Sukces ma wielu ojców, a konwersja wiele klików – niestety mało kto o tym pamięta i często ostatni klik jest tym najważniejszym. Zmieni to Data-Driven Attribiuton.
O co chodzi?
Zacznijmy od samego Atribiution Model. W wersji „łopatologicznej” chodzi o to, żeby odtworzyć pełną ścieżkę kliknięć prowadzącą do konwersji oraz żeby wiedzieć, które z tych kliknięć było ważniejsze od innych. To pozwoli podejmować o wiele bardziej racjonalne decyzje dotyczące inwestycji w działania reklamowe i konkretne kanały.
O ile odtworzenie ścieżki jest stosunkowo proste, o tyle wyznaczenie kluczowych kliknięć jest o wiele bardziej złożona.
Dostępne modele
Istnieje kilka modeli do mierzenia tego który klik/media miał największy wpływ na konwersje. Doskonały przykład pochodzi z Google:
- ostatni klik – nie zważając na to jak wiele kanałów było zaangażowanych w doprowadzenie do ostatniego klika, uważa się, że ostatni klik jest najważniejszy. Nie ma to raczej większego sensu, ponieważ droga zakupowa jest skomplikowana nie bez powodu. Użytkownik dojrzewa w procesie zakupowym, a proces jest istotniejszy niż finalna akcja poprzedzająca konwersję.
- ostatni pośredni klik – czyli klik poprzedzający klik prowadzący do zakupu. Na przykład jeżeli ktoś przeklinał się na stronę z social media, a potem wrócił na stronę to wejście bezpośrednie zostanie zignorowane, a cała zasługa za konwerję zostanie przypisana ostatniemu kliknięciu .
- ostatni klik na reklamę adwords – mówi samo za siebie, po prostu ostatni klik przypisany jest reklamie adwords
- pierwszy klik – pierwsza rozpoznana interakcja prowadząca potem do konwersji.
- model linearny – wszystkie interakcje są tak samo ważne.
- rozkład czasowy – im bliżej konwersji tym ważniejsza interakcja.
- uwzględnienie pozycji – 40% wpływu jest przypisywane pierwszej i ostatniej interakcji, a interakcje pośrednie zbierają pozostałe 20% procent.
Czy wejście i wyjście ze szkoły jest najważniejsze, czyli który z modeli atrybucji jest najważniejszy
W mojej opinii żadna z powyższych opcji nie przynosi zbyt wiele wartości dodanej. Najbardziej przekonujące są dwie ostatnie, jednak biorąc pod uwagę – jeszcze raz – proces dojrzewania do zakupu czyli po prostu drogę zakupową, to nie jest to znów takie proste.
Otóż wejście do szkoły i wyjście ze szkoły nie decyduje tak bardzo o poziomie wykształcenia, jak to co się dzieje w szkole. Tak samo interakcje zachodzące przed wyjściem ze szkoły nie są wcale ważniejsze niż te na początku – powiedziałbym nawet, że być może ich ważność maleje. Dlaczego porównuję to do szkoły? Ponieważ proces zakupowy ma bardzo wiele wspólnego z uczeniem się i dojrzewaniem, szczególnie biorąc pod uwagę to, że 90% drogi zakupowej jest robione przez kupującego samodzielne.
Google udostępnia jeszcze inny model atrybucji, model niestandardowy ale do jego uruchomienia należy sobie zadać bardzo wiele pytań na poziomie samej organizacji, procesu zakupowego – stworzenie dobrego dedykowanego modelu wymaga bardzo dużej samoświadomości i wiedzy.
Istnieje kilka pytań, które mogą pomóc w zbudowaniu samoświadomości organizacji:
- jaki typ zachowań użytkownika jest istotny?
- czy jest coś takiego jak optymalna konwersja?
- jak wygląda historycznie najczęstszy model zakupowy?
Błądzimy we mgle danych, szukamy znaków ale tak naprawdę liczmy na łut szczęścia
Wszystkie powyższe rozwiązania bazują tak naprawdę głównie na intuicji popartej danymi i własną ekspertyzą. Założenia, jeszcze raz, założenia – niesprawdzone i równie dobrze warte tyle ile każde inne.
Data-driven Attribiution czyli magia danych
Wchodzimy w strefę magii, którą tak bardzo lubię. Najbardziej zaś lubię wiedzieć jak magia działa – niestety w tym wypadku nie wiem. Mogę jedynie przypuszczać, ze polega to na złożonych operacjach statystycznych wspartych big-data.
Google Analitics w wersji Premium udostępnia Data-Driven Attribiuton wygląda to niewinnie, a jednak dostarcza bardzo ciekawych danych. Ot po prostu wskazanie najważniejszych kliknięć w relacji do kanałów. Nie ma tu sztywnych modeli – wszystko się zmienia się z dnia na dzień, ponieważ napływają nowe dane.
Podsumowanie Multichannel Attribiution
Multichannel Attribiution? Tak, to tylko inna nazwa dla Attribiution Model.
Data-Driven Attribiuton Model pozwala prawidłowo inwestować, wybierając te kanały, które w danym momencie są najbardziej skuteczne i wspomagają konwersję. Koniec ślepego strzelania. Oczywiście Data-Driven Attribiuton Model nie jest lekiem na wszystko ale z pewnością pozwala dokonywać o wiele bardziej racjonalnych decyzji.
O tym jak Multichannel Attribiution jest istotnym trendem świadczą dwa przejęcia. Adometry przez Google oraz Convertro przez AOL. Aktualnie dostawcami tego typu rozwiązań są Adobe, AOL, C3 Metrics, Google, IBM, SAS oraz Visual IQ.