Modele atrybucji w Google Analytics, czyli jak dowiadujemy się, skąd pochodzi ruch?

Atrybucja w klasycznym marketingu to pojęcie, które zakorzeniło się już bardzo głęboko – nie inaczej jest w przypadku wariantu internetowego. Attributio, bo od tego łacińskiego słowa pochodzi odpowiednik w naszym języku, oznacza „danie, przydzielenie komuś czegoś”. Termin ten rozpatrywany w kontekście marketingu internetowego nie odbiega wcale od pierwowzoru. Atrybucja to proces przypisywania wartości każdemu punktowi stykowemu, z którym klient zetknął się na swojej ścieżce zakupowej. Celem analizy tego czynnika jest ukazanie źródła ruchu oraz jak różne kanały i kampanie marketingowe wpływają na zachowania konsumenta, a co za tym idzie – na ostateczną, zdefiniowaną konwersję. Wyróżniamy kilka modeli atrybucji, które pomagają zoptymalizować budżet reklamowy, analizować efektywność kanałów komunikacji oraz dostosować strategię na różnych etapach lejka sprzedażowego.

Najważniejsze informacje

• Atrybucja to proces przypisywania wartości każdemu punktowi styku klienta z marką na jego ścieżce zakupowej. Pomaga zrozumieć, jak różne kanały i kampanie wpływają na zachowania konsumenta i ostateczną konwersję.
• Najpopularniejsze modele atrybucji to: liniowy, rozkładu czasowego (time decay), U-shaped, W-shaped oraz pierwszego i ostatniego kontaktu (first, last touch).
• Dobór odpowiedniego systemu zależy od specyfiki firmy, celów biznesowych oraz charakterystyki klientów.
• Efektywna analiza atrybucji pozwala firmom lepiej zrozumieć ścieżkę klienta, optymalizować swoje działania oraz budować silniejsze relacje z konsumentem.

Najpopularniejsze modele atrybucji w Google Analytics

Model atrybucji to więc zdefiniowany sposób, w jaki analizujemy punkty styczności konsumenta z marką, które doprowadziły pośrednio lub bezpośrednio do wygenerowania konwersji. Każdy z nich posiada swoje unikalne cechy, zalety, jak i ograniczenia. Najefektywniejszym sposobem jest indywidualne dobranie modeli odpowiednich do działań marketingowych i celów biznesowych firmy. Spośród czego można jednak wybierać?

Model pierwszego kontaktu

First touch, czyli pierwszy punkt styku z konsumentem. Model ten przypisuje całą wartość konwersji początkowemu zetknięciu się klienta z marką. W praktyce oznacza to, że jeśli zainteresowany wszedł w interakcję z firmą najpierw za pośrednictwem kampanii w mediach społecznościowych, a następnie kliknął reklamę display (Google Ads), czy link w newsletterze (e-mail marketing), to model, tak czy siak, przypisze 100% wartości pierwotnemu punktowi styku – w tym przypadku treściom na social mediach.

Zalety	Ograniczenia
Model pierwszego kliknięcia jest szczególnie przydatny w przypadku działań nastawionych na budowanie świadomości i rozpoznawalności marki. Dzięki niemu z łatwością można zauważyć, które kanały najskuteczniej przyciągają nowych klientów i wzbudzają zainteresowanie.	Głównym mankamentem tego modelu jest jego jednostronność. Ignoruje on wpływ kolejnych interakcji, które mogą być równie, a nawet bardziej istotne w procesie decyzyjnym. Trudno więc odtworzyć faktyczną ścieżkę konsumenta, która doprowadziła do konwersji.

Model ostatniego kontaktu

Last touch to przeciwieństwo pierwszego modelu. Przypisuje on całą wartość konwersji ostatniemu punktowi styku. Analogicznie – jeśli klient kliknął reklamę wideo, a później zakupił ten sam przedmiot, który przed chwilą obejrzał, ale z użyciem linku, który znalazł w newsletterze, wtedy sukces zaliczany jest dla biuletynu.

Zalety	Ograniczenia
Model ostatniego kliknięcia zadowalająco sprawdza się w przypadku kampanii sprzedażowych nastawionych na szybkie konwersje. Jest on użyteczny dla firm chcących ocenić, które kanały przekładają się na ostateczny zakup.	Podobnie, jak jego poprzednik – model ignoruje wcześniejsze interakcje. W kontekście analizowanych przez niego punktów nie sposób odkrywać jakie działania budują świadomość i zainteresowanie marką.

Model liniowy

Linnear Attribution – tutaj wartość rozłożona jest równomiernie na wszystkie punkty ścieżki konwersji. Oznacza to, że jeśli konsument wszedł w interakcję z czterema różnymi treściami – np. reklamą display (Google Ads), wideo, newsletterem czy linkiem sponsorowanym – każde z tych wydarzeń odnotowywane zostało jako udział w konwersji i krok przyczyniający się do sukcesu. Dzięki temu etapy otrzymają równą część zasług – w tym przypadku po 25%.

