Что такое модель атрибуции в яндекс директ

Модель атрибуции в Яндекс Директ

Модель атрибуции – это правило, по которому Яндекс Директ оценивает вклад каждого маркетингового канала в достижение конверсии. В этой статье мы расскажем о способах атрибутирования конверсий, рассмотрим отличия между атрибуциями в Директе и Метрике.

4 модели атрибуции Яндекс Директа

По статистике, после первого визита на сайт делают покупку всего 2% посетителей. Большинство клиентов до принятия решения неоднократно взаимодействуют с интернет-площадкой (переходят по ссылкам из результатов выдачи, сохраненным в браузере закладкам и т.п.). Поэтому, выделить основной рекламный канал не так-то просто. Например, человек заинтересовался контекстной рекламой на поиске, посетил интернет-магазин, оставил товар в корзине, затем решил посмотреть, что предлагают другие сайты. Через пару дней он пришел на сайт по таргетированной рекламе (например, через объявление на одноклассниках), добавил товар в корзину. На следующий день он зайдет на сайт из закладок и купит товар. Схематично его действия выглядят так: Рассчитывать конверсию по последнему источнику трафика некорректно, поскольку обесценивается роль контекста и рекламы в соцсетях. Атрибуции Яндекс Директа помогают понять, через какой источник продвижения приходит больше трафика. Яндекс присваивает ценность конверсии одному источнику, выбранному рекламодателем. Посмотреть статистику по отдельным моделям атрибуций можно в Мастере отчетов.

Первый переход

Инструмент учитывает первый переход на сайт. Если пользователь впервые зашел в интернет-магазин по ссылке из результатов поисковой выдачи, главная ценность присваивается именно этому каналу. Эту модель могут использовать:

• кампании, работающие по информационным запросам (вряд ли клиенты, интересующиеся информацией, станут сразу оформлять покупку);
• бизнес с многоуровневой воронкой продаж, когда покупателю нужно не один раз посетить сайт для совершения конверсии;
• известные бренды со сложившимся спросом, для которых первый визит равнозначен намерению приобрести товар.

По первому переходу можно анализировать результативность ключевых слов и площадок РСЯ, ведь по большому счету мы будем работать с более «холодной аудиторией», чем на поиске.

Последний переход

Последний переход считает значимым визит, который предшествовал покупке. Этот тип атрибуций актуален для коротких цепочек продаж, спонтанных конверсионных действий.

Последний значимый переход

Атрибуция работает по принципу предыдущей модели, только последним считает не самый последний визит, а значимый.

Разделение переходов по Яндексу:

Представим ситуацию: покупатель кликнул по объявлению контекстной рекламы, открыл страницу сайта и на время отошел от компьютера. Через 30 минут обновил страницу и купил выбранный товар. В этом случае значимым считается переход по объявлению, а не внутренний визит после таймаута.

Эту модель могут использовать:

• ниши с небольшими циклами продаж, быстрой конверсией;
• кампании, работающие по коммерческим запросам, нацеленные на удовлетворение существующего спроса;
• ретаргетинг, работающий с «подогретой аудиторией», настроенной на быстрое совершение покупки.

Атрибуция не рассматривает незначимые источники, упрощает аналитику кампаний, позволяет выявить наиболее эффективный источник трафика.

Последний переход из Директа

Инструмент считает значимым последний переход пользователя из Яндекс Директа за истекшие 90 дней. Если за этот период было совершено несколько заходов, конверсия присваивается последнему из них.

Модель актуальна для всех рекламных кампаний Директа, поскольку дает возможность оценить работу канала (другие источники трафика не учитываются).

В Яндекс Метрике этот тип атрибуций работает по умолчанию. Если переходов из Яндекса не было, отчет Метрики «Источники, сводка» учтет модель «Последний значимый переход».

Как работают атрибуции Яндекс Директа и Яндекс Метрики

Важно! Директ и Метрика по-разному собирают статистику сайта и фиксируют конверсии.

