Rewolucją, jaką przyniósł reklamie performance marketing, była zdecydowanie możliwość inwestycji dokładnie w te placementy i formaty, które odnoszą najlepsze wyniki. Szczegółowe dane o wyświetleniach, kliknięciach oraz zakupach – i precyzyjna dystrybucja budżetów w oparciu o ich analizę – dały marketerom zdecydowaną przewagę w stosunku do zarządzania tradycyjnymi kampaniami. 

Jednak w miarę rozwoju technologii wciąż zmienia się też sposób, w jaki użytkownicy korzystają z mediów i wchodzą w interakcje z markami – ostatecznie ciężko z całą pewnością zinterpretować zachowanie drugiej osoby. Ścieżki prowadzące do zakupu są zróżnicowane i wieloetapowe, a to komplikuje również wytypowanie tych kampanii i reklam, w które warto inwestować więcej. Istnieją różne podejścia do premiowania konkretnych aktywności marketingowych na drodze użytkownika do zakupu – czyli różne modele atrybucji. Na podstawie wybranego modelu atrybucji marketerzy zyskują dane, które są oparciem w optymalizacji kampanii i decyzjach budżetowych. Jak to wygląda w praktyce i jak wybrać najlepszy model atrybucji, by wycisnąć z kampanii marketingowych jak najwięcej? 

Co to jest atrybucja?

Pojęcie atrybucji w performance marketingu oznacza sposób wartościowania określonych działań marketingowych na drodze użytkownika do pożądanego celu – sprzedaży. Celem atrybucji jest określenie, które marketingowe punkty styku są najskuteczniejsze w generowaniu konwersji i odpowiednia optymalizacja kampanii na tej podstawie. 

Załóżmy, że pewna osoba jest zainteresowana kupnem butów do biegania i wpisuje w wyszukiwarce ogólne hasło. Klika w jedną z ofert sponsorowanych Google Shopping ze sklepu X. Następnego dnia dana osoba ogląda reklamę sklepu X w mediach społecznościowych, poprzez kliknięcie w nią ponownie odwiedza stronę i zapisuje się do newslettera. Trzeciego dnia otwiera newsletter i przechodzi na stronę, ale dopiero jakiś czas później bezpośrednio wpisuje adres sklepu X w przeglądarce i dokonuje zakupu. 

Mamy więc 4 punkty styku:

• Reklama Google Shopping
• Reklama re-marketingowa na Facebooku
• Newsletter
• Bezpośrednie wejście na stronę (Direct)
  

Któremu z kanałów marketingowych na ścieżce zakupowej należy przypisać tę sprzedaż? 

Jest kilka różnych modeli atrybucji, a ich stosowanie może różnić się w zależności od podejścia i konkretnych celów. Wybór takiego modelu atrybucji, który najlepiej odzwierciedla udział poszczególnych działań w generowaniu konwersji, pomaga skutecznie optymalizować kampanie, a dzięki temu zwiększać zwrot z inwestycji. Przyjrzyjmy się więc popularnym modelom atrybucji. 

8 najpopularniejszych modeli atrybucji

Różne rodzaje atrybucji różnią się między sobą metodą przypisywania wartości poszczególnym kanałom marketingowym, które wystąpiły na ścieżce użytkownika do zakupu. Dlaczego to ma znaczenie? W zależności od przyjętej metody atrybucji różnić się będzie wartość ROI dla poszczególnych kanałów, a m.in. na podstawie tego wskaźnika podejmuje się decyzje o dalszej alokacji budżetu pomiędzy kampanie. 

#1 Last Click

“Last Click” to atrybucja, która przypisuje sprzedaż w całości do ostatniej interakcji użytkownika na ścieżce zakupowej, która bezpośrednio doprowadziła do konwersji. Niezależnie od tego ile razy i z jakich źródeł odwiedził on stronię przed zakupem, ostatnią aktywność marketingową uznaje się za w pełni odpowiedzialną za sprzedaż.

