Атрибуция трафика что это
Как оценить источники трафика, используя модели атрибуции в Google Analytics
Времена, когда можно было работать только с одним источником трафика (например, SEO) и при этом иметь хорошие продажи, давно прошли. Сегодня только комплексный подход дает реально эффективный рост продаж. Однако, работая с несколькими источниками, мы сталкиваемся с важным вопросом – а какую роль каждый из каналов играет в цепочке взаимодействия пользователя с сайтом (многоканальной последовательности) и как понять важность каждого канала? Ведь от понимания зависит:
Особое внимание обратите на взаимодействие. Например, пользователи из социальных сетей могут не совершать покупку сразу после перехода, но при этом именно социальные сети информируют посетителей о вашей компании, и уже после следующих взаимодействий, например, через контекстную рекламу, посетители совершают покупку.
Правила, по которым распределяется ценность совершенной конверсии между каналами, называются атрибуцией. Зная, какими каналами пользовался посетитель, мы можем присвоить большую или меньшую ценность каждому из каналов (либо одному из них) и на основании этой оценки принимать решение об эффективности канала.
Моделей атрибуции может быть много, самые распространенные:
Выбрать модель атрибуции можно в отчете Атрибуция → Инструмент сравнения: 
Подробнее об инструменте мы написали в статье ниже, для начала рассмотрим, какие основные модели атрибуции бывают.
1. Атрибуция по последнему клику
В данном случае вся ценность конверсии присваивается последнему источнику контакта пользователя с сайтом. Понятное дело, что это не совсем правильно, поскольку практически на всех сайтах, даже предлагающих очень дешевые товары, до момента конверсии пользователь обычно совершает 2-3 перехода.
Для сайта с дорогим или сложным товаром таких переходов может быть значительно больше, поскольку пользователь обдумывает, сравнивает, знакомится с информацией о товаре.
2. Атрибуция по последнему непрямому клику
Эта модель атрибуции применяется по умолчанию в Google Analytics. Вся ценность конверсии присваивается последнему каналу, если это не прямой заход (например, из закладок или введенный в строку браузера URL). В случае прямого посещения сайта ценность конверсии присваивается предыдущему каналу. Логика довольно проста – если пользователь перешел к вам из закладок, значит, вначале он должен был откуда-то узнать о вашем сайте.
3. Атрибуция по первому клику
Что такое линкбилдинг в SEO?Как видно из названия, тут все наоборот – вся ценность конверсии присваивается первому каналу, который позволил посетителю узнать о вашем предложении.
4. Первый и последний клик
Ценность делится в равной степени между первым и последним каналом, по которому перешел пользователь в цепочке, приведшей к конверсии.
5. Линейная модель атрибуции
Ценность конверсии поровну делится между всеми источниками, по которым переходил пользователь.
6. Модель атрибуции с учетом давности взаимодействия
Чем «ближе» канал к моменту конверсии, тем больше его ценность. Значимость каждого взаимодействия уменьшается с увеличением срока до самой конверсии.
Отчеты Google Analytics, позволяющие оценить вклад каждого источника трафика
Понимая важность правильной оценки каждого источника трафика и зная основные типы атрибуции, мы можем обратиться к специальным отчетам Google Analytics:
Уже глядя на общую информацию во вкладке «Обзор», можем составить для себя общее понимание того, как между собой взаимодействуют источники трафика. Каждый источник обозначен цветным кругом, мы наглядно видим, какой процент трафика «пересекается» – это значит, что посетитель пользовался несколькими источниками, прежде чем совершить покупку. 
Обратите внимание – в левом верхнем углу на скриншоте есть данные по ассоциированным конверсиям.
Ассоциированные конверсии – это посещение из какого-то источника, которое было в начале либо в середине цепочки посещений, но не в конце, т.е. количество взаимодействий, которые не привели к конверсии, но участвовали в цепочке.