Как применять Модели атрибуции в Яндекс.Директ: типы, настройки и как с ними работать

Использование моделей атрибуции помогает понять, какие каналы приводят больше всего трафика на сайт, а с ним и конверсий. При ведении рекламных кампаний в Яндекс.Директ модель атрибуции будет определять данные статистики, на основе которых происходит оптимизация ставок.

10 показов
5.9K открытий

В статье разберем, что такое модель атрибуции, чем отличается работа с моделями атрибуции в Яндекс.Директ и Яндекс.Метрике, а также как определиться с моделью атрибуции для ваших рекламных кампаний.

В нашем блоге есть много практических материалов по Яндекс.Директ и контекстной рекламе. Про товарные кампании, ретаргетинг, тонкости настройки мастера кампаний и много еще чего.

Что такое модель атрибуции

Модель атрибуции – это условие, которое определяет, какой переход на сайт будет считаться источником визита. Это также справедливо и для конверсий. При использовании разных моделей атрибуции совершаемые конверсии будут приписываться к разным источникам.

Рассмотрим на примере:В первый раз посетитель перешел на сайт из органической выдачи – SEO, изучил несколько страниц и покинул его. Второй раз он снова перешел на сайт, но теперь из рекламного объявления в Директе. В третий раз он переходит на сайт из рекламы VK. В четвертый раз приходит на сайт, вводя его в адресную строку браузера – прямой заход, и после этого совершает конверсию. Каждая модель атрибуции определит четвертый визит (который стал источником конверсии) по-разному:

Модели атрибуции в Яндекс.Директе и Яндекс.Метрике: отличия

Анализируя трафик в Метрике и выбирая ту или иную модель атрибуции, вы решаете, к какому каналу трафика определить совершенную конверсию.

Важно помнить, что Директ и Метрика по-разному учитывают конверсии. При работе с Метрикой модели атрибуции применяются к визитам на сайт. В Директе же они атрибутируют клики по рекламным объявлениям. То есть Директ учтет конверсию в тот момент, когда произошел клик по объявлению, а Метрика – по факту совершения целевого действия. Например, пользователь кликнул по рекламному объявлению 1 марта, но ничего не купил. Затем он вернулся на сайт 16 марта и совершил покупку. В Директе эта конверсия будет отнесена к 1 марта, а в метрике к 16 марта.

Стратегии Директа (как при ручном управлении ставками, так и при использовании автостратегий) основываются на алгоритмах, которые рассчитывают вероятность клика по объявлению и достижения целей на сайте. Алгоритмы, в свою очередь, опираются на статистику привязанного к рекламной кампании счетчика Метрики по выбранной модели атрибуции. При смене модели атрибуции в настройках рекламной кампании изменится и статистика, на которую будут опираться алгоритмы выбранной стратегии. Им потребуется время, чтобы выстроить новые прогнозы и определить оптимальные ставки.

О функции кросс-девайс

Кросс-девайс – это функция, которая учитывает все посещения сайта одним пользователем с разных устройств. Например, пользователь может перейти по рекламному объявлению со смартфона, изучить ваш сайт и уйти. Затем он еще раз перейдет на сайт, но уже с компьютера и совершит конверсию. Если требуется атрибутировать конверсии по типу устройств, не забывайте включать эту функцию в директе или метрике при выборе модели атрибуции.

В Яндекс.Директ функция кросс-девайс доступна для следующих моделей атрибуции:

• Последний переход из Яндекс.Директа
• Последний значимый переход
• Первый переход

В Яндекс.Метрике функция кросс-девайс доступна для всех моделей атрибуции. Также в Метрике существует опция «Посетители кросс-девайс». Включить ее можно при выборе модели атрибуции для анализа:

В отчетах появится колонка с таким же названием. С ее помощью можно проанализировать количество визитов с учетом разных устройств:

Важно: Данные статистики в метрике рассчитываются с учетом кросс-девайс начиная с 14 октября 2021 года. Более ранние данные будут рассчитаны без учета этой функции.

Типы моделей атрибуции в Яндекс.Директ
Первый переход

Для этой модели атрибуции источником конверсии считается первый переход пользователя на сайт за последние 180 дней.

