Новые возможности и улучшения в OWOX BI Attribution

 
5

Чтобы деньги, вложенные в рекламу, приносили желаемую прибыль, важно видеть, какие рекламные кампании приводят к конверсии, и верно атрибутировать ценность каждого рекламного канала. Если вы еще не знакомы с задачами и проблемами атрибуции, начните со сравнения стандартных моделей и описания логики атрибуции на основе воронки.

Мы знаем, насколько важна для бизнеса достоверная оценка эффективности рекламных каналов, поэтому постоянно работаем над развитием нашего сервиса атрибуции. В этой статье мы расскажем обо всех улучшениях и изменениях, которые были внедрены во второй половине 2016 года. Статья будет интересна тем, кто уже использует или планирует начать использовать OWOX BI Attribution.

Настраиваемая воронка для любого бизнеса

Ранее для расчета атрибуции требовались данные в формате Enhanced Ecommerce. Этот формат отлично подходит для интернет-магазинов, но проекты из других ниш чаще всего отслеживают только транзакции.

Теперь вы можете настроить воронку с любыми шагами, а критериями прохождения шага могут служить просмотр определенной страницы сайта или нужное событие. При этом можно использовать существующую систему метрик и ранее собранные данные.

Более того, шагами воронки могут быть назначены не только события на сайте. Например, «Участие в вебинаре», «Звонок sales-менеджера» или «Подтверждение оплаты». Для этого достаточно собирать информацию о таких событиях в Google Analytics с помощью Measurement Protocol.

Gif Attribution

Более точные результаты для проектов с небольшой посещаемостью

Мы провели сотни тестов модели атрибуции на основе воронки. Для больших проектов она давала отличные результаты и сразу показывала недооцененные и переоцененные кампании. Сравнение мы проводили с моделью Last Non-Direct Click, которая используется в Google Analytics по умолчанию. Однако в проектах с небольшой посещаемостью До 20 000 визитов в день результаты оказывались менее точными, так как данных для расчета вероятностей было недостаточно. Эта же проблема иногда проявлялась и в больших проектах, при расчетах вероятности прохождения воронки для узких сегментов пользователей.

Теперь в расчетах применяется скоринг — оценка прохождения каждого шага воронки в баллах. Затем на основе полученных баллов рассчитывается доля от ценности конверсии, которую получает каждый шаг. Такой подход позволяет получить качественные результаты в проектах с любой посещаемостью, вне зависимости от объема данных. О логике расчетов подробнее можно прочесть в отдельной статье.

Применение скоринга дает еще одно преимущество: больше не нужно вручную назначать приоритет шагам воронки. Поэтому теперь нет места для человеческой ошибки и сомнений, какому шагу отдать конкретный приоритет: для результатов расчета достаточно определить шаги воронки.

Более объективная оценка первого полезного визита

Большинство интернет-магазинов не отправляют в Google Analytics информацию о категории на страницах со списком товаров. Это приводит к тому, что если пользователь в рамках первой сессии не посмотрел карточку купленного товара, то эта сессия оставалась недооцененной. Этот сценарий чаще всего встречался у мультиканальных ритейлеров: пользователь посещал только страницу промо-акции или узловую страницу категории, а выбор и покупка конкретного товара происходили в физическом магазине.

Чтобы лучше обрабатывать такие сценарии поведения пользователей, мы добавили шаг «полезного визита». Это визит, в котором пользователь просмотрел более одной страницы или выполнил интерактивное действие. Вероятность полезного визита рассчитывается по формуле «1 − показатель отказов».

Благодаря этому вклад канала, который первым вовлек покупателя в воронку, будет объективно оценен. Его оценка будет основана на вероятности первого шага, а не назначена по остаточному признаку. При этом сессия получит ценность даже в том случае, если пользователь не просмотрел карточку купленного товара.

Это изменение отлично проходит «проверку на здравый смысл». Так как показатель отказов новых пользователей выше, чем вернувшихся, то и первый полезный визит нового пользователя получит больше ценности, чем вернувшегося. В этом — еще одно важное преимущество модели атрибуции на основе воронки от моделей на основе позиции источника: стандартные модели распределяют ценность конверсии без учета того, был ли это новый или вернувшийся пользователь.

Еще больше прозрачности

Мы часто слышали вопросы о том, как именно рассчитаны вероятности прохождения шагов воронки. Поэтому мы расширили структуру таблиц с промежуточными результатами. Теперь для каждого сегмента пользователей сохраняются исходные показатели расчетов, которые позволяют убедиться в статистической достоверности каждой использованной вероятности: количество сессий в сегменте, доверительный интервал и показатель точности.

Атрибуция на основе воронки теперь доступна в плане Basic

Еще одно важное изменение касается не логики расчетов, а условий использования — теперь получить преимущества атрибуции на основе воронки можно начиная с плана Basic. План Business отличается возможностью создавать несколько моделей атрибуции, а также подключать для расчетов внешние источники заказов.

Ответы на часто задаваемые вопросы

Открыть все Закрыть все

Вас также могут заинтересовать