Как видим на скриншоте, из 744 конверсий у 423 (больше половины) были подготовительные посещения. Источники, давшие эти посещения, не привели к непосредственной продаже, но с высокой долей вероятности можем предположить, что без этих ассоциированных конверсий не было бы, собственно, самой конверсии, которая принесла доход.
Важно! Отчет о многоканальной последовательности использует модель атрибуции по последнему клику, в отличие от всех других отчетов, где по умолчанию используется последний непрямой клик.
Чтобы более детально оценить ассоциированные конверсии по каждому источнику, есть специальный отчет, который так и называется – «Ассоциированные конверсии»:
Например, на скриншоте мы явно видим, что переходы по ссылкам дали нам за указанный период 48 конверсий, кроме этого, еще 58 раз данный источник был промежуточным этапом для пользователей, которые в конечном итоге совершили конверсию.
При настроенной электронной коммерции этот отчет поможет вам намного точнее оценить доход от каждого источника трафика. Как вы понимаете, это очень важно, когда мы решаем, в какой из источников стоит вкладывать деньги. Можно, конечно, и без электронной коммерции ориентироваться на количество конверсий, но, разумеется, это менее точный показатель при формировании рекламного бюджета.
Чтобы более детально оценить, как взаимодействуют источники трафика, вам следует зайти в отчет «Основные последовательности конверсии»:
Тут показаны все варианты комбинаций источников, которые привели к конверсии.
Обратите внимание, что поисковая реклама (за которую владелец, естественно, платит), не всегда сама по себе приводит к продаже, однако принимает важное участие в продажах, а значит, деньги на данный рекламный канал тратятся не зря.
Дополнительные отчеты, которые помогут лучше понять цепочку посещений до момента конверсии, – «Время до конверсии» и «Длина последовательности». В них вы увидите статистику по количеству дней от момента посещения до совершения конверсии и количество заходов по любым источникам до момента совершения конверсии.
Также Google Analytics дает нам возможность сравнивать разные модели атрибуции Конверсия → Атрибуция → Инструмент сравнения моделей: 
Этот инструмент позволяет лучше понять разницу между различными вариантами атрибуции и наглядно увидеть значение каждого канала на различных этапах.
Например, сравним модель атрибуции по последнему, первому клику и линейной атрибуции: 
Обратите внимание: бесплатный поиск, если мы будем оценивать конверсию только по последнему взаимодействию, проигрывает прямому каналу трафика. Владелец сайта, увидев такой отчет, тут же закричит: SEOшник плохо работает!
Но, сравнивая с другими моделями атрибуции, мы увидим, что по первому взаимодействию поисковый трафик самый мощный, т.е. именно из этого канала о вашем сайте узнают реальные покупатели. Важность поискового трафика подтверждает и линейная модель атрибуции, где её доля также самая высокая.
Учитывайте, что сравнение атрибуций позволяет с разных точек зрения взглянуть на успешность каждого канала, но для сравнения каналов между собой и оценки успешности каждого из них вы должны выбрать единую модель атрибуции.
Если вы проводите несколько рекламных кампаний с участием многих источников – для каждой кампании может быть применена своя модель атрибуции.
— для краткосрочной кампании, направленной на сиюминутную покупку, – по последнему клику;
— для SMM-кампании, повышающей общую узнаваемость, – по первому клику и т.д.
В Google Analytics можно также создавать свою уникальную модель атрибуции, но на её создание необходимо потратить довольно много времени и предварительно оценить стандартные модели.
Если вы серьезно подходите к формированию бюджета и оценке вклада каждого источника в успешность бизнеса – вам не обойтись без многоканальных последовательностей и оценки атрибуции. Вы должны понимать всю важность канала, а не только его вклад в прямые продажи.
Обращайте внимание на эти отчеты Google Analytics, работайте с ними и различными вариантами атрибуции – это поможет вам использовать все каналы трафика более эффективно и грамотно. На основе этих отчетов вы сможете разумно планировать бюджет на рекламу в разных каналах.
