Grupy kanałów – Modelowanie atrybucji (cz. 2)

Poprzedni artykuł (cz. 1): Wprowadzenie do modelowania atrybucji

Jednym z ważnych etapów modelowania atrybucji jest stworzenie dostosowanych do własnych potrzeb grup kanałów ścieżek wielokanałowych. Teoretycznie można się bez nich obejść, ale nawet jeśli od tego nie zaczniemy, to w praktyce prędzej czy później pojawi się potrzeba skorzystania z nich.

Dzięki grupom kanałów możliwe jest grupowanie źródeł wizyt na stronie w kategorie. Ruch pochodzący z określonych źródeł, medium czy kampanii może być połączony w jedną, ogólniejszą kategorię lub rozdzielony pomiędzy kilka kategorii na podstawie wybranych kryteriów.

Na początek warto zapoznać się z artykułem pomocy Google Analytics na temat grupowania kanałów.

Domyślna grupa kanałów

Na koncie Google Analytics jest systemowo zdefiniowana domyślna grupowa kanałów. Obejmuje ona kanały takie jak: Direct (ruch bezpośredni), Organic Search (bezpłatny ruch z wyszukiwarek), Paid Social (reklama w mediach społecznościowych), Email, Affiliates (programy partnerskie), Referral (ruch pochodzący z witryn odsyłających), Paid Search (Płatny ruch z wyszukiwarek, np. Google Ads), Display (reklama displayowa) itd.:

Ruch, który nie pasuje do żadnej z kategorii, zostanie zaraportowany jako nieprzypisany (Unassigned) .

Szczegółowe zasady klasyfikacji źródeł do kanałów opisane są w artykule pomocy Analytics na temat domyślnej grupy kanałów.

Domyślnej grupy kanałów nie można modyfikować (stan na styczeń 2024) . Można jednak ją skopiować i stworzyć na jej podstawie własną grupę, np. dzieląc kanał Paid Search na słowa związane z marką (nazywając tę grupę np. Branded Paid Search) i pozostałe (Generic Paid Search).

Własne grupy kanałów

W Analytics można też stworzyć własną grupę kanałów od początku. Stworzenie własnej grupy pozwoli dostosować definicje kanałów do faktycznie występującego na stronie ruchu i potrzeb analitycznych.

W realnym świecie nie każdy ruch będzie prawidłowo otagowany tak, by systemowo zdefiniowane kryteria go odpowiednio zidentyfikowały. Mailingi nie zawsze będą miały medium “email”, czasem będzie to “newsletter”, “mailing” lub coś zupełnie innego. Możemy chcieć osobno zgrupować odesłania z konkretnych stron, np. z porównywarek cen.

Własne grupowania kanałów dają pewność, że w kanale znajduje się dokładnie to, czego chcemy.

Własne grupy kanałów tworzy się w ustawieniach usługi i są one dostępne dla wszystkich użytkowników z dostępem do danej usługi.

Zmiany są retroaktywne

Zmiany wprowadzone w grupach kanałów będą grupowały ruch według ustalonych reguł również retrospektywnie, czyli w odniesieniu do raportów historycznych. Zmiana definicji spowoduje również zmianę w klasyfikacji ruchu we wcześniejszych okresach.

Kolejność reguł

Kolejność reguł ma znaczenie! Kolejna reguła będzie stosowana tylko do ruchu, który nie spełnił reguł wcześniejszych. Przykładowo, jeśli zdefiniujemy kanał “Google Ads” w następujący sposób:



a w następnej kolejności kanał “Pozostałe PPC” jako:



– to mimo że ruch z google/cpc spełnia kryterium zaklasyfikowania do „Pozostałe PPC” (medium = cpc), to nie znajdzie się w tym kanale, ponieważ został już ujęty w kanale „Google Ads”, który jest wyżej w hierarchii.

Gdybyśmy z jakiegoś powodu chcieli kanał “Pozostałe PPC” zdefiniować przed Google Ads, to wtedy należałoby wykluczyć ruch z google/cpc, wykorzystując na przykład taką definicję jak poniżej:



Niemniej, przy umiejętnym szeregowaniu reguł możemy uniknąć takich właśnie skomplikowanych definicji. Nowe definicje dodawane są na końcu. Przycisk „Zmień kolejność” znajduje się w obok przycisku dodawania nowego kanału.

