Модели атрибуции в Яндекс Директ

В современном мире клиенты взаимодействуют с брендом через множество каналов и точек касания: реклама в социальных сетях, поисковая реклама, контент-маркетинг, e-mail-рассылки. Модель атрибуции помогает понять, какие из этих точек касания (или их комбинация) оказали наибольшее влияние на конечное решение клиента о совершении конверсии.

Модель атрибуции в Яндекс.Директ – это правило или алгоритм, определяющий, как распределить ценность конверсии (покупки, регистрации, заполнения формы) между разными точками взаимодействия клиента с вашей компанией по мере его продвижения к совершению целевого действия. Модели атрибуции присваивают различный вес (ценность) каждому каналу или точке касания в зависимости от их роли на пути клиента к конверсии. Это позволяет маркетологам более точно оценивать эффективность различных маркетинговых каналов и оптимизировать рекламные бюджеты.

Для лучшего понимания о чем идет речь, рассмотрим простой пример:

1. По запросу в поиске “купить холодильник Индезит” пользователь попадает на страницу каталога магазина.
2. Просматривает товары в каталоге, изучает характеристики, цены, сроки доставки и … отправляется к конкурентом, чтобы сравнить предложения и найти самый выгодный вариант.
3. Через несколько дней пользователю приходит рассылка с сайта магазина со ссылкой на холодильники Индезит.
4. Далее он на какое-то время откладывает покупку. Но спустя пару недель замечает креатив магазина на РСЯ и снова возвращается на сайт. Страницу с интересной для него моделью холодильника он добавляет в закладки браузера. Но все еще ничего не покупает. Возможно ему пока не хватает средств.
5. Как только у пользователя оказывается на руках нужная сумма (или Луна наконец-то входит в созвездие Меркурия), он заходит в закладки, переходит на нужную страницу и совершает покупку. Profit!

Что мы видим здесь с точки зрения digital-маркетинга? Формально конверсия совершена по прямому переходу из закладок. На самом же деле пользователь переходил на страницу с холодильником из нескольких каналов, что способствовало принятию им положительного решения о покупке. Чтобы оценить вклад каждого канала в продажу и используются модели атрибуции.

Какую модель атрибуции выбрать в Яндекс.Директ? Все зависит от целей и настроек конкретной рекламной кампании.

Модели атрибуции Яндекс:

• Первый переход – источником любых визитов пользователя на сайт признается его первый переход на сайт за 180 дней. Модель позволяет отслеживать источник, благодаря которому потенциальный клиент познакомился с сайтом и начал взаимодействовать с ним.
• Последний переход – источником визита считается переход, в ходе которого посетитель пришел на сайт в данный момент. История прошлых визитов при этом не учитывается. Окно атрибуции данной модели также равняется 180 дней.
• Последний значимый переход – все источники визитов за последние 90 дней алгоритмы делят на значимые (клики по рекламным объявлениям, переходы с результатов поиска и РСЯ) и незначимые (переходы с закладок, прямые заходы на сайт). Если визит совершен с незначимого перехода, то его источником признается последний значимый переход. Модель учитывает конверсии, которые “теряются” при использовании модели Последний переход. Например, если пользователь оставил страницу с товаром открытой, время его бездействия превысило тайм-аут, а возобновление активности на вкладке система идентифицировала, как новый визит.
• Последний переход из Директа – из всех значимых переходов за 180 дней учитываются только визиты из Директа. С помощью данной модели можно оценить все визиты, связанные с Директом, в том числе те, которые в других моделях атрибуции были отнесены к иным источникам трафика.
• Распределенная модель (линейная) – распределяет ценность конверсии между разными источниками трафика, с которыми взаимодействовал пользователь. Например, если пользователь увидел баннер и кликнул по объявлению, перешёл на сайт по поисковому запросу и только после этого оформил заказ, модель зафиксирует вклад каждого из этих действий
• Автоматическая модель атрибуции Яндекс.Директ – для определения конверсий, полученных в рамках рекламной кампании, используются алгоритмы машинного обучения. ИИ проводит анализ с учетом огромного количества факторов: время до и после совершения целевого действия, тип устройства, интерес пользователя и членов его семьи к товару и т.д. Яндекс рекомендует использовать автоматическую атрибуция для обучения конверсионных стратегий при запуске новых кампаний в Директе.

Яндекс.Директ позволяет комбинировать разные модели атрибуции для получения полной информации о действиях пользователя и его пути к покупки. Это особенно актуально для компаний со сложными воронками продаж и разными типами клиентов. НО! Данные по каждой модели нужно анализировать отдельно.

