OWOX BI Attribution: подробный гайд по настройке модели атрибуции на основе воронки

15
1643
Материалы для скачивания
978.32 Kb

Что такое OWOX BI Attribution

Это модель атрибуции на основе воронки, с помощью которой вы сможете:

  • Выстроить цепочку продаж для вашей аудитории.
  • Оценить влияние каждого канала на пути к продаже, даже если воронка сложная и нелинейная.
  • Принять во внимание взаимное влияние всех источников.
  • Учитывать заказы из физических магазинов и колл-центров и сравнивать эти данные с информацией о доходе из сервисов аналитики.
  • Использовать результаты расчетов атрибуции для автоматического управления ставками в Google Ads, K50 и Alytics.
  • Эффективно перераспределять рекламный бюджет.

Что нужно для начала работы с BI Attribution

В основе OWOX BI Attribution лежит оценка движения пользователей по воронке, поэтому вам понадобятся данные о поведении пользователей. Модель атрибуции использует данные, собранные с помощью OWOX BI Pipeline или Экспорта в Google BigQuery для Google Analytics 360 в Google BigQuery. Мы используем это облачное хранилище, потому что GBQ обрабатывает огромные объемы данных за минуты, не требует администрирования, а стоимость обработки данных составляет $5 за терабайт. Итак, начнем.

Создайте проект Google Cloud Platform и предоставьте доступ к Google BigQuery

1. Перейдите на сайт cloud.google.com и нажмите кнопку Try It Free. Введите информацию о себе и данные платежной карты. Всем новым пользователям Google дает $300 на использование сервисов Cloud Platform в течение года. Не волнуйтесь, Google не станет списывать средства с вашей карточки без вашего согласия. Произойдет лишь списание $1 для проверки карты, затем Google вернет средства назад, а ваш бесплатный период будет активирован. После его окончания, средства будут сниматься только после активации платной подписки.

2. На главной странице Google Cloud Platform нажмите Select a project (Выбрать проект):

Выбор проекта в Google Cloud Platform

3. В появившемся окне кликните по иконке добавления нового проекта:

Добавить новый проект Google Cloud Platform

4. На экране создания проекта, выберите его название, ID и ваш биллинг-аккаунт для оплаты, с которыми будет ассоциирован проект. Затем нажмите Create (Создать):

Информация о новом проекте GCP

5. Вы получите уведомление об успешном создании проекта. Ссылка в уведомлении ведет на сам проект:

Уведомление о новом проекте Google Cloud Platform

6. Готово. Проект Google Cloud Platform (GCP) создан и доступ к Google BigQuery предоставлен!

Если вы собираетесь управлять всеми данными в OWOX BI самостоятельно — пропустите шаги 7, 8, 9. Если же и другие пользователи будут создавать модели атрибуции и изменять их источники данных (например, директор по маркетингу), предоставьте им доступ.

7. В боковом меню GCP найдите пункт IAM & admin. В выпадающем подменю кликните на IAM (Identity and Access Management):

Настройки доступа Google Cloud Platform

8. На экране IAM нажмите кнопку Add (Добавить):

Предоставить доступ пользователю GCP

9. В появившемся окне введите электронный адрес человека или людей, которым хотите дать доступ. В качестве Role (роли) выберите BigQuery → BigQuery Data Editor или BigQuery User:

Выбор роли пользователя Google BigQuery

Эти пользователи смогут управлять данными из BigQuery в OWOX BI.

Передайте данные о действиях пользователя из Google Analytics в Google BigQuery

Источником данных для расчета модели атрибуции могут быть данные Google Analytics, которые можно передать в Google BigQuery с помощью OWOX BI Pipeline или же экспорта Google BigQuery для Google Analytics. Данные из Google Analytics можно дополнить данными из сервисов коллтрекинга, а также информацией из CRM (об этом мы подробнее расскажем далее в этой статье).