Wielkie i małe litery

Definicje kryteriów nie rozróżniają wielkich i małych liter, czyli ruch z medium “cpc” i “CPC” będzie traktowany jako pasujący do “cpc”, ale także do “CPC”.

Przykładowa konfiguracja grupowania kanałów dla e-commerce

Oto przykład grupowania kanałów do wykorzystania w szczególności w branży e-commerce.

Big Direct

Do tego kanału zaliczamy wszystkie wejścia bezpośrednie oraz wejścia z wyszukiwarek, gdzie słowo kluczowe lub wyszukiwane hasło zawierało nazwę własnej marki lub strony internetowej – haseł, które jednoznacznie wskazują, że użytkownik chciał wejść dokładnie na naszą stronę (np. użytkowniczka chcąca wejść na stronę allergo.pl. będzie szukała „allegro”).

Dlaczego tak? W tym ujęciu modelowania atrybucji będziemy zakładać, że tego rodzaju interakcje nie stanowią punktu styku i nie reprezentują konkretnego działania marketingowego. Owszem, nie biorą się one z niczego, są one efektem znajomości marki przez użytkownika, a ta jest wynikiem szeregu działań online i offline – oddziałujących na użytkownika bezpośrednio poprzez polecenia innych użytkowników. Działań tych nie jesteśmy w stanie zidentyfikować.

I nie ma tu znaczenia, czy użytkownik bezpośrednio wpisał adres strony, czy szukał jej nazwy w wyszukiwarce. Intencja jest praktycznie taka sama. Z tego powodu zasadne jest traktowanie wejść z wyszukiwarce tak samo, jak wejść bezpośrednich.

Bezpłatne wyniki wyszukiwania w podziale na słowa brandowe i generyczne

Aby grupowanie to w pełni funkcjonowało, musimy pamiętać, że dane o słowach kluczowych i wyszukiwanych hasłach w wizytach z bezpłatnych wyników wyszukiwania (organic) nie są odczytywane przez Analytics (ani przez żaden inny program analityczny, bo wyszukiwarki nie przekazują ich na zewnątrz).

Dlatego filtrowanie po wyszukiwanych hasłach nie pozwoli wyłapać zapytań związanych z marką i wszystkie wejścia z bezpłatnych wyników wyszukiwania trafią do grupy Organic Search (bezpłatne wyniki wyszukiwania) w domyślnej grupie kanałów.

Pewnym sygnałem, czy mamy do czynienia z wyszukiwaniem marki może być strona docelowa – wyszukiwania marki zazwyczaj w większości przypadków kierują na stronę główną, a wejścia na strony kategorii, produktów czy bloga z większym prawdopodobieństwem mogą dotyczyć słów generycznych.

Dlatego trzeba podjąć decyzję, czy ruch organiczny będziemy chcieli zaliczyć do Big Direct, czy zdefiniować jako oddzielny kanał. W tej decyzji pomogą nam dane z Search Console, w której znajdziemy raporty o wyszukiwanych hasłach i stronach docelowych w bezpłatnych wynikach wyszukiwania Google. Jeśli okaże się, że większość wyszukiwanych haseł stanowią słowa związane z marką (brandowe), warto rozważyć włączenie kryterium medium = organic do Big Direct.

Tak naprawdę, znaczenie ma tu jaka część konwersji przypada na te słowa, czego niestety w Search Console nie sprawdzimy (import danych z Search Console do Analytics nie w tym przypadki pomoże).

Możemy jednak to oszacować, znając różnice współczynnika konwersji dla słów generycznych i brandowych w Google Ads. Jeżeli „B” to odsetek ruchu brandowego w całości ruchu organicznego, a „K” to liczba wskazująca, ile razy ruch brandowy konwertuje lepiej od ruchu generycznego, to stosując poniższą formułę możemy wyliczyć odsetek konwersji brandowych:

X = K / [(K-1) + 1/B]

Przykładowo, jeśli słowa brandowe stanowią 75% ruchu organicznego z wyszukiwarki i konwertują 5x lepiej, niż słowa generyczne, oznacza to że wyszukiwania marki odpowiadają za X = 5 / [(5-1) + 1/0,75] = 5 / 5,3333… = 0,9375 konwersji z tego ruchu. Poniższa tabela pokazuje wynik tej formuły dla przykładowych wartości B i K:

B\K2 345 
0,1 0,18 0,25 0,31 0,36 0,40 
0,2 0,33 0,43 0,50 0,56 0,60 
0,3 0,46 0,56 0,63 0,68 0,72 
0,4 0,57 0,67 0,73 0,77 0,80 
0,5 0,67 0,75 0,80 0,83 0,86 
0,60,75 0,82 0,86 0,88 0,90 
0,7 0,82 0,88 0,90 0,92 0,93 
0,8 0,89 0,92 0,94 0,95 0,96 
0,9 0,95 0,96 0,97 0,98 0,98 

Jak widać, udział konwersji brandowych może być bardzo wysoki w wielu z pozoru niewinnie wyglądających sytuacjach.

Niepożądane odesłania

W ruchu bezpośrednim znajdują się również wejścia użytkowników, którzy kliknęli w link do strony w programie klienta poczty (np. w Outlook) lub innej aplikacji, która nie przekazuje danych o odesłaniu, np. komunikatory, SMS – oczywiście o ile linki te nie były odpowiednio otagowane parametrami utm.

Z drugiej strony, jeśli link taki zostanie kliknięty na stronie poczty (np. poczta.onet.pl, mail.google.com), to w Google Analytics pojawi się jako odesłanie z tej strony.

Wydaje się, że nie ma sensu traktować inaczej użytkowników, tylko dlatego, że zastosowali inną aplikację – dlatego ruch z tych stron również warto zaliczyć do ruchu bezpośredniego (zob. też artykuł 4 wykluczenia w Google Analytics, które należy włączyć – przeczytasz tam dlaczego poza wspominanymi wykluczeniami warto również wykluczyć strony serwisów płatności online).

Pamiętajmy, że wykluczenia te nie zadziałają retroaktywnie tzn. działają jedynie w stosunku do wizyt, które miały miejsce po dniu wprowadzenia zmian.

Dlaczego łączymy tak wiele źródeł w jeden kanał? Big Direct to użytkownicy, co do których faktycznie nie jesteśmy w stanie zidentyfikować działania marketingowego, które spowodowało, że chcieli odwiedzić naszą stronę. Użytkownicy ci znali adres strony lub jej nazwę i na nią chcieli wejść. Nawet jeśli link został przesłany wiadomością, nie wiemy skąd pochodził, czy to użytkownik wysłał go sam sobie, czy może jest to polecenie znajomego – nie da się tego powiązać z jakimiś konkretnymi działaniami marketingowymi.

A może Paid Branded Search oddzielnie?

Nic nie stoi na przeszkodzie, by dla potrzeb niektórych analiz stworzyć inną grupę kanałów, w której ruch płatny z wyszukiwarki związany ze słowami brandowymi wydzielamy do oddzielnego kanału Paid Branded Search.

Może to być szczególnie uzasadnione w przypadkach, gdy w sprzedaży naszego produktu konkurujemy z innymi sklepami, które również go oferują. Przykładowo, sklep store.nike.com będzie konkurował na słowa związane z własną marką np. “buty nike” z wieloma innymi sklepami, stąd kampania Google Ads na te słowa może przyczyniać się do zwiększenia sprzedaży w sklepie store.nike.com (choć raczej już nie na globalną sprzedaż produktów firmy).

Remarketing

Remarketing jest zazwyczaj bardzo skutecznym kanałem marketingowym, ale pełni szczególną rolę na ścieżce konwersji – nie miałby on racji bytu bez wcześniejszych wizyt pochodzących z innych źródeł. W niektórych modelach atrybucji będziemy chcieli jego wpływ na konwersje zignorować, by lepiej odpowiedzieć na pytanie, skąd pierwotnie pochodzą konwertujący użytkownicy. Może więc połączyć w jeden kanał wszystkie kampanie remarketingowe niezależnie od źródła i wydzielić je z pozostałych działań display i social media?

Kryterium zaliczenia do kanału w tym przypadku będzie przede wszystkim nazwa kampanii, np.:

Aby to zadziałało poprawnie, musimy oczywiście zadbać o odpowiednie nazewnictwo kampanii i odpowiednie tagowanie reklam spoza systemu Google Ads.

