Modèle d'attribution de métriques par défaut. Modèle d'attribution : comment déterminer le canal publicitaire le plus efficace

Chaque année, la concurrence sur le marché s'intensifie, ce qui oblige les entrepreneurs à se battre littéralement pour chaque visiteur du site Web. C’est pourquoi les stratégies basées sur le comportement sont à l’avant-garde du marketing auprès des consommateurs. Cela vous permet à terme d’augmenter vos revenus et d’augmenter le nombre de clients. Malheureusement, de nombreux spécialistes du marketing et propriétaires de sites Web ignorent tout simplement ces informations vraiment précieuses sur le comportement des utilisateurs.

Le début du parcours de conversion d'un visiteur d'un site Web peut désormais résider dans les médias payants, la publicité en ligne et les points de contact hors ligne (flyers, souvenirs, bouche à oreille). La seule façon de savoir quels canaux génèrent réellement des conversions est d’utiliser des mesures intelligentes.

Introduction de l'attribution

L'attribution est la détermination de la source de trafic qui a abouti à une conversion (action cible ou vente).

Par exemple, disons qu'un client voit votre annonce sur son site d'actualités préféré mais n'effectue aucune action. Plus tard, il le voit sur l'un des réseaux sociaux, clique sur l'annonce, mais il n'y a pas d'augmentation de la conversion. En fin de compte, il voit votre appel à l'action sur un autre site, accède à la page et prend l'action ciblée. L'attribution vous permet de suivre ce processus, d'identifier les canaux les plus efficaces et, en fonction des informations reçues, de construire une stratégie marketing.

Il y a trois étapes principales pour intégrer l'attribution dans votre campagne marketing.

1. Sélectionnez un modèle d'attribution.

Il existe de nombreuses options, mais les plus utilisées sont les suivantes :

• Dernier clic. Selon une enquête récente, 80 % des annonceurs utilisent ce modèle d'attribution, même s'ils le jugent insuffisamment efficace. La conversion est influencée par divers facteurs, mais ce modèle couvre tous les canaux qui ont « attiré » le client dans l'entonnoir de vente. L'utilisateur a vu la même annonce sur quatre sites différents - son intérêt a continué de croître après chaque visionnage, mais ce n'est que sur le dernier site que le client a décidé d'entreprendre l'action ciblée.
• Cliquez d’abord. Ce modèle est une projection inversée du précédent. Dans ce cas, l'annonce « principale » est considérée comme la première annonce sur laquelle le client potentiel a cliqué, même si son action n'a pas entraîné une augmentation immédiate de la conversion.
• Premier et dernier clic. L’essence de ce modèle réside dans le fait que la première annonce éveille l’intérêt de l’utilisateur et la dernière l’encourage à passer à l’action.
• Égalité des droits. Selon ce concept, toutes les publicités placées et consultées par le client se voient attribuer la même valeur.
• Entonnoir de vente « complet ». Dans ce cas, chaque élément du chemin de conversion de l’utilisateur compte. Vous pouvez même déterminer en pourcentage l'importance de la première annonce, le rôle du marketing par e-mail et, enfin, l'appel à l'action, grâce auquel l'action cible a finalement été réalisée. Cela vous permet de classer l'importance de chaque élément de votre campagne marketing.

Vous devez tester différents modèles pour déterminer celui qui convient le mieux à votre entreprise.

1. Trouvez une plateforme d'attribution.

Selon le type de campagne que vous menez, l'attribution peut être intégrée au système que vous utilisez. Si ce n’est pas le cas, vous avez toujours la possibilité d’utiliser différents services, par exemple les outils de reciblage AdRoll et Perfect Audience intègrent cette fonction au système, tout comme Facebook et Double Click Campaign Manager de Google.

Pour obtenir une fonctionnalité d'attribution maximale, vous pouvez utiliser des plateformes d'analyse telles que Google Analytics, IBM Digital Analytics et Adobe Site Catalyst. Vous pouvez également embaucher un spécialiste de l'attribution pour vous aider à comprendre le processus.

Vous pouvez également comprendre l'efficacité de la chaîne à l'aide de widgets. Par exemple, du fait que le client interagit avec des widgets : clique sur la « croix », accède à celui recommandé dans la fenêtre pop-up ou quitte les contacts.