Если вы планируете использовать стандартный экспорт BigQuery, вам необходимо произвести соответствующие настройки. Подробнее об этом можно узнать в справке Google Analytics. Сейчас же мы приступим к варианту с BI Pipeline.

Сначала в OWOX BI создайте поток: Google Analytics → Google BigQuery, (доступно для планов Basic, Business и Enterprise). Настроить поток можно с помощью видео или же инструкции, представленной ниже.

1. Выберите источник данных — Google Analytics.

Выбор источника данных в OWOX BI Pipeline

2. Далее выберите тип — Данные о поведении пользователей.

Выбор типа данных в OWOX BI Pipeline

3. Предоставьте доступ к Google Analytics. Убедитесь, что у вас для этого есть разрешение на изменение.

Выбор типа данных в OWOX BI Pipeline

4. Выберите ресурс и представление Google Analytics для сбора данных:

Выбор типа представления Google Analytics в интерфейсе OWOX BI

5. Далее предоставьте доступ к Google BigQuery для записи данных.

Используйте для этого проект, в котором хотите собирать данные Google Analytics:

6. Выберите набор данных в BigQuery.

При необходимости, здесь же можно создать новый набор данных.

Готово. Поток Google Analytics Real-Time Data → Google BigQuery создан. Теперь настройте в нем передачу данных о сессиях.

1. В OWOX BI, откройте вкладку Настройка в только что созданном потоке. В разделе Сбор данных о сессиях нажмите кнопку Настроить и включить. Выберите опцию На основе данных о хитах и нажмите Изменить. Выбираем именно такой вариант, чтобы получить полные сырые данные.

Настройки сбора данных в OWOX BI

2. В качестве идентификатора сессии укажите пользовательский параметр. Его можно создать в Google Analytics или прямо здесь в выпадающем меню.

Настройка сбора данных о сессиях

3. Вы также можете получать данные по авторазметке из Google Ads, чтобы более точно знать, какие кампании привлекли больше пользователей. Для этого вам понадобятся сырые отчеты, построенные в Google BigQuery с помощью скриптов Ads. Настроить автоматическую выгрузку отчетов можно несколькими способами. Подробнее об этом — в статье Настройка отчетов Ads для авторазметки в сессиях.

Подключение данных Ads для авторазметки

Обратите внимание, что без настройки отчетов Ads → Google BigQuery не будут доступны данные по gclid, необходимые для получения информации об источниках трафика в кампаниях с авторазметкой.

Также вы можете создать список исключений источников перехода (рефералов). Так сессия не будет разрываться при переходе на сторонние сайты и субдомены.

5. Когда все параметры настроены, нажмите Сохранить.

6. После выполнения всех шагов, внедрите код отслеживания на ваш сайт. Способ внедрения кода будет зависеть от того, как была настроена аналитика на вашем сайте. Более подробно о способах интеграции кода отслеживания можно узнать здесь.

Сам же код находится на странице потока: вкладка Настройка → блок Код для сбора данных о хитах. В коде должен быть индекс пользовательского параметра — идентификатора сессии:

Код сбора данных о хитах

После интеграции кода активируется поток Google Analytics Real-Time Data → Google BigQuery и начнется сбор данных о сессиях. Готово. Сбор данных о сессиях настроен.

Если все было настроено верно, таблица с хитовыми данными появится в вашем проекте BigQuery в первую минуту следующего часа. Например, если вы закончили настройку в 11.10 или 11.59, таблица появится в 12.00. Если этого не произошло, убедитесь, что все настройки были внесены правильно и напишите на bi@owox.com.

Первая таблица с данными о сессиях станет доступна в течение 24-48 часов. Последующие сессионные таблицы будут появляться в течение 12 часов с момента завершения суток, за которые формируются сессии. Со структурой сессионных данных можно ознакомиться в статье нашего Справочного центра.

Настройка и запуск модели атрибуции на основе воронки

Модель атрибуции создается автоматически при появлении первой таблицы с сессионными данными, полученными с помощью OWOX BI. Если же данные о поведении пользователей собраны благодаря BI Pipeline, можно сразу перейти к настройке модели. Для создания дополнительных моделей или если вы используете экспорт BigQuery для GA 360, следуйте инструкции «Как создать модель атрибуции» ниже.