Przykład: atrybucja Last Click

Wróćmy do przykładu związanego z butami do biegania. Dana osoba zainteresowana zakupem kliknęła ofertę sponsorowaną w wynikach wyszukiwania, następnego dnia kliknęła w remarketingową reklamę sklepu w mediach społecznościowych, zapisała się do newslettera i otworzyła wiadomość, a ostatecznie dokonała zakupu bezpośrednio wchodząc na stronę poprzez wpisanie adresu w przeglądarce. W modelu atrybucji Last Click ta sprzedaż przypisana jest w całości do kanału Direct.

#2 First Click

Atrybucja First Click to dokładne przeciwieństwo modelu Last Click – w tym podejściu sprzedaż przypisuje się w całości kanałowi, który zainicjował ścieżką zakupową użytkownika. Nawet jeśli po pierwszej interakcji wystąpiło jeszcze kilka, a nawet kilkanaście marketingowych punktów styku z marką, to “pierwszy klik” otrzymuje pełne zasługi.

Przykład: atrybucja First Click

W naszym przykładzie związanym z zakupem butów do biegania, pierwszą interakcją ze sklepem X był wybór oferty sponsorowanej w wynikach wyszukiwania. Sprzedaż zostanie więc w całości przypisana do kanału Shopping Ads. 

#3 Linear

Atrybucja linearna polega na przypisywaniu równej części z wartości sprzedaży każdemu kanałowi, który wystąpił na ścieżce użytkownika do zakupu. Jeśli na ścieżce wystąpiły cztery marketingowe punkty styku, uznaje się, że każdy z nich po równo przyczynił się do sprzedaży i przypisuje mu się 25% przychodu z zamówienia.

Przykład: atrybucja Linear

Na ścieżce do zakupu butów do biegania występują cztery aktywności: oferta sponsorowana Google Shopping, reklama remarketingowa Facebook Ads, newsletter oraz bezpośrednie wejście na stronę (Direct). W modelu linear każdy z kanałów otrzymuje 25% udziału w sprzedaży – jeśli przychód wynosi 200 zł, każdemu kanałowi przypisuje się “przyniesienie” 50 zł. 

#4 Position Based

Atrybucja “Position Based” przypisuje różną wartość ze sprzedaży poszczególnym kanałom w zależności od ich umiejscowienia na ścieżce zakupowej. Zarówno pierwszy jak i ostatni punkt styku otrzymuje po 40% z przychodu, a pozostałe 20% rozdzielone jest po równo pomiędzy pozostałe kanały, które pojawiły się na ścieżce zakupowej.

Przykład: atrybucja Position Based

Na naszej ścieżce zakupowej prowadzącej do zakupu butów do biegania, liczącej cztery aktywności, atrybucja Position Based wyglądać będzie następująco: zarówno kanał Google Shopping jak i kanał Direct otrzymują po 40% wartości sprzedaży (80 zł), a pozostała wartość rozdzielona jest równo pomiędzy dwa kanały, przypisując im po 10% wartości przychodu (20 zł).

#5 Last Non-Direct Click

Nadrzędnym celem atrybucji jest wytypowanie najskuteczniejszych kanałów marketingowych pod kątem alokacji budżetu. Mając to na uwadze, przypisywanie zamówienia w całości do bezpłatnego kanału nie ma sensu. Stąd wariacja modelu “Last Click”, w której jeśli ostatnim kanałem na ścieżce zakupowej jest Direct, pomija się go i przypisuje przychód w całości do ostatniego nie-bezpośredniego (Non-Direct) wejścia na stronę. 

Przykład: atrybucja Last Non-Direct Click

Ostatnim punktem styku, który doprowadził osobę z naszego przykładu do zakupu, było bezpośrednie wejście na stronę poprzez wpisanie adresu w przeglądarce. Jeśli przyjmiemy sposób atrybucji Last Non-Direct Click, przychód z tej sprzedaży w całości przypisany zostanie do ostatniego kanału z pominięciem Direct – w tym przypadku jest to newsletter.

