Представьте: вы вкладываете деньги в рекламу в Google Ads, чтобы привлечь покупателей на сайт интернет-магазина одежды, например, с джинсами Mom Levis 501. Вы видите, что клиенты заходят на сайт, но не покупают. Как понять, что работает, а что нет? Как оптимизировать рекламу, чтобы увеличить продажи?
Тут на помощь приходит атрибуция. Это способ понять, как разные каналы привлечения клиентов влияют на совершение покупки. Например, клиент может увидеть ваше объявление в Google Ads, перейти на сайт, посмотреть джинсы, но не купить. Потом он может увидеть ваш баннер в соцсетях, снова зайти на сайт, и на этот раз совершить покупку. Как определить, какой канал рекламы сыграл решающую роль? Именно атрибуция помогает ответить на этот вопрос.
Атрибуция – это не просто инструмент для измерения эффективности рекламных кампаний, это основа для принятия стратегических решений. С ее помощью я оптимизировал рекламные кампании своего интернет-магазина, выделил наиболее эффективные каналы привлечения клиентов, увеличил ROI и продажи. В этой статье я расскажу о том, как работает атрибуция в Яндекс.Метрике и как ее использовать для повышения эффективности Google Ads.
Модели атрибуции в Яндекс.Метрике
Яндекс.Метрика предоставляет несколько моделей атрибуции, которые помогают определить, какой источник трафика больше всего повлиял на совершение конверсии. Я попробовал все модели на своем интернет-магазине одежды, где продаются джинсы Mom Levis 501, чтобы найти наиболее подходящую для своего бизнеса.
В Яндекс.Метрике доступны следующие модели атрибуции:
- Последний переход: в этой модели вся заслуга за конверсию приписывается последнему источнику, с которого пользователь перешел на сайт. Например, если пользователь увидел вашу рекламу в Google Ads, перешел на сайт, потом зашел на сайт через поисковую выдачу и совершил покупку, то Яндекс.Метрика припишет конверсию поисковой выдаче.
- Первый переход: в этой модели все заслуги за конверсию приписываются первому источнику, с которого пользователь перешел на сайт. Например, если пользователь увидел вашу рекламу в Google Ads, перешел на сайт, потом зашел на сайт через соцсети и совершил покупку, то Яндекс.Метрика припишет конверсию Google Ads.
- Последний значимый переход: в этой модели конверсия приписывается последнему непрямому переходу. Например, если пользователь увидел вашу рекламу в Google Ads, перешел на сайт, потом зашел на сайт через поисковую выдачу и совершил покупку, то Яндекс.Метрика припишет конверсию Google Ads.
- Линейная атрибуция: в этой модели каждому источнику, через который пользователь переходил на сайт, приписывается равное количество заслуги в конверсии. Например, если пользователь увидел вашу рекламу в Google Ads, перешел на сайт, потом зашел на сайт через соцсети и совершил покупку, то Яндекс.Метрика припишет каждому источнику по 50% заслуги в конверсии.
- Атрибуция по времени: в этой модели чем больше времени прошло между переходами пользователя с одного источника на другой, тем меньше вклад этого источника в конверсию. Например, если пользователь увидел вашу рекламу в Google Ads, перешел на сайт, потом через месяц зашел на сайт через соцсети и совершил покупку, то Яндекс.Метрика припишет Google Ads меньший вклад в конверсию, чем соцсетям.
- Атрибуция по позициям: в этой модели конверсия приписывается источникам, которые находятся в определенных позициях в цепочке переходов пользователя. Например, если пользователь увидел вашу рекламу в Google Ads, перешел на сайт, потом зашел на сайт через соцсети, а потом снова увидел вашу рекламу в Google Ads и совершил покупку, то Яндекс.Метрика припишет Google Ads больше заслуги в конверсии, чем соцсетям.
Важно отметить, что каждая модель атрибуции имеет свои преимущества и недостатки. Выбор оптимальной модели зависит от конкретных целей и характеристик вашего бизнеса.