Например. Вы продаете туры на солнечный Маврикий:

1. 10 дней назад пользователь зашел на ваш из сайт из результатов поиска. Посмотрел фоточки, цены. Но ничего не купил.
2. 8 дней назад внимание пользователя привлекло ваше объявление о турах на Маврикий в Директе. Он кликнул по рекламе, перешел на сайт и вновь покинул его ни с чем.
3. 5 дней назад пользователь вновь попал на ваш сайт, только теперь по ссылке из социальной сети.
4. Вчера он снова перешел из открытой вкладки в браузере и наконец заказал тур.

При использовании разных моделей атрибуции источник главного визита будет определен по-разному:

• Первый переход – переход из результатов поиска.
• Последний перед – переход из открытой в браузере вкладки.
• Последний значимый переход – переход по ссылке из социальной сети.
• Последний значимый переход из Директа – соответственно переход по рекламе в Директе.

Выбор модели атрибуции – важный шаг на пути к пониманию эффективности маркетинговых мероприятий и оптимизации рекламных бюджетов. Не существует универсальной модели, которая подходила бы для любого бизнеса. Для успешного решения поставленной задачи необходимо учитывать следующие факторы:

1. Длина цикла сделки.
Чем дольше период принятия решения о покупке, тем сложнее определить, какие именно источники трафика и точки касания внесли наибольший вклад в процесс продажи:

• короткий цикл (импульсивные покупки, товары повседневного потребления) – наиболее точной и эффективной в данном случае станет модель атрибуции “Последний переход”, так как совершает покупку практически сразу после получения предложения.
• длинный цикл (сложное оборудование, автомобили, недвижимость) – оптимальным вариантом станут такие модели, как “Первый переход” или Распределенная атрибуция, которые позволяют учитывать и оценивать вклад всех взаимодействий в закрытие сделки.

2. Тип продукта или услуги.

• Простые товары с понятными характеристиками и невысокой ценой – достаточно использовать модель “Последний переход”.
• Сложные продукты или услуги, для покупки которых нужны консультации, тщательное изучение свойств, возможностей применения – более полную картину об источниках трафика и конверсий покажут модели “Первый переход” и Распределенная атрибуция.

3. Маркетинговая стратегия.

• Если в приоритете привлечение новых клиентов модель “Первый переход” поможет оценить, какие объявления и на каких площадках лучше всего справляются с поставленной задачей.
• Если в приоритете увеличение конверсий и рост продаж модели “Последний переход” и “Последний значимый переход” позволят получить представление о том, какие объявления и источники оказывают непосредственное влияние на принятие решения о покупке.

Для тестирования и оптимизации рекламных кампаний сравнивайте возможности и результаты применения разных моделей атрибуции в Яндексе. Такой подход обеспечит получение полной картины, позволит выявить наиболее объявления, каналы привлечения трафика, ключевые слова.

Обратите внимание! В рекламных кампаний, созданных в Мастере кампаний настроить модель атрибуции не удастся – здесь по умолчанию используется автоматическая атрибуция. Для смарт-баннеров, динамических, текстово-графических объявлений также по умолчанию установлено автоматическая атрибуция, но ее можно изменить в Дополнительных настройках стратегии.
Чтобы задать модель атрибуции в Директе при запуске новой кампании:
1. В Личном Кабинете выбираем “Добавить” – “Кампанию”.

2. Переключаемся на режим эксперта (в противном случае опция будет недоступна).

3. В разделе с настройками переходит к блоку “Стратегия” – “Дополнительные настройки”.

4. Находим раздел “Модель атрибуции” и из выпадающего списка выбираем ту, которая подходит нам.

Сохраняем настройки.
Чтобы изменить модель атрибуции в уже созданной кампании перейдите в ее настройки с помощью кнопки “Редактировать”. Далее выберите другую модель в разделе “Стратегия” – “Дополнительные настройки”.

Представьте, вы вложили несколько миллионов в рекламу, но не можете сказать точно, что именно принесло результат. Настоящий кошмар для руководителя и маркетолога, не так ли? Без грамотного и систематического анализа эффективности кампаний с использованием разных моделей рекламодателя можно сравнить с капитаном, который плывет в густом тумане без компана.