Как создать модель атрибуции

Чтобы создать модель атрибуции, откройте Дашборд OWOX BI, и нажмите Создать модель в блоке Attribution:

Это можно сделать и на странице со списком ваших моделей:

Подключение данных Ads для авторазметки

На странице создания модели атрибуции нужно сделать две вещи.

1. Предоставьте доступ к вашему проекту в Google BigQuery.

2. В качестве источника данных выберите Данные о сессиях Google Analytics:

Вы также можете создать модель атрибуции на основе кастомных событий, собранных в таблицу или представление BigQuery вручную из CRM, систем коллтрекинга и любых других источников.

3. Выберите источник данных о действиях пользователей. Как мы говорили ранее, это могут быть и данные из стандартного экспорта из BigQuery в GA 360, и данные, которые вы собрали с помощью BI Pipeline. В обоих случаях вам нужно выбрать соответствующий проект и набор данных, в котором хранятся таблицы данных о сессиях:

4. Нажмите Создать модель.

Готово. Модель создана. Теперь можно приступить к настройкам и расчетам.

Настройте модель

Откройте вкладку Настройки на странице модели:

Настройка конверсионного окно в OWOX BI Attribution

Здесь нужно задать конверсионное окно, затем указать, каким источникам атрибутировать ценность, и настроить шаги конверсионной воронки.

Пройдемся по пунктам настройки, а затем отдельно рассмотрим процесс настройки шагов воронки.

Конверсионное окно — это количество дней, за которое пользователь проходит воронку. Ценность получат только сессии в этом промежутке времени, который напрямую зависит от особенностей вашего бизнеса. Мы рекомендуем использовать количество дней до конверсии (выберите транзакции в отчете Время до конверсии Multi-Channel Funnels) в Google Analytics в качестве конверсионного окна вашей модели.

Отчет "Время до конверсии" в Google Analytics

Атрибутировать ценность всем источникам. По умолчанию, ценность во время расчета модели получают все источники трафика. Но основное применение результатов расчета атрибуции — перераспределение рекламного бюджета. Поэтому вы можете сами выбирать, какая логика соответствует вашим бизнес-процессам, и решать, какие каналы учитывать в качестве источников. Например, вы можете исключить из оценки прямой и органический трафик, транзакционные email-рассылки или брендовую контекстную рекламу. Ценность исключенных источников перейдет к предыдущему источнику в цепочке.

Если вам понадобится создать еще одну модель атрибуции (например, для еще одного представления Google Analytics или для другого сайта), вы можете это сделать с помощью этой инструкции.

Атрибуция кастомных событий и заказов из CRM

Задача OWOX BI — объединить в одной системе данные из всех нужных вам источников. Кроме информации о поведении пользователей онлайн, вы можете добавить в модель атрибуции данные из вашей CRM-системы и кастомные события. Так вы объедините в одной воронке все усилия бизнеса, направленные на привлечение и конвертацию пользователей.

Чтобы учитывать в модели атрибуции заказы из CRM, загрузите эти данные в Google BigQuery в такой структуре. Обратите внимание на то, что при расчете будут учитываться только те транзакции, которые имеют статус (transaction_status) completed в таблице с данными из CRM.

Кастомные события — это информация, которую вы можете собрать вручную из любых онлайн- и оффлайн-источников, и которую не собирает OWOX BI Pipeline автоматически. Чтобы добавить эти данные в модель, вам нужна таблица с такой структурой, а чтобы подключить их к модели атрибуции, следуйте этой инструкции:

1. На странице модели нажмите кнопку Добавить источник:

Добавить источник в настройке модели атрибуции

2. В открывшемся меню выберите нужный вам тип данных — Кастомные события или Транзакции из CRM:

Тут же можно отредактировать источник данных для модели если вам понадобится изменить ресурс или представление. Вы можете использовать один, два, или комбинировать все ваши источники данных.