Le système Google Analytics calculera l'action cible (dont vous avez besoin) et trouvera sa source. De cette façon, vous pouvez comprendre que Yandex Direct, par exemple, vous a apporté 1 e-mail d'un client via .

Découvrez comment les widgets aident à créer des entonnoirs de vente et à mesurer les performances des canaux.

1. UN/ Bles tests utilisant l'attribution vous aideront à mieux comprendre le client.

L'attribution combinée aux tests A/B vous permet de vous concentrer sur les canaux les plus performants, ainsi que de tester divers éléments marketing tels que les appels à l'action, le design, l'utilisation d'offres avantageuses, etc. Essentiellement, cela vous permet de comprendre comment vos actions impactent l’ensemble du cycle de vente.

Afin d'identifier quels éléments de campagne sont les plus efficaces, il est recommandé d'intégrer l'attribution à chacun d'eux. La liste comprend les médias sociaux, le reciblage publicitaire, le marketing par e-mail, la publicité directe, etc. De ce fait, vous saurez avec certitude que « cette bannière sur ce site ou cette chaîne de lettres génère au total X montant de revenus ».

L'attribution vous permet de mieux comprendre le chemin de conversion de vos clients, ce qui, à son tour, vous aidera à calculer correctement les coûts et à optimiser votre stratégie marketing.

Comment vos canaux publicitaires interagissent-ils les uns avec les autres ? Quelle est la meilleure façon de répartir les fonds entre eux ? Faut-il désactiver une campagne publicitaire si elle n’apporte pas de conversions ? Toutes ces questions douloureuses peuvent trouver une réponse en étudiant le comportement des utilisateurs et leur parcours d’achat. Dans cet article, je vais vous montrer comment procéder à l'aide des conversions assistées et de la comparaison des modèles d'attribution dans Google Analytics.

Que sont les conversions assistées ?

Les canaux efficaces attirent les utilisateurs qui effectuent des actions ciblées sur le site (transactions, inscriptions, commande de rappel, etc. - tout dépend de la méthode de monétisation du projet). Dans le même temps, une seule interaction avec le site suffit parfois pour qu'un visiteur se convertisse, mais pas toujours. Le plus souvent, la règle des « sept touches » fonctionne : c'est pourquoi un outil distinct est utilisé pour chaque étape de l'entonnoir de vente. Par exemple, la publicité display aide les utilisateurs à découvrir votre produit, tandis que la publicité sur les recherches attire les utilisateurs déjà intéressés.

Conversions associées— actions cibles dans lesquelles le canal analysé était une source auxiliaire (c'est-à-dire que l'interaction finale s'est produite après le passage d'un autre canal). Imaginez que vous vendez des jouets pour enfants.

1. L'utilisateur a vu publicité dans les médias et je suis allé sur votre site. Parmi l'assortiment de la boutique en ligne, il aimait un minion jouet, mais l'utilisateur n'a pas finalisé la transaction car à ce moment-là il n'était pas intéressé par l'achat (cela arrive souvent avec les bannières publicitaires - lire).

2. Une semaine plus tard, ce visiteur a été invité à son anniversaire et il s'est souvenu des jouets de votre site. J'ai cherché « jouet minion » et j'ai vu le vôtre. publicité de recherche et enregistré le site dans les favoris de votre navigateur pour le retrouver rapidement après avoir reçu votre salaire.

3. Enfin, au cours du troisième visite directe l'utilisateur a commandé un jouet. Par défaut, Google Analytics attribue à toutes les conversions une valeur basée sur la dernière source indirecte de la visite, dans notre cas, la publicité sur les recherches. Dans le même temps, dans les rapports généraux, nous ne verrons pas que la publicité display soit l'un des facteurs pour lesquels l'utilisateur a acheté un jouet sur votre site Web.

Si l’un de vos canaux ou sources n’affiche pas les conversions dans les rapports Google Analytics réguliers, ne vous précipitez pas pour l’abandonner, cela pourrait être une étape clé dans le parcours d’achat de l’utilisateur.

Comment visualiser les conversions assistées avec Google Analytics ?