Модель атрибуции: какая подойдет вашему бизнесу
специалист по медийной рекламе
Как понять, какой канал рекламы приводит клиентов, а какой лишь визиты на сайт? Объясняем, как оценивать влияние источников трафика в цепочке касаний с потенциальными покупателями, с помощью моделей атрибуции.
Путь от знакомства с товаром до принятия решения о покупке может включать в себя несколько взаимодействий с брендом. Например, сначала пользователь видит рекламу в Instagram, переходит на сайт подписывается на рассылку, но не покупает. Потом ещё дважды попадает на сайт с рекламы во ВКонтакте и наконец покупает товар только после рекламной интеграции у блогера.
Как оценивать влияние маркетинговых каналов в цепочке взаимодействия с потенциальными покупателями и какую модель атрибуции выбрать для своего бизнеса, расскажем в этом материале.
Что такое модель атрибуции
Модель атрибуции — это правило, по которому происходит распределение ценности между маркетинговыми каналами, участвовавшим в привлечении покупателя.
Модели атрибуции помогают маркетологу, определить, какие каналы или рекламные сообщения приводят к продажам и в какие стоит вкладывать бюджет, а от каких можно отказаться. По данным Google, принимая решение о покупке, пользователь может соприкоснуться с брендом 20-500 раз.
Подключить аналитику бесплатно
Попробуйте все возможности маркетинговой платформы Roistat в течение 14 дней бесплатно
Пример: пользователь увидел рекламу онлайн-курса в Instagram, заинтересовался и перешёл на сайт. Оплатить обучение он не был готов, поэтому подписался на бесплатную серию мастер-классов, чтобы ближе познакомиться с программой. После прохождения интенсива пользователь получил несколько рассылок с полезной информацией и статьями из блога онлайн-школы. Когда таргетированная реклама с предложением скидки снова «догнала» пользователя в соцсетях, он уже был готов к покупке и поэтому оплатил курс.
До покупки будущий клиент взаимодействовал с онлайн-школой несколько раз. Увидел рекламу курса, поучаствовал в мастер-классах, получил несколько рассылок, почитал статьи в блоге и, наконец, увидел рекламу с информацией о скидке. Все взаимодействия вместе привели к покупке курса, но какое было наиболее ценным с точки зрения продажи?
Зачем нужны модели атрибуции
Без использования модели атрибуции трудно определить, какие каналы трафика в цепочке привлечения клиента были важнее. Например, у источника трафика может быть низкая конверсия в заявки — поэтому компания решает отключить рекламу в этом канале. Но если отследить всю цепочку привлечения пользователей, компания увидит, что в этом канале трафика пользователь впервые взаимодействует с сайтом.
Правильно подобранная модель атрибуции поможет распределять рекламный бюджет — например, снижать расходы на каналы трафика, которые редко участвуют в привлечении клиента.
8 моделей атрибуции
1. Модель атрибуции «Первое взаимодействие» — First click
Первому касанию с клиентом присваивается 100% ценности в привлечении покупателя, остальные источники трафика (объяснили, что такое источник трафика, у нас в блоге) игнорируются. Например, клиент впервые зашёл на сайт по рекламе ВКонтакте, ознакомился с товарами, но ничего не купил. После этого пользователь увидел рекламу в поисковике, нашёл статью о товаре в СМИ и увидел рекламу у блогера до того, как совершил покупку. Но вся ценность отдана первому взаимодействию — рекламе ВКонтакте. Поскольку благодаря ей пользователь впервые услышал о бренде и продуктах.
Плюсы: атрибуция по первому взаимодействию полезна, когда цель компании повысить узнаваемость, а не продажи. Эта модель выделяет кампании, которые познакомили покупателя с брендом, независимо от результата.
Минусы: нет возможности определить, что повлияло на принятие решения о покупке. Маркетолог не может понять, было ли это первое знакомство с брендом или повторные касания, поскольку все остальные взаимодействия с пользователем игнорируются.
