Atribuční modelování: zkušenosti s převedením do praxe 2.0

Aktualizace: 5. pro 2019

V tomto blog postu si dovolím navázat na svůj článek z blogu H1.cz, který vznikl před více jak rokem. Přibližně stejná doba uběhla od prvního workshopu na téma „Atribuční modelování v marketingu“, který jsme vytvořili společně s Markem Kobulským.


Za uplynulý rok se nám podařilo získat mnoho nových zkušeností jak s atribučním modelováním, tak s ním spojeným řízením marketingových investic. Nově získané poznatky shrnuji do tohoto článku. Věřím, že pro pro vás budou užitečné.

„Jsem analytik a vytvořil jsem automatizaci na kontrolu GA dat. A protože je atribuce momentálně buzzword, tak jsem ji tam zařadil také“ - Slova z pódia od přednášejícího jedné datové konference

Uvedený citát je přesnou ukázkou nevhodného uchopení tématu atribučního modelování a z mých zkušeností nevede k vyšší efektivitě marketingových investic ani zvyšování objemu tržeb. Vlastně podle mě nevede vůbec nikam.


Proč? Atribuce a práce s ní ve své podstatě není práce pro datového analytika, ani šablonovité řešení pomocí copy paste SQL query a volně dostupných Rkových knihoven. Ano, vypadne vám výsledek a atribuční koeficienty, ale v mnoha případech mají pouze málo společného se skutečným popsáním efektivity marketingových investic.


Atribuční modelování lze s trochou nadsázky zařadit (jako např. zákaznickou analytiku) do oboru „machine learning“. U machine learningu a data science projektů obecně je velice důležitá analytická fáze, díky které jednak pochopíte důležité detaily daného byznysu a datového modelu. Zajistíte také, že výsledek modelace bude dávat aspoň trochu smysl. Další informace o fázích ML projektů si můžete přečíst v článku od Ondry Kopičky).


V případě atribučního modelování v marketingu je v rámci analytické fáze mimo jiné dobré znát odpovědi na otázky:

  1. Jak dlouhý je rozhodovací proces zákazníka?

  2. Kde je skutečně kvantifikována skutečná hodnota (nebo ideálně zisk) webové konverze?

  3. Jaké segmenty investic vedou na můj web návštěvy a následně konverze?

  4. Jak silný je cross device efekt v rámci mých konverzních cest?

  5. Chápe můj tým/management možné dopady experimentů s řízením marketingových investic pomocí různých atribučních modelů?

  6. A především: vím, co mě čeká za navazující kroky v případě, že dává velký smysl řídit marketingové investice pomocí jiného atribučního pohledu než je Last nonDirect Click z Google Analytics?


Jak dlouhý je rozhodovací proces zákazníka?

V případě atribučního modelování a Google Analytics dat je délka rozhodovacího procesu „schována“ např. v parametru „campaign timeout“ (tedy alespoň v našem případě procesu výpočtu atribuce a popisu touchpointů v konverzních cestách v GA).


Momentálně jsou nejčastější dva přístupy, kde velice často narážíme na nesprávné pochopení obou dvou:


1. Campaign timeout 6 měsíců jako výchozí nastavení Google Analytics: zde se objevují názory mnoha lidí, které tento přístup popisují jako naprosto zcestný.

  • Může být chybný, ano, nicméně z našich experimentů často vychází, že se jedná o „použitelnou“ variantu u mnoha online projektů.

  • Co to znamená? Pokud bychom si měli vybrat jedno řešení atribuce pro naši celosvětově rozšířenou analytickou platformu (např. Google Analytics), tak LastClick nonDirect Click by byl rozhodně žhavý kandidát.

  • Proč? To je na dlouhé vyprávění, pokud vás zajímají detaily, napište a nebo přijďte na náš workshop. Campaign timeout je často oblíbené téma nejen k obědu.