Кому подойдетЭта модель поможет отследить, какой канал привлекает больше всего трафика на сайт, который в последующем совершает конверсии. Подойдет для медийных рекламных кампаний, рассчитанных на максимальный охват и знакомство с продуктом или брендом. Также эта модель подойдет для ниш с длинным циклом продаж, в которых человек посещает сайт несколько раз до того, как примет окончательное решение о покупке.

Последний переход

Для этой модели атрибуции источником конверсии считается канал, из которого посетитель пришел в этот конкретный момент. История визитов при этом не учитывается.

Кому подойдетДанная модель подойдет для ниш с коротким циклом продаж, в которых человек часто готов совершить покупку сразу же. Также эта модель подходит для рекламных кампаний, направленных на самый нижний уровень воронки продаж.

Последний значимый переход

Усовершенствованный вариант модели атрибуции «Последний переход». Для этой модели атрибуции источником конверсии считается последний значимый переход пользователя на сайт за последние 90 дней.Какие переходы относятся к значимым, а какие к незначимым:

Если конверсия совершилась после незначимого визита, то она будет присвоена последнему значимому визиту. Например, пользователь перешел на сайт по рекламному объявлению директа, оставил вкладку открытой на несколько часов, а затем вернулся, обновил страницу и совершил конверсию. В данном случае конверсия будет присвоена директу, а не внутреннему переходу (который был зарегистрирован, как новый визит после истечения таймаута).

Кому подойдет

Эта модель, как и в предыдущем случае, подходит для ниш с коротким циклом продаж. А еще подойдет для рекламных кампаний, направленных на средний уровень воронки продаж.

«Последний значимый переход» упрощает аналитику рекламных кампаний, поскольку отсекает незначимые источники и позволяет понять, какой канал трафика приводит больше конверсий.

Последний переход из Яндекс.Директ

Для этой модели атрибуции источником конверсии считается последний переход пользователя на сайт из Директа за последние 90 дней. Если за этот период переходов по объявлениям Директа было несколько, то конверсия будет присвоена самому последнему переходу в цепочке.

Кому подойдетМодель подходит для всех рекламодателей, ведущих кампании в Директе, так как она позволяет оценить эффективность этого канала, отсекая другие источники трафика. С ее помощью можно оценить работу рекламных кампаний на всех этапах воронки продаж, а также оценить какие объявления и креативы работают лучше и привлекают больше конверсий.

Как настроить и использовать модели атрибуции в Яндекс.Директ

Настроить модель атрибуции можно в новой или уже созданной рекламной кампании в окне выбора стратегии:

При необходимости подключите функцию кросс-девайс.

Использовать модели атрибуции для анализа рекламных кампаний в Директе поможет мастер отчетов:

Проанализировать статистику рекламных кампаний можно по всем доступным моделям атрибуции. Однако, для контроля соблюдения целевых показателей (особенно в кампаниях со стратегиями «Оптимизация конверсий» и «Целевая доля рекламных расходов») лучше выбрать в отчете ту же модель атрибуции, которая указана в настройках стратегии.

Если вы хотите проверить свою рекламу на ошибки или найти точки роста для увеличения конверсии, то записывайтесь на бесплатный аудит контекстной рекламы.

БОНУС | Как работать с моделями атрибуции при оплате за конверсии

При использовании опции «Оплата за конверсии» (доступна для автостратегий «Оптимизация конверсий» и «Целевая доля рекламных расходов») вы платите не за клики, а за целевые действия на вашем сайте (покупка, оставление заявки, посещение страницы благодарности и т. п.).

В случае, если вы используете в таких рекламных кампаниях модель атрибуции «Последний переход из Яндекс.Директа» может получится так, что вы будете переплачивать за конверсии. Например, человек зашел на ваш сайт по рекламе из поиска, совершил целевое действие и оставил открытой вкладку браузера на несколько часов. После истечения таймаута визита и обновления страницы засчитается еще одно достижение цели. Вторая «конверсия» будет также отнесена к Директу и вы, фактически, оплатите одного целевого посетителя во второй раз.