2. Модель атрибуции «Последнее взаимодействие» — Last Click
Все 100% ценности привлечения клиента присваиваются последнему касанию. Пользователь может несколько раз прочитать статьи бренда, увидеть рекламу в соцсетях, но купить товар после получения рассылки с предложением скидки. Маркетологи, которые ориентируются на показатели этой модели, понимают, у каких кампаний самая высокая конверсия в продажу.
Плюсы: модель атрибуции по последнему клику или переходу удобна для компаний, которые нацелены исключительно на привлечении покупателей и чьи бизнес-модели подразумевают быструю покупку. Например, продажа сезонной одежды в период скидок, продажа недорогих продуктов — сувениров, товаров первой необходимости и других.
Минусы: как и в случае атрибуции по первому взаимодействию, игнорируется влияние остальных источников трафика на пути клиента к покупке.
3. Модель атрибуции «Последнее платное взаимодействие» — Last Non-Direct Click
Все 100% ценности конверсии в покупку получает последний платный клик. Если пользователь ввёл в строку браузера прямую ссылку на сайт и совершил покупку, он скорее всего уже знаком с брендом.
Плюсы: модель по последнему платному клику игнорирует бесплатные источники трафика и позволяет сосредоточиться на платных. Поскольку, например, на прямые заходы на сайт бизнес не тратит рекламный бюджет.
Минусы: как и в случае атрибуции по последнему взаимодействию, учитывается только источник, после которого была совершена продажа, остальные игнорируются.
4. Модель атрибуции «Post-click конверсия»
В идеальной ситуации клиент переходит на сайт по рекламе или по ссылке в письме и после просмотра страницы оставляет заявку на покупку. В действительности между просмотром рекламы, переходом на сайт и покупкой может пройти некоторое время. После чего пользователь зайдёт на сайт напрямую или через поиск в Google или Яндекс.
Каждый бизнес должен закладывать разное время на принятие решения. Например, для принятия решения о покупке одежды или обуви, обсуждения всех вариантов, нужны 1-2 недели. На принятие решения о покупке квартиры уйдёт несколько месяцев.
Плюсы: модель Post-click учитывает то, что пользователю может быть нужно время на принятие решения. Например, это важно для бизнесов с высокой стоимостью продуктов или услуг — покупка машины, ремонт помещений и других.
Минусы: действия, направленные на повышение визуальной узнаваемости бренда, не учитываются. Например, в модели post-click нет возможности оценить вклад в решение о покупке медийных охватных рекламных кампаний, в которых пользователь видит рекламное объявление, но не кликает на него.
Попробуйте все возможности маркетинговой платформы Roistat в течение 14 дней бесплатно
5. Модель атрибуции «Post-View конверсия»
Post-View конверсия — действия, которые совершает потенциальный клиент после просмотра рекламы, например, ролика или баннера в соцсетях. Для отслеживания просмотров на рекламный баннер или лендинг добавляют pixel tag — невидимый тег для сбора статистики. Каждому увидевшему рекламу присваивается свой файл cookie, который помогает отследить дальнейшие действия пользователя.
Например, сначала спортсмен увидел рекламу смарт-часов в соцсети, но не стал заходить на сайт и покупать технику. Через неделю он всё-таки решил приобрести часы. Через поисковик пользователь зашёл на нужный сайт за покупкой. При использовании модели атрибуции Post-View результаты выдачи в поисковике и переходы с них на сайт будут оценены в рамках цепочки касаний, поскольку они участвовали в привлечении покупателя.
Плюсы: учитывается действие отложенного эффекта контакта с рекламными объявлениями, эффект узнаваемости бренда.
Минусы: пользователь может просмотреть рекламное объявление, когда читает статью на сайте компании, но не увидеть его. Что мы имеем в виду: не все, у кого, например, открыта статья в блоге на экране ноутбука, действительно читают её внимательно, внимательно просматривают все рекламные блоки.
6. Модель «Линейная атрибуция» — Linear model
Ценность всех взаимодействий в цепочке одинакова. Например, на пути к продаже было 4 касания, поэтому каждый маркетинговый канал получает 25% ценности. Если касаний было 10 — 10%.
