современной веб-аналитике:
- Last Click и Last Non-Direct Click. Это самые востребованные и довольно простые модели. Первая отдает всю ценность конверсии последнему касанию с клиентом, а вторая – последнему непрямому касанию. Именно модель Last Non-Direct Click используется по умолчанию системе аналитики Google Analytics. На первый взгляд эти алгоритмы выглядят вполне рабочими и логичными. Действительно, почему бы не считать, что всю ценность нужно отдать каналу, который непосредственно предшествовал покупке? Но на самом деле, это очень упрощенный подход. Он не учитывает взаимное влияние каналов друг на друга, а оно может быть весьма существенным.
- First Click. Это также очень простая модель, которая отдает всю ценность первому касанию. Ее часто используют для оценки каналов, нацеленных на привлечение пользователей. Недостатком данной модели является то же обстоятельство, что и у предыдущих моделей – она игнорирует вклад других каналов в совершенные продажи.
- Линейная. Данная модель кажется немного сложнее, но все равно довольно простая. Она равномерно распределяет ценность между всеми каналами. В результате мы получаем более объективную, но в то же время, очень усредненную картину. Из-за этого нам сложно находить сильные и слабые стороны в нашей воронке продаж.
- Комбинированная. Существует распространенное мнение, что можно комбинировать разные модели атрибуции для разных направлений. Например, одни каналы оценивать по First Click, а другие по Last Click. Но в этом случае мы неизбежно столкнемся с тем сумма ценностей, которые мы будем распределять по каналам, окажется больше, чем фактически полученная ценность. Это не может не сказаться на достоверности итоговых данных. Поэтому эксперты советуют применять единую модель для всех каналов.
- Data Driven. Эта модель лишена многих недостатков предыдущих алгоритмов. Она распределяет ценность между всеми сессиями на основе продвинутого подхода, который учитывает вероятность того, что определенный канал повлиял на конверсию. Модель доступна в системе Google Analytics 360 и она показывает вполне объективных результат. Но есть у нее и некоторые недостатки. Главный из них – это скрытые вычисления. Система не позволяет узнать, на основании чего она сделала те или иные выводы, что никак не вызывает доверие у пользователей.
Итак, мы видим, что большинство популярных моделей атрибуций имеют определенные недостатки. Поэтому, если вам нужно более изящное и продвинутое решение, то предлагаем обратить внимание на атрибуцию, основанную на прохождении клиентом воронки продаж. Ее суть заключается в следующем:
- С помощью OWOX BI вы автоматизируете сбор всех данных об активности пользователей в каждой сессии.
- Несемплированные данные передаются в облачное хранилище.
- После обработки данных вы сможете оценить ценность действий по их вкладу в продвижение клиента по воронке.
Такой подход позволит оперативно вычислять ценность каждого рекламного канала и оптимально перераспределять рекламный бюджет.
Иллюстрация к статье:
Добавить комментарий