3. Выберите нужные вам проект в BigQuery, набор данных и таблицу. Нажмите сохранить.

4. После расчета модели у вас появится возможность добавить в воронку кастомные события и данные из CRM. Для этого откройте выпадающее меню нужного вам шага и нажмите Кастомное событие или Транзакции из CRM:

Здесь вы можете задать название шага и определить, какие события будут в нем учитываться.

После того, как вы добавили данные из CRM или информацию о кастомных событиях, можно перейти к настройке шагов воронки.

Настройте шаги конверсионной воронки

Прежде чем рассчитывать модель атрибуции, нужно настроить конверсионную воронку под особенности вашего проекта. Например, для онлайн-магазина можно настроить шаги Визит, Поиск, Просмотр карточки продукта, Просмотр обзора и Покупка, а для SaaS можно выбрать Визит, Чтение поста в блоге, Просмотр деталей продукта, активация Trial и Оформление подписки.

Справа от названия каждого шага в воронке есть выпадающее меню, где можно отредактировать, добавить, отключить и удалить текущий шаг.

Выпадающее меню настройки шага атрибуции

Пункт Редактировать открывает меню настройки шага, где можно задать название и наборы условий, по которым сессии будут отнесены к этому шагу.

Если вам нужно настроить новый шаг, кликните по кнопке Добавить шаг. Давайте в качестве примера подключим звонок клиента (данные из сервисов коллтрекинга):

Добавить шаг атрибуции OWOX BI

Кнопка Предпросмотр воронки делает предварительный расчет всех показателей шагов. Если вы увидели ошибку в условиях и исходных данных или пустые шаги, нужно убедиться, что нет опечаток или ошибок в названиях параметров, условий и значений которые вы ввели при настройке модели.

После настройки всех шагов не забудьте нажать кнопку Сохранить. Далее можно запускать расчет.

Запустите расчет

Нажмите Рассчитать модель в правой части экрана:

Рассчитать модель атрибуции

После этого откроется меню выбора транзакционного окна.

Транзакционное окно — это период, за который распределяется ценность конверсий при расчете модели. Например, вы хотите узнать как распределяется доход, который вы получили в апреле. Значит, транзакционное окно — это апрель.

Выберите даты начала и конца транзакционного окна и нажмите Запустить расчет:

Настройка конверсионного окна

Во время расчета будет отображаться статус Выполняется.

Расчет займет до 10 минут. OWOX BI Attribution обработает данные о действиях пользователей в BigQuery и запишет результаты расчета в отдельный набор данных в GBQ.

После завершения расчета вы увидите показатели каждого шага в воронке.

Показатели шагов воронки

У каждого шага четыре показателя: Абсолютная конверсия, Вероятность, Ценность и Вероятность ухода с шага. Они обозначены цветными шкалами.

Абсолютная конверсия (синяя шкала) — это процент сессий, в которых пользователь посетил шаг. Например, абсолютная конверсия 4,6% у шага «Оформление заказа» означает, что переход на страницу оформления заказа был в 4,6% всех посещений.

Вероятность (серая шкала) — показывает процент переходов от предыдущего шага к текущему. Например, вероятность — 62,8% у шага «Оформление заказа» означает, что переход на страницу оформления заказа был после 62,8% добавлений товара в корзину. Более подробно о расчетах вероятности можно узнать в Справочном центре.

Стрелки, которые появляются при наведении на шаг, указывают вероятность перехода на другие шаги в воронке.

При расчете вероятностей данные группируются по типам пользователей, регионам и типам устройств. Эта информация доступна в отчетах BI Smart Data на вкладке Результаты. На основе этих данных можно оптимизировать ваши рекламные кампании.