Атрибуция по последнему клику: как работает и когда ее использовать
Атрибуция по последнему клику, пожалуй, самая простая и понятная модель. Она приписывает всю заслугу за конверсию последнему каналу, с которого пользователь перешел на сайт. Например, если пользователь увидел ваше объявление в Google Ads, перешел на сайт, потом зашел на сайт через соцсети, а потом снова увидел вашу рекламу в Google Ads и совершил покупку, то Яндекс.Метрика припишет конверсию Google Ads.
Когда я использовал атрибуцию по последнему клику для своего интернет-магазина одежды с джинсами Mom Levis 501, я заметил, что она хорошо подходит для отслеживания эффективности рекламных кампаний, которые ориентированы на непосредственную продажу.
Например, если у вас есть рекламное объявление в Google Ads, которое содержит специальное предложение “Скидка 20% на все джинсы Mom Levis 501”, и пользователь переходит по этому объявлению на сайт и совершает покупку, то в этом случае атрибуция по последнему клику будет правильно отражать вклад рекламной кампании в конверсию.
Однако, атрибуция по последнему клику может быть не так эффективна для отслеживания эффективности рекламных кампаний, которые ориентированы на формирование брендовой лояльности или на увеличение осведомленности о бренде.
Например, если у вас есть рекламное объявление в Google Ads, которое содержит красивую картинку с моделью в джинсах Mom Levis 501, и пользователь переходит по этому объявлению на сайт, но не совершает покупку сразу, а только через несколько дней после просмотра других рекламных материалов вашего бренда, то атрибуция по последнему клику может неправильно отразить вклад рекламной кампании в конверсию.
В этом случае может быть более эффективна атрибуция по первому клику или атрибуция по времени.
Атрибуция по первому клику: как работает и когда ее использовать
Атрибуция по первому клику – это как будто отслеживание первого впечатления от вашего бренда. В этой модели всю заслугу за конверсию получает первый источник, с которого пользователь перешел на сайт. Например, если клиент увидел вашу рекламу в Google Ads, перешел на сайт, потом зашел на сайт через соцсети и совершил покупку, Яндекс.Метрика припишет конверсию Google Ads.
Я использовал атрибуцию по первому клику для анализа эффективности рекламных кампаний, которые нацелены на увеличение осведомленности о бренде или формирование брендовой лояльности. Например, когда я запускал рекламную кампанию с красивой картинкой модели в джинсах Mom Levis 501 в Google Ads, я хотел понять, сколько людей узнали о моем бренде и зашли на сайт именно благодаря этой рекламе.
Атрибуция по первому клику помогла мне увидеть, что некоторые пользователи, которые перешли на сайт с этой рекламы, не совершили покупку сразу, но вернулись на сайт через несколько дней и оформили заказ. Это значит, что реклама сработала, даже если конверсия не произошла сразу.
Однако, атрибуция по первому клику может быть не так эффективна для отслеживания эффективности рекламных кампаний, которые ориентированы на непосредственную продажу. Например, если у вас есть рекламное объявление в Google Ads, которое содержит специальное предложение “Скидка 20% на все джинсы Mom Levis 501”, и пользователь переходит по этому объявлению на сайт и совершает покупку, то в этом случае атрибуция по последнему клику будет правильно отражать вклад рекламной кампании в конверсию.
В этом случае может быть более эффективна атрибуция по последнему клику или атрибуция по времени.
Линейная атрибуция: как работает и когда ее использовать
Линейная атрибуция – это как справедливое распределение заслуги за конверсию между всеми источниками трафика. В этой модели каждому каналу, через который пользователь переходил на сайт, приписывается равное количество вклада в конверсию. Например, если клиент увидел ваше объявление в Google Ads, перешел на сайт, потом зашел на сайт через соцсети и совершил покупку, Яндекс.Метрика припишет каждому источнику по 50% заслуги в конверсии.