Также эта модель атрибуции в сочетании с этими типами автостратегий не позволит вам определить, какой именно канал дает вам больше целевого трафика. Например, пользователь переходит по объявлению из директа, но не совершает конверсии. Затем переходит второй раз, через социальные сети и совершает ее. В данном случае лучшим вариантом будет заплатить за переход из соцсети, ведь она стала решающим фактором для конверсии, а вместо этого вы заплатите за конверсию в директе.

Чтобы избежать излишнего расхода бюджета для таких стратегий рекомендуем использовать модель атрибуции «Последний значимый переход». Это поможет расходовать бюджет Директа рациональнее и правильно подбирать каналы для взаимодействия с целевой аудиторией.

Модели атрибуции в Яндекс.Директ: что это и как применять на практике

Array

Время чтения: 22 минут(ы)
Поделиться

Использование моделей атрибуции помогает понять, какие каналы приводят больше всего трафика на сайт, а с ним и конверсий. При ведении рекламных кампаний в Яндекс.Директ модель атрибуции будет определять данные статистики, на основе которых происходит оптимизация ставок.

В статье разберем, что такое модель атрибуции, чем отличается работа с моделями атрибуции в Яндекс.Директ и Яндекс.Метрике, а также как определиться с моделью атрибуции для ваших рекламных кампаний.

Что такое модель атрибуции

Модель атрибуции – это условие, которое определяет, какой переход на сайт будет считаться источником визита. Это также справедливо и для конверсий. При использовании разных моделей атрибуции совершаемые конверсии будут приписываться к разным источникам.

Рассмотрим на примере:
В первый раз посетитель перешел на сайт из органической выдачи – SEO, изучил несколько страниц и покинул его. Второй раз он снова перешел на сайт, но теперь из рекламного объявления в Директе. В третий раз он переходит на сайт из рекламы VK. В четвертый раз приходит на сайт, вводя его в адресную строку браузера – прямой заход, и после этого совершает конверсию. Каждая модель атрибуции определит четвертый визит (который стал источником конверсии) по-разному:

Модели атрибуции в Яндекс.Директе и Яндекс.Метрике: отличия

Анализируя трафик в Метрике и выбирая ту или иную модель атрибуции, вы решаете, к какому каналу трафика определить совершенную конверсию.

Важно помнить, что Директ и Метрика по-разному учитывают конверсии. При работе с Метрикой модели атрибуции применяются к визитам на сайт. В Директе же они атрибутируют клики по рекламным объявлениям. То есть Директ учтет конверсию в тот момент, когда произошел клик по объявлению, а Метрика – по факту совершения целевого действия. Например, пользователь кликнул по рекламному объявлению 1 марта, но ничего не купил. Затем он вернулся на сайт 16 марта и совершил покупку. В Директе эта конверсия будет отнесена к 1 марта, а в метрике к 16 марта.

Стратегии Директа (как при ручном управлении ставками, так и при использовании автостратегий) основываются на алгоритмах, которые рассчитывают вероятность клика по объявлению и достижения целей на сайте. Алгоритмы, в свою очередь, опираются на статистику привязанного к рекламной кампании счетчика Метрики по выбранной модели атрибуции. При смене модели атрибуции в настройках рекламной кампании изменится и статистика, на которую будут опираться алгоритмы выбранной стратегии. Им потребуется время, чтобы выстроить новые прогнозы и определить оптимальные ставки.

Читайте также Автостратегии в Яндекс.Директе: как настроить и не ошибиться с видом Подробнее—>

О функции кросс-девайс

Кросс-девайс – это функция, которая учитывает все посещения сайта одним пользователем с разных устройств. Например, пользователь может перейти по рекламному объявлению со смартфона, изучить ваш сайт и уйти. Затем он еще раз перейдет на сайт, но уже с компьютера и совершит конверсию. Если требуется атрибутировать конверсии по типу устройств, не забывайте включать эту функцию в директе или метрике при выборе модели атрибуции.

