Atrybucja

Atrybucja to jak przypisywanie zasług za znoszenie jaj przez różne kury w kurniku, pomagające zrozumieć, która z kur miała największy wkład w zapełnienie wytłaczanki.

Co to jest Atrybucja?

Atrybucja

to proces przypisywania wartości różnym działaniom marketingowym, które przyczyniły się do dokonania konwersji (określonych działań dokonywanych przez użytkownika), takich jak zakupy czy rejestracje. Pomaga zrozumieć, które kanały i kampanie były kluczowe w ścieżce klienta do dokonania zakupu.

Modele atrybucji Google

W Google Ads i Google Analytics stosuje się różne modele atrybucji, które pomagają określić, jak przypisywać wartość konwersji różnym interakcjom:

Ostatnie kliknięcie (Last Click): Cała wartość konwersji przypisywana jest ostatniemu kliknięciu przed dokonaniem zakupu lub innej konwersji. Jest to najprostszy model, który zakłada, że ostatni punkt kontaktu ma największy wpływ na decyzję o konwersji
Pierwsze kliknięcie (First Click): Przypisuje całą wartość konwersji pierwszemu kliknięciu na ścieżce zakupowej. Uznaje, że pierwszy kontakt z reklamą lub stroną jest kluczowy dla rozpoczęcia ścieżki konwersji.
Liniowy (Linear): Rozdziela wartość konwersji równomiernie pomiędzy wszystkie kliknięcia lub kanały, które były częścią ścieżki konwersji. Dzięki temu każde kliknięcie lub interakcja otrzymuje równy udział w końcowym wyniku.
Rozkład czasowy (Time Decay): Przydziela większy udział w konwersji kliknięciom lub interakcjom, które miały miejsce bliżej momentu zakupu. Im bliżej konwersji, tym większy wpływ na nią mają poszczególne punkty kontaktu.
Uwzględnienie pozycji: Model ten przypisuje 40% wartości konwersji do pierwszego i ostatniego kliknięcia, a pozostałe 20% dzieli równomiernie między pozostałe kliknięcia na ścieżce. W ten sposób doceniane są zarówno początki, jak i zakończenia ścieżki konwersji.
Oparte na danych (Data-Driven): Korzysta z algorytmów uczących się do precyzyjnego rozdzielenia wartości konwersji pomiędzy wszystkie kliknięcia lub interakcje, na podstawie rzeczywistych danych o skuteczności kanałów i reklam. Jest to domyślny model w Google Analytics 4, który dostosowuje przypisanie wartości do indywidualnych przypadków na podstawie analizy danych.

Modele atrybucji Facebook

Na Facebooku modele atrybucji działają na zasadzie przypisywania konwersji do kliknięć i wyświetleń reklam w określonym czasie:

Kliknięcia z 1 dnia: Jeśli użytkownik kliknie w reklamę i dokona konwersji w tym samym dniu, konwersja jest przypisywana do tej reklamy. Model ten uwzględnia krótkoterminowy wpływ reklamy, przyznając pełną wartość konwersji do kliknięcia, które miało miejsce w ciągu jednego dnia.
Kliknięcia z 7 dni: Konwersja jest przypisywana do kliknięcia reklamy, jeśli miało ono miejsce w ciągu siedmiu dni przed dokonaniem konwersji. Oznacza to, że jeśli użytkownik kliknie reklamę, a następnie dokona konwersji w ciągu siedmiu dni, konwersja zostanie przypisana do tej reklamy, co pozwala na uwzględnienie dłuższego okresu oddziaływania reklamy na decyzje zakupowe.
Kliknięcia z 1 dnia lub wyświetlenia z 1 dnia: Wartość konwersji przypisywana jest do reklamy, jeśli kliknięcie lub wyświetlenie miało miejsce w ciągu jednego dnia przed konwersją. Ten model pozwala uwzględnić zarówno kliknięcia, jak i wyświetlenia, które mogły wpłynąć na decyzję o konwersji w krótkim czasie.
Kliknięcia z 7 dni lub wyświetlenia z 1 dnia (domyślny): Konwersja jest przypisywana do reklamy, jeśli kliknięcie miało miejsce w ciągu siedmiu dni przed konwersją lub jeśli wyświetlenie reklamy miało miejsce w ciągu jednego dnia przed konwersją. Jest to najbardziej elastyczny model, który uwzględnia zarówno dłuższy wpływ kliknięć, jak i krótszy wpływ wyświetleń na konwersję.

Dlaczego atrybucja jest ważna?

Atrybucja jest kluczowa, ponieważ umożliwia dokładne zrozumienie, które kanały i działania przyczyniają się do konwersji. Pomaga to w optymalizacji kampanii, efektywnym zarządzaniu budżetem oraz poprawie strategii marketingowej, co prowadzi do lepszego zwrotu z inwestycji (ROI).

Analiza danych i podstawowy błąd atrybucji

Podstawowy błąd atrybucji polega na niewłaściwym przypisywaniu wartości do jednego punktu kontaktu lub kanału, co może prowadzić do niepełnego obrazu efektywności działań marketingowych. Dlatego ważne jest stosowanie odpowiednich modeli atrybucji i dokładna analiza danych, aby uzyskać pełny i precyzyjny obraz skuteczności kampanii.