Modelowanie atrybucji obejmuje analizę wpływu szeregu interakcji na konwersje w okresie poprzedzającym konwersję. O tym, jak długi ma być okres podlegający analizie, decyduje ustalone okno konwersji, nazywane w niektórych raportach okresem ważności (conversion window, lookback window). Okno konwersji to okres czasu poprzedzający konwersję, w którym uwzględniane są kliknięcia i wyświetlenia potencjalnie na tę konwersje wpływające.

Przykładowy klient sklepu internetowego miał następujące interakcje z reklamą:

• 1 lutego kliknął w reklamę AdWords w wyszukiwarce i zapoznał się z ofertą;
• 20 lutego ponowne kliknął reklamę AdWords i rozważał zakup;
• 1 marca kliknął reklamę remarketingową na Facebooku, ale nie dokonał transakcji.

10 marca użytkownik ten wszedł na stronę bezpośrednio i dokonał zakupu.

Przy 30-dniowym oknie konwersji jedynie drugie kliknięcie AdWords i reklama remarketingowa na Facebooku będą uwzględniane w analizie. Jeżeli okno konwersji wydłużymy do 45 dni, to również pierwsze kliknięcie reklamy w wyszukiwarce będzie mogło otrzymać udział w konwersji dla modeli atrybucji uwzględniających kliknięcia wspomagające.

Więcej informacji na temat okien konwersji można znaleźć w artykule pomocy AdWords.

Okna konwersji w Google Analytics i AdWords

Standardowe raportowanie Google Analytics, np. w sekcji Pozyskiwanie, oparte jest o model atrybucji ostatniego kliknięcia niebezpośredniego, z oknem konwersji 6 miesięcy (istnieje możliwość jego modyfikacji poprzez zmianę limitu czasu kampanii w ustawieniach usługi – zob. artykuł pomocy Google Analytics).

W raportach ścieżek wielokanałowych i porównania modeli atrybucji istnieje możliwość zmiany okna konwersji (okresu ważności) w przedziale od 1 do 90 dni. Dodatkowo, każdy model atrybucji ma możliwość zdefiniowania własnego okna konwersji:

Jeżeli w modelu atrybucji nie jest ustawione jego własne okno konwersji (opcja Okres ważności jest wyłączona) to dany model będzie wykorzystywał okno konwersji zdefiniowane w raporcie. W raportach porównania modeli atrybucji, indywidualnie zdefiniowane okno konwersji zostanie zaznaczone pod nazwą modelu i to ono będzie stosowane w tym modelu, nawet jeśli w raporcie zdefiniowane jest inne okno konwersji.

W przykładzie poniżej, modele Ostatnia interakcja oraz Ostatnie kliknięcie AdWords nie mają własnego okna konwersji. Model Ostatnie kliknięcie AdWords II ma ustalone własne okno konwersji na 30 dni. W raporcie ustawiono okno konwersji na 90 dni, w związku z czym będzie ono stosowane w modelach Ostatnia interakcja oraz Ostatnie kliknięcie AdWords, a model Ostatnie kliknięcie AdWords II będzie analizował wpływ interakcji na podstawie własnego okna konwersji tj. w okresie 30 dni przed konwersją:

Warto przypomnieć, że dla raportu wybieramy również, które konwersje mają być przedmiotem analizy. Mogą to być zarówno konwersje e-commerce (transakcje), jak i realizacje celów – warto upewnić się, czy na pewno analizujemy te konwersje, o które nam chodzi:

Długość okna konwersji możemy również modyfikować w przypadku śledzenia konwersji w AdWords:

Do czego przydają się okna konwersji?

Poniżej kilka praktycznych uwag związanych z oknami konwersji:

• Możliwość zmiany okna konwersji przyda się, jeśli będziemy chcieli uzgodnić raportowanie Google Analytics z innymi systemami z różnymi oknami konwersji. Bardzo często zdarza się, że porównując dane z zewnętrznych systemów śledzenia konwersji i Google Analytics reklamodawcy widzą istotne rozbieżności i przechodzą nad nimi do porządku dziennego, traktując dane z ograniczonym zaufaniem. Jedną z przyczyn rozbieżności może być inne okno konwersji. Przykładowo, standardowym oknem konwersji w systemie śledzenia konwersji AdWords jest 30 dni, podczas gdy np. systemy afiliacyjne często stosują 90-dniowe okno konwersji.

• Okno konwersji nie będzie miało wpływu na wyniki wskazywane przez model Ostatnia interakcja. Wpływ zmiany okna konwersji będziemy widzieć głównie w modelach uwzględniających wspomaganie (w szczególności w modelach pierwszej interakcji) lub w modelach ostatniej interakcji określonego rodzaju (np. ostatnie kliknięcie AdWords).

• Warto dla tego samego modelu porównać jego działania dla różnych okien konwersji – w ten sposób zobaczymy, jak zmienia się jego wpływ w czasie. Poniższe zestawienie porównuje model Pierwszej interakcji (korzystający z okna czasowego raportu, tj. 90 dni) z tym samym modelem (Pierwszej interakcji) z indywidualnie ustalonymi oknami konwersji 60 dni oraz 30 dni:

To, że im krótsze jest okno konwersji, tym bardziej rośnie udział ruchu bezpośredniego i związanego z marką, jest naturalne. W przypadku pozostałych źródeł mamy do czynienia z większym lub mniejszym wzrostem ich znaczenia im dalej w czasie sięgamy.

• Często pojawia się pytanie, skąd bierze się remarketing w raportach pierwszej interakcji? Remarketing kierowany jest do użytkowników powracających, a więc pierwsze wejście z remarketingu jest oczywiście niemożliwe. Skąd więc takie dane? To, że widzimy konwersje, dla których remarketing jest pierwszą interakcją, wynika głównie z długości okna konwersji. Jeśli wynosi ono 90 dni, a pierwotna wizyta miała miejsce np. 95 dni przed konwersją, po czym np. w 88 dniu przed konwersją miała miejsce wizyta z remarketingu, zostanie ona uznana za pierwszą interakcję w tym modelu.

Jeśli korzystamy z remarketingu na Facebooku, możemy mieć nieco większą liczbę wizyt, które jako pierwsze pochodziły z remarketingu, gdyż remarketing na Facebooku działa miedzy urządzeniami. Przykładowo, użytkownik może pierwszy raz zetknąć się ze stroną na smartfonie, a następnie kliknąć reklamę remarketingową podczas wizyty na Facebooku na komputerze, co przez Google Analytics zostanie odczytane jako pierwsza wizyta. Dla Google Analytics ta sama osoba korzystająca z różnych urządzeń to dwaj różni użytkownicy, chyba że powiążemy zalogowanych użytkowników z wykorzystaniem User ID (zob. artykuł pomocy Google Analytics).

Najwyższy czas, by zakończyć przegląd narzędzi i w kolejnym artykule przejść do właściwych zagadnień modelowania atrybucji: Modelowanie atrybucji w praktyce (cz. 6) Najlepszy model atrybucji.

Wcześniejsze artykuły z cyklu Modelowanie atrybucji w praktyce:

Cz. 1 – Wprowadzenie
Cz. 2 – Zgrupowania kanałów
Cz. 3 – Modele Last-Click i modele awaryjne
Cz. 3½ – Ostatnie kliknięcie niebezpośrednie
Cz. 4 – Modele uwzględniające wspomaganie

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