Ценность (зеленая шкала) показывает долю ценности от конверсии, которая была атрибутирована каждому шагу воронки. Сначала считается вес шага: чем ниже показатель вероятности, тем больше вес. Затем вес шага делится на сумму весов всех шагов. Другими словами, чем сложнее посетителям пройти шаг воронки, тем больше ценности он получит

А вот пример того, как рассчитывается ценность шагов:

Расчет ценности шагов

После завершения расчета перейдите на вкладку Результаты или в раздел Smart Data, чтобы посмотреть результаты расчета в виде набора данных BigQuery или дашбордов.

Результаты расчета ценности шагов

Например, можно узнать, как отличается атрибутированный доход по кампаниям согласно модели атрибуции GA Last Non-Direct Click в сравнении с OWOX BI Funnel Based, или как распределена ценность шагов воронки модели атрибуции OWOX BI Funnel Based по источникам и каналам.

Настройте автозапуск

Чтобы под рукой всегда были актуальные данные, нужно настроить автозапуск расчетов.

1. Нажмите Настроить автозапуск на странице вашей модели:

Настройка автозапуска расчета

2. Настройте расписание расчетов и нажмите Сохранить:

Настройка расписания расчетов модели

Тут вы можете создать гибкое расписание вплоть до часа запуска.

При автоматическом расчете, крайняя дата транзакционного окна — это день запуска расчета. Поэтому при настройке автозапуска учитывайте, в какое время и с какой периодичностью обновляются ваши данные в Google BigQuery.

Например, данные из OWOX BI Pipeline за текущий день появляются в BigQuery только в начале следующего дня. Если вы хотите пересчитывать модель с данными из Pipeline ежедневно — выберите транзакционное окно в два дня. Если выбрать один день, то расчет будет происходить до того, как данные за текущий день успеют появиться в BigQuery, и обновление данных модели будет опаздывать ровно на один день.

Настройка конверсионного шага

Вы можете указывать, какие данные и из каких источников будут использованы для распределения ценности по воронке. Сделать это можно, настроив конверсионный, шаг в воронке на странице модели. В этом окне вы можете выбрать, один или несколько источников данных о транзакциях для распределения ценности:

Данные о транзакциях из GA учитываются в OWOX BI Attribution автоматически. Также будут учитываться и данные из сервисов коллтрекинга, если вы ранее их подключили.

Приоритет источников для распределения ценности такой:

  • CRM.
  • Кастомные события.
  • Google Analytics.

При совпадении данных, будут использоваться свойства транзакций из источников с более высоким приоритетом (то есть, сначала CRM, далее кастомные события, потом данные из GA). Обратите внимание, что в источнике данных Транзакции из CRM учитываются только транзакции со статусом completed . Ниже приведены возможные источники и их комбинации.

1. Один источник данных

Выберите один источник, если хотите использовать данные о транзакциях только из него. Это могут быть данные Google Analytics для онлайн-транзакций, данные из CRM — для актуальных статусов всех транзакций, или кастомные события для особых случаев, когда вы хотите дополнить данные транзакциями, которых нет в GA и CRM.

2. Google Analytics + CRM

Используйте эти два источника, если хотите одновременно использовать как данные об онлайн-транзакциях, так и данные о заказах, собранные в CRM.

В случае совпадения данных по отдельным транзакциям, ценность будет распределена в зависимости от того, в какой таблице есть данные. Тут возможны несколько вариантов:

Транзакции есть в Google Analytics, но их нет в таблице с транзакциями из CRM.
Ценность этих транзакций будет распределена, только когда они получат статус завершенных (completed) в CRM.

Транзакций нет в Google Analytics, но они есть в таблице с транзакциями из CRM. Для таких транзакций будут созданы сессии покупок, с каналом (medium) offline. Если у посетителя до офлайн-покупки были онлайн-сессии, то они получат ценность. Ценность за прохождение остальных шагов воронки между онлайн- и офлайн-взаимодействием получит сессия офлайн-покупки. Если онлайн-сессий не было, то 100% ценности получит сессия офлайн-покупки.

Транзакции есть и в Google Analytics, и в таблице с транзакциями из CRM.
В таком случае буду использованы данные Google Analytics.