Zalety	Ograniczenia
Model pomaga uzyskać pełny obraz ścieżki zakupowej. Dzięki temu łatwiej ocenić, które kanały faktycznie przyczyniają się do sukcesu kampanii.	Poprzez przypisywanie każdemu punktowi styku takiej samej wartości, model ignoruje różnicę w znaczeniu poszczególnych kroków na ścieżce. Interakcja, która ostatecznie przekonała klienta, otrzymuje tę samą wartość, co jej odpowiednik w początkowej fazie ścieżki.

Model rozkładu czasowego

Time decay model przypisuje większą wartość interakcjom, które miały miejsce bliżej finalnego momentu konwersji, a mniejszą tym, które dokonały się na początku lejka. Innymi słowy, jeśli klient miał kontakt z marką więcej niż raz na przestrzeni kilku dni – punkty styku, które miały miejsce dzień, lub dwa przed zakupem, zostaną uznane za bardziej wartościowe niż sytuacje, które odbyły się tydzień przed konwersją.

Zalety	Ograniczenia
Rozkład czasowy jest szczególnie efektywny w przypadku analizy działań remarketingowych i retargetingowych, z uwagi na to, iż pomaga on określić, które z ostatnich interakcji najbardziej wpłynęły na decyzję konsumenta.	Podobnie jak wcześniej, model ten może niedoszacować znaczenia poprzednich interakcji – szczególnie tych budujących świadomość i rozpoznawalność marki. W rezultacie wyniki mogą przyznawać mniejszą wartość działaniom budującym zainteresowanie w początkowych etapach ścieżki zakupowej.

Model uwzględniający pozycję

Position-Based, to tak zwany model U-shaped. Przypisuje on największą wartość do pierwszego i ostatniego punktu styku marki z konsumentem, a pozostałym interakcjom zaś nadaje mniejszą wagę. To swojego rodzaju kompromis pomiędzy modelami first i last touch.

Zalety	Ograniczenia
Ten sposób analizy jest szczególnie przydatny dla marketerów chcących skupić się na dwóch kluczowych punktach ścieżki klienta – pierwszym wrażeniu (wprowadzającym do marki) oraz ostatniej interakcji (zamykającej sprzedaż).	Model ten powiela także poprzednie ograniczenia w postaci możliwości niedoszacowania znaczenia interakcji, które miały miejsce w środku lejka. W przypadku bardziej złożonych ścieżek, gdzie klienci przechodzą przez liczne etapy – model ten może okazać się zbyt uproszczony.

Model W-shaped

To rozszerzenie modelu uwzględniającego pozycję, ponieważ, oprócz pierwszej i ostatniej interakcji, bierze on pod uwagę także jeden dodatkowy punkt na ścieżce zakupowej, który uznawany jest za równie ważny (np. wypełnienie formularza lub zapis do newslettera). Zazwyczaj to właśnie te trzy kroki mają największe znaczenie.

Zalety	Ograniczenia
Najbardziej złożony model, pozwalający uzyskać pełniejszy obraz kluczowych punktów na ścieżce zakupowej. Pomaga lepiej ocenić wpływ poszczególnych etapów i umożliwia dokładniejszą analizę kanałów wpływających na finalną konwersję.	Owy system jest zdecydowanie trudniejszy do wdrożenia i interpretacji w porównaniu do prostszych odpowiedników. Wymaga dokładnej identyfikacji istotnych momentów na ścieżce, co nie zawsze jest łatwe.

Model niestandardowy

To indywidualnie dostosowany system śledzenia ruchu i interakcji, dostosowany do potrzeb danego brandu. Patrząc przez pryzmat różnych modeli atrybucji, łatwo zauważyć, że każdy z nich ma zarówno swoje mocne, jak i słabe strony oraz zamknięte ramy. Niestandardowy zbiór reguł sprawdza się więc szczególnie dobrze np. w przypadku, kiedy marka pragnie przypisać większą wagę punktom styku w social mediach, z uwagi na fakt, że ich kampania koncentruje się na pozyskaniu nowych klientów właśnie z użyciem tych konkretnych kanałów.

Zalety	Ograniczenia
Niestandardowe modele to możliwość pełnego dopasowania ich do potrzeb, specyfiki i celów danej kampanii. Pozwalają one uwzględnić konkretne etapy ścieżki klienta i skupić się na kanałach, które najlepiej pasują do przyjętej strategii.	Stworzenie takiego systemu wymaga zaawansowanej wiedzy na temat analizy danych oraz odpowiedniego oprogramowania. Co więcej, wnioski wyciągnięte z owych informacji mogą być trudniejsze do zrozumienia i wdrożenia.

Jak wybrać domyślny model atrybucji?