W regule możemy zastosować kilka warunków “lub” więc kampanie mogą mieć w nazwie “remarketing” lub “retargeting” itp. – ważne, by wyróżniki te jednoznacznie odróżniały kampanie remarketingowe od działań prospectingowych zmierzających do pozyskania nowych użytkowników.

Mailingi zewenętrzne i wewnętrzne

Domyślna grupa kanałów dzieli wysyłane użytkownikom wiadomości wg medium (email, push, SMS). We własnej grupie kanałów możemy podzielić te działania na kampanie zewnętrzne (np. mailingi do zewnętrznych baz danych) i działania na własnej bazie danych (push, newsletter, wysyłki w ramach marketing automation).

Jest to o tyle uzasadnione, że mimo podobnych mediów, działania te mają zupełnie inną rolę na ścieżce konwersji, podobnie jak prospecting i remarketing.

Porównywarki cen

Ruch z porównywarek cen cechuje zazwyczaj wysoki współczynnik konwersji (jest to sam dół lejka marketingowego). Jeśli stanowią on istotną część konwersji, warto go wyodrębnić.

Jak naprawić raporty dzięki grupom kanałów

U kogo nigdy nie powstał bałagan w raportowaniu, niech pierwszy rzuci kamieniem. Oto kilka typowych sytuacji:

  • W raportach pojawiły się wizyty i konwersje pochodzące z zewnętrznych stron obsługujących koszyk zakupów (np. bramek płatności online);
  • Literówki, zastosowanie wielkich liter lub zmiana nazwy przekazywanej do UTM spowodowały, że to samo źródło/medium/kampania występuje pod dwiema nazwami;
  • Niektóre źródła same raportują się w sposób niekonsekwentny, np. ruch z Facebooka może pojawić się ze źródłem facebook.com, l.facebook.com, lm.facebook.com, m.facebook.com;
  • Niektóre linki wewnętrzne lub bannery na stronie zostały otagowane znacznikami utm, celem śledzenia skuteczności kampanii wewnętrznych, przez co te pojawiły się jako źródła ruchu;

Tego rodzaju problemy utrudniają analizę. Nawet jeśli usuniemy błędy w konfiguracji i wprowadzimy odpowiednie wykluczenia, to nie zadziałają one w odniesieniu do danych historycznych.

Grupy kanałów pozwalają taki ruch przypisać do właściwej grupy, a jako że przypisanie do kanału działa retroaktywnie, obejmie to również dotychczas zebrane dane.

Niestety, na dziś (styczeń 2024) Analytics nie umożliwia tworzenia własnych modeli atrybucji, co pozwoliłoby również wstecz korygować przypisanie konwersji do źródeł ruchu i np. usunięcie przypisania konwersji do niepożądanych odesłań takich jak bramki płatności.

Dobre praktyki

Tworząc grupy kanałów warto pamiętać o kilku zasadach.

  • Kanałów nie powinno być zbyt wiele. Główną korzyścią z ich tworzenia jest właśnie pogrupowanie źródeł ruchu na kilka do kilkunastu grup.
  • Ruch, który nie został przypisany do żadnego kanału (Nieprzypisane) powinien odpowiadać za stosunkowo niewielki wolumen konwersji, nieistotny dla całościowego obrazu. Wszystkie istotne z punktu widzenia przychodów kanały warto zdefiniować.
  • Kanały, które odpowiadają za niewiele konwersji warto dołączyć do innych lub w ogóle zastanowić się nad zasadnością ich definiowania – być może miejsce tego ruchu jest właśnie w Nieprzypisanych.

Pamiętajmy: głównym celem tworzenia grup kanałów jest zwiększenie przejrzystości raportów i ułatwienie analizy. Dlatego warto właśnie od nich zacząć, zanim utkniemy w gąszczu źródeł ruchu i kampanii.

Zainteresowanych doradztwem w zakresie modelowania atrybucji zapraszamy do kontaktu z nami.

Kolejny artykuł (cz. 3): Terminologia

Warto przeczytać: Przewodnik po atrybucji w Google Analytics

Autor

Data

Related posts