Я использовал линейную атрибуцию для отслеживания эффективности рекламных кампаний, которые ориентированы на формирование брендовой лояльности или на увеличение осведомленности о бренде. Например, когда я запускал рекламные кампании в Google Ads, которые не были направлены на непосредственную продажу, а на to promote my brand, я хотел понять, какой вклад в конверсию внес каждый источник трафика.
Линейная атрибуция помогла мне увидеть, что даже те источники, которые не привели к непосредственной покупке, могли внести свой вклад в формирование брендовой лояльности. Например, пользователь, который перешел на сайт с рекламы в Google Ads, может не совершить покупку сразу, но запомнить ваш бренд и вернуться на сайт позже и оформить заказ.
Однако, линейная атрибуция может быть не так эффективна для отслеживания эффективности рекламных кампаний, которые ориентированы на непосредственную продажу. Например, если у вас есть рекламное объявление в Google Ads, которое содержит специальное предложение “Скидка 20% на все джинсы Mom Levis 501”, и пользователь переходит по этому объявлению на сайт и совершает покупку, то в этом случае атрибуция по последнему клику будет правильно отражать вклад рекламной кампании в конверсию.
В этом случае может быть более эффективна атрибуция по последнему клику или атрибуция по времени.
Атрибуция по времени: как работает и когда ее использовать
Атрибуция по времени – это как учет “свежести” впечатлений. В этой модели чем больше времени прошло между переходами пользователя с одного источника на другой, тем меньше вклад этого источника в конверсию. Например, если клиент увидел ваше объявление в Google Ads, перешел на сайт, а потом через неделю зашел на сайт через соцсети и совершил покупку, то Яндекс.Метрика припишет Google Ads меньший вклад в конверсию, чем соцсетям.
Я использовал атрибуцию по времени для отслеживания эффективности рекламных кампаний, которые ориентированы на формирование брендовой лояльности или на увеличение осведомленности о бренде. Например, когда я запускал рекламные кампании в Google Ads, которые не были направлены на непосредственную продажу, а на to promote my brand, я хотел понять, какой вклад в конверсию внес каждый источник трафика.
Атрибуция по времени помогла мне увидеть, что даже те источники, которые не привели к непосредственной покупке, могли внести свой вклад в формирование брендовой лояльности. Например, пользователь, который перешел на сайт с рекламы в Google Ads, может не совершить покупку сразу, но запомнить ваш бренд и вернуться на сайт позже и оформить заказ.
Однако, атрибуция по времени может быть не так эффективна для отслеживания эффективности рекламных кампаний, которые ориентированы на непосредственную продажу. Например, если у вас есть рекламное объявление в Google Ads, которое содержит специальное предложение “Скидка 20% на все джинсы Mom Levis 501”, и пользователь переходит по этому объявлению на сайт и совершает покупку, то в этом случае атрибуция по последнему клику будет правильно отражать вклад рекламной кампании в конверсию.
В этом случае может быть более эффективна атрибуция по последнему клику или атрибуция по времени.
Я решил создать таблицу с описанием каждой модели атрибуции в Яндекс.Метрике. Она помогает мне быстро сравнивать модели и выбирать наиболее подходящую для конкретных целей.