Pour savoir si un canal ou une source a contribué ou non au parcours de conversion d'un utilisateur, utilisez le rapport Entonnoirs multicanaux. Pour ce faire, allez dans l'onglet « Rapports » et dans le panneau de gauche, sélectionnez « Conversions » - « Entonnoirs multicanaux ». 1. Dans le sous-élément « Aperçu », vous pouvez voir un résumé général et une visualisation de la relation entre les différentes sources de conversion.
2. Dans la sous-rubrique « Conversions associées », vous pouvez voir des informations directes sur les canaux de conversions associées, leur quantité et leur valeur :
3. L'onglet Temps de conversion fournit des informations utiles pour savoir combien de jours il faut à vos utilisateurs pour prendre une décision d'achat. Ces informations peuvent être utilisées pour configurer correctement le remarketing.
Veuillez noter que la ligne « 12-30 jours avant la conversion » affiche la somme des actions cibles pour les jours analysés. En cliquant sur le plus à côté de la ligne, vous verrez des informations plus précises.
4. Le dernier sous-élément est « Chemins de conversion principaux ». Cela affiche des informations sur le nombre d'interactions que les utilisateurs effectuent avec le site avant d'effectuer un achat et les canaux qu'ils utilisent. Dans notre exemple, les visites directes et la publicité sur les recherches mènent. Ce ne sont pas toutes les possibilités d'analyse des conversions associées qu'offre Google Analytics. Nous examinerons ensuite l'outil de comparaison des modèles d'attribution.

Qu’est-ce que l’attribution et quels modèles existent ?

Attribution est la répartition de la valeur de conversion entre toutes les interactions des utilisateurs avec le site avant d'effectuer une transaction.

Comme je l'ai déjà écrit, par défaut, les rapports Google Analytics attribuent une valeur à la dernière interaction indirecte de l'utilisateur avec le site. Ces informations seront utiles si l'utilisateur prend le plus souvent une décision d'achat après la première interaction. Par exemple, la publicité display pour un service de livraison de pizza peut générer des conversions dès la première visite sur le site.

Examinons chaque modèle en détail, à l'aide des illustrations de la présentation de Google.

100 % du crédit de conversion est attribué à la première interaction. Ce modèle est bien adapté pour mesurer l’efficacité de la publicité display, puisque son objectif est de familiariser l’utilisateur avec votre offre.

Dans la chaîne d’interactions, 100 % du crédit de conversion est attribué au dernier canal, même s’il s’agissait d’un lien direct vers le site.

3. Modèle du dernier clic Google Ads

Le dernier clic sur une annonce Google Ads reçoit 100 % de la valeur de conversion.

Chaque interaction se voit attribuer la même valeur de conversion. Ce modèle peut être utilisé lorsque chaque point d’interaction de l’utilisateur avec le site est d’égale importance.

Plus l’interaction est proche du moment où l’action cible est réalisée sur le site, plus sa valeur est grande.

Les premier et dernier canaux de la chaîne d'interactions se verront attribuer 40 % de la valeur, les 20 % restants seront répartis uniformément entre les canaux restants. Ce modèle sera utile si vous êtes intéressé à la fois par la première interaction, lorsque les utilisateurs ont pris connaissance pour la première fois de votre offre, et par la dernière interaction, lorsque l'action cible a été réalisée sur votre site Web.

Avec ce modèle, vous répartissez indépendamment la valeur des conversions entre les interactions. Vous pouvez créer un tel modèle directement dans l'interface de Google Advertising.

Ce modèle est disponible dans Google Marketing Platform. Il distribue la valeur sur toutes les sessions de la chaîne en fonction de la corrélation entre la présence de la source dans la chaîne et la conversion de la chaîne.
Le modèle basé sur les données ne peut être utilisé que dans les comptes contenant une grande quantité de données (minimum 20 000 clics et 800 conversions en 30 jours).

1. Sélectionnez « Rapports » dans le panneau supérieur, puis dans le menu de gauche suivez le chemin : « Conversions » - « Attribution » - « Outil de comparaison de modèles ».

2. Choisissez des objectifs qui vous intéressent. Par exemple, vous ne pouvez pas prendre en compte les actions associées, comme l'ajout d'un article à votre panier, mais uniquement les transactions.

3. Dans la fenêtre d'analyse, sélectionnez le nombre de jours avant la conversion à prendre en compte pour l'analyse (de 1 à 90 jours).

4. Ensuite, vous devez sélectionner le modèle d'attribution avec lequel le rapport sera construit.

4.1. Vous pouvez choisir l'un des modèles d'attribution par défaut.

4.2. Vous pouvez également créer votre propre modèle d'attribution ou en importer un prêt à l'emploi depuis la galerie Google Analitycs.

4.3. Une autre caractéristique importante est le choix de plusieurs modèles d’attribution (trois maximum). Par exemple, prenons les modèles d'attribution pour la dernière et la première interaction.

5.1. Par défaut, vous pouvez analyser par sources, canaux et leurs groupes.

5.2. Vous avez également la possibilité de sélectionner n'importe quel paramètre dans une liste de sources de trafic, de paramètres personnalisés et de données Google Ads. 6. Et enfin, vous pouvez segmenter le rapport. Par exemple, comparez les conversions survenues à la suite de la publicité lors de la première ou de la dernière interaction.
En appliquant les segments sélectionnés ci-dessus, vous obtiendrez le type de rapport suivant :
Vous savez maintenant comment utiliser l'outil de comparaison des modèles d'attribution.

D'où vient le trafic ? Analyse étape par étape des sources de trafic sur le site

Types de sources de trafic dans Yandex.Metrica

Les rapports sources fournissent des informations détaillées sur la provenance des visiteurs sur votre site.

Metrica 2.0 propose les types de sources de trafic suivants :

• Transitions depuis les moteurs de recherche ;
• Transitions publicitaires (Metrika connaît mieux les campagnes Direct, puisqu'elle a été créée pour elles. Pour les autres systèmes publicitaires, ce sont souvent les balises qui doivent être configurées) ;
• Suivez les liens sur les sites Web ;
• Transitions depuis les réseaux sociaux ;
• Visites directes ;
• Passages internes ;
• Transitions à partir de pages enregistrées (la page n'est pas enregistrée sous forme de signet, mais localement, sous forme de fichier) ;
• Transitions des listes de diffusion (pour configurer l'affichage des transitions en tant que source de trafic distincte, vous devez utiliser des balises dans les liens des e-mails).

Nous n’examinerons pas chaque source en détail ; passons directement aux rapports.

Les rapports sur les sources sont particulièrement intéressants pour les optimiseurs, car ils vous permettent de suivre la progression du site Web. Pour tous ceux qui font la promotion d'un site Web, les rapports sur les sources les aideront à le faire plus efficacement, à économiser du budget et à prendre les bonnes décisions concernant le choix des canaux de promotion.

Dans cet article, nous examinerons les principaux points d'analyse de l'efficacité des sources de trafic. Une attention particulière est portée à la recherche et à la publicité, car c'est là que sont généralement dépensés les budgets les plus importants.

Rapports Chemin vers les sources dans Metrica 2.0 :

Metrica 2.0 dispose de riches capacités d'analyse du trafic. En personnalisant les rapports, vous pouvez en outre :

• Sélectionnez une cible et créez un rapport sur les sources de trafic pour un objectif spécifique. Pour évaluer l’efficacité du trafic, vous devez fixer des objectifs.
• Segmenter les données et comparer les segments. Par exemple, comparez différentes sources : le nombre de visiteurs connus et nouveaux, les refus, les volumes de trafic mobile, etc.
• Choisissez un modèle d'attribution et trouvez des sources de trafic primaires et secondaires.

Yandex.Metrica : résumé

Par exemple, prenons une boutique en ligne de systèmes de chauffage.

Le rapport avec lequel vous avez besoin pour commencer à analyser les sources de trafic est « Sources, Résumé ». Il contient des informations générales (résumées) sur toutes les sources de trafic. Dans le Résumé, toutes les sources sont regroupées par type (8 types, voir ci-dessus). D'autres rapports fournissent des informations plus détaillées sur des types de sources individuels.