3. Google Analytics + кастомные события

Эта комбинация подходит, если вы хотите использовать данные о транзакциях не из CRM, а из собранных вручную таблиц. Например, если вам приходится проводить дополнительные офлайн-встречи с клиентами после онлайн-демо вашего продукта, что также приводит к покупке. Если загрузить эти данные в качестве кастомных событий, подобные транзакции будут учитываться вместе с данными из GA. При совпадении данных приоритет будет отдан транзакциям из таблицы с кастомными событиями.

4. CRM + кастомные события

Если вы хотите добавить к выполненным заказам из CRM любые дополнительные данные, которые собрали вручную, подключите кастомные события. Например, если вам нужно учитывать в атрибуции общение с пользователями в Intercom или отправку дополнительных писем клиентам.

В этом случае при совпадении данных приоритет будет отдан кастомным событиям. Но только в том случае, если в источнике CRM есть транзакция в статусе completed. В противном случае, ценность распределена не будет.

Если же вы хотите дополнить данные о транзакциях из CRM кастомными событиями, перенесите актуальные данные из CRM в таблицу с кастомными событиями и используйте только её, отключив опцию Транзакции из CRM.

5. Google Analytics + CRM + кастомные события

Когда все источники включены, ценность атрибутируется по приоритету CRM→Кастомные события→Google Analytics.

Что делать с результатами

После расчета модели в Smart Data появятся отчеты по доходу, количеству конверсий, ROI, ROAS или ДРР в разрезе добавленных вами событий. Кроме событий вы можете добавить в отчет другие параметры, например, тип пользователей.

Интерпретация отчетов

Во вкладке Результаты можно найти блоки Отчеты Smart Data и Набор данных с результатами расчетов в BigQuery.

Набор данных с результатами расчетов в BigQuery — это сырые данные в виде таблиц. Их структура описана в нашем Справочном центре.

В блоке Отчеты Smart Data можно найти ссылки на предзаданные отчеты по данным атрибуции.

Они позволяют:

  • Сравнить результаты расчетов моделей атрибуции. Например, Last Non-Direct, которая используется в Google Analytics, с данными из рассчитанной BI Attribution, а именно — атрибутированный доход с каждого канала по кампаниям, типам пользователей, регионам, городам и типам устройств.
    Изменение по атрибутированному доходу
    Например, из отчета выше мы видим, что канал yandex / organic был недооценен и в него стоит вкладывать больше усилий.
  • Оценить шаги воронки, каналы и источники по этим шагам:
    Отчет о ценности каналов по шагам воронки

Из примера отчета мы видим, что наибольшее количество покупок (светло-зеленая полоска) совершается офлайн.

Перераспределение рекламного бюджета

Вы можете решить дилемму взаимного влияния каналов, используя атрибуцию на основе воронки и интеграции OWOX BI с системами автоматического управления ставками. Таким образом, вы сможете распределять рекламный бюджет на основе полных данных.

Управление ставками

OWOX BI Attribution интегрирована с сервисами автоматизации управления ставками Google Ads, K50 и Alytics.

Чтобы включить интеграции с этими сервисами, на вкладке Результаты, в блоке Экспорт данных в сервисы управления ставками нажмите переключатель и выберите сервис, который используете.

Экспорт данных в сервисы управления ставками

После настройки интеграции, результаты атрибуции будут автоматически загружаться в сервис управления ставками. Вы сможете просматривать количество конверсий и доход согласно вашей модели атрибуции и использовать эти данные в автоматических стратегиях по управлению ставками.

Пошаговое описание подключения каждого сервиса можно найти в статье Автоматическое управление ставками.

Мы надеемся, что эта подробная пошаговая инструкция поможет вам легко настроить OWOX BI Attribution. Но, если у вас возникнут вопросы или уточнения, смело пишите в комментарии к статье, ведь мы всегда рады вам ответить ;)

Больше статей об атрибуции

Использованные инструменты

Вас также могут заинтересовать