A Google Ads és az Analytics méréseinek különbségei II.
Az attribúció, avagy ki(k)nek, mi(k)nek köszönhetjük a konverziónkat
A kevés forgalmi forrás és rövid konverziós útvonal, valamint gyors vásárlás esetén, kellően hosszú időszakot vizsgálva Google Analyticsben és Adsben, a bevételi adatok között nem lesz nagy különbség – ezt az előző cikkünkben bővebben kifejtettük. De adott egy tényező, ami az összes eddig ismertetett elem működését alapjaiban befolyásolja: ez az attribúció (hozzárendelés). Az attribúciós modell megmutatja, hogy az egyes online interakciók milyen mértékben járultak hozzá egy esemény bekövetkezéséhez. Blogbejegyzésünkben ez az esemény egy webáruházi vásárlás lesz.
Kiválasztás >>> vásárlás
Értelmezzük az online vásárlást egy folyamatként: jellemzően hosszú utat tesz meg egy felhasználó onnantól, hogy felmerül az igénye a vásárlásra odáig, hogy végül a megrendelés gombra kattint! Jogos a kérdés, hogy a felhasználóra ható interakciók milyen mértékben járulnak hozzá a vásárláshoz. Ezt a hagyományos médiumok esetében szinte lehetetlen felmérni, de a digitális analitika segítségével erre is találunk megoldást. A mérési alapegységünk a kattintás lesz.
Az alapvető különbség az Analytics és a Google Ads között, hogy míg előbbi az összes forgalmi forrást figyelembe veszi, addig az Ads felületén – érthető okból – nem jelennek meg más források adatai. Ez azt jelenti, hogy az Ads csak önmaga keretein belül tud gondolkozni, míg az Analytics holisztikusan látja az adatokat. Egy valami viszont közös bennük: mindkét rendszerben alkalmazhatók a különböző attribúciós modellek.
Az attribúció mindig egy adott modellen keresztül értelmezhető. Ez azt jelenti, hogy mi döntjük el a modellek segítségével, hogy melyik kattintás milyen mértékben járul hozzá a vásárláshoz. Ha csak egyetlen kattintás után vásárolnának a felhasználók, akkor nem kellene modellezni, hiszen egyértelműen hozzárendelhető a siker egy adott forráshoz, kattintáshoz. A gyakorlat azonban azt mutatja, hogy jellemzően számtalan kattintás előz meg egy vásárlást, így már nem egyértelmű az egyes kattintások és források szerepe.
Az attribúciós modellek használata
Rendeljük a konverziót az első kattintáshoz? A győztes mindent visz, és legyen az érdem az utolsó kattintásé? Vagy legyünk igazságosak, és az összes kattintás osztozzon a sikeren egyenlő arányban? A válasz lényegében azon múlik, hogy minek mekkora jelentőséget tulajdonítunk. Az Ads felületén konverziónként be lehet állítani, hogy milyen hozzárendelési modellt használjon hozzájuk a rendszer. Alapértelmezett esetben az utolsó kattintás modellje van beütemezve, de a következők szintén alkalmazhatók:
- első kattintás
- lineáris
- időkésleltetéses
- pozícióalapú
- adatvezérelt
A lineáris modell egyenletesen osztja szét a konverziókat a kattintások között, így ha 5 különböző hirdetésünkre kattintott egy felhasználó, majd vásárolt, akkor mind az 5 hirdetés 0,2 konverziót fog kapni. Az időkésleltetéses modell a konverziókat nagyobb részben a konverzióhoz időben közelebb eső kattintásoknak tulajdonítja (progresszív módon). A pozícióalapú modell pedig 40-40%-ot ad az első és utolsó kattintásnak, a maradék 20%-on az összes köztes kattintás osztozik. Az adatvezérelt modell automatikusan maga dönti el előzménystatisztikák alapján, hogy melyik kattintásnak mekkora szerepe volt a vásárlásban. Ez tulajdonképpen az egyetlen igazságos és megbízható modell, azonban van egy hátránya: nagyon sok adat kell hozzá. Szám szerint 30 nap alatt 15.000 kattintás és 300 konverzió.
Ahány cég, annyiféle hozzárendelés
Hogy melyik a számunkra megfelelő modell, az sok tényezőtől függ, de leginkább a termékünk/szolgáltatásunk sajátosságaitól. Mindenekelőtt mégis azt kell szem előtt tartani, hogyan viselkednek a vásárlóink. Például minél hosszabb a vásárlási folyamat, annál kevésbé érdemes csak az első vagy az utolsó kattintáshoz rendelni a konverziót.
Az Analytics felületén automatikusan az utolsó nem direkt kattintáshoz rendeli a rendszer a konverziókat, így ebben az esetben csak akkor lesznek rögzítve Google Ads konverziók, ha azok az utolsó, nem direkt interakciók voltak. Ezért van az, hogy a legtöbb esetben az Analytics kevesebb bevételt mutat a Google hirdetéseknél, mint amit az Ads felületén láthatunk.
Összefoglalásként egy példa
Tegyük fel, hogy egy felhasználó Google Ads hirdetésre kattintott, két nap múlva Facebook-hirdetésből jutott el hozzánk, majd végül másnap hírlevelünkből kattintva látogatott el az oldalunkra és vásárolt. Azt fogjuk látni, hogy a Google Ads és a Facebook is bemérte a saját rendszerében a konverziót, az Analytics viszont kizárólag az e-mail-forráshoz rendelte.
Nem az a lényeg, mihez rendeljük hozzá a konverziókat, hanem hogy milyen jellemző folyamatokon mennek át a felhasználók a vásárlás során, illetve, hogy az adott forrásoknak milyen szerepe van. Ezeknek megfelelően könnyedén kialakíthatjuk, vagy módosíthatjuk a kommunikációs stratégiánkat.