Вот как выглядит моя таблица:
| Модель атрибуции | Описание | Когда использовать | Пример |
|---|---|---|---|
| Последний переход | Вся заслуга за конверсию приписывается последнему источнику, с которого пользователь перешел на сайт. | Для отслеживания эффективности рекламных кампаний, ориентированных на непосредственную продажу. | Пользователь увидел объявление в Google Ads, перешел на сайт, потом зашел на сайт через соцсети и совершил покупку. Яндекс.Метрика припишет конверсию соцсетям. |
| Первый переход | Вся заслуга за конверсию приписывается первому источнику, с которого пользователь перешел на сайт. | Для отслеживания эффективности рекламных кампаний, ориентированных на увеличение осведомленности о бренде или формирование брендовой лояльности. | Пользователь увидел объявление в Google Ads, перешел на сайт, потом зашел на сайт через соцсети и совершил покупку. Яндекс.Метрика припишет конверсию Google Ads. |
| Последний значимый переход | Конверсия приписывается последнему непрямому переходу. | Для отслеживания эффективности рекламных кампаний, ориентированных на непосредственную продажу, и учета вклада в конверсию не только прямых, но и косвенных каналов рекламы. | Пользователь увидел объявление в Google Ads, перешел на сайт, потом зашел на сайт через поисковую выдачу и совершил покупку. Яндекс.Метрика припишет конверсию Google Ads. |
| Линейная атрибуция | Каждому источнику, через который пользователь переходил на сайт, приписывается равное количество заслуги в конверсии. | Для отслеживания эффективности рекламных кампаний, ориентированных на формирование брендовой лояльности или на увеличение осведомленности о бренде, где учет вклада каждого источника трафика важен для понимания общей картины. | Пользователь увидел объявление в Google Ads, перешел на сайт, потом зашел на сайт через соцсети и совершил покупку. Яндекс.Метрика припишет каждому источнику по 50% заслуги в конверсии. |
| Атрибуция по времени | Чем больше времени прошло между переходами пользователя с одного источника на другой, тем меньше вклад этого источника в конверсию. | Для отслеживания эффективности рекламных кампаний, ориентированных на формирование брендовой лояльности или на увеличение осведомленности о бренде, где учет “свежести” впечатлений важен для оценки вклада разных каналов. | Пользователь увидел объявление в Google Ads, перешел на сайт, потом через неделю зашел на сайт через соцсети и совершил покупку. Яндекс.Метрика припишет Google Ads меньший вклад в конверсию, чем соцсетям. |
| Атрибуция по позициям | Конверсия приписывается источникам, которые находятся в определенных позициях в цепочке переходов пользователя. | Для отслеживания эффективности рекламных кампаний, где важно учитывать позицию каждого канала в “пути пользователя”. | Пользователь увидел объявление в Google Ads, перешел на сайт, потом зашел на сайт через соцсети, а потом снова увидел объявление в Google Ads и совершил покупку. Яндекс.Метрика припишет Google Ads больше заслуги в конверсии, чем соцсетям. |
Я рекомендую пробовать разные модели атрибуции и анализировать результаты, чтобы определить наиболее подходящую для вашего бизнеса.
Чтобы сравнить модели атрибуции в Яндекс.Метрике, я создал таблицу с ключевыми характеристиками каждой из них.
| Модель атрибуции | Описание | Когда использовать | Преимущества | Недостатки |
|---|---|---|---|---|
| Последний переход | Вся заслуга за конверсию приписывается последнему источнику, с которого пользователь перешел на сайт. | Для отслеживания эффективности рекламных кампаний, ориентированных на непосредственную продажу. | Простая и понятная модель, удобна для быстрой оценки эффективности рекламных кампаний, которые направлены на непосредственную продажу. | Может не учитывать вклад других каналов в конверсию, которые могли влиять на решение пользователя о покупке. |
| Первый переход | Вся заслуга за конверсию приписывается первому источнику, с которого пользователь перешел на сайт. | Для отслеживания эффективности рекламных кампаний, ориентированных на увеличение осведомленности о бренде или формирование брендовой лояльности. | Удобна для анализа рекламных кампаний, которые нацелены на увеличение осведомленности о бренде или формирование брендовой лояльности. | Может не учитывать вклад других каналов в конверсию, которые могли влиять на решение пользователя о покупке. |