В Яндекс.Директ функция кросс-девайс доступна для следующих моделей атрибуции:

• Последний переход из Яндекс.Директа
• Последний значимый переход
• Первый переход

В Яндекс.Метрике функция кросс-девайс доступна для всех моделей атрибуции. Также в Метрике существует опция «Посетители кросс-девайс». Включить ее можно при выборе модели атрибуции для анализа:

В отчетах появится колонка с таким же названием. С ее помощью можно проанализировать количество визитов с учетом разных устройств:

Важно: Данные статистики в метрике рассчитываются с учетом кросс-девайс начиная с 14 октября 2021 года. Более ранние данные будут рассчитаны без учета этой функции.

Типы моделей атрибуции в Яндекс.Директ

Первый переход

Для этой модели атрибуции источником конверсии считается первый переход пользователя на сайт за последние 180 дней.

Кому подойдет
Эта модель поможет отследить, какой канал привлекает больше всего трафика на сайт, который в последующем совершает конверсии. Подойдет для медийных рекламных кампаний, рассчитанных на максимальный охват и знакомство с продуктом или брендом. Также эта модель подойдет для ниш с длинным циклом продаж, в которых человек посещает сайт несколько раз до того, как примет окончательное решение о покупке.

Последний переход

Для этой модели атрибуции источником конверсии считается канал, из которого посетитель пришел в этот конкретный момент. История визитов при этом не учитывается.

Кому подойдет
Данная модель подойдет для ниш с коротким циклом продаж, в которых человек часто готов совершить покупку сразу же. Также эта модель подходит для рекламных кампаний, направленных на самый нижний уровень воронки продаж.

Последний значимый переход

Усовершенствованный вариант модели атрибуции «Последний переход». Для этой модели атрибуции источником конверсии считается последний значимый переход пользователя на сайт за последние 90 дней.
Какие переходы относятся к значимым, а какие к незначимым:

Если конверсия совершилась после незначимого визита, то она будет присвоена последнему значимому визиту. Например, пользователь перешел на сайт по рекламному объявлению директа, оставил вкладку открытой на несколько часов, а затем вернулся, обновил страницу и совершил конверсию. В данном случае конверсия будет присвоена директу, а не внутреннему переходу (который был зарегистрирован, как новый визит после истечения таймаута).

Кому подойдет
Эта модель, как и в предыдущем случае, подходит для ниш с коротким циклом продаж. А еще подойдет для рекламных кампаний, направленных на средний уровень воронки продаж.

«Последний значимый переход» упрощает аналитику рекламных кампаний, поскольку отсекает незначимые источники и позволяет понять, какой канал трафика приводит больше конверсий.

Последний переход из Яндекс.Директ

Для этой модели атрибуции источником конверсии считается последний переход пользователя на сайт из Директа за последние 90 дней. Если за этот период переходов по объявлениям Директа было несколько, то конверсия будет присвоена самому последнему переходу в цепочке.

Кому подойдет
Модель подходит для всех рекламодателей, ведущих кампании в Директе, так как она позволяет оценить эффективность этого канала, отсекая другие источники трафика. С ее помощью можно оценить работу рекламных кампаний на всех этапах воронки продаж, а также оценить какие объявления и креативы работают лучше и привлекают больше конверсий.

Как настроить и использовать модели атрибуции в Яндекс.Директ

Настроить модель атрибуции можно в новой или уже созданной рекламной кампании в окне выбора стратегии:

При необходимости подключите функцию кросс-девайс.

Использовать модели атрибуции для анализа рекламных кампаний в Директе поможет мастер отчетов:

Проанализировать статистику рекламных кампаний можно по всем доступным моделям атрибуции. Однако, для контроля соблюдения целевых показателей (особенно в кампаниях со стратегиями «Оптимизация конверсий» и «Целевая доля рекламных расходов») лучше выбрать в отчете ту же модель атрибуции, которая указана в настройках стратегии.

Если вы хотите увеличить конверсию ваших рекламных кампаний в Яндекс.Директ, расскажите нашим специалистам о ваших целях и задачах

БОНУС | Как работать с моделями атрибуции при оплате за конверсии

При использовании опции «Оплата за конверсии» (доступна для автостратегий «Оптимизация конверсий» и «Целевая доля рекламных расходов») вы платите не за клики, а за целевые действия на вашем сайте (покупка, оставление заявки, посещение страницы благодарности и т. п.).

В случае, если вы используете в таких рекламных кампаниях модель атрибуции «Последний переход из Яндекс.Директа» может получится так, что вы будете переплачивать за конверсии. Например, человек зашел на ваш сайт по рекламе из поиска, совершил целевое действие и оставил открытой вкладку браузера на несколько часов. После истечения таймаута визита и обновления страницы засчитается еще одно достижение цели. Вторая «конверсия» будет также отнесена к Директу и вы, фактически, оплатите одного целевого посетителя во второй раз.

Также эта модель атрибуции в сочетании с этими типами автостратегий не позволит вам определить, какой именно канал дает вам больше целевого трафика. Например, пользователь переходит по объявлению из директа, но не совершает конверсии. Затем переходит второй раз, через социальные сети и совершает ее. В данном случае лучшим вариантом будет заплатить за переход из соцсети, ведь она стала решающим фактором для конверсии, а вместо этого вы заплатите за конверсию в директе.

Чтобы избежать излишнего расхода бюджета для таких стратегий рекомендуем использовать модель атрибуции «Последний значимый переход». Это поможет расходовать бюджет Директа рациональнее и правильно подбирать каналы для взаимодействия с целевой аудиторией.

Читайте также Аналитика рекламных кампаний в Яндекс.Директ Подробнее—>

Резюмируем

Теперь вы знаете, что такое модели атрибуции, как они работают и как их применять в для анализа и оптимизации рекламы.
Удачи в ведении ваших рекламных кампаний!

Чтобы не пропустить другие полезные материалы подпишитесь на наш блог. А еще у нас есть Телеграм-канал, где вас ждет много полезного из мира digital-маркетинга.

Модели атрибуции: какие бывают и как помогают оценивать эффективность маркетинговых кампаний

Путь клиента от знакомства с брендом до покупки может быть долгим. За это время пользователь, как правило, взаимодействует с несколькими источниками трафика: рекламой в соцсетях, email-рассылкой, баннером на сайте. Оценить значимость каждого отдельного канала и его роль в принятии решения о покупке поможет модель атрибуции.

Вместе с руководителем направления лидогенерации в Нетологии Артемием Романчуком разберёмся, какие бывают модели атрибуции, чем они отличаются друг от друга и как с их помощью анализировать рекламные кампании.

Артемий Романчук

Руководитель направления лидогенерации в Нетологии

Что такое модель атрибуции

Модель атрибуции — это алгоритм, по которому система аналитики присваивает конверсию, или достижение определённой цели, тому или иному маркетинговому каналу. Благодаря этой логике происходит распределение ценности между источниками трафика.

Каждая компания, которая продвигает свой бренд в интернете, использует различные каналы коммуникации с пользователями: контекстную и таргетированную рекламу, SEO, контент-маркетинг и другие источники. Редко бывает так, что пользователь совершает целевое действие после единственного касания с брендом: видит таргетированную рекламу во ВКонтакте, кликает по ней, оставляет заявку и совершает оплату.

На практике путь клиента от знакомства с продуктом до принятия решения включает несколько взаимодействий с источниками бренда. Это может выглядеть так:

• сперва пользователь видит рекламу в Яндексе → кликает по ней и переходит на сайт → уходит с сайта;
• затем он видит рекламу во ВКонтакте — она его привлекает → он кликает по ней → опять уходит с сайта;
• потом он вспоминает про продукт, увидев рекламу по телевизору → вводит в поисковике запрос с названием компании → переходит на сайт → оставляет заявку → оплачивает продукт.

На этом этапе возникает вопрос: какому рекламному каналу эту заявку или оплату присвоить. Ответ будет зависеть от модели атрибуции, которую мы выберем.

Грамотно подобранная модель атрибуции поможет эффективно распределить бюджет между рекламными кампаниями и найти те каналы, которые приносят бизнесу больше всего денег.

Какие модели атрибуции существуют

Все системы аналитики обладают разными техническими возможностями для формирования атрибуционных моделей, поэтому у каждой из них — свой набор атрибуций. При этом базовые модели примерно одинаковы во всех системах — их названия могут отличаться, но принцип работы остаётся примерно одинаковым.

В Нетологии мы используем систему сквозной аналитики Rick.ai, поэтому расскажем о стандартных атрибуциях на примере этого аналитического инструмента. Кроме того, рассмотрим не самые популярные модели, которые хорошо помогают оцифровывать определённые маркетинговые кампании. Их мы используем за счёт других внешних сервисов.

Для наглядности каждую модель атрибуции разберём на таком кейсе:

Пользователь, перед тем как купить курс «Python-разработчик», совершил три касания с сайтом через разные источники трафика:

1. Сначала он кликнул по рекламе в поисковой выдаче Яндекса, изучил страницу курса, но в итоге по какой-то причине закрыл её.

2. Затем он увидел объявление во ВКонтакте и также кликнул по нему, заинтересовался курсом и сохранил сайт в закладки.

3. Спустя некоторое время он вернулся на сайт через клик по закладке, оставил заявку и оплатил курс.

В итоге доход, полученный от пользователя, составил 90 тыс. рублей. В каком канале — источнике трафика — мы увидим эти деньги, будет зависеть именно от выбранной модели атрибуции.

Last click

Last click, или последний переход, — самая популярная модель атрибуции. По ней конверсия присваивается последнему источнику в цепочке касания с пользователем. То есть весь доход в системе аналитики атрибутируется каналу, который привёл к целевому действию.

Last click показывает минимально возможный вклад источника в получение дохода. Если рекламные кампании — в большей степени платные каналы — рентабельны по этой модели атрибуции, их можно масштабировать. Эти каналы приводят замотивированных пользователей: горячую целевую аудиторию, которая готова купить продукт после клика по тому или иному рекламному объявлению.

Но если кампании по last click не окупаются — это ещё не означает, что их нужно отключать. Наш пример тому подтверждение. Доход принёс канал «прямой заход» — бесплатный источник трафика, который никак не масштабировать с позиции привлечения новых пользователей. Поэтому будет неправильно отключать Яндекс Директ и ВКонтакте, которые оказались нерентабельны.

Есть важный момент: last click не подходит для компаний, у которых много рекламных источников. Большие маркетинговые бюджеты, сложные сценарии привлечения пользователей, длинные циклы сделки — эта модель не покажет реальную картину происходящего.

Атрибуцию last click ещё можно найти в Яндекс Метрике и Google Analytics — название модели и её логика будут такими же, как в Rick.ai.

First click

First click, или первый переход, — атрибуция, по которой достижение цели присваивается не последнему, а первому источнику в цепочке касания с пользователем. Другими словами, заявка и оплата атрибутируются каналу, который привлёк пользователя самым первым.

First click хорошо показывает те источники трафика, которые заточены на привлечение и первое касание с пользователем. Они не подогревают интерес к покупке, но хорошо привлекают новый трафик. Если отключить эти каналы, бизнес, скорее всего, не сможет масштабироваться.

Но у first click есть минус: она игнорирует дальнейшие касания с пользователем. В кейсе мы видим, что по этой атрибуции таргетированная реклама — убыточный канал, а контекстная — рентабельный. От модели атрибуции как раз зависит то, как мы смотрим на источник и насколько он эффективен.

First click также есть в Яндекс Метрике и Google Analytics — с таким же названием и такой же логикой.

Top score

Top score — атрибуция, согласно которой важен любой канал коммуникации. По ней достижение цели присваивается всем рекламным кампаниям в цепочке касания с пользователем — от первого взаимодействия до совершения покупки. Все платные каналы, которые взаимодействовали с клиентом, а также бесплатные источники, которые непосредственно привели к покупке, увидят в системе аналитики заявку или оплату.

Если каналы по top score убыточны — затрат больше, чем дохода — то их нужно оптимизировать или в перспективе даже отключать. Когда экономика не сходится — это говорит о том, что касания с пользователем, которые мы совершаем на любом этапе, неэффективны.

Top score — разработка команды Rick.ai, поэтому её можно найти только в этой системе. В Google Analytics есть модель атрибуции Linear, при которой доход распределяется равными частями между всеми источниками трафика. Эта модель отличается от top score, но так же учитывает касание со всеми каналами.

Indirect free

Indirect free — атрибуция, которая присваивает заявку или оплату последнему платному источнику в цепочке касания с пользователем.

Indirect free определяет вклад платных каналов, когда бесплатные завершают путь пользователя до конверсии. Без этой модели атрибуции сложно понять, какие кампании помогают привлекать тех пользователей, которые в результате конвертируются через бесплатные источники.

По first click и last click ВКонтакте был бы убыточным источником. В реальности таргетированная реклама, скорее всего, очень хорошо подогрела пользователя и привела его на сайт. Да, он взял время на подумать, но в итоге вернулся и совершил целевое действие. С позиции этих атрибуций рекламу во ВКонтакте было бы логично выключить, но если смотреть по indirect free, то этот канал рентабелен.

В чистом виде атрибуция indirect free в других системах аналитики не представлена. В Яндекс Метрике есть модель «Последний значимый переход», а в Google Analytics — Last Non-Direct Click. Эти атрибуции присваивают доход последнему переходу, но не включают переходы из закладок и по прямым ссылкам. То есть конверсия атрибутируется последнему источнику трафика, но если это был прямой переход на сайт, то она уходит предшествующему источнику.

Это были стандартные атрибуции, которые так или иначе встречаются во многих системах аналитики и пользуются популярностью среди компаний. Теперь расскажем про модели, которые выходят за рамки возможностей Rick.ai — их мы используем за счёт других систем аналитики.

Post-view

Post-view — атрибуция, которая позволяет анализировать эффективность охватных размещений: баннеров и видеорекламы.

Эта модель присваивает достижение цели не после клика, а после того как пользователь увидел рекламное размещение и в течение 90 дней через какой-то другой канал зашёл на сайт. Post-view помогает отслеживать эффективность тех размещений, которые транслировались пользователю до момента совершения целевого действия.

Аналитика по post-view нужна исключительно для понимания эффективности охватных кампаний. Её не нужно использовать в вакууме для анализа всех рекламных размещений — это точечный инструмент для работы с медийными рекламными кампаниями.

Представим, что мы запустили медийную кампанию с видеобаннерами в Яндексе. Путь пользователя до конверсии может быть следующим:

• он видит наше видео в сети Яндекса → смотрит его, по ссылке в конце ролика не переходит, но запоминает бренд;
• затем через какое-то время он вспоминает про видеорекламу и наш бренд → вводит в поисковике Google название компании → переходит на сайт → оставляет заявку → оплачивает продукт.

По всем моделям атрибуции, что мы рассматривали ранее, доход был бы присвоен SEO-каналу — поисковой системе Google, поскольку пользователь не перешёл по ссылке в видео, а просто посмотрел его. Как раз для этого необходима модель post-view: в примере именно этот алгоритм присвоит конверсию ролику в Яндексе, даже несмотря на то, что пользователь не кликнул по ссылке.

Post-view аналитику позволяет проводить Яндекс Метрика для медийной рекламы.

Предиктивная атрибуция

Предиктивная атрибуция — модель, которая прогнозирует будущий доход от привлечённого пользователя. На основе машинного обучения система анализирует большое количество паттернов поведения на сайте, сопоставляет их друг с другом и выдаёт прогноз по каждому посетителю в разрезе рекламных кампаний. В итоге для каждого источника трафика мы получаем данные по возможному доходу.

Предиктивная атрибуция несёт огромную ценность для бизнеса, у которого длительный цикл сделки — когда пользователь не принимает решение в моменте, а откладывает его на потом. Такая модель помогает понять, принесут ли пользователи, которых мы сейчас приводим на сайт, доход в будущем. На основе таких данных можно принять решение о масштабировании или отключении рекламной кампании.

Для работы с предиктивной атрибуцией мы в Нетологии используем сервис Tomi.ai. Он позволяет в режиме реального времени видеть фактический доход по рекламным кампаниям и прогнозируемый доход, который получим от пользователей на дистанции 30 дней.

Выглядит это следующим образом: