Modele atrybucji w Google Ads – czym są?

W ekosystemie reklamowym Google Ads modele atrybucji mają szczególne znaczenie. Ich poprawne wdrożenie jest kluczowe dla marketerów, którzy chcą dokładnie ocenić skuteczność różnych działań reklamowych i optymalnie rozdysponować budżety. Dobrze wybrany model atrybucji może pozwolić uzyskać więcej użytecznych informacji, aby wyciągać skuteczne wnioski podczas prowadzenia kampanii.

Każda reklama online, w tym kampanie Google Ads, zapewniają szczegółowe dane na temat skuteczności kampanii. Możesz śledzić liczbę kliknięć, konwersji, a także wiele innych wskaźników, które pozwolą na skuteczną optymalizację działań. Modele atrybucji mogą pomóc zrozumieć, jak konkretne działania marketingowe wpływają na liczbę konwersji. Warto poznać różne modele atrybucji i dostosować ten, który najlepiej pasuje do naszych celów marketingowych.

Co to jest atrybucja konwersji w reklamie?

Atrybucja konwersji w reklamie to proces przypisywania wartości konwersji do konkretnych punktów styku (np. kliknięć w reklamy, wyświetleń, wizyt na stronie) w ścieżce użytkownika i określenia, w jakim stopniu poszczególne z nich przyczyniły się do pożądanego działania, takiego jak wypełnienie formularza czy dokonanie konwersji w formie zakupu. Model atrybucji pozwala marketerom zrozumieć, które kampanie reklamowe miały największy wpływ na decyzje klientów i są najbardziej opłacalne z biznesowego punktu widzenia.

Każdy użytkownik od pierwszego kontaktu z naszą marką do momentu wykonania oczekiwanego przez nas działania, przechodzi przez ścieżkę konwersji. Może ona obejmować zarówno interakcje na stronie internetowej, jak i w aplikacji mobilnej. Pojęcie ścieżki konwersji jest związane z tzw. „punktami styku”. Punkty styczności, czyli inaczej interakcje, to momenty, w których dana osoba wchodzi w kontakt z naszą marką przed, podczas lub po wykonaniu kluczowego zdarzenia. Są to poszczególne interakcje użytkownika z naszą marką wzdłuż ścieżki konwersji.

Dlaczego modele atrybucji w marketingu są tak istotne?

Badania przeprowadzone przez Online Marketing Institute pokazują, że konsumenci wchodzą w interakcję z wieloma reklamami, co najmniej osiem razy przed dokonaniem zakupu, a konwersja leada wymaga od 7 do 13 interakcji z marką. Dlatego używanie odpowiedniego modelu atrybucji jest kluczowe dla zrozumienia przez firmy, jak poszczególne kanały i kampanie radzą sobie na różnych etapach ścieżki konwersji.

Używanie wybranego modelu atrybucji jest również niezbędne do optymalizacji kampanii reklamowych. Ma zastosowanie zarówno w strategii licytowania – Google Ads będzie wykorzystywać dane o konwersjach do optymalizacji kampanii korzystających ze zautomatyzowanych strategii licytowania, jak również optymalizacji kampanii ręcznych przez reklamodawców na podstawie danych o konwersjach. Modele atrybucji mogą pokazać dane na temat tego, które słowa kluczowe i reklamy są najbardziej skuteczne w generowaniu konwersji.

Popularne modele atrybucji

W czerwcu 2023 r. z Google Ads zostały wycofane wcześniejsze modele atrybucji, ponieważ nie zapewniały one elastyczności niezbędnej do analizy zmieniających się ścieżek klientów. Różne modele atrybucji, które były wcześniej dostępne, takie jak: pierwsze kliknięcie, liniowy model atrybucji, spadek udziału w upływem czasu czy uwzględnianie pozycji, zostały zastąpione modelem opartym o dane.

• Pierwsze kliknięcie – model oparty na atrybucji pierwszego kliknięcia przypisuje całą zasługę za udział w konwersji pierwszemu punktowi styku, z którym klient wchodzi w interakcję przed działaniem powodującym konwersję. Pierwsza interakcja jest w tym modelu najważniejsza, co oznacza, że słowo kluczowe, które po raz pierwszy zapoznało użytkownika z marka, ma najwyższą wagę. Interakcje ze środkowego i dolnego lejka sprzedażowego nie są tak istotne.
• Liniowy model atrybucji – atrybucja liniowa rozdziela wartość równomiernie między wszystkie punkty styku w ścieżce klienta, na podstawie których użytkownicy dokonują konwersji. Jeśli wystąpiły 3 kliknięcia, każdy z tych etapów otrzyma wartość jednej trzeciej konwersji. Gdy użytkownik kliknął 5 reklam przed dokonaniem zakupu produktu, każda z nich otrzyma 20% wartości dokonania konwersji.
• Rozkład czasowy – model atrybucji uwzględniający rozkład czasowy, przyznaje większą wagę punktom styku, które miały miejsce bliżej w czasie do udziału w konwersji. Najważniejszy będzie ostatni punkt styku przed konwersją, następnie punkt styku przed nim i tak dalej.
• Uwzględnienie pozycji – ten model atrybucji używa danych, w których udział w konwersji przypisywany jest pierwszemu oraz ostatniemu kanałowi ścieżki zakupowej klienta.

Aktualne modele atrybucji w Google Ads

Wybierając model atrybucji w ustawieniach konwersji Google Ads, zyskujemy możliwość analizowania danych kampanii w sieci wyszukiwania w standardowych raportach, dostosowanych do naszych preferencji, bez potrzeby sięgania po zewnętrzne narzędzia. Aktualnie w Google Ads dostępne są 2 modele atrybucji:

1. Zalecany oparty na danych
2. Ostatnie kliknięcie

Model atrybucji Oparty na danych (data-driven attribution)

DDA to domyślny model atrybucji w Google Ads. Atrybucja oparta na danych jest jednym z najbardziej zaawansowanych modeli atrybucji wielokanałowej. Zamiast stosować uproszczone reguły (np. ostatnie kliknięcie, pierwsze kliknięcie), wykorzystuje ona zaawansowane algorytmy uczenia maszynowego, aby na podstawie historycznych danych określić, które interakcje miały największy wpływ na konwersję.

Kliknięcia i zaangażowanie przed udziałem w konwersji są analizowane przez system, aby identyfikować wzorce prowadzące do pożądanego działania. W przypadku korzystania z automatycznego określania stawek, wzorce te pozwalają wykorzystywać dane, aby znaleźć użytkowników zachowujących się w podobny sposób, co aktualni klienci. To właśnie sprawia, że atrybucja oparta na danych jest najbardziej zaawansowanym modelem.

Model atrybucji oparty na danych jest idealny dla firm o złożonych ścieżkach udziału w konwersji i tych, które mają wiele punktów styku. Sprawdzi się również dla brandów, które dysponują dużą ilością danych i chcą być wspierane przez machine learning.

Zalety modelu atrybucji opartego na danych

Śledzenie i analiza wyników, które zapewnia atrybucja oparta na danych, daje możliwość podejmowania skutecznych decyzji w zakresie strategii PPC dla Twojej firmy. Jakie przewagi ma to rozwiązanie nad innymi modelami atrybucji?

Lepsza widoczność mikrokonswersji

Mikrokonswersje, definiowane jako działania potwierdzające, że użytkownik angażuje się z treścią na Twojej stronie i może być zainteresowany dokonaniej konwersji w przyszłości, są łatwiejsze do śledzenia. Bardzo dokładne dane umożliwiają poprawne zoptymalizowanie słów kluczowych, reklam i grup reklam, zwiększając tym samym skuteczność kampanii reklamowej. W tabeli punktów styczności z klientem DDA definiuje zdarzenia dotyczące użytkowników powiązane z tymi punktami. Przykładowe dane to m.in. campaign_id, creative_id, placement_id i site_id.

Działania, które następują bezpośrednio po konwersjach, są traktowane jako niezwiązane z tymi konwersjami.

Dynamiczna adaptacja

Algorytmy uczenia maszynowego na bieżąco reagują na zmieniające się zachowania użytkowników, co pozwala na stałą optymalizację działań marketingowych.

Precyzyjne przypisywanie konwersji

W odróżnieniu od modeli bazujących na sztywnych regułach, model ten uwzględnia całą ścieżkę klienta, a nie tylko jej fragment. Data-driven attribution na podstawie historycznych danych związanych z działaniem powodującym konwersję, zapewnia najbardziej dokładne zrozumienie każdego kroku na ścieżce użytkownika w ramach lejka sprzedażowego.

Podejmowanie decyzji opartych na danych

Pomaga w dokładniejszym planowaniu strategii. Niezależnie od tego, czy chodzi o dostosowywanie strategii licytowania, ulepszanie kreacji reklam czy optymalizację stron docelowych, możesz podejmować decyzje w oparciu o twarde dane w sposób, który wcześniej nie był możliwy. To z kolei pozwala osiągać lepsze wyniki w kanałach marketingowych. Możesz sprawdzić, które słowa kluczowe, reklamy, grupy reklam i kampanie najskuteczniej pomagają Ci realizować cele biznesowe.

Skuteczniejsze wydatkowanie budżetu

Po określeniu, w jaki sposób różne interakcje przyczyniły się do głównego zdarzenia konwersji, możesz wykorzystać tę wiedzę do bardziej świadomego lokowania budżetu. Na przykład, jeśli zauważysz, że takie interakcje jak wypełnienie formularza kontaktowego i pobranie ebooka przynosi wiele konwersji, możesz zwiększyć budżet kampanii na reklamy, które generują te działania. Możesz optymalizować stawki na podstawie danych o skuteczności konkretnego konta.

Model Ostatniego kliknięcia (last click)

Model atrybucji oparty na tzw. „last click” przypisuje udział w konwersji reklamie, która została przez użytkownika kliknięta jako ostatnia. Model przypisywania konwersji ostatniemu kliknięciu, jak sama nazwa wskazuje, przypisuje całą zasługę za konwersję ostatniemu punktowi styku przed jej dokonaniem. Przypisywanie konwersji ostatniemu kliknięciu jest proste i powszechnie stosowane, jednak w ostatnich latach nastąpiła zmiana tego podejścia. Specjaliści podkreślają potrzebę uwzględnienia wielu punktów styku w trakcie ścieżki zakupowej klienta.

W praktyce oznacza to, że atrybucja ostatniego kliknięcia przypisuje całą wartość ostatniej interakcji. Wiemy jednak, że zwłaszcza w przypadku droższych produktów, proces decyzji zakupowych może trwać wiele dni. W tym czasie pierwszym punktem styku klienta z marką mogą być ogólne słowa kluczowe, następnie reklamy displayowe, a finalny zakup nastąpi dopiero po kliknięciu reklamy zawierającej precyzyjne słowo kluczowe z tzw. długiego ogona. Model oparty na last click przypisze konwersję ostatniemu kliknięciu reklamy, mimo że klient korzystał z różnych źródeł reklamowych, zanim dokonał ostatecznego zakupu.

Ścieżka konwersji może składać się z wielu elementów, z których ostatnie kliknięcie niekoniecznie będzie najważniejsze. Reklamy Google Ads z modelem atrybucji last click sprawdzą się w tych firmach, które mają niewiele punktów styku z użytkownikami przed dokonaniem konwersji, takich jak firmy e-commerce z krótkim cyklem sprzedaży.

Modele atrybucji a okno konwersji

Z pojęciem modeli atrybucji związane jest także hasło „okno konwersji”. Różne modele atrybucji w wybranych kanałach marketingowych mogą mieć ustawione określone okno konwersji. Określa ono czasowy przedział, w którym po interakcji z reklamą (np. kliknięciu) może zostać zarejestrowana konwersja. Innymi słowy, to maksymalny czas, jaki użytkownik ma na dokonanie zakupu lub innej pożądanej akcji, aby rzeczywisty udział w konwersji został przypisany do danej reklamy.

Podsumowanie – model atrybucji na ścieżce konwersji

Atrybucja to proces przypisywania wartości konwersji różnym działaniom marketingowym oraz potrzeba określenia rzeczywistego udziału danej reklamy w ścieżce zakupowej. Analiza danych pozwala zrozumieć, które elementy strategii marketingowej są najbardziej efektywne i jak optymalizować działania w przyszłości, a co za tym idzie – odpowiednio podzielić budżet marketingowy w celu lepszego pozyskiwania nowych klientów.