2. Campaign timeout „nula“ neboli „true direct“, případně velice krátký campaign timeout, např. v řádu jednotek hodin: tento přístup se nám v naší praxi prozatím nikdy neosvědčil. Nicméně nevylučujeme, že může ve velice specifických případech dávat smysl, např. v případě, že vzniká velké množství konverzí pro jednoho uživatele v rámci jednoho dne -> např. exit clics na zbožových srovnávačích.

  • Direct návštěvnost v Google Analytics není nic jiného než session, u které není znám zdroj návštěvy (tedy často se vůbec nejedná o přímou návštěvu, ale o chybu v měření, ztrátu informace o referral nebo UTM v rámci přesměrování a mnoho dalších problémů, které často zkreslují data v Google Analytics.

  • I u projektů, které investují nula Kč do budování značky a jedou čistě performance marketing (PPC atd.) je v případě využití true direct (nebo čtyřhodinového campaign timeout) nárůst konverzí pro zdroj „direct / (none)“ až čtyřnásobný. Tento výsledek v analyzovaných případech postrádal jakoukoliv byznysovou logiku a byl v praxi neuchopitelný.




Kde je skutečně kvantifikována skutečná hodnota (profit) webové konverze?


U e-shopů je to víceméně jasné, hodnota konverze = hodnota objednávky bez DPH.

  • Pokud chcete jít více do hloubky, je dobré počítat skutečný marketing profit na každou objednávku. Jinak řečeno přejít na transakční ekonomiku. (Pokud se chcete dozvědět více o transakční ekonomice, doporučuji jeden z posledních podcastů na Mladypodnikatel.cz s Martinem Rozhoňem, který rozhodně ví, o čem mluví).


U lead gen projektů většinou na webu víme, že se odeslala poptávka, např. na sjednání úvěru v určitém objemu, ale už nevíme, zda se z poptávky stala skutečná smlouva, v jakém objemu a za jaké RPSN byl úvěr nakonec sjednán atp.

  • V tomto případě je pro kvantifikaci ROI nutné propojit webová data s daty z interní databáze, např. pomocí vhodně implementovaného transactionID a následného využití možností BigQuery a SQL pro propojení dat.

Jaké segmenty investic vedou na můj web návštěvy a následně konverze?


V základu je odpověď na tuto otázku jednoduchá -> víceméně veškerá nákladová data pro online marketingové platformy byste měli vidět přímo v Google Analytics (pokud si s integrací nákladových dat z reklamních platforem nevíte rady, doporučujeme využít schopností Standy Jílka nebo můžete rovnou přijít na jeho workshop.


Pokud se již pouštíte do výpočtu atribučního modelování a vaším cílem skutečně je, aby měl výsledek hlavu a patu, potřebujete znát i marketingové investice, které ve většině případů v Google Analytics nenajdete. Jaké marketingové investice to jsou?

  • Direct branding kampaně -> přímý nákup bannerů.

  • Offline kampaně -> bannery, TV reklama, radio, tištěné materiály.

  • Případně cokoliv dalšího, co přímo i nepřímo ovlivňuje objem webové návštěvnosti.

Proč je důležitá znalost i těchto investic? Nezvyšují pouze traffic, který v GA vidíte pod zdrojem „Direct“, ale také CTR na PPC kampaních (i těch nonBrand), CTR v organickém vyhledávání, výkon kampaní na sociálních sítích atd.


Výše uvedené offline investice tedy nepřímo ovlivňují víceméně všechny zdroje návštěv i konverzí. Z tohoto důvodu při výpočtu atribuce musíte mít kompletní přehled o všech marketingových investicích. Jak postupovat, když vám klient nechce tyto informace poskytnout? Máte v zásadě tři možnosti:

  1. Získat si postupně jeho důvěru. Pak vám data rád předá.

  2. Jít pracovat přímo do daného projektu.

  3. Najít si jiného klienta pro experimenty s atribučním modelováním.


Jak silný je cross device efekt v rámci mých konverzních cest?