#6 Paid Only

Poza bezpośrednim wejściem na stronę są inne bezpłatne kanały, które możemy śledzić na ścieżce zakupowej, a które nie konkurują o budżet marketingowy – choćby newsletter, który pojawił się w poprzednim przykładzie. Dlatego w podejściu “Paid Only” atrybucja odbywa się tylko między płatnymi kanałami, na zasadzie analogicznej do atrybucji “Linear”. Wartość zamówienia rozdzielana jest po równo pomiędzy wszystkie płatne kanały występujące na ścieżce zakupowej. 

Przykład: atrybucja Paid Only

Spośród czterech aktywności na ścieżce zakupowej, dwie należą do kanałów płatnych: kliknięcie w ofertę sponsorowaną oraz kliknięcie w reklamę remarketingową w mediach społecznościowych. W modelu Paid Only, kanałom Google Shopping i Facebook Ads przypisane zostanie po 50% wartości zamówienia.

#7 Data Driven

Niektóre narzędzia do analityki umożliwiają bardziej zaawansowaną metodę atrybucji w oparciu o dane – w tym modelu atrybucja dopasowana jest do indywidualnych ścieżek zakupowych użytkowników za pomocą algorytmów. W przypadku wcześniej opisanych modeli atrybucji, najpierw wybiera się subiektywnie najlepszy model, a następnie stosuje go do wszystkich ścieżek prowadzących do konwersji. Tymczasem atrybucja w oparciu o dane indywidualnie analizuje poszczególne ścieżki konwersji i odpowiednim zdarzeniom przypisuje wartość na podstawie roli jaką odegrały w wywołaniu tej konwersji. 

Przykład: atrybucja Data Driven

Atrybucja w oparciu o dane może wykryć, że osoby, które najpierw kliknęły w reklamę Google Shopping a później zobaczyły reklamę na Facebooku kupują buty do biegania częściej, niż te, które nie zobaczyły reklamy na Facebooku. W tym przypadku atrybucja przyzna większą rolę w generowaniu konwersji reklamie remarketingowej na Facebooku, a następnie Google Shopping i później pozostałym kanałom ze ścieżki. 

#8 Time Decay

W tym modelu atrybucji przypisuje się największą wartość zdarzeniom na ścieżce, które wystąpiły najbliżej konwersji, oraz coraz mniejszą wartość w miarę upływu czasu od zdarzenia do konwersji. W Google Analytics udział w generowaniu konwersji przypisuje się z uwzględnieniem 7-dniowego okresu połowicznego zaniku, co oznacza, że kliknięciu, które miało miejsce 8 dni przed konwersją, przypisuje się o połowę mniejszy udział w konwersji niż kliknięciu, które nastąpiło 1 dzień przed konwersją.

Przykład: atrybucja spadku udziału z upływem czasu w wielu kanałach

Jeśli przyjmiemy, że kliknięcie w reklamę Google Shopping butów do biegania nastąpiło 8 dni przed zakupem, to zdarzenie będzi emieć połowę mniejszą wartość w generowaniu konwersji niż kanał Direct, który wystąpił na ścieżce tego samego dnia co konwersja. Pozostałym zdarzeniom w tym modelu atrybucji przypiszemy rosnącą wartość wraz ze zmniejszaniem odległości w czasie do konwersji.

Jaki model atrybucji wybrać?

Chociaż z pewnością nie ma jednoznacznej odpowiedzi na to który sposób atrybucji jest najlepszy, jest kilka rzeczy, które warto wziąć pod uwagę podczas analizowania tego tematu. 

Każdy z modeli atrybucji ma swoje zalety i logiczne uzasadnienie, niektóre jednak wydają się w pełniejszy sposób odpowiadać na to, jak w rzeczywistości podejmujemy decyzje zakupowe. 

Atrybucja “Last Click” (lub “Last Non-Direct Click”) pozwala precyzyjnie zobaczyć które punkty styku “domykają” ścieżkę zakupową i są ostatecznym bodźcem do dokonania zakupu. 

Analogicznie, model “First Click” wskazuje na te kanały, które inicjują ścieżki zakupowe, których rezultatem są przychody.