Плюсы: в модели учитываются все взаимодействия с пользователем. Компания может отследить, какие маркетинговые каналы участвовали в привлечении продаж.
Минусы: каждое касание с клиентом получает одинаковую оценку. Линейная модель атрибуции не даёт понимания, в какие каналы стоит вкладывать больше денег, а какие не играют решающую роль в принятии клиентом решения о покупке. Например, в данной модели атрибуции клик по ссылке в описании аккаунта в Instagram будет равноценен переходу по рекламе, после которого клиент оставил заявку на расчёт стоимости услуги.
7. Time Decay — модель атрибуции с учётом давности взаимодействий
Распределяет ценность взаимодействий по нарастающей. Большая ценность у последнего касания, которое привело к покупке, меньшая — у первого касания. Например, пользователь познакомился с товаром, когда увидел рекламу в Facebook, дважды заходил на сайт по ссылкам в соцсетях компании и, наконец, купил продукт, после того, как увидел рекламу в поисковике. Первое взаимодействие получит 10% ценности, последнее — 40%.
Плюсы: модель учитывает значимость каждого взаимодействия, ведущего к продаже. Но наибольшую ценность представляет действие, которое фактически привело к конверсии. Более поздние касания, близкие к конверсии, более ценные, чем первые взаимодействия с клиентом, поскольку они увеличивают вероятность покупки.
Минусы: эта модель низко оценивает взаимодействие, которое познакомило клиента с товаром и брендом.
8. Модель атрибуции на основе позиции — U-Shape
Ценность конверсии распределяется между касаниями следующим образом: первое и последнее взаимодействие получают 40% ценности, оставшиеся 20% равномерно распределяются на все остальные источники трафика.
Например, пользователь узнал о товаре из рекламы в Telegram. Этот маркетинговый канал получает 40% ценности. Клиент купил товар после просмотра рекламы на YouTube. Этот канал трафика тоже получает 40% ценности. Остальные взаимодействия делят между собой 20% ценности.
Плюсы: каждое взаимодействие с клиентом учитывается. При этом наибольшая значимость присваивается каналу, который познакомил аудиторию с брендом, и маркетинговой кампании, которая в итоге подтолкнула клиента к покупке.
Минусы: приписывать много влияния первому и последнему взаимодействию может быть неверно. Некоторые взаимодействия в середине цепочки могут активнее продвигать пользователя по воронке продаж. Например, в момент, когда клиент хотел совершить покупку, на сайте не было нужного размера куртки. Пользователь нажимает «Уведомить о поступлении товара» и после получения письма о том, что нужный размер поступил в продажу, совершает покупку.
Модели атрибуции Google Analytics
В сервисе веб-аналитики можно использовать несколько атрибуций:
Настроить модель атрибуции в Google Analytics можно в личном кабинете:
1. Открываем слева меню — кликаем на кнопку «Администратор» — переходим в «Настройки атрибуции».
2. Выбираем атрибуцию для расчёта конверсии.
3. Смотрим отчёт по атрибуциям. Открываем раздел «Сводка о рекламе», выбираем «Сравнение моделей».
В чём недостатки моделей атрибуции в системах веб-аналитики
В системах веб-аналитики набор моделей атрибуции для оценки цепочек касаний ограничен двумя видами с небольшими вариациями. Как правило, последовательность касаний можно оценить либо по первому клику, либо по последнему.
Маркетологи чаще выбирают модель Last Click и оценивают конверсии только по ней. Это простая атрибуция, она есть во многих сервисах веб-аналитики. Например, эта модель атрибуции установлена как модель по умолчанию в Яндекс.Метрике.
Проблема в том, что при использовании модели атрибуции Last Click для оценки цепочки касаний маркетолог вынужден не брать во внимание другие взаимодействия пользователя с рекламой, кроме того объявления, с которого получен последний переход на сайт. Чтобы корректно оценивать эффективность рекламы, нужно использовать ту модель атрибуции, которая подходит именно вашему бизнесу.