Рекомендации по интерпретации данных по конверсиям в зависимости от выбранной модели атрибуции:

1. Последний переход – приписывает всю ценность последнему клику перед конверсией. Помогает оптимизировать каналы, которые непосредственно влияют на совершение целевого действия. Игнорирует вклад источников трафика, который привлек посетителя на ранних этапах воронки продаж.
2. Первый переход – считает наиболее важным первый клик перед конверсией. Применяется для оценки эффективности каналов, которые генерируют первоначальный интерес и приводят новых пользователей. Не учитывает ценность источников трафика, которые удерживают внимание и направляют клиента к конверсии.
3. Последний значимый переход и последний переход из Директа – модель позволяет получать представление о важности отдельных источников кликов, при этом без внимания остаются отдельные этапы воронки и действия пользователя, которые также способствовали совершению покупки.

Для анализа рекламных кампаний на основе данных моделей атрибуции в Яндекс.Директе (Метрике) используются такие отчеты, как:

1. “Многоканальные последовательности” – содержат цепочки взаимодействия пользователя с разными каналами до совершения им конверсионного действия.

2. “Сравнение моделей атрибуции” – показывает в количестве конверсией и ценности, присвоенной каждому каналу в зависимости от выбранной модели атрибуции.

В процессе анализа оцениваются: стоимость конверсий, ROI по разным моделям атрибуции, количество касаний пользователя и бренда перед совершением конверсий. Полученные данные позволяют оценить эффективность разных каналов и перераспределять бюджет, не допуская его слива, оптимизировать объявления, ключевые слова, целевые страницы.

Например. Вы продаете онлайн-курсы. Анализ показывает, что кампания на поиске Яндекса приносит много трафика, но мало конверсий по модели "Последний переход". Однако, анализ по модели "Первый переход" показывает, что именно поиск Яндекса является одним из основных каналов привлечения новых пользователей на сайт. В этом случае, вы можете пересмотреть стратегию для поиска, сосредоточившись на привлечении внимания и стимулировании интереса к вашим курсам, а затем использовать другие каналы (например, рекламу в социальных сетях) для "подогрева" аудитории и подталкивания к покупке.

1. Неправильный выбор модели атрибуции без учета особенностей бизнеса, целевой аудитории и длины цикла сделки. Использование модели "Последний переход" в качестве единственной метрики оценки всех каналов. Как итог рекламодатель неправильно распределяет бюджет и недополучает прибыль.
Как избежать: Ставьте четкие цели: генерация лидов, привлечение новых клиентов, повышение узнаваемости бренда и пр. Учитывайте длину цикла сделки. Тестируйте разные модели атрибуции.

2. Преуменьшение вклада в рекламу оффлайн-каналов (наружной рекламы, ТВ-рекламы, участия в отраслевых выставках. В результате искажается реальная картина эффективности рекламных кампаний и неправильно распределяется бюджет.
Как избежать: Используйте инструменты сквозной аналитики. Используйте UTM-метки для QR-кодов, размещенных на билбордах или в печатной рекламе. Спрашивайте клиентов о том, как они узнали о компании.

3. Игнорирование контекста. Например, принятие решений только на основе данных моделей атрибуции без учета других факторов: сезонности, конкурентной среды и т.д. Следствием такой ошибки становятся неверные выводы об эффективности отдельных каналов.
Как избежать: Проводите не только количественный, но и качественный анализ информации (например, почитайте отзывы клиентов), чтобы получить наиболее полное представление о работе рекламной кампании. Проверяйте любую информации на ошибки, неточности, полноту, актуальность.

4. Отсутствие тестирования и оптимизации. Использования одной модели атрибуции без экспериментов и оптимизация кампаний на основе полученных данных ведет к упущенным возможностям для повышения эффективности рекламы.
Как избежать: Тестируйте разные модели атрибуции. Сравнивайте полученные результаты. Вносите изменения в настройки кампаний.

Правильный выбор модели атрибуции решает сразу несколько задач:

1. оптимально распределяет бюджет между всеми точками взаимодействия;
2. выявляет “скрытых помощников” в воронке продаж;
3. предоставляет объективную картину эффективности проводимых маркетинговых мероприятий;
4. дает понимание о ценности и “весе” разных каналов взаимодействия.

На практике, анализ данных моделей атрибуции превращает “я думаю, что это работает” в “я знаю, что это приносит компании Х рублей прибыли”. В конечном случае лучшей моделью станет та, которая помогает бизнесу развиваться и принимать обоснованные решения.
Чтобы получить консультацию и помощь в выборе и настройке моделей атрибуции для рекламных кампаний Яндекс.Директ обратитесь к специалистам b2blabs.