Классическая модель воронки продаж предусматривает четыре основные стадии взаимодействия пользователя с товаром или предложением. На первой покупатель только знакомиться с брендом, на второй он проявляет интерес к покупке – смотрит характеристики, сравнивает цены, интересуется мнением пользователей, купивших этот продукт ранее. Третья стадия – совершение целевого действия (чаще всего оно выражается в заказе товара), а четвертая представляет собой удержание клиента и совершение им повторных покупок.
Одной из самых важных задач в интернет-маркетинге является правильная оценка эффективности рекламных каналов на разных этапах воронки продаж. Решить ее можно, используя такой инструмент, как модели атрибуции. Они показывают влияние каждого канала на итоговую прибыль предприятия. С их помощью можно оптимизировать рекламный бюджет, сократить маркетинговые затраты и, соответственно, повысить доходность.
Виды моделей
Пользователи могут применять одну из многих десятков моделей атрибуции, предлагаемых сегодняшним рынком. Они могут классифицироваться по разным признакам, исходя из данных, которые берутся для расчета. Рассмотрим две основные разновидности моделей атрибуции.
На основе позиции
Такие модели в качестве исходных данных используют место, занимаемое рекламным каналом в цепи перед совершением покупки. В эту группу входят достаточно простые решения, доступные в бесплатном варианте веб-аналитики Google Analytics. К наиболее популярным моделям на основе позиции относятся Last Click (по последнему клику), Last Non-Direct Click (по последнему непрямому клику), Linear (линейная).
До недавнего времени более половины американских и европейских маркетологов применяли атрибуцию Last Non-Direct Click, которая по умолчанию используется в отчетах GA. В российском сегменте этот показатель доходил до 75-80%. При этом эффективность моделей на основе позиции является недостаточно высокой в современных реалиях. То, что они до сих пор пользуются довольно большой популярностью, связана с их простотой и удобством, а также некоторой инертностью мышления многих специалистов по маркетингу.
Алгоритмические
Это более продвинутые инструменты, которые при расчете учитывают множество дополнительных данных помимо позиции канала в цепи. Среди наиболее интересных и результативных алгоритмических моделей можно выделить Data-Driven в платной версии GA, OWOX BI Attribution и Цепи Маркова. Первая из них определяет ценность каналов при помощи пользовательских данных и Вектора Шелли. Модель не берет во внимание позицию канала, а производит комплексную оценку того, как наличие этого канала оказало влияние на конверсию. Она подходит для пользователей, которым необходимо знать, какие кампании работают с наибольшей эффективностью, что позволяет в дельнейшем использовать полученные данные при планировании маркетингового бюджета.
Цепи Маркова – интересный инструмент, с помощью которого можно оценивать взаимное воздействие каналов на продажи, а также определять какой из них был наиболее важным. Он представляет собой достаточно известный алгоритм, уже давно применяющийся при решении прогностических задач. Сравнительно недавно его стали использовать и в маркетинге. Модели, основанные на Цепях Маркова дают возможность понять, как скажется на конверсии отсутствие того или иного канала.
OWOX BI Attribution. Одна из самых результативных моделей, которая использует как собственные алгоритмы, так и Цепи Маркова. Благодаря этому пользователь может точно узнать, какой канал был наиболее эффективным, и на каком этапе воронки продаж. Модель учитывает каждый шаг клиента, позволяет получить достоверную информацию по каждой кампании, выявить среди них как недооцененные, так и переоцененные решения.
Брянск Today