Tato znalost je důležitá především pro projekty, které mají velice dlouhé a pestré konverzní cesty a zároveň dlouhý rozhodovací proces, jehož délkou úměrně roste pravděpodobnost, že bude uživatel s webem interagovat z více zařízení, s různým typem obsahu atd.


Pokud máte kampaně např. v Google Ads chytře segmentované dle fáze rozhodovacího cyklu (např. display kampaně jako otvírák, search kampaně jako přesvědčovací a remarketing jako doklepávací), můžete jednoduše cross device efekt sledovat poměrně spolehlivě a hlavně jednoduše a zdarma přímo v rozhraní Google Ads.



Chápe můj tým/management možné dopady experimentování s řízením marketingových investic pomocí různých atribučních modelů?


Zde si opět dovolím odkázat na svůj článek na blogu H1.cz, kde jsem zkušenosti s komunikací s managementem, případně atribuce neznalým šéfem či klientem popsal poměrně detailně.


A především: vím, co mě vůbec čeká za navazující kroky v případě, že dává velký smysl řídit marketingové investice pomocí jiného atribučního pohledu, než je Last nonDirect Click z Google Analytics?


Nejdůležitější je skutečně důvod, proč se na daném projektu atribucí vůbec zabýváte. Pokud je cílem cokoliv jiného než detailní pochopení celého byznys modelu, vlivu veškerých marketingových a technologických investic i dopad učiněných rozhodnutí obchodního a produktového oddělení, pak svou energii věnujte raději něčemu jinému.


Čeká vás nikdy nekončící experimentování s aktuálně využitými marketingovými platformami, zavádění nových platforem a zdrojů návštěv i technologií. Smlouvání o cenách přímého nákupu reklamních ploch, dohady s obchodním oddělením, že vyšší ceny povedou k nižšímu konverznímu poměru a že produkty, co nejsou skladem, se špatně prodávají. Nekonečné přesvědčování vývoje, že rychlost webu má skutečně významný ekonomický dopad na celý byznys… a takto bychom mohli pokračovat ještě dlouho.

Jakto, že toho budete muset řešit tolik? Ať se vám to líbí, nebo ne, e-commerce a online byznys obecně je velice komplexní ekosystém. Pokud ho chcete mít skutečně pod kontrolou, znalost jedné specializace rozhodně nestačí.

Výběr vhodného modelu aneb: „Tak jsme klientovi napočítali deset atribučních modelů a pro každou kampaň vybrali pro vyhodnocení jiný, protože každá byla zacílena na jinou část konverzního funnelu“” - zaznělo z pódia jedné české PPC akce.

S tímto přístupem se často setkávám v případě, kdy u klientů jako nezávislý „přísedící“ analyzuji reporty a vyhodnocení kampaní ze strany agentur i specialistů.


Reportovat každou kampaň dle jiného atribučního modelu tak, aby u každé vycházela co nejlepší ROI, za mě není správný přístup a dovolil bych si ho opět označit jako za naprosté nepochopení tématu.


Zároveň to ale neznamená, že si bez DDA atribuce ani neprdnete, naopak, lineární model a first click model využíváme v případě řízení marketingových investic poměrně často:

  • Lineární model se často hodí jako první stupeň experimentování při přechodu od LastClick nonDirect Click.

  • First click model pak využíváme často v případě B2B projektů a lead gen byznysů s vysokou frekvencí opakovaných nákupů.

Atribuce je tak trochu jako SEO, prostě se „nedá zapnout“. Nesnažte se tedy za každou cenu kolem sebe metat cizí slova, kterým vaši kolegové nebo klienti nerozumí.


Snažte se lidem, se kterými spolupracujete, skutečně vyřešit jejich byznysové problémy.


M.

©2019 Ecommerce-academy.cz, created with love by Milan, Marek & Ivča