Le rapport « Sources, Résumé » donne une vue d'ensemble : quels types de sources génèrent du trafic et dans quel volume. Voici à quoi ressemble le rapport récapitulatif par défaut :

Pour comprendre quel pourcentage du trafic provient de chaque type de source ?, passez l'affichage du graphique à un diagramme circulaire :

Vous pouvez désormais voir qui est le héros : les clics sur les annonces représentent 67 % du trafic. En deuxième position, avec un retard important, se trouvent les transitions depuis la recherche – 14 %. En troisième position se trouvent les visites directes, 9% du trafic. Vous avez maintenant une idée des types de sources qui génèrent du trafic vers la boutique en ligne de systèmes de chauffage.

Dans le tableau sous le graphique, nous examinerons plus en détail les facteurs comportementaux pour les sources de chaque type :

Important : si le résumé ne contient aucun type de source, alors il n'apporte pas de trafic du tout ( par exemple, aucune publicité n'est utilisée), ou non configuré ( dans le cas de la séparation du trafic des mailings, des balises spéciales sont nécessaires dans les liens des lettres).

Une autre option utile est le commutateur « modèle d'attribution » :

Pour l'analyse des conversions, il est préférable d'utiliser l'attribution « dernière signification » pour identifier la source de la conversion.

Lors de l'analyse des conversions publicitaires, vous pouvez activer l'attribution du « premier clic ». La publicité est généralement la première source par laquelle de nouveaux visiteurs arrivent sur le site (ils se familiarisent avec le site, puis peuvent revenir sur le site, par exemple avec une visite directe).

L'attribution au premier clic est nécessaire pour les sites sur lesquels les achats ne sont pas effectués lors de la première visite. Il s’agit généralement de sites proposant des biens coûteux ou des services complexes. Lorsqu’ils prennent une décision d’achat, les clients ont besoin de temps pour réfléchir à tout.

Pour une boutique en ligne d’équipements comparatifs bon marché, l’attribution « dernier significatif » conviendrait. Nous obtenons l’image suivante de l’efficacité des sources :

La conversion issue de la publicité est inférieure à celle issue de la recherche. Cela conduit à la conclusion que la campagne publicitaire n'est peut-être pas configurée correctement et affiche le site avec des publicités non pertinentes. Pour que la publicité génère non seulement du trafic, mais également des conversions, le développement d'une campagne publicitaire doit être commandé auprès de professionnels.

Étant donné que le taux de conversion du trafic issu de la recherche est plus élevé, une boutique en ligne doit penser à l’optimisation et à la promotion du site Web dans la recherche organique. Quel moteur de recherche est-il préférable de promouvoir ? Pour la réponse, rendez-vous sur le rapport suivant : « Sources > Moteurs de recherche ».

Sources > Moteurs de recherche

Il faut donc le découvrir Quel moteur de recherche génère le plus de trafic sur votre site ? et à quel point ces visiteurs sont fidèles au site. Par défaut, le rapport Sources > Moteurs de recherche ressemble à ceci :

On voit immédiatement que 87% du trafic provient de Yandex. Ensuite, nous examinons les facteurs comportementaux des moteurs de recherche :

On peut voir qu'un trafic assez fidèle intéressé par le site provient de Yandex.

Vérifions quels visiteurs des moteurs de recherche ont utilisé pour convertir en utilisant l'objectif « Acheter 1 clic ». Encore une fois, sélectionnez l'objectif dans la liste déroulante et regardez la conversion :

La conversion depuis Yandex est plus élevée, les visites ciblées constituent également l'écrasante majorité. Par conséquent, tout d'abord, vous devez veiller à promouvoir le site dans la recherche organique Yandex, car il existe certainement un public cible prêt à acheter des produits dans la boutique en ligne de systèmes de chauffage.

Et pour quelles requêtes devriez-vous promouvoir ?? Pour la réponse, consultez le rapport sur les expressions de recherche.

