Как выбрать модель атрибуции: пошаговое руководство и много примеров

• Видео рассказывает о модели атрибуции, которая является важным инструментом в маркетинге.  

• Модель атрибуции помогает определить, какой канал маркетинга является наиболее эффективным и как его использовать для оптимизации и масштабирования.  

• Видео приводит примеры использования различных моделей атрибуции для разных ситуаций.  

• Это помогает понять, как использовать модель атрибуции для принятия маркетинговых решений.  

• Видео объясняет, как выбрать модель атрибуции для своего проекта, основываясь на анализе данных и понимании того, какой канал маркетинга наиболее эффективен.  

• Это помогает оптимизировать маркетинговые расходы и улучшить результаты.  

• Модель атрибуции "Ласт клик" присваивает ценность и конверсию последнему источнику в цепочке.  

• Используется для оценки эффекта контекстной рекламы, дожимающих каналов, медийных инструментов.  

• Не используется для каналов на широкую аудиторию и для бизнесов с длинным циклом сделки.  

• Модель атрибуции "Ферст клик" присваивает конверсию первому источнику в цепочке.  

• Используется для оценки вклада каналов привлечения в бизнесе с длинным циклом сделки.  

• Работает для медийных инструментов, где задача - сформировать первое впечатление и привести целевых пользователей.  

• Видео обсуждает две модели атрибуции: ласт клик и ферст клик.  

• Эти модели позволяют анализировать рекламные каналы и компании с разных сторон, чтобы понять, стоит ли их масштабировать и приносят ли они пользу для бизнеса.  

• В примере анализируется медийная компания, которая использует рекламу на YouTube.  

• Цель компании - охватить холодных пользователей, которые вряд ли будут покупать сразу на сайте.  

• Анализируется количество покупок, пост-вью продаж и стоимость привлечения клиента для разных моделей атрибуции.  

• Если отключить видеорекламу, можно потерять продажи с других источников, которые дожимают человека до покупки.  

• Важно дополнительно проверять, с какими другими источниками взаимодействует видеореклама.  

• Если количество продаж по первому и последнему касанию примерно одинаково, а стоимость привлечения клиента высока, то канал может быть неэффективным и требует оптимизации.  

• В контексте недвижимости, где люди ищут квартиры, контекстная реклама может быть эффективным каналом привлечения.  

• Однако, из-за долгого процесса общения с менеджером, количество продаж может быть небольшим.  

• Модель атрибуции "первый клик" может быть полезна для оценки каналов привлечения, так как она ближе к началу воронки продаж.  

• Модель атрибуции "Последний значимый переход" (Last Non Direct Click) присваивает конверсию и ценность тому каналу, который предшествовал прямому заходу на сайт.  

• Эта модель атрибуции полезна для оценки дожимающих каналов, так как она позволяет понять, какие источники предшествовали прямому заходу на сайт.  

• Модель атрибуции "Последний непрямой переход" (Last Non Direct Click) является основной моделью атрибуции в Google Analytics и используется для оценки дожимающих каналов.  

• Она присваивает конверсию и ценность тому каналу, который предшествовал прямому заходу на сайт.  

• В видео обсуждаются три популярные модели атрибуции: ласт клик, ферст клик и ласт но директ клик.  

• Модель ласт клик присваивает ценность последнему источнику, который привел к конверсии.  

• Модель ферст клик присваивает ценность первому источнику, который привел к конверсии.  

• Модель ласт но директ клик отбрасывает прямые заходы и присваивает ценность последнему источнику.  

• Ассоциированные конверсии присваивают ценность всем каналам, которые привели к конверсии.  

• Этот инструмент полезен для оценки каналов, которые подогревают интерес к покупке.  

• В примере с контентом на сайте, ассоциированные конверсии показывают, что треть продаж происходит за счет касания контента.  

• Позишен бейс или модель атрибуции на основе позиции присваивает большую ценность первому и последнему источникам.  

• Эта модель редко используется, так как она не учитывает серединные каналы, которые могут быть важны для бизнеса.  

• В видео обсуждаются различные модели атрибуции, включая линейную модель, модель атрибуции с учетом давности взаимодействия и модель атрибуции с использованием искусственного интеллекта.  