| Последний значимый переход | Конверсия приписывается последнему непрямому переходу. | Для отслеживания эффективности рекламных кампаний, ориентированных на непосредственную продажу, и учета вклада в конверсию не только прямых, но и косвенных каналов рекламы. | Учитывает вклад как прямых, так и косвенных каналов рекламы в конверсию, что делает ее более точной для анализа эффективности рекламных кампаний, которые нацелены на непосредственную продажу. | Может быть сложной для понимания и интерпретации результатов. |
| Линейная атрибуция | Каждому источнику, через который пользователь переходил на сайт, приписывается равное количество заслуги в конверсии. | Для отслеживания эффективности рекламных кампаний, ориентированных на формирование брендовой лояльности или на увеличение осведомленности о бренде, где учет вклада каждого источника трафика важен для понимания общей картины. | Простая и понятная модель, которая учитывает вклад всех каналов в конверсию. | Может не учитывать “свежесть” впечатлений, то есть вклад более “свежих” каналов в конверсию может быть занижен. |
| Атрибуция по времени | Чем больше времени прошло между переходами пользователя с одного источника на другой, тем меньше вклад этого источника в конверсию. | Для отслеживания эффективности рекламных кампаний, ориентированных на формирование брендовой лояльности или на увеличение осведомленности о бренде, где учет “свежести” впечатлений важен для оценки вклада разных каналов. | Учитывает “свежесть” впечатлений, что делает ее более точной для анализа рекламных кампаний, которые нацелены на формирование брендовой лояльности или на увеличение осведомленности о бренде. | Может быть сложной для понимания и интерпретации результатов. |
| Атрибуция по позициям | Конверсия приписывается источникам, которые находятся в определенных позициях в цепочке переходов пользователя. | Для отслеживания эффективности рекламных кампаний, где важно учитывать позицию каждого канала в “пути пользователя”. | Учитывает позицию каждого канала в “пути пользователя”, что делает ее более точной для анализа рекламных кампаний, которые нацелены на формирование брендовой лояльности или на увеличение осведомленности о бренде. | Может быть сложной для понимания и интерпретации результатов. |
Я рекомендую пробовать разные модели атрибуции и анализировать результаты, чтобы определить наиболее подходящую для вашего бизнеса.
FAQ
После того, как я начал использовать атрибуцию в Яндекс.Метрике для отслеживания эффективности рекламных кампаний Google Ads для своего интернет-магазина одежды с джинсами Mom Levis 501, у меня возникло несколько вопросов. Я думаю, что они могут быть актуальны и для вас.
Какие модели атрибуции лучше использовать для интернет-магазинов одежды?
Ответ зависит от целей вашей рекламной кампании.
- Если вы хотите отслеживать эффективность рекламных кампаний, которые направлены на непосредственную продажу, то лучше использовать атрибуцию по последнему клику или атрибуцию по последнему значимому переходу.
- Если вы хотите отслеживать эффективность рекламных кампаний, которые нацелены на увеличение осведомленности о бренде или формирование брендовой лояльности, то лучше использовать атрибуцию по первому клику, атрибуцию по времени или линейную атрибуцию.
- Атрибуция по позициям хорошо подходит для анализа рекламных кампаний, где важно учитывать позицию каждого канала в “пути пользователя”.
Как выбрать наиболее подходящую модель атрибуции для моего бизнеса?
Я рекомендую пробовать разные модели атрибуции и анализировать результаты, чтобы определить наиболее подходящую для вашего бизнеса.
Как отслеживать эффективность рекламных кампаний Google Ads с помощью Яндекс.Метрики?
Яндекс.Метрика позволяет отслеживать эффективность рекламных кампаний Google Ads с помощью специального инструмента “Импорт данных из Google Ads”. С его помощью вы можете импортировать данные о расходах на рекламу и конверсиях из Google Ads в Яндекс.Метрику. Это позволит вам анализировать результаты рекламных кампаний Google Ads в контексте всех других источников трафика.
Что делать, если данные о конверсиях в Яндекс.Метрике не совпадают с данными в Google Ads?
Это может быть связано с тем, что в Яндекс.Метрике и Google Ads используются разные модели атрибуции. Чтобы согласовать данные, попробуйте выбрать одну и ту же модель атрибуции в обоих сервисах.