Jednak podejmując decyzje budżetowe w oparciu o atrybucję “Last Click” lub “First Click” można popełnić podstawowy błąd atrybucji: pominąć rolę pozostałych kanałów na drodze do konwersji. A czy możemy z pewnością założyć, że wszystkie transakcje zaistniałyby również wtedy, gdyby wykluczyć pozostałe punkty styku na ścieżce? 

Dzięki podejściu “Linear” (lub “Paid Only”) mamy pewność, że podejmując decyzje budżetowe w oparciu o dane nie zmniejszymy inwestycji w żaden z kanałów, który odgrywa jakąkolwiek rolę na drodze do transakcji. Jednak w tym podejściu zarówno kanał, który przyniósł nowego użytkownika do sklepu, jak i kolejne punkty styku o mniejszym wpływie, otrzymają tyle samo “zasług” za wygenerowanie zakupu.  

Złotym środkiem między wartościowaniem wyłącznie jednego z granicznych punktów styku a rozdzielaniem udziału w sprzedaży między wszystkie kanały po równo, jest podejście “Position Based”, w którym zarówno otwierający i domykający punkt styku otrzymują większy udział w generowaniu sprzedaży, ale kanały pomiędzy nimi są uwzględnione w atrybucji. Ten model to bezpieczny wybór, który odzwierciedla udział poszczególnych kanałów na drodze do generowania przychodów.

Inną dobrą alternatywą może być atrybucja Data Driven, który indywidualnie rozpatruje każdą ścieżkę konwersji i potencjalnie dostarcza najbardziej precyzyjne wyniki. W tym przypadku mamy jednak niedużą kontrolę i zrozumienie na jakiej podstawie wartościowane są poszczególne zdarzenia na ścieżce konwersji. Trzeba również pamiętać, że korzystanie z tego modelu jest możliwe pod warunkiem generowania określonego minimum danych – 300 konwersji i 3000 interakcji z reklamami w obsługiwanych sieciach w ciągu 30 dni. 

Jaki system do analizy danych wybrać?

Najpopularniejszym narzędziem do analityki internetowej jest Google Analytics – i to narzędzie może być domyślnym wyborem również wtedy, gdy w grę wchodzi atrybucja. Analytics udostępnia pięć różnych modeli atrybucji opartych na regułach – Last Click, First Click, Linear, Time Decay i Position Based – oraz ich zestawienie z modelem Data-driven. Łatwe przełączanie pomiędzy modelami atrybucji umożliwia wygodne porównanie jak zmiana modelu wpływa na wyniki poszczególnych kanałów. 

Jeśli zastanawiasz się nad alternatywą – innym popularnym narzędziem o szerokim zastosowaniu w analityce jest Triple Whale. To stosunkowo nowe narzędzie dedykowane dla e-commerce, które zbiera dane z różnych platform (w tym Google Analytics, Facebook Ads, Google Ads, Shopify i Klaviyo). Triple Whale zbiera informacje o użytkownikach i zakupach first-party poprzez własny Tiple Pixel, dzięki czemu dostarcza precyzyjne i wiarygodne wyniki. Narzędzie udostępnia 7 różnych modeli atrybucji, w tym najpopularniejsze modele jak First Click, Last Click czy Paid Only, oraz własne, bardziej zaawansowane rozwiązania w zakresie atrybucji.

Podnieś efektywność kampanii reklamowych z Adtrip

Nawet wtedy, gdy prowadzisz szczegółową analitykę w swoim sklepie i przyglądasz się wynikom kampanii – dane, które analizujesz, nie są jednoznaczne. Dzięki dobremu rozumieniu które kanały marketingowe naprawdę przyczyniają się do wzrostu przychodów możesz lepiej zarządzać budżetem i maksymalizować ROI z każdej złotówki wydanej na reklamę. Jeśli potrzebujesz wsparcia w wyborze najlepszego podejścia do atrybucji w swoim sklepie, by podnieść efektywność kampanii marketingowych – skontaktuj się z nami tutaj. 

‍