Модели атрибуции в Google Analytics
В отличие от Яндекс.Метрики, Google Analytics предлагает более гибкую и расширенную систему атрибуции, включая возможность создания собственных моделей с индивидуальными правилами. Рассмотрим семь стандартных моделей, доступных в системе.
1. По последнему взаимодействию
Принцип работы: Аналогична модели "Последний визит" в Яндекс.Метрике. Вся ценность конверсии присваивается последнему каналу, с которого пользователь перешел на сайт перед целевым действием.
Практическое применение: Помогает определить, какой именно источник трафика непосредственно предшествовал конверсии. Полезно для оценки эффективности финальных точек касания с клиентом.
2. По последнему непрямому клику
Принцип работы: Эта модель установлена по умолчанию для большинства отчетов (кроме многоканальных последовательностей). Игнорирует прямые заходы, показывая последний реферальный источник трафика.
Практическое применение: Позволяет оценить, какие внешние ресурсы приводят пользователей перед конверсией, исключая прямые переходы по URL или из закладок.
3. По последнему клику в Google Рекламе
Принцип работы: Соответствует модели "Последний переход из Директа" в Яндекс.Метрике. Конверсия засчитывается последнему клику из Google Ads.
Практическое применение: Оценивает непосредственный вклад рекламных кампаний Google в генерацию конверсий. Помогает оптимизировать бюджет на финальных этапах воронки продаж.
4. По первому взаимодействию
Принцип работы: Присваивает 100% ценности конверсии первоначальному источнику трафика, с которого пользователь впервые попал на сайт.
Практическое применение: Ключевая модель для анализа каналов привлечения новых пользователей. Показывает, какие источники наиболее эффективны для генерации первичного интереса к бренду.
5. Линейная модель атрибуции
Принцип работы: Равномерно распределяет ценность конверсии между всеми каналами, через которые прошел пользователь перед совершением целевого действия.
Практическое применение: Как отмечает Google, эта модель идеально подходит для стратегий, ориентированных на постоянное взаимодействие с клиентом на протяжении всего цикла покупки. Все каналы получают равное признание за результат.
6. С учетом давности взаимодействий
Принцип работы: Наиболее сложная модель, которая присваивает разный вес каждому каналу в зависимости от временной близости к моменту конверсии. По умолчанию анализируется 7-дневный период. Чем ближе взаимодействие к конверсии, тем больший вес оно получает.
Пример: Если пользователь взаимодействовал с сайтом через 4 разных канала за 13 дней до конверсии, наибольший вес получит канал, использованный в 13-й день, наименьший — в 1-й день.
Практическое применение: Особенно полезна для проведения акций и анализа эффективности рекламных активностей с временными ограничениями. Как поясняет Google, взаимодействия, произошедшие неделей ранее, оцениваются значительно ниже, чем те, что случились непосредственно перед конверсией.
7. С привязкой к позиции
Принцип работы: Гибридная модель, сочетающая подходы "По первому взаимодействию" и "По последнему взаимодействию". Наибольшая ценность присваивается первому и последнему каналу, промежуточные источники получают меньший вес.
Практическое применение: Стандартное распределение, согласно Google: 40% ценности — первому каналу, 40% — последнему, оставшиеся 20% равномерно распределяются между промежуточными точками касания. Позволяет оценить как каналы привлечения, так и завершающие взаимодействия.
Гибкость настроек Google Analytics
Помимо семи стандартных моделей, Google Analytics предоставляет возможность создания и настройки собственных моделей атрибуции. Это позволяет маркетологам адаптировать систему оценки под специфические бизнес-процессы, учитывая уникальные особенности воронки продаж и поведения целевой аудитории.
#яндекс_метрика #метрика #аналитика #яндекс_директ #атрибуция #интернет_маркетинг
Об авторе
Профессиональный интернет-маркетолог с более чем 5-летним опытом работы. Специализация включает комплексную настройку контекстной и таргетированной рекламы, разработку и запуск email-рассылок, а также организацию маркетинговых коммуникаций в социальных сетях.
Контакты для связи:
Telegram: https://t.me/kiselev_digital
Персональный сайт: https://kiselev-digital.ru/
ВКонтакте: https://vk.com/hadzuke