Sources > Expressions de recherche

Le rapport contient des expressions de recherche qui ont conduit au site. Pour plus de commodité, vous pouvez sélectionner uniquement les requêtes suivies depuis Yandex. Nous appliquons la segmentation « Sources > Dernière source significative > Recherche > Moteur de recherche > Yandex » :

Nous obtenons un tableau de requêtes provenant de Yandex :

Mais ne vous précipitez pas pour copier les requêtes dans le noyau sémantique. Parmi les demandes, vous pouvez en outre distinguer celles de conversion. Encore une fois, sélectionnez l'objectif « Acheter en 1 clic » dans la liste des objectifs et obtenez un graphique de conversion :

Ainsi, ils « vendent » des demandes contenant des modèles d’équipements spécifiques. Nous avons fait le tri dans les moteurs de recherche, passons maintenant à la publicité.

Les facteurs comportementaux sont bons et à peu près les mêmes. Quel système de publicité fonctionne le mieux ? Encore une fois, sélectionnez l’objectif « Acheter en 1 clic » dans la liste déroulante. Obtenons la conversion à l'aide de systèmes publicitaires :

Pourtant, Yandex.Direct gagne, avec des taux de conversion plus élevés et des visites plus ciblées. Il faut maintenant passer à l'analyse des campagnes publicitaires.

Vous devez analyser les campagnes Adwords en détail dans Google Analytics. Metrica n'est pas adapté pour cela, n'essayez même pas. Dans Metrica, vous pouvez et devez analyser en détail les campagnes dans Direct (il a été créé spécifiquement à cet effet).

Sources > Résumé direct

Dans le rapport de synthèse directe, nous voyons combien de trafic chaque campagne génère-t-elle ?:

Sélectionnez maintenant l'objectif « Acheter en 1 clic » et voyez quelles campagnes génèrent un trafic exactement ciblé. Lorsque vous sélectionnez une cible, l'image change :

La campagne pour la Russie, qui génère le plus de trafic, occupe la 4ème place en termes de nombre de visites ciblées.

Important : ce n'est pas celui qui apporte le plus de trafic, mais celui qui apporte les visites les plus ciblées. Pourquoi pas des conversions ? Parce que la conversion est une valeur relative et peut être facilement trompée.

Voyons maintenant les performances des mêmes campagnes en novembre et décembre. Appliquons la comparaison « avec un segment spécifié manuellement » :

Configurons la période souhaitée dans le deuxième segment et activons l'affichage en colonnes (pour comparaison visuelle) :

Le graphique de comparaison montre l'évolution des taux de conversion par campagne. Si nécessaire, des comparaisons peuvent être effectuées dans n'importe lequel des rapports sources.

Sources de trafic dans Yandex.Metrica : résumé

L'analyse des sources de trafic doit commencer par le rapport « Sources, synthèse ». Il existe une image générale des sources de trafic. Le tableau, bien que généralisé, est révélateur pour comprendre la contribution de chaque source à la promotion du site Web. Si vous avez configuré des objectifs, vous pouvez voir directement dans le résumé quels types de sources fonctionnent le mieux.

Après le résumé, nous passons aux rapports individuels. Dans le rapport « Moteurs de recherche », nous découvrons plus en détail quel moteur de recherche génère le trafic le plus ciblé et quel moteur de recherche mérite d'être promu. Dans le rapport « Expressions de recherche », nous examinons les requêtes qui ont amené les visiteurs sur le site.

C'est l'élément le plus élémentaire que vous puissiez examiner par sources de trafic dans Metrica 2.0.

Lors de l'analyse de la promotion d'un site Web et des bénéfices générés par les campagnes publicitaires, il est très important de retracer l'ensemble du parcours de l'utilisateur, depuis le moment où il visite le site Web jusqu'à ce qu'il effectue un achat. Cela nous donnera l'occasion de comprendre comment répartir davantage le budget entre les canaux publicitaires, comment ces canaux interagissent les uns avec les autres, lequel d'entre eux est le plus efficace, et bien plus encore.

En pratique, un tel chemin peut consister en une chaîne de différentes sources de trafic. Par exemple, un visiteur est arrivé pour la première fois sur notre site Web via la publicité contextuelle (Recherche payante), a consulté plusieurs pages du site et est parti. Plus tard, j'ai changé à nouveau, mais depuis la recherche organique. Quelques jours plus tard, je me suis rendu sur le site via une source directe (Direct), en saisissant l'adresse dans la barre du navigateur, et j'ai passé une commande.

