Как работать с аналитическим инструментом Facebook Attribution


Дата публикациичер 25, 2020
Как работать с аналитическим инструментом Facebook Attribution

Чтобы превратить потенциального клиента в реального, маркетологам приходится все более изощряться — одного рекламного касания* клиента уже не достаточно. Вместе с этим увеличивается и сложность измерения эффективности каждого соприкосновения с рекламой, что особенно актуально для товаров с длинным циклом продаж. В последнем случае примешивается большое число взаимодействий к аналогам маркетинга, что усложняет возможность отследить, что же именно привело к конверсии.

Предлагаем решение от Facebook и Google

Системы интернет рекламы позволяют использовать имеющиеся в их распоряжении инструменты для смм, с помощью которых можно измерить эффективность кликов на пути движения пользователя к конверсии. Популярнейшая из систем аналитики — Google Analytics. Но если полученные в ней результаты сравнить с Google Ads или Facebook Ads, то можно отметить, что данные не совпадут.

Причина этого в следующем:

  1. Системы управления рекламой не обмениваются результатами исследований.
  2. Получение данных зависит от выбранных рекламодателем окон и моделей атрибуции — и они могут быть разными.

Гуглу сбор информации по мультипликационным атрибуциям дается трудней. Для Фейсбука эта задача более простая, поскольку люди пользуются своими логинами на всех видах гаджетов.

Фейсбук презентовал миру новый инструмент, позволяющий оценить эффективность размещения рекламы с учетом кликов и показов — его название Attribution. Все аналитические данные в нем накапливаются с момента создания проекта по атрибуции. Социальная сеть задает параметры проекта и накапливает данные, а затем помещает их в отчёт «Результативность». Предлагаем разобраться, что же такое атрибуционный проект.

Виды доступных моделей атрибуции

Основное различие моделей заключается в определении веса касания, принимающего участие в совершении конверсии. Принцип действия моделей базируется на правилах, которые использованы для построения алгоритма, или статистике. В первом варианте ценность касания делится между определенными каналами согласно с установленными правилами, задать которые способны в одинаковой мере как система для управления рекламой, так и пользователь. Во втором варианте учитываются исторические данные, позволяющие рассчитать значимость конверсионных касаний.

Остановимся на моделях подробнее:

  • Линейная — предусматривает равномерное распределение веса касания между кликами, посещениями и показами. В случае если между первыми двумя разрыв не больше 60 секунд, в приоритете будет клик. Если показ и клик связывают с одной рекламой и разрыв между ними не больше суток, система считает их как одно действие.
  • Первое посещение или клик. В этом случае 100% приоритет отдается одному или другому. Если разрыв между ними меньше 60 минут, ценность получит клик.
  • Первое касание. Система весь вес отдает клику или посещению. Если они отсутствуют, ценность будет передана первому показу.
  • Ориентация на позицию — 30% или 40%. В этом случае указанный процент ценности получат первое и последнее, а остальная часть веса распределится между оставшимися касаниями. При разрыве в 60 секунд, вся ценность отдается, как и в предыдущих вариантах, клику. Если разрыв между кликом и показом не более 24 часов, то они засчитаются как одно действие.
  • Давность действия — обычно вычисляется 1 или 7 дней. В этом случае система отдает больший вес последним касаниям. К примеру, если отчетом является один день, то всем касаниям за это время будет принадлежать 50% ценности, а за 2 – 25%.
  • На основе введенных данных. Ценность рассчитывается системой на основании их дополнительного влияния.

Все модели подсчета ценности, позволяют задать ее условия вручную (кроме последней). Система отчетов может анализировать все посещения, исключить прямые посещения или не учитывать их вообще. Некоторые модели позволяют распределить ценность по платным каналам.

Выбор модели атрибуции

Как распределить ценность — выбор рекламодателя

Окна атрибуции

Так называют период, предшествующий совершению конверсии, где каждому касанию система отдает определённую ценность, ориентируясь на алгоритм модели (их существует 17). По умолчанию используется модель, ориентирующаяся на 28 дней после клика и 1 день после показа. Минимально допустимый период для расчета — 1 день после клика, показа или посещения, максимальный — 90 дней.

Выбор подходящей для оценки веса касаний модели зависит от скорости перехода пользователя в разряд клиента после первого касания. Если цикл продаж короткий, можно задать меньшие временные рамки. Для дорогих и сложных продуктов с длинным циклом продаж этот период будет больше.

