Модели атрибуции в рекламе недвижимости: что важно знать

Как самый неоднозначный селектор в настройках аналитики Яндекса помогает разрабатывать стратегию в рекламе недвижимости, рассказывает контекстолог digital-агентства для девелоперов AGM Глеб Карпов.

Проблематика

Часто в рекламном размещении Яндекс Директ на рынке жилой недвижимости мы можем видеть следующую картину:

Таблица 1. Размещение в канале Яндекс Директ с оценкой эффективности

За таким результатом может последовать решение отключить неэффективные кампании и сосредоточить бюджет и усилия только на самых выгодных размещениях. В таком случае на длинной дистанции получается следующая картина:

График 2. График брендовых запросов во времени

Хотя эффективнее было бы проследить путь клиента и оценить атрибуцию поканально и внутриканально.

При чем тут атрибуция?

Модель атрибуции – это правило, на основании которого система аналитики и бизнес присваивает конверсию маркетинговому каналу или рекламной кампании.

Какими бывают модели атрибуции

1. Last click – последний клик или последнее взаимодействие.

Лид присваивается переходу с Яндекс Поиска – последнему перед совершением покупки каналу взаимодействия. Последний канал забирает всю ценность конверсии.

Применение:

  • проекты с быстрым циклом сделки, например, интернет-магазины;
  • оценка вклада «дожимающих» каналов: ретаргет, рассылки;
  • оценка баланса между первым касанием и ремаркетингом в алгоритмических кампаниях Яндекс Директ: МК, ТК, ЕПК в комплексе атрибуций первый/последний/последний не прямой клик;
  • оценка эффективности «дожимающих» алгоритмов Яндекс Директ при настройке пересекающихся целей, например, корзина-покупка.

Ошибки в использовании/интерпретации:

  • неверная трактовка в проектах с длинным циклом сделки;
  • оценка медийного размещения;
  • интерпретация результатов не в комплексе атрибуций первый/последний/последний не прямой клик.
  • First click – первый клик или первое взаимодействие.
  • Лид присваивается переходу с рекламы ВКонтакте – первому в цепочке каналу взаимодействия. Первый канал забирает всю ценность конверсии.

    Применение:

    • проекты с длинным циклом сделки, например, b2b, покупка авто или недвижимости;
    • при запуске медийной рекламы;
    • для оценки использования автотаргетинга в Яндекс Директ;
    • для оценки работы сетевых или комплексных инструментов в Яндекс Директ с неявно сформированной ценностью.

    Ошибки в использовании/интерпретации:

    • использование данных First Click без оценки комплекса атрибуций первый/последний/последний не прямой переход;
    • оценка САС по первому касанию безотносительно качества трафика и последующей квалификации обращений.
  • Last non-direct click – последний значимый/непрямой переход.
  • Лид присваивается переходу из канала, выполненному за шаг до последнего касания, зафиксированного как прямой переход – в данном случае Yandex/cpc.

    Применение:

    • для более точной оценки влияния каналов в том же пуле задач, что и Last Click;
    • для оценки непрямого влияния каналов на увеличение знания о бренде или отложенного спроса.

    Ошибки в использовании/интерпретации:

    • неверная трактовка в проектах с длинным циклом сделки;
    • оценка медийного размещения;
    • интерпретация результатов не в комплексе атрибуций первый/последний/последний не прямой клик.
  • Last click from Yandex Direct – последний переход из Яндекс Директ.
  • Лид всегда присваивается переходу из Яндекс Директ (если данный канал присутствовал в касании) независимо от фактического канала сделки.

    Применение:

    • для более точной оценки влияния Яндекс Директ на цепочку взаимодействия.

    Ошибки в использовании/интерпретации:

    • интерпретация результатов не в комплексе атрибуций первый/последний/последний не прямой клик.
  • Автоматическая атрибуция – расширенная модель атрибуции Last click from Yandex Direct, в основе которой лежат как уже привычные алгоритмы, так и новые технологии и принципы, например, учет домохозяйств на основе обезличенных данных.
  • Модель полезная для более качественной оценки влияния на конверсии именно рекламы в Директе и ускорение обучения кампаний в этом канале.