Exemple de parcours d'achat d'un utilisateur

Ainsi, avant d'effectuer une transaction (conversion), l'utilisateur interagissait avec le site à travers trois sources de trafic différentes :

1. Publicité contextuelle ;
2. Recherche organique ;
3. Entrée directe ;

À qui d’entre eux Google Analytics attribuera-t-il l’objectif atteint dans ses rapports ? Pour répondre à cette question, vous devez comprendre des concepts tels que attribution Et modèle d'attribution. L'attribution en web analytique est la règle qui consiste à répartir la valeur d'une conversion entre toutes les étapes d'interaction du chemin de conversion et à attribuer un certain nombre de points (en %) pour calculer son efficacité.

Un modèle d'attribution est un ensemble de règles par lesquelles vous décidez de déterminer la valeur d'une conversion. Il existe 7 modèles d'attribution différents dans Google Analytics :

1. Dernière interaction ;
2. Par dernier clic indirect ;
3. Dernier clic dans AdWords ;
4. Première interaction ;
5. Linéaire;
6. Récession temporaire ;
7. Basé sur le poste.

Dernière interaction (dernier clic)

100 % de la valeur de conversion est attribuée au dernier canal de la chaîne d'interactions. Dans notre exemple, c'est canal direct.

Modèle d'attribution – Dernière interaction

"La dernière traversée".

L'avantage de ce modèle est que vous pouvez dire avec 100 % de certitude quelle visite a abouti à une conversion. Cependant, cela présente également un inconvénient : il ne prend pas en compte les interactions précédentes de l’utilisateur avec le site. Ainsi, selon notre exemple dans les rapports Analytics, nous ne pourrons pas comprendre que l'utilisateur a fait sa première touche via la publicité (à savoir, nous avons dépensé de l'argent dessus et grâce à elle l'utilisateur a pris connaissance de notre offre pour la première fois), et nous ne pourrons pas non plus voir qu'il a alors effectué une recherche similaire et nous a retrouvé à nouveau, mais uniquement par le biais de l'organique. La dernière source a pris toute la valeur !

Il est recommandé d'appliquer ce modèle aux projets dont le public est prêt à acheter immédiatement et sans temps de réflexion supplémentaire. En règle générale, il s'agit de biens ou de services avec une réponse rapide - livraison de nourriture, appel d'un taxi, remorquage de voiture, réparation de matériel, etc.

Par dernier clic indirect

Ce modèle est le modèle par défaut pour tous les rapports Google Analytics, à l'exception des rapports sur les entonnoirs multicanaux. La différence avec le premier modèle est que l'attribution ignore les visites directes et que 100 % de la valeur est attribuée au dernier canal de la chaîne d'interactions. Dans notre exemple, c'est recherche organique.

Modèle d'attribution – Dernier clic indirect

Yandex.Metrica a un modèle d'attribution similaire appelé "La dernière transition significative", dans lequel toutes les sources sont conditionnellement divisées en significatives et secondaires (insignifiantes). Les plus insignifiantes incluent les visites directes, les transitions internes et les transitions à partir de pages enregistrées.

Puisqu’il est basique dans Analytics, il doit être utilisé lors de comparaisons avec d’autres modèles. L'outil de comparaison de modèles est disponible dans la section "Conversions - Attribution". Ceci sera abordé plus en détail dans les chapitres suivants.

L’inconvénient de ce modèle est que la valeur des interactions directes est délibérément sous-estimée.

Dernier clicAdWords

100 % du crédit de conversion est attribué à la dernière annonce AdWords de la chaîne d'interaction. Dans notre exemple, cela ne signifie pas que 100 % seront consacrés à la publicité contextuelle (canal de recherche payante), puisqu'en parallèle avec Google AdWords, vous pouvez mener des campagnes dans d'autres systèmes publicitaires.

Ce modèle est utilisé si vous avez une campagne publicitaire dans AdWords et que les utilisateurs de vos annonces viennent sur le site pour effectuer des transactions. Et Google, en introduisant un tel modèle dans la liste des modèles d'attribution Analytics standards, n'a pas pensé à d'autres services publicitaires que le sien.