Работать с разными моделями атрибуции умеет сквозная аналитика Roistat. Она объединяет данные с сайта, из CRM, коллтрекинга и сервисов настройки рекламы. С помощью сквозной аналитики можно проследить весь путь клиента — от клика по рекламе до целевого действия, учесть касания во всех каналах, которые вы использовали в цепочке.
Рассказали в статье всё о сквозной аналитике и поделились кейсами её внедрения.
Какие модели атрибуции есть в Roistat
В Roistat автоматически используется «Стандартная» модель атрибуции — большая ценность отдается последнему источнику трафика, который участвовал в цепочке привлечения клиента. Отличие от атрибуции по последнему взаимодействию: в «Стандартной» атрибуции Roistat отражены только заявки, полученные за выбранный период, а не заявки, у которых последнее взаимодействие с пользователем было в выбранный период. То есть заявка может быть получена позднее.
Клиенты Roistat могут выбрать атрибуцию по первому взаимодействию, по последнему взаимодействию, по последнему платному клику, по позиции касания, линейную атрибуцию и атрибуцию с учетом давности, либо настроить собственную модель атрибуции.
Собственную модель атрибуции в Roistat можно задать по шаблону U-Shape. В настройках необходимо задать значения ценности каждого касания с пользователем, которые подходят конкретному бизнесу.
Попробуйте все возможности маркетинговой платформы Roistat в течение 14 дней бесплатно
Для добавления своей модели атрибуции нужно зайти в настройки. Выбрать раздел «Экспериментальные». Найти поле для заполнения пользовательской модели и задать ценность источников. Например, чтобы первому визиту соответствовала ценность 20%, последнему — 40%, а оставшиеся 40% распределялись по остальным визитам в равных долях, нужно ввести значения: 0.2, 0.4, 0.4.
Можно также задать ценность второго и предпоследнего визита. Например, чтобы в первый маркетинговый канал имел ценность 30%, второй — 10%, предпоследний — 20%, последний — 20%, а все оставшиеся вместе — 20%, нужно ввести значения в таком порядке: 0.3, 0.1, 0.2, 0.2, 0.2.
В отчете инструмента «Аналитика» можно настроить показ рассчитанных по нескольким моделям атрибуции показателей. Например, выручку, прибыль, расходы, ROI и другие.
Преимущество моделей атрибуции Roistat — в мультиканальном анализе
Представим, что пользователь заходил на наш сайт 3 раза — с рекламы Facebook, Instagram и Google Ads. Атрибуция по первому клику покажет, что все 100% ценности конверсии принадлежит Facebook — именно он привёл пользователя. Last Click укажет на то, что это сделал Google Ads, а по линейной атрибуции — все три канала одинаково ценны.
Если не знаете, что важнее для вашего бизнеса — First Click или Last Click, изучите все модели атрибуции. В Roistat их можно добавить в один отчёт сервиса «Аналитика». Настройте показ метрик сразу по нескольким моделям атрибуции. Например, расчёт выручки, прибыли, расходов, ROI, по моделям атрибуции — U-Shape и последнему клику.
В Roistat можно смотреть, какие каналы не приносят прямые продажи, но конвертируют клики в заявки. За это отвечает мультиканальная аналитика.
Мультиканальная аналитика Roistat отслеживает все взаимодействия клиента с бизнесом и помогает понять, какие каналы участвуют в привлечении сделки, в какие стоит вкладывать больше бюджета, а какие стоит оптимизировать или отключить.
Модель атрибуции — какую выбрать бизнесу
Хотите получать уведомления о новых материалах Roistat? Подпишитесь на наш Telegram-канал.
Будьте в курсе новостей
Присоединяйтесь к нашему каналу в Telegram или подпишитесь по E-mail
Маркетинговая платформа сквозной аналитики,
привлечения трафика, повышения конверсии и лояльности