Задача эффективной модели атрибуции — выявить, какие из ваших платных каналов трафика приводят пользователей к конверсии, а какие — нет. Обладая этими знаниями, вы можете перераспределить рекламный бюджет в пользу эффективных каналов, перестать тратить деньги на неэффективные, и в итоге получить больше конверсий.
Но после взаимодействия с рекламными каналами, пользователь совершает ряд действий, которые приближают его к конверсии. Эти действия формируют конверсионную воронку. Поэтому при построении модели атрибуции очень важно определить такие действия среди всех остальных взаимодействий пользователя с вашим бизнесом, а затем — выстроить из них эффективную конверсионную воронку.
В этой статье мы расскажем:
1) Как построить эффективную конверсионную воронку, которая учитывает максимум важных для бизнеса действий
2) Как повысить эффективность управления рекламными бюджетами, используя полученную воронку и модель атрибуции ML Funnel Based Attribution от OWOX BI
Как построить эффективную воронку
Чтобы построить конверсионную воронку, которая учитывает максимум важных для бизнеса действий, мы предлагаем использовать модель AIDA.
AIDA — это модель поведения потребителя, которая описывает стадии принятия решения о покупке: Осведомленность → Интерес → Желание → Действие (Awareness, Interest, Desire, Action).
Эффективность этой модели для расчета атрибуции в том, что она не ограничивает вас в количестве действий пользователя, на основе которых вы можете построить конверсионную воронку. Вы можете взять все действия пользователей, которые считаете значимыми и просто распределить их по иерархии AIDA.
Итак, чтобы построить на AIDA-воронку, вам нужно:
1) Выявить конверсионные действия — все действия пользователей, которые влияют на их продвижение к конверсии
2) Проанализировать, можно ли из выбранных конверсионных действий сформировать эффективную AIDA-воронку
3) Объединить конверсионные действия в группы — шаги воронки — так, чтобы каждый шаг соответствовал стадии AIDA (Осведомленность → Интерес → Желание → Действие)
На основе этих шагов вы сможете рассчитать модель атрибуции и выяснить, какие из ваших платных источников трафика приводят пользователей в эту воронку, а какие — нет.
Пример воронки
Вот как может выглядеть воронка для SaaS-бизнеса, и как источники трафика задействованы на разных ее этапах: 
Теперь — подробнее о том, как построить AIDA-воронку.
1. Определите конверсионные действия
Конверсионные действия — это все важные с точки зрения бизнеса действия пользователей, которые приближают их к конверсии (например, к первой оплате).
Определите эти действия для вашего сайта.
Не стоит ограничивать себя в количестве действий. Чем больше значимых событий пользователей вы используете для анализа, тем качественнее он будет. Только убедитесь, что вы можете собрать все данные о конверсионных действиях в Google BigQuery — с помощью потока Google Analytics User Behavior Data → Google BigQuery в OWOX BI или функции BigQuery Export для Google Analytics 360.
Определившись с конверсионными действиями, вы сможете проанализировать их пригодность для AIDA-воронки в Google BigQuery.
2. Проанализируйте, можно ли из выбранных конверсионных действий сформировать AIDA-воронку
Анализировать конверсионные действия можно в разных разрезах. Например:
- Время от совершения действия до конверсии
- Вероятность конверсии при условии совершения конверсионного действия
Чтобы провести анализ, составьте таблицу по всем конверсионным действиям:
| Конверсионное действие | Сколько раз действие произошло за последние 6 месяцев | % конверсий совершенных после конверсионного действия | Среднее время до конверсии после конверсионного действия |
|---|---|---|---|
| Действие №1 | 257 432 | 95% | 3 дня |
| Действие №2 | 145 765 | 29% | 8 дней |
| Действие №3 | 56 391 | 7% | 14 дней |
| Действие №... | ..... | ..... | ..... |
После того как таблица составлена, постройте график на основе ее данных.
Вот как может выглядеть ваш график если вы подберете действия для воронки хорошо или плохо:
На графике видно, как меняется время до конверсии в зависимости от AIDA-стадии конверсионного действия: чем действие ближе во времени к конверсии, тем выше вероятность, что оно приведет к конверсии.
Хорошо — когда выбранные вами действия равномерно распределяются на графике.
В этом случае каждая стадия AIDA может стать шагами воронки в вашей модели атрибуции.
Плохо — когда действия сгруппировались на графике в одном месте.
Из этого не выйдет построить последовательную воронку — качество результатов расчета модели атрибуции будет низким. В этом случае попробуйте перегруппировать действия.
3. Сгруппируйте конверсионные действия в кластеры — шаги воронки
Для AIDA-воронки конверсионные действия нужно подобрать так, чтобы они подходили одной из четырех стадий AIDA:
Awareness — действия, которые подтверждают осведомленность о вашем продукте или услуге. Например, клик на ссылку в рекламном посте.
Interest — действия, которые подтверждают заинтересованность в продукте или услуге. Например, переход на страницу продукта из поста в блоге или письма.
Desire — действия, которые подтверждают желание совершить конверсионное действие. Например, добавление товара в корзину, поиск товара на сайте.
Action — само конверсионное действие.
Вот пример, как может выглядеть ваша AIDA-воронка на основе проанализированных действий:
| Awareness | Interest | Desire | Action |
| Действия 1,3,7,9 | Действия 2,10,13,19 | Действия 4,8,11,12 | Действия 6,14,15 |
Настроийте и рассчитайте в OWOX BI модель ML Funnel Based Attribution на основе подготовленных шагов воронки AIDA
После того, как вы объединили конверсионные действия в шаги воронки, вы можете рассчитать модель атрибуции. Это позволит вам выяснить, какие источники трафика приводят пользователей в воронку и какие шаги больше всего влияют на конверсию.
Зная это, вы сможете направить свой рекламный бюджет в эффективные каналы и в результате получить больше конверсий.
Для решения задачи мы предлагаем использовать модель атрибуции OWOX BI.
Почему именно модель атрибуции OWOX BI?
В отличие от большинства популярных моделей атрибуции вроде First- и Last Non-Direct Click, модель ML Funnel Based Attribution от OWOX BI и использует алгоритмы машинного обучения для учета вклада всех шагов воронки в конверсию.
В случае с воронкой AIDA, модель ML Funnel Based Attribution учтет все действия, на основе которых вы построили воронку и не упустит каналы трафика, которые привели пользователя к этим действиям — каналы, которые модель Last Non-Direct Click наверняка проигнорирует.
Создайте модель атрибуции в OWOX BI
- Создайте модель, как описано в этой инструкции.
- В настройках модели атрибуции OWOX BI создайте шаги воронки. Всего шагов должно быть четыре — по шагу на каждую стадию AIDA-модели: Awareness → Interest → Desire → Action.
- В настройках шага выберите Редактировать и добавьте все конверсионные действия, которые соответствуют шагу, в качестве условий шага. Укажите условия через ИЛИ:
- Теперь рассчитайте модель атрибуции. Вы получите информацию о том, какие источники трафика приводили к совершению выбранных вами конверсионных действий.
- После этого сравните результаты расчета ML Funnel Based Attribution с показателями модели Last Non-Direct Click Google Analytics в разрезе source/medium/campaign. Вы можете сделать это с помощью отчета в OWOX BI Smart Data или в другой удобной вам системе анализа данных. Так вы сможете определить источники трафика, которые приводили к конверсионным действиям, но остались недооцененными в Last Non-Direct Click.
Теперь вы можете перераспределить бюджет в пользу недооцененных источников и благодаря этому повысить количество конверсионных действий.
0 Комментарии