Как OWOX BI рассчитывает модель атрибуции на основе воронки

С OWOX BI Attribution вы можете построить модель атрибуции на основе воронки (или Funnel-Based). Основной принцип этой модели в том, что чем сложнее пройти шаг, тем ценнее усилия, которые проводят через него посетителя.

Применив модель на основе воронки, вы сможете оценить каждый шаг посетителя на пути к конверсии, понять как шаги в взаимосвязаны и оценить вклад усилий, которые невозможно отследить с помощью Google Analytics.

В этой статье проиллюстрировали, как в OWOX BI Attribution происходит оценка нелинейных воронок и вклада повторных действий в прохождение воронки.

Оценка нелинейных воронок

Для определения ценности действий мы считаем и используем вероятность перехода с каждого шага на каждый, а не только с предыдущего шага.

Например, посетитель перешел с первого шага сразу на третий. Чтобы определить ценность третьего шага в этой цепочке, мы используем вероятность именно такого перехода, а не перехода с предыдущего (второго) шага.

Это также применимо и к обратному движению по воронке, когда, например, посетитель переходит на второй шаг с третьего.

img1-probabilities.png

Множество разных воронок означает, что для достижения цели проходить все предусмотренные шаги необязательно. Следовательно, одному действию не надо давать ценность за другие действия.

Следуя этому принципу в логике расчета, мы распределяем всю ценность конверсии только между шагами, которые участвовали в цепочке.

Например, если посетитель пропускает несколько первых шагов и попадает сразу на четвертый, а потом на пятый, то вся ценность конверсии распределится между шагами из цепочки: первым, четвертым и пятым.

______________.png

Логика расчета ценности шагов описана в нашей статье «Настройка шагов воронки»

Оценка вклада повторных действий в прохождение воронки

Часто бывает, что посетители многократно выполняют одно и то же действие. Например, просматривают несколько карточек товаров или читают несколько статей в блоге.

Каждое повторное действие влияет на прохождение воронки, и чем ближе эти действия к конверсионному действию по времени, тем сильнее их влияние.

Мы оцениваем повторные действия посетителя по логике с затуханием по времени (time decay). Сначала оцениваем ценность шага в целом, потом смотрим, сколько раз и за сколько дней до конверсионного действия посетитель выполнил это действие, и распределяем ценность шага между этими действиями.

img3-time-decay.png

Была ли эта статья полезной?
Пользователи, считающие этот материал полезным: 0 из 0
Еще есть вопросы? Отправить запрос

0 Комментарии

Войдите в службу, чтобы оставить комментарий.