  • Нестандартные модели, которые редко используются на практике рядовыми специалистами (например, линейная модель, time decay, position based, data-driven атрибуции (цепи Маркова, вектор Шепли).
  • Как знания о моделях атрибуции помогут в оптимизации кампаний

    Для начала определим к какому типу бизнеса относится наш проект. Недвижимость, как правило, бизнес с длинным циклом сделки от 90 до 180 дней с многократным касанием рекламных материалов и интеграций. Опираясь на эту информацию, строим в Метрике карту касаний клиента до совершения целевого действия Отчеты –> Аудитория –> Общее число визитов (период взаимодействия – от 90 (предпочтительно), целевое действие – первичное обращение:

    Делаем заметку о количестве первичных обращений с:

    • 1-го касания – 296;
    • 2-3-го касания – 156;
    • 4-7-го касания – 70 и т.д.

    Далее подключаем в группировку метрику «Дней от первого визита», здесь можно делать разбивку отчета более детально, используя значения «Всего визитов» и «Дней от первого визита (детально)». Анализ получившегося отчета говорит о том, что в первый день post-click касания рекламы совершается почти 64% целевых визитов с разбегом от 1 до 7 визитов в день посещения. Далее по эффективности следует второй день знакомства с брендом, и третье место достается интервалу 64-127 дней.

    О чем это нам говорит:

    • мы подтвердили фактическими данными длинный цикл сделки в проекте;
    • нам важны как каналы оповещения и охвата, так и каналы привлечения нового трафика, поддержания интереса и ретаргетинга.

    Вторым шагом будет анализ каналов и рекламных кампаний в связке First / Last / Last non-direct click. Для этого используем отчеты Метрики «Источники, сводка» (Отчеты –> Источники –> Источники, сводка) и «Директ, сводка» (Отчеты –> Источники –> Директ, сводка) за анализируемый период.

    Настройки отчета «Источники, сводка» для оценки влияния рекламы на целевые действия в каналах, не связанных с рекламой:

    • период анализа – от 90 (предпочтительно);
    • роботность – только люди;
    • атрибуция – последний значимый переход (кросс-девайс);
    • сегмент – для людей, у которых: Источники – Первый источник трафика – Рекламная система – Все системы;
    • целевое действия – интересующее первичное обращение (или их связка, например, отправка всех форм).

    Вывод: за 90 дней потенциальными покупателями, пришедшими из поисковых систем и впервые столкнувшихся с оффером проекта посредством касания любого из рекламных каналов представленных в метрике, совершено 17 первичных обращений с видом «Звонок».

    Настройки отчета «Директ, сводка» для оценки влияния РСЯ-размещения на последующие целевые действия в иных рекламных кампаниях Яндекс Директ:

    • период анализа – от 90 (предпочтительно);
    • роботность – только люди;
    • атрибуция – последний значимый переход (кросс-девайс);
    • сегмент – для людей, у которых: Источники – Первый источник трафика (кросс-девайс) – Директ – Кампания – РСЯ…;
    • целевое действия – интересующее первичное обращение (или их связка, например, отправка всех форм).

    Вывод: за 90 дней потенциальными покупателями, пришедшими из рекламной системы Яндекс Директ, совершено 79 целевых действий, 15 из которых сделаны после визита на сайт из РК Бренд Поиск и первичного знакомства с оффером проекта через РСЯ-кампанию.

    Таким образом, собрав в разных комбинациях отчеты по первому и последнему касанию как рекламных каналов, так и контента в органических цепочках прогрева, можно более системно подойти к формированию стратегии продвижения и составлению медиаплана и избежать проблематики, озвученной в начале.

    Источник: www.seonews.ru

    Comments (0)
    Add Comment