Modele atrybucji wielopunktowej

Atrybucja oparta na ostatnim kliknięciu przypisuje 100% zasługi za konwersję ostatniemu punktowi kontaktu marketingowego przed zakupem, całkowicie pomijając wszystkie wcześniejsze interakcje, które wpłynęły na decyzję klienta.

Tworzy to systemowe uprzywilejowanie kanałów z dolnej części lejka, takich jak wyszukiwanie na frazy związane z marką i remarketing, kosztem kanałów z górnej części lejka, takich jak display, budowanie świadomości w mediach społecznościowych i content marketing — w rezultacie marki inwestują zbyt mało w świadomość, a zbyt dużo w taktyki konwersyjne.

Atrybucja oparta na pierwszym kliknięciu przypisuje całą zasługę pierwszemu punktowi kontaktu, z którym klient zetknął się przed konwersją, koncentrując się wyłącznie na tym, co zbudowało początkową świadomość i zapoczątkowało proces odkrywania marki.

Model ten jest najbardziej przydatny dla marek skoncentrowanych na pozyskiwaniu klientów — pozwala zrozumieć, które kanały przyprowadzają nowych klientów — ale pomija wszystko, co wydarzyło się między odkryciem marki a zakupem, przez co jest równie jednowymiarowy jak model ostatniego kliknięcia.

Liniowy model atrybucji rozdziela zasługę za konwersję równo między wszystkie punkty kontaktu na ścieżce klienta — jeśli było ich pięć, każdy otrzymuje 20% zasługi.

Atrybucja liniowa uwzględnia fakt, że wiele kanałów przyczynia się do konwersji, i jest łatwa do wyjaśnienia interesariuszom, ale równe wagi pomijają różne role oraz siłę perswazji poszczególnych punktów kontaktu.

Model wygaszania w czasie przypisuje większą zasługę punktom kontaktu, które nastąpiły bliżej konwersji, a przyznawana im zasługa maleje wykładniczo wraz z oddalaniem się punktów kontaktu w czasie.

Model ten odzwierciedla intuicję, że niedawne interakcje są bardziej bezpośrednio związane przyczynowo z decyzją o zakupie niż te wcześniejsze, dzięki czemu sprawdza się w przypadku krótkich cykli sprzedaży. W długich cyklach sprzedaży B2B nadal może jednak zaniżać wartość działań budujących świadomość w górnej części lejka.

Model atrybucji w kształcie litery U, nazywany także modelem pozycyjnym, przypisuje 40% zasługi pierwszemu punktowi kontaktu, 40% punktowi kontaktu prowadzącemu do konwersji leada (lub ostatniemu punktowi kontaktu), a pozostałe 20% rozdziela równo między środkowe punkty kontaktu.

Model ten uwzględnia znaczenie zarówno pozyskania klienta (pierwszy punkt kontaktu), jak i finalizacji sprzedaży (ostatni punkt kontaktu), przyznając jednocześnie część zasługi interakcjom wspierającym proces — dlatego jest popularny wśród marketerów B2B, którym zależy zarówno na kanałach pozyskiwania, jak i kanałach konwersji.

Model w kształcie litery W dodaje do modelu w kształcie litery U trzecią kluczową pozycję: punkt kontaktu związany z utworzeniem szansy sprzedażowej, czyli momentem formalnego otwarcia szansy sprzedażowej. Zasługa jest dzielona w proporcji 30/30/30 między pierwszy punkt kontaktu, punkt kontaktu związany z utworzeniem szansy sprzedażowej i punkt kontaktu finalizujący sprzedaż, a pozostałe 10% jest rozdzielane między wszystkie inne punkty kontaktu.

Ten model trzech kamieni milowych szczególnie dobrze sprawdza się w organizacjach B2B z wyraźnie rozdzielonymi etapami przekazania leada z marketingu do sprzedaży oraz ze zdefiniowanymi kontami, w przypadku których przed utworzeniem formalnej szansy sprzedażowej dochodzi do wielu interakcji marketingowych.