• Эти модели используют гибкие коэффициенты для оценки значимости каналов в зависимости от их положения в цепочке.  

• Модели атрибуции имеют ограничения, так как они предполагают, что каналы, находящиеся в начале или конце цепочки, имеют большую ценность, чем каналы в середине.  

• Это может привести к неправильным решениям о том, какие каналы масштабировать и оптимизировать.  

• Модели атрибуции помогают принимать решения о том, какие каналы работают лучше и в какие каналы стоит вкладывать больше денег.  

• Они не дают гарантии того, какой канал принес определенное количество покупок, но помогают оценить их эффективность.  

• В интернет-магазине по продаже развивающих игрушек для детей, большая часть покупок совершается в первую или вторую сессию.  

• Каналы привлечения: Яндекс Директ, поиск, Россия.  

• Каналы дожима: смски, рассылки.  

• Каналы прогрева: блок на сайте, соцсети.  

• Реклама в России: 15 продаж, сиси 3601.  

• Можно работать с этой рекламной кампанией, но нужно оптимизировать.  

• Реклама в России может приводить первичную аудиторию, которая впоследствии покупает.  

• Реклама в поиске: 26 продаж, сиси 1500 долларов.  

• Есть потенциал для оптимизации.  

• Реклама в поиске может дожимать людей, но не приводит их.  

• В видео обсуждается оценка каналов привлечения, таких как поисковая реклама, на основе различных моделей атрибуции.  

• Отмечается, что если компания имеет низкую стоимость за сеанс, то она может быть более эффективной для привлечения клиентов.  

• Также обсуждаются компании, которые имеют высокую стоимость за сеанс, но все еще могут быть эффективными, если они имеют высокий уровень конверсии.  

• В видео обсуждаются способы оценки каналов удержания, таких как рассылки, ретаргетинг и смски.  

• Если мы хотим понять, какие из этих каналов работают лучше, мы можем провести эксперимент, где мы делим аудиторию на две части: тех, кто получил рассылку, и тех, кто не получил.  

• Затем мы можем сравнить количество покупок между этими двумя группами.  

• Если разница между группами статистически значима, то мы можем сделать вывод, что рассылка имеет дополнительный эффект.  

• Если разницы нет, то рассылка не приносит дополнительного эффекта.  

• Анализируется эффективность различных писем, направленных на привлечение клиентов.  

• Используется модель атрибуции "last non-direct click", чтобы исключить фактор прямого захода на сайт.  

• Определяется, какое из писем дает наилучшую конверсию в оплату.  

• Оценивается эффективность контентных единиц, которые могут привести к покупке.  

• Используется модель атрибуции "last non-direct click" для определения, какие материалы имеют большую вероятность довести до покупки.  

• Материалы с высокой конверсией могут быть использованы в социальных сетях, рассылках или переданы команде продаж.  

• Каналы привлечения, удержания и прогрева оцениваются отдельно, с использованием своих моделей атрибуции.  

• В рамках каждой группы каналов определяется, что работает лучше и хуже, и принимается решение о масштабировании или оптимизации.  

• Видео обсуждает различные модели атрибуции, которые позволяют оценить эффективность различных каналов маркетинга.  

• Модель атрибуции "Последний значимый переход" используется для оценки эффективности контекстной рекламы.  

• Модель атрибуции "Последний значимый переход" также используется для оценки эффективности каналов прогрева.  

• Модель атрибуции "Последний значимый переход" позволяет оценить эффективность различных каналов маркетинга и определить, какие из них следует масштабировать.  

• Видео обсуждает модель атрибуции "Последний платный клик перед заявкой" для бизнеса с длинным циклом сделки.  

• Модель атрибуции учитывает последний платный клик перед заявкой и присваивает оплату последнему источнику, который довел до заявки.  

• Модель атрибуции также учитывает инвестиции в платные каналы и отдает им больший вес.  

• Видео обсуждает использование различных моделей атрибуции для разных групп каналов, чтобы определить, какие компании и каналы работают лучше.  

• Модель атрибуции позволяет определить, какие компании и каналы следует масштабировать, а какие оптимизировать.  

• Модель атрибуции не является инструментом для однозначного определения того, какая компания получила сто продаж.  

• Она помогает понять, какую компанию или канал лучше масштабировать или оптимизировать.