Nie istnieje jeden, słuszny i wybrany model atrybucji, który sprawdzi się dobrze w każdej sytuacji. Wszystko zależy od specyfiki treści, celów marketingowych oraz charakterystyki klientów. Każda firma działa w unikalnym środowisku, co wpływa na sposób, w jaki konsumenci wchodzą z nią w kontakt. W branży B2B (business-to-business), gdzie cykl zakupowy jest zazwyczaj długi i wieloetapowy, punktów styku z marką jest znacznie więcej. W takich przypadkach modele liniowe, z uwzględnieniem pozycji czy niestandardowe, które biorą pod uwagę wpływ każdej interakcji, mogą okazać się bardziej efektywne. Z drugiej strony, w relacjach B2C (business-to-consumer), gdzie decyzje o zakupie są znacznie bardziej spontaniczne i impulsywne, a ścieżka zakupowa jest krótsza – liczenie atrybucji w rozkładzie czasowym lub systemie pierwszego i ostatniego kontaktu może okazać się bardziej przydatne. Co jednak z modelami typu W-shaped? Sprawdzają się one w przypadku produktów o wysokiej wartości (nieruchomości, samochody), przy których zakupie, klienci przechodzą przez dłuższy proces decyzyjny. Śledzenie atrybucji musi wtedy uwzględniać wszystkie istotne punkty styku z treściami marki.

Co więcej, odpowiedni model trzeba także dopasować do celów marketingowych. Jeśli firmie zależy na budowaniu świadomości i rozpoznawalności marki, to w działaniach brandingowych, które mają na celu dotarcie do możliwie największego grona odbiorców, warto skupić się pierwszym kontakcie. Ten wariant pozwala zidentyfikować, które kanały najskuteczniej znajdują potencjalnych konsumentów. W przypadku kampanii, która ukierunkowana jest na konwersje, lepiej sprawdzi się zaś model ostatniego kontaktu lub taki, śledzący atrybucje w rozkładzie czasowym. Skupiają się one głównie na interakcjach bezpośrednio prowadzących do wykonania działania przez klienta, dając obraz, który kanał najlepiej przekazał ideę call-to-action. Celem firmy może być także optymalizacja ścieżki zakupowej. Wtedy warto wybrać modele, które pomagają analizować całą drogę kupującego w lejku sprzedażowym. Szczególnie dobrze sprawdzają się systemy liniowe lub z uwzględnieniem pozycji – obrazują wszystkie punkty styku z konsumentem.

Wyzwania w analizie atrybucji

Choć modele atrybucji to narzędzia o wielkim potencjale, tak ich używanie obarczone jest pewnymi trudnościami. Należy pamiętać, że śledzenie działań użytkownika sieci przebiega głównie za pomocą tzw. ciasteczek (plików cookies). Ograniczenia wynikające z rozporządzeń dot. ochrony prywatności, wprowadzania systemów antyśledzących czy nawet zwykłego sprytu internatów znacznie utrudniają sprawne przeprowadzanie analizy behawioralnej potencjalnych konsumentów. Jakie wyzwania czekają na marketerów i analityków?

• Ograniczenia w zbieraniu danych – od systemów operacyjnych, po blokady w przeglądarkach internetowych. Deweloperzy udostępniają użytkownikom opcje, które utrudniają zbieranie danych pochodzących z ciasteczek.
• Błędy interpretacyjne – jeśli dane poddawane są analizie organicznej, wnioski obarczone są marginesem błędu. Stosowanie i badanie konkluzji opartych tylko na jednym modelu może prowadzić do błędnych decyzji. Finalna konwersja może być wynikiem wielu czynników, nie zaś jednego lub dwóch punktów styku.
• Różnorodność kanałów i urządzeń – współczesny użytkownik korzysta z wielu sprzętów (laptopy, tablety, telefony) oraz kanałów komunikacji z marką. Śledzenie pełnej ścieżki klienta, od pierwszego kontaktu po konwersję, stanowi duże wyzwanie, z uwagi np. na zmianę przeglądarek, a co za tym idzie plików cookies.
• Aktualizacje i zmiany w technologii – w marketingu internetowym nigdy nie panuje zastój. Nowinki technologiczne i zmiany w analityce to codzienność, więc firmy muszą stale monitorować te ewolucje i dostosowywać swoje strategie.

Mając świadomość tego, jakie ograniczenia i trudności czekają za rogiem, można lepiej i efektywniej zaplanować strategię marketingową, która dopasuje się do współczesnych realiów.

Znaczenie atrybucji w marketingu internetowym

Odpowiednio zaplanowana strategia to pierwszy krok do sukcesu kampanii marketingowej. W samym procesie bez wątpienia pomaga atrybucja. Co to jednak dokładnie znaczy? Przy wdrożeniu odpowiednich rozwiązań, które bazują na danych pozyskanych z różnych modeli o wiele łatwiejsze stanie się przeprowadzenie klienta od pierwszego kontaktu, aż po konwersję. Ciągła analiza atrybucji z poszczególnych kanałów komunikacji pozwala firmom budować lepsze relacje z konsumentami, zwiększać efektywność działań marketingowych i umacniać swoją pozycję na konkurencyjnym rynku.

FAQ