Выбор окна атрибуции

Виды окон атрибуции

Зачем включать рекламные площадки

Инструмент дает возможность анализировать информацию из внешних площадок при помощи кастомных тегов или уже имеющихся готовых интеграций. Минус — все данные о внешних источниках нужно вносить самому, в отличие от Google Analytics, откуда они поступают автоматически.

Учет офлайн-конверсий

Инструмент многофункциональный позволяет отслеживать также офлайн конверсии двумя способами — вручную и с помощью API. Это позволяет определять путь тех пользователей, которые могли посетить магазины и точки продаж и совершили целевое действие благодаря показу рекламы в интернете. Ценность инструмента в том, что он позволяет отслеживать все виды касаний, предшествующих конверсии.

Что собой представляет отчет «Результативность»

Данный отчет делится на 3 раздела. Можно проанализировать прямой трафик, платные кампании и органический трафик по датам и конверсиям.

Отчет Результативность

В этом отчёте можно увидеть детальные данные по платным и органическим каналам, настроив определенные ценности нужным образом. При подключении сторонних площадок и настройке тегов для показов и кликов, данные также попадут в отчет. Анализ данных по платным каналам даёт возможность проследить эффективность модели и сравнить ее с моделью на основании полученной информации.

Анализ данных по платным каналам

Пользовательские отчеты

С их помощью можно просмотреть разбивки пользователей на группы, что позволит провести анализ по интересующим параметрам. Отчеты можно скачивать и сохранять на свой компьютер.

Пользовательские отчеты

Пути конверсии

В этом отчёте собираются данные о том, как пользователи дошли до конверсионного действия, их взаимодействие с рекламой, а также об устройствах, на которых они его совершили. Тут можно проанализировать, кому было достаточно одного касания, а кому понадобилось несколько.

Пути конверсии

Анализ путей конверсии с точки зрения разных платформ

Выбор модели

Выбор подходящей модели зависит от поставленных целей. Многие люди отдают предпочтению модели по клику — или последнему или последнему непрямому. Последние отличаются тем, что они позволяют вызывать стимуляцию тех каналов, которые затем приводят к непрямым посещениям.

Позиционная и линейная, а также модели, создаваемые на основании давности, позволят отследить количество касаний, но не позволяют понять их вес. По этой причине алгоритм системы позволяет учитывать сложные модели, которые базируются на machine learning. Такие алгоритмы есть у ФБ, так и у Гугл, но каждый из них имеет свои отличия. К примеру, у Фейсбук модель может анализировать только данные полученные из Paid-источников.

А Google позволит подключить эту модель при наличии:

  1. 400 конверсий, у которых не меньше 2 взаимодействий;
  2. 10 000 путей взаимодействия, собранных в выбранном направлении (может соответствовать такому же количеству людей, а может быть и меньше, если один пользователь использовал несколько вариантов взаимодействия).

Инструменты атрибуции для этих двух систем позволяют провести сравнительный анализ модели. Если данные сильно различаются, необходимо изучить влияние разных каналов на конверсию более детально. Своевременно проведённый анализ трендов позволит переоценить их эффективность рекламы в фейсбуке и перераспределить рекламный бюджет.

Выводы

Facebook Attribution доступен абсолютно всем, поскольку он бесплатен. Его использование дает больше данных о том, что служит причиной конверсии, чем другие аналитические алгоритмы. Инструмент охватывает как прямые, так и платные и органические каналы, а также позволяет определить их влияние на путь конверсии. С его помощью можно использовать и анализировать мультиканальные пути, которыми пользователи проходят до совершения конверсии. Специалисты AdButton предлагают использовать данный инструмент в работе по оптимизации рекламных кампаний. Освоив его, можно улучшить распределение рекламного бюджета и оптимизировать способы привлечения пользователей.

*Касание в рекламе – это взаимодействие с аудиторией. Например, один человек увидел рекламу один раз=касание.


Ирина Леонова

Ирина является автором множества статей и публикаций на тему интернет-рекламы, маркетинга, монетизации и продвижения сайтов с более чем 10-летним опытом. Благодаря консультациям, разговорам, публикациям, обучению и наставничеству, она пишет качественные статьи и публикации.

Похожие статьи

0 Комментариев

Оставить комментарий
Добавить комментарий