Przez Zieliński Jerzy

Model atrybucji Google Analytics: optymalizacja ścieżki konwersji

Na ścieżce konwersji, klientom często towarzyszą różne interakcje z reklamami tego samego reklamodawcy. Model atrybucji Google Ads i Google Analytics stanowią narzędzie, które pozwala precyzyjnie określić udział przypisywany poszczególnym etapom tej ścieżki. W tym artykule przyjrzę się różnym modelom atrybucji i możliwościom optymalizacji ścieżki konwersji.

Zalety korzystania z modeli atrybucji

Większość reklamodawców opiera ocenę skuteczności reklam na modelu ostatniego kliknięcia. Jednakże, modele atrybucji dostarczają znacznie bardziej złożonych danych, umożliwiając kontrolowanie przypisywania udziału w konwersji dla każdej interakcji z reklamą. To z kolei otwiera szereg możliwości:

  • Docieranie do klientów na wczesnym etapie cyklu zakupu: odkryj potencjał wpływania na klientów już na początku ich drogi do konwersji.
  • Dopasowanie modelu do działalności: wybierz model, który najlepiej odzwierciedla sposób, w jaki klienci szukają Twojej oferty.
  • Skuteczniejsze ustalanie stawek: optymalizuj stawki na podstawie dokładniejszych informacji o skuteczności reklam.

Różne modele atrybucji w Google Analytics

Google Ads udostępnia kilka modeli atrybucji, z których każdy ma swoje unikalne cechy:

  • Ostatnie kliknięcie: przypisuje cały udział w konwersji ostatniej klikniętej reklamie i związanej z nią frazie kluczowej.
  • Pierwsze kliknięcie: przypisuje cały udział w konwersji pierwszej klikniętej reklamie i związanej z nią frazie kluczowej.
  • Liniowy: równomiernie przypisuje udział w konwersji wszystkim interakcjom z reklamą na ścieżce.
  • Rozkład czasowy: przypisuje większy udział kliknięciom, które miały miejsce tuż przed konwersją. Udział jest przypisywany z uwzględnieniem 7-dniowego czasu połowicznego udziału.
  • Uwzględnienie pozycji: przypisuje 40% udziału pierwszej i ostatniej interakcji, a pozostałe 20% równo innym interakcjom na ścieżce.
  • Na podstawie danych: rozdziela udział w konwersji na podstawie historycznych danych związanych z działaniem powodującym konwersję.

Warto jednak pamiętać, że w miarę wprowadzania Google Analytics 4, nie wszystkie te modele pozostają dostępne.

Jak wybrać odpowiedni model atrybucji?

Wybór modelu atrybucji ma wpływ na sposób przypisywania udziału w konwersji, a także na optymalizację stawek. Jeśli nie wiesz, który model wybrać, raport Porównanie Modeli pozwala bezpośrednio porównać dwa różne modele atrybucji. Przykładowe porównania obejmują:

  • Ostatnie kliknięcie vs. pierwsze kliknięcie: identyfikacja niedocenianych słów kluczowych, które przyciągają klientów na początku ścieżki konwersji.
  • Ostatnie kliknięcie vs. liniowy: odkrywanie słów kluczowych używanych przez klientów na całej ścieżce konwersji.
  • Ostatnie kliknięcie vs. na podstawie danych: poznanie wartości słów kluczowych, określonej przez sztuczną inteligencję Google.

Raport porównanie modeli

Raport ten umożliwia analizę skuteczności różnych modeli atrybucji. Porównanie wartości CPA (koszt na konwersję) i ROAS (zwrot z nakładów na reklamę) w różnych modelach dostarcza cennych wskazówek dotyczących niedocenionych kampanii lub słów kluczowych.

Jak zmieniać modele atrybucji?

Zmiana modelu atrybucji wpływa na sposób zliczania konwersji. W przypadku istniejących działań powodujących konwersję można dokonać tej zmiany podczas konfiguracji konwersji w Google Ads.

Zmiany w modelach atrybucji 2023

Od 2023 nowym domyślnym modelem atrybucji stała się atrybucja oparta na danych. korzystająca z zaawansowanej technologii sztucznej inteligencji Google. Wprowadzenie tej zmiany pozwala na lepsze dostosowanie się do różnorodnych punktów styczności klienta z reklamą. Wycofane zostają za to modele: pierwsze kliknięcie, liniowy, spadek udziału z upływem czasu i uwzględnienie pozycji. Według statystyk Google tylko 3% użytkowników korzystało z wycofywanych modeli.

Od czerwca 2023 r. nie ma możliwości wyboru wycofanych modeli atrybucji dla nowych działań powodujących konwersję w Google Ads. We wrześniu wprowadzony został automatycznie model atrybucji opartej na danych. Zmiana nie wpływa jednak na model ostatnie kliknięcie ani zewnętrzne systemy atrybucji. To istotne kroki w kierunku ulepszania precyzji śledzenia konwersji i dostarczania bardziej elastycznych narzędzi reklamowych.

Model atrybucji ma kluczowe znaczenie dla efektywności reklam online. Wybór odpowiedniego modelu pozwala lepiej zrozumieć ścieżki konwersji klientów i optymalizować strategie reklamowe. Raport porównanie modeli stanowi wartościowe narzędzie do analizy skuteczności i dostosowywania podejścia do atrybucji w Google Analytics 4 i Ads.

Dodaj komentarz.