Gourou de l'analyse Web et évangéliste de Google Avinash Kaushik dans l'un de ses articles, il a qualifié ce modèle d'inutile. Nous suivrons donc ses conseils et passerons à l’analyse du suivant.

Première interaction

100 % de la valeur de conversion est attribuée au premier canal de la chaîne d'interactions. Dans notre exemple, c'est publicité contextuelle.

Modèle d'attribution – Première interaction

Yandex.Metrica a un modèle d'attribution similaire appelé "Première transition".

Modèle d'attribution linéaire

Tous les canaux de l'entonnoir de conversion se voient attribuer la même valeur. Dans notre exemple, 33%.

Modèle d'attribution - Linéaire

Ce modèle est utilisé lorsque l'utilisateur est exposé à différents canaux tout au long du cycle de conversion et que tous les points d'interaction avec un client potentiel sont importants lors du calcul de l'efficacité. Par exemple, lors de l’analyse d’articles de blog.

Déclin temporel (tenant compte de la durée des interactions)

Ce modèle est basé sur le concept de décroissance exponentielle, et la valeur de l'objectif augmente à mesure que l'on se rapproche du dernier canal. Le terme vient de la physique nucléaire dans Google Analytics et donne une compréhension globale de l'essence du modèle de décroissance temporelle : plus le point de contact est proche de la conversion, plus il est considéré comme précieux. Les points restants perdent de la valeur à mesure que l'intervalle de temps augmente.

Selon ce modèle, la demi-vie par défaut est de sept jours. Cela signifie qu'une interaction survenue sept jours avant une conversion a deux fois moins de valeur qu'une interaction enregistrée le même jour, et deux semaines avant, quatre fois moins de valeur. La décroissance exponentielle se produit tout au long de la période analyse rétrospective(par défaut c'est 30 jours).

Dans notre exemple, le canal le plus proche de la conversion est approche directe. Il obtient alors le plus de valeur recherche organique et le plus petit %, compte tenu de la durée des interactions, a publicité contextuelle.

Modèle d'attribution - Déclin temporel

Le modèle est applicable pour analyser les achats résultant de promotions afin d'attribuer plus de valeur aux interactions lors des journées promotionnelles. Et ceux terminés une semaine plus tôt seront bien moins bien notés.

Cependant, certains spécialistes du marketing l'utilisent plus souvent que le classique dans leur travail. "Par dernier clic indirect", puisqu'il est applicable dans presque tous les sujets. On peut discuter longtemps de la valeur de certaines transitions par rapport à d’autres. Mais tout ici est tout à fait logique : plus tel ou tel canal est éloigné du moment de la conversion, moins il devrait recevoir de valeur. Après tout, si les transitions précédentes vers le site n’étaient pas moins efficaces, pourquoi n’ont-elles pas conduit à une conversion ?

L'un des avantages du modèle Time Decay est la possibilité de spécifier la durée de la demi-vie et de la comparer avec d'autres modèles de référence.

Possibilité de définir la demi-vie

Basé sur le poste

En fonction de la position, 40 % de la valeur est attribuée à la première et à la dernière interaction, et les 20 % restants sont répartis également entre les autres. Modèle d'attribution "Basé sur la position" est un hybride de modèles "Première interaction" Et "Dernière interaction."

Modèle d'attribution - basé sur la position

Ce modèle est le plus proche de la vie réelle et il est recommandé de l'utiliser lorsque vous devez suivre tous les points de contact : depuis la connaissance et la première expression d'intérêt pour votre marque, jusqu'à la dernière interaction qui a conduit à la conversion.

Tous les modèles répertoriés sont des modèles Google Analytics standard. Cependant, les utilisateurs ont la possibilité de créer leurs propres modèles d'attribution. Vous pouvez le faire en utilisant les paramètres "Modèles d'attribution", qui se trouve au niveau de la couche de présentation dans les outils et objets utilisateur.

Modèles d'attribution au niveau de la présentation

Dans les premières étapes de travail avec Google Analytics, je recommande de bien comprendre les 7 principaux modèles d'attribution et les rapports d'entonnoir multicanal (nous les examinerons dans un chapitre séparé), puis de passer ensuite à la création des vôtres.

• Vk.com -