Atrybucja oparta na danych, nazywana także atrybucją algorytmiczną, wykorzystuje uczenie maszynowe do analizy tysięcy rzeczywistych ścieżek klientów i przypisuje ułamkową zasługę poszczególnym punktom kontaktu na podstawie obliczonego przez siebie wpływu na prawdopodobieństwo konwersji.

W przeciwieństwie do modeli opartych na regułach atrybucja oparta na danych wynika empirycznie z własnych danych — uczy się, które sekwencje punktów kontaktu i kombinacje kanałów wiążą się z wyższymi współczynnikami konwersji — ale wymaga wystarczającego wolumenu konwersji, co najmniej 3000 miesięcznie, aby była wiarygodna statystycznie.

Model ostatniego kliknięcia należy stosować przy podejmowaniu decyzji budżetowych dotyczących kampanii konwersyjnych. Model pierwszego kliknięcia służy do oceny kanałów pozyskiwania. Model liniowy lub model wygaszania w czasie sprawdza się przy prostej wizualizacji lejka.

Model w kształcie litery U lub W należy stosować w wieloetapowych lejkach B2B. Model oparty na danych powinien być głównym modelem przy wystarczającym wolumenie konwersji — najdokładniej odzwierciedla rzeczywisty wkład każdego kanału we wszystkie wzorce ścieżek klienta.

GA4 domyślnie stosuje atrybucję opartą na danych dla konwersji, gdy dostępna jest wystarczająca ilość danych, a gdy danych brakuje, przełącza się na model ostatniego kliknięcia. Model atrybucji można zmienić w Administracja > Ustawienia atrybucji.

W Google Ads każda czynność powodująca konwersję może mieć własny model atrybucji — przejście z modelu ostatniego kliknięcia na model oparty na danych zazwyczaj zwiększa raportowaną wartość haseł wyszukiwania z górnej części lejka i kieruje Smart Bidding do szerszej grupy odbiorców.

Raport Porównanie modeli atrybucji w GA4 pozwala zobaczyć, jak różne modele atrybucji przypisałyby zasługę poszczególnym kanałom — obok siebie — na podstawie tych samych historycznych danych o konwersjach.

Raport ten jest niezwykle przydatny do wyjaśniania interesariuszom wyboru metodologii atrybucji oraz do określania, jak duża realokacja budżetu byłaby uzasadniona po przejściu z modelu ostatniego kliknięcia na model oparty na danych.

Okno wsteczne atrybucji określa, jak daleko wstecz od momentu konwersji model atrybucji będzie szukał punktów kontaktu, które się do niej przyczyniły — typowe okna to 7 dni po kliknięciu, 30 dni po kliknięciu oraz 1 dzień po wyświetleniu w przypadku atrybucji post-view.

Krótsze okna zaniżają udział działań z górnej części lejka i faworyzują kanały wykorzystywane tuż przed konwersją; dłuższe okna mogą przypisywać zasługę kanałom, z którymi użytkownik zetknął się tak dawno, że ich rzeczywisty wpływ na decyzję o konwersji jest wątpliwy. Wybór właściwego okna wymaga zrozumienia rzeczywistej długości cyklu zakupowego.

Proszę sprawdzić swoją wiedzę na temat modeli atrybucji wielopunktowej.

Modele atrybucji obejmują modele jednopunktowe, takie jak pierwsze i ostatnie kliknięcie, wielopunktowe, takie jak model liniowy, wygaszanie w czasie oraz modele w kształcie litery U i W, a także modele algorytmiczne, czyli oparte na danych — każdy z nich ma inne zalety i właściwe zastosowania.

Atrybucja oparta na danych jest najdokładniejszym modelem przy wystarczającym wolumenie konwersji; raport porównania modeli w GA4 pomaga określić biznesowy wpływ zmiany metodologii atrybucji.