
Новая модель атрибуции от Яндекс
В Директ и Метрику была добавлена новая модель атрибуции – «Последний переход из Директа». Схема направлена на более точную оценку эффективности кампаний при ориентации на различные рекламные цели и задачи. Разработчики добавили возможность быстрого перехода между типами атрибуции через панель настройки стратегий для большей части разновидностей кампаний.
Принцип действия модели атрибуции
Стандартно любой пользователь запускает сайт несколько раз, чтобы впоследствии осуществить какое-то целевое действие. Возможно, сначала он видит вашу рекламу на баннере, потом в сообщении из новостной ленты, но уже для совершения заказа входит непосредственно через поисковую строку.
По умолчанию отчетность «Яндекс.Метрики» показывает конверсионный переход, совершенный через поисковую строку (принимается за последний источник) – модель «Последний переход». Что касается информации о рекламных баннерах и SMM, то она скрывается. Однако она важна, потому не стоит пренебрегать данными источниками. Менеджеру стоит знать, что сам сайт человек нашел через рекламу, а интерес к нему развил в соцсетях.
Рассмотрим суть основных моделей атрибуции на примере именно этой схемы взаимодействия нового посетителя с интернет-ресурсом.
- Активация модели «Первый переход» предполагает, что в отчете будут спрятаны все каналы за исключением первого, т.е. рекламного баннера.
- Модель «Последний значимый переход» припишет успех соцсетям. Данный принцип обработки каналов поступления трафика разделяет его источники по степени значимости. Незначимыми считаются те, которые помогают определить, в какие из каналов целесообразно вкладываться (время, средства). Модель отбросит прямые или косвенные переходы, выделив каналы, формируемые вследствие бизнес-деятельности (реклама, SMM, e-mail-маркетинг).
Наконец, тип «Последний переход из Директа» является общедоступным с 30 июля 2019 года.
Особенности нововведения
Суть модели схожа той, которая учитывает лишь последний значимый источник. Отличительный момент – значимым считается трафик, приходящий из Директа. Это способствует более эффективному вложению средств в конверсионный уровень между различными кампаниями и группами рекламных элементов. При этом модель позволяет определять самые эффективные кампании и производить их оптимизацию.
Стоит отметить, что эта модель также актуальна при необходимости получения более подробной статистической отчетности по рекламным кампаниям, запущенным для продукта с длинным циклом приобретения.
Статистика использования моделей атрибуции
Мастер отчётов всё также будет выводить статистическую информацию по любой из вышеперечисленных моделей, но новая появится лишь в отчетах, охватывающих период её добавления в открытый доступ (30.07.19).
Модель актуальна всегда за исключением тех кампаний, к которым применены стратегии «Оптимизация рентабельности» и «Оптимизация конверсий». Для них сохранится привычный набор моделей, т.к. новый принцип сбора информации нарушает объективность и точность запущенного алгоритма, сбивая конфигурации. Перенастраивать их рекомендуется вручную, чтобы отслеживать степень влияния на конверсионный уровень индивидуально.
Выбор моделей атрибуции в процессе настройки стратегий
Подбирая оптимальную модель атрибуции, вы можете указать алгоритму на то, какой принцип управления будет более актуальным. Впоследствии выбранный тип обработки информации указывается в «Общей статистике» из отчёта. Новшеством можно воспользоваться при настройке стратегий для кампаний с «умными» баннерами, текстово-графическими и динамическими рекламными блоками.
Различия отчетности по типу атрибуции в сервисах Яндекса
Метрика отображает статическую информацию для каждого из каналов генерации трафика, учитывая и Директ. Посредством неё можно сравнивать источники между собой. Актуальность данного сравнения повысилась, когда появилась модель «Последний переход из Директа», позволяющая не отсеивать важный канал трафика, как это ранее делали другие типы атрибуции.
Статистика Директа способствует более точной проверке объявлений на предмет их работоспособности. Использовать получаемые сведения можно, чтобы узнать, являются ли рекламные блоки первым элементом на пути взаимодействия посетителя с сайтом. Характерный пример такой ситуации: ни одна из моделей не показывает эффективной конверсии, но вот в случае с типом «Первый переход» растущий конверсионный уровень очевиден.