Jeden z naszych Klientów zapytał mnie ostatnio, „Panie Marku, proszę wyjaśnić mi, dlaczego w panelu reklamowym Facebooka widzę 500 konwersji sprzedaży, podczas gdy w Google Analytics z tego kanału widzę ich jedynie 100.” Skąd wynikają te rozbieżności oraz jak sobie z nimi radzić?
Atrybucja mediów to sposób, w jaki system przypisuje wartość danemu kanałowi. W przypadku reklamowego ekosystemu Facebooka wygląda to w następujący sposób:
Natomiast w systemie analitycznym, takim jak Google Analytics, w domyślnym widoku będzie wyglądać to tak:
W pierwszym przypadku mamy do czynienia z systemem zamkniętym, który „widzi” tylko swój udział w ścieżce klienta. W domyślnej konfiguracji Facebook nie wie, czy inne kanały także brały udział w decyzji zakupowej – wystarczy, że osoba zobaczyła, bądź kliknęła reklamę w tym ekosystemie.
Google Analytics jest systemem mierzącym – analizuje cały ruch przychodzący na stronę. W domyślnej konfiguracji konwersja przypisywana jest ostatniemu źródłu ruchu użytkownika. W naszym przypadku miejscem, które poprzedziło zakup, była reklama w wyszukiwarce. Stąd też przypisanie 100% wartości konwersji temu kanałowi. Jest to model ostatniego kliknięcia (ang. last click).
Ocena skuteczności kanałów jest bardzo ważnym, o ile nie najważniejszym zagadnieniem współczesnego marketingu internetowego. Ograniczenie się w analizach do raportów wewnętrznych (np. tylko panel Facebooka) lub stworzonych na podstawie jednego modelu (np. last click z Google Analytics) może prowadzić do błędnych decyzji dotyczących alokacji budżetów w najefektywniejsze kanały, a w rezultacie – do mniejszej skali przychodów.
Rozwiązanie idealne nie istnieje, ale możemy zbliżać się do niego, stosując kilka technik.
Pochylmy się na chwilę nad UTM-ami, czyli parametrami adresów URL, których używamy do oznaczania źródeł ruchu w systemach mierzących, jak np. Google Analytics. Dzięki ich zastosowaniu zyskujemy wiedzę dotyczącą skuteczności konkretnych reklam w wybranych grupach docelowych. Strona źródeł w Google Analytics zazwyczaj będzie wyglądać tak:
Na pozycji 11 widać ruch z Facebooka bez zastosowanych UTM-ów. Wiemy oczywiście, że jest to bezpośredni ruch z tego kanału, ale jeśli w parametrze URL nie prześlemy więcej informacji, nasza wiedza na temat jakości sesji pochodzących z Facebooka się kończy.
A co jeśli chcemy emitować reklamy także na Instagramie i Messengerze w dwóch różnych wersjach? Czy to oznacza, że dla każdego umiejscowienia trzeba tworzyć odrębne zestawy reklam? Nie trzeba, wręcz nie wolno, ponieważ źle wpływa to na wyniki kampanii. Jest lepsze rozwiązanie – autotagowanie. Dzięki niemu system automatycznie wykrywa źródło oraz pobiera potrzebne informacje bezpośrednio z panelu reklamowego Facebook. Koniec z ręcznym przypisywaniem parametrów adresów URL dla każdej reklamy.
Tak wygląda ta sama strona, która uwzględnia autotagowanie:
Co się zmieniło? Na pozycjach 3, 12, 15, 16 oraz 17 widzimy ruch pochodzący z Facebooka. Jednak w odróżnieniu od pierwszego przykładu, tym razem wiemy dokładnie, jak wygląda jakość sesji w poszczególnych platformach (Facebook, Instagram) z dodatkowym uwzględnieniem umiejscowienia reklamy (podział na mobilną i desktopową wersję Facebooka, a także na feed i stories z Instagrama).
Co to daje w praktyce? Dzięki powyższym informacjom jesteśmy w stanie optymalizować wyświetlanie reklam na Facebooku z wykorzystaniem danych zebranych w Google Analytics na poziomach znacznie niższych niż tylko samo źródło=facebook. W ten sposób zyskujemy dostęp do oceny rentowności poszczególnych reklam w konkretnych umiejscowieniach. Przykładem może być jakość sesji pochodzących z Messengera.
Czy wystarczy kilka monitorów i bieżąca analiza? Nie! Ponownie – istnieje lepsze, skuteczniejsze i szybsze rozwiązanie.
Na powyższym screenie widać, jak w jednej tabeli, połączone są dane z Google Analytics i Facebooka. Została ona stworzona w systemie raportowania Google Data Studio. Dzięki niemu możemy, w rzeczywistym czasie, oceniać skuteczność zasobów reklamowych Facebooka w otoczeniu innych kanałów. Jednak wciąż jest to wcześniej wspominany last click…
Czy można znaleźć rozwiązanie lepsze, darmowe i do tego uwzględniające atrybucję opartą na danych? Odpowiedź brzmi – TAK. Jest to narzędzie Facebook Attribution. Okazuje się, że działa i to całkiem sprawie.
Umożliwia ono analizowanie sprzedaży z różnych kanałów – podobnie jak Google Analytics. W odróżnieniu jednak od tego rozwiązania narzędzie mierzy także wpływ wyświetleń reklam na konwersje oraz przejścia użytkowników pomiędzy urządzeniami mobilnymi i desktopowymi (tzw. cross device conversions). Dzięki temu jesteśmy w stanie trafniej oceniać skuteczność kanałów.
Dane z platformy pozwolą nam także poznać odpowiedzi na poniższe pytania:
Konkrety? Sprawdźcie wyniki wdrożenia tego rozwiązania dla jednego z naszych Klientów – Orbico Beauty.
Co dodatkowo podkręca narzędzie Facebook Attribution? To atrybucja oparta na danych dla umiejscowień Facebooka. Zamiast stosować model sztywny (np. last touch czy liniowy, który z góry przypisują określone wartości danym punktom styku ze względu na ich pozycję na ścieżce wg osi czasu), algorytmy obliczają wpływ reklam bliższy pojęciu inkrementalności, czyli konwersji, które nie wydarzyłby się, gdyby nie Facebook.
Facebook Attribution to przykład modelu DataDriven, który jest typem atrybucji opartym na danych. Takie modele dynamicznie analizują wpływ poszczególnych mediów na konwersję użytkownika oraz siłę tego wpływu. Modele DataDriven to przyszłość i warto zacząć ich implementacje już teraz.
Jeżeli chcesz dowiedzieć się, jak wdrożyć kompleksowy model DataDriven w Twojej firmie, skontaktuj się z nami.