Модели атрибуции Яндекс.Метрики и Google Analytics - сравнение

Модели атрибуции Яндекс.Метрики и Google Analytics - сравнение
19.08.2020
15 мин
7472
наш канал в ЯНДЕКС.ДЗЕН.

Введение

Интернет-пользователи в настоящее время имеют множество вариантов поиска нужных ресурсов, интернет-магазинов или источников полезной информации. Вероятность совершения конверсии на сайте при первом взаимодействии с ним крайне мала. Прежде чем совершить целевое действие, они могут зайти на сайт множество раз.

Для примера, проанализируем следующую ситуацию:

  • Пользователь увидел в Instagram рекламу интернет-магазина;
  • Перешел на нее для ознакомления, но совершать действий на сайте не стал;
  • Спустя некоторое время пользователь в поисковых системах снова увидел сайт, перешел на него, опять же без покупки;
  • И через пару дней напрямую ввел адрес данного сайта и совершил покупку.

В данной ситуации последовательность взаимодействия с каналами была следующая:

  • Социальные сети – знакомство с брендом
  • Органический поиск – повторный заход
  • Прямой заход – совершение конверсионного действия.

Для корректного анализа сайта аналитику требуется понять, какой заход на исследуемый ресурс является наиболее важным, то есть какой источник приносит больше прибыли и является эффективным для компании. В этом могут помочь модели атрибуции.

Что такое модель атрибуции

Модель атрибуции – это правило или набор нескольких правил, которые позволяют распределить ценность различных каналов в цепочке взаимодействий пользователя с компанией на пути к достижению конверсии.

Данный инструмент позволяет определить, через какие каналы клиент осуществляет взаимодействия с сайтом, например:

  • Первое знакомство с брендом;
  • Детальное изучение бренда, его ассортимента, преимуществ;
  • Совершение конверсии;
  • Повторные покупки.

Модели атрибуции представлены как в Яндекс.Метрике, так и в Google Analytics. Но они имеют различия, в которых следует разобраться. Ниже мы ознакомимся с каждым сервисом статистики и определим отличия между моделями атрибуции в Яндекс и Google.

Модели атрибуции Яндекс.Метрики

Яндекс.Метрика предлагает пользователям следующий список моделей атрибуции:

  1. Первый переход
  2. Последний переход
  3. Последний значимый переход
  4. Последний переход из Директа

Модели атрибуции Яндекс.Метрики

Каждый тип атрибуции имеет свои особенности применения в различных видах компаний, которые нужно принимать во внимание и грамотно использовать в аналитике. Рассмотрим каждый в отдельности.

Первый переход

Модели атрибуции Яндекс.Метрики

При выборе модели атрибуции “Первый переход”, ценность конверсии любого посетителя будет приписываться первому источнику посещения сайта. То есть, если впервые клиент попал на сайт через поиск, но в дальнейшем заходил многократно из других источников трафика (из рекламы, прямыми заходами) – источником конверсии будет считаться органический поиск.

Рекомендуется использовать:

На сайтах с отложенной конверсией, то есть при длительном цикле принятия решения о совершении конверсионного действия. В подобных случаях пользователи неоднократно возвращаются на сайт из различных источников трафика. Чтобы определить, откуда новые посетители впервые узнали о сайте, модель "Первый переход" будет лучшим выбором.

Также данная модель может быть актуальна для брендов с известным именем, так как в данном случае вероятность покупки при первом взаимодействии с сайтом будет высока.

Последний переход

Модели атрибуции Яндекс.Метрики

В модели атрибуции по последнему переходу история визитов посетителя не учитывается. Для анализа эффективности каналов привлечения пользователей данная модель не подходит, так как все предыдущие взаимодействия обнуляются.

Рекомендуется использовать:

На основе рекомендаций от Яндекса, модель может быть полезна для оценки текущего спроса, или для выявления проблемных страниц сайта (где посетитель не смог совершить заказ, почему ушел с сайта, иные проблемы сайта).

Последний значимый переход

Модели атрибуции Яндекс.Метрики

В данной модели атрибуции важно понимать, что Яндекс относит к значимым переходам, а что считает незначимыми.

Значимые источники:

  • Переходы из поисковых систем
  • Переходы по рекламе
  • Переходы по ссылкам на сайтах
  • Переходы из социальных сетей
  • Переходы из рекомендательных систем
  • Переходы из мессенджеров
  • Переходы с почтовых рассылок

Незначимые источники:

  • Внутренние переходы
  • Прямые заходы
  • Переходы с сохраненных страниц

Если последний переход посетителя пришелся на незначимый источник, он будет приписан предыдущему значимому источнику перехода. Для примера, пользователь перешел на сайт из поиска, но на длительное время отошел от устройства, а по возвращении совершил покупку на сайте. В данном случае у пользователя будет два визита, второй из которых – внутренний переход (так как при длительном отсутствии первая сессия будет прервана и создана новая). В такой ситуации модель атрибуции «Последний значимый переход» определит источником конверсии предыдущий канал – то есть переход из поисковых систем.

С недавнего времени данная модель атрибуции является моделью по умолчанию в Яндекс.Метрике.

Рекомендуется использовать:

Если необходимо исключить незначимые переходы на сайт в оценке эффективности каналов.

Последний переход из Директа

Модели атрибуции Яндекс.Метрики

Это новая модель атрибуции, появившаяся в Яндекс.Метрике в сентябре 2019 года.

Из всех значимых источников она учитывает только переходы по рекламе, в частности из Яндекс.Директа. При наличии нескольких переходов из Директа, визит посетителя будет привязан к последнему из них. Модель позволяет оценить вклад различных рекламных кампаний и объявлений, а также понять, как увеличить их эффективность. Статистика по данной модели атрибуции доступна для данных, начиная с 30 июля 2019 года.

Рекомендуется использовать:

Для оценки эффективности рекламы, исключив влияние остальных источников.

Рассмотрим на примере посещения сайта пользователем, который увидел впервые продукт в какой-либо социальной сети, затем через поиск наткнулся на сайт снова, ознакомившись поближе с компанией и нужным продуктом, а в итоге через ввод адреса в поисковую строку в очередной раз попал на сайт и заказал нужный продукт:

  • При выборе модели «Первый переход» - целевое действие и источник трафика будет приписан «Переходам из социальных сетей»;
  • При выборе модели «Последний переход» - ключевым будет «Прямой заход»;
  • При выборе «Последнего значимого источника» - целевым визитом окажется «Переход из поисковых систем»;
  • При выборе «Последнего перехода из Директа» - данный визит не будет присутствовать, так как пользователь не взаимодействовал с рекламой в Яндекс.Директе.

Модели атрибуции Google Analytics

Google Analytics предлагает пользователям больше возможностей в моделировании атрибуