Главное Свежее Вакансии Образование
244 0 В избр. Сохранено
Авторизуйтесь
Вход с паролем

Как использовать модели атрибуции в Яндекс Метрике

Привет! На связи Маненков Илья - руководитель отдела рекламы интернет-агентства Head-Promo. Сегодня поговорим про атрибуцию в Метрике и как она вообще работает.

Начну с того, что далеко не всегда конверсия совершается пользователем при первом же переходе. Например:

  1. Пользователь по запросу «Купить macbook» заходит на ваш сайт по рекламному объявлению из goolge ads с мобильного телефона.
  2. Далее он смотрит макбуки на вашем сайте и идет смотреть на другие сайты.
  3. Затем он на неделю забывает, но потом видит ваш креатив на РСЯ с макбуком и решает снова пойти посмотреть.
  4. Смотрит, но не покупает, но добавляет ваш сайт в закладки.
  5. Потом, когда он накопил нужную сумму, идет в закладки и переходит на ваш сайт, покупает наконец-то себе макбук!

Когда вы посмотрите, откуда была конверсия, то увидите закладочный трафик. Получается, что посетитель может попадать на ваш сайт через разные каналы и по нескольку раз. Для того чтобы точно определить ценность каждого канала, нужно идентифицировать был ли в множестве каналов по которым попадают пользователи совершившие конверсии анализируемый.

Вот тут-то на помощь и придут модели атрибуции — они покажут, какой вклад в развитие бизнеса принес тот или иной канал. По-умолчанию в Яндекс Метрике указана атрибуция «Последний переход». Это как раз и есть идентификация конверсии по последнему источнику, с которого перешел пользователь.

Как выбрать модель атрибуции в Яндекс Метрике


Атрибуция определяется, например, при построении отчета «Источники, сводка» в Метрике. Вкладка располагается рядом с точностью отчета.


Какие бывают модели атрибуции в Метрике


Метрика предоставляет нам возможность определить была ли конверсия:

  1. На первом переходе
  2. На последнем переходе
  3. На последнем значимом переходе
  4. На последнем переходе по рекламе Яндекс Директа

Как видите, выбор не велик. Для идентификации система использует анализ истории визитов.

Как работает атрибуция в Яндекс Метрике


Для анализа модели атрибуции, системой берется интервал визитов для каждого пользователя в 90 дней. Если пользователь не заходит на сайт в течение этого периода — данные о нем обнуляются. Соответственно, если за макбуком к вам придут на 91 день, это будет считаться конверсией при первом переходе, даже если до этого он приходил по 10 разным каналам за 90 дней до этого.

Для того, чтобы правильно источник перехода мы используем модели атрибуции. Визиты будут распределяться по источникам в зависимости от выбранной модели. Разберем каждую модель подробнее.

Последний переход


Данная модель определяет в Метрике источник для каждого визита в настоящий момент, не учитывая историю визитов пользователя. Вот пример:


Для данного пользователя каждый визит получил свой источник. Конверсия будет считаться именно по последнему источнику.

Последний значимый переход


Поможет более точно определить источники конверсии более точно. Система делит источники на условно значимые и условно незначимые с точки зрения конверсионности.


Данная модель поможет при анализе трафка для ниши с короткими продажами, когда конверсия происходит в рамках одного визита.

Последний переход из Директа


Отличная модель для тех, кто анализирует трафик из Яндекс Директ. Оценивает эффективность данного канала не смотря на то, в какой момент пользователь перешел по нему. Получается что все источники привязываются к Яндекс Директ.


Первый переход


А в этой модели все каналы прикрепляются к первому каналу по которому перешел пользователь. Это видно по схеме ниже.


Выводы


Использование моделей атрибуции сильно помогает для принятия правильных бизнес решений, и уберегает от совершения необдуманных поступков. Например, мы смотрим стандартный отчет, и видим, что в нем нет конверсий с Яндекс Директ но есть с Поисковой выдачи Google. Построив отчет с применением модели «Первый переход» или «Последний переход из Директа» — мы увидим, что конверсии из Директа все-таки были, но не по прямому касанию.

У Google Analytics кстати тоже есть модели атрибуции, которые работают намного эффективнее, например там есть возможность построения многоканальных последовательностей. Но о них мы поговорим позже. А пока — ждем вас на бесплатную консультацию в нашем агентстве Head-Promo!

+1
В избр. Сохранено
Авторизуйтесь
Вход с паролем
Комментарии
Выбрать файл
Не пропустите публикацию!
Head Promo
Digital-агентство
Блог проекта
Расскажите историю о создании или развитии проекта, поиске команды, проблемах и решениях
Написать
Личный блог
Продвигайте свои услуги или личный бренд через интересные кейсы и статьи
Написать

Spark использует cookie-файлы. С их помощью мы улучшаем работу нашего сайта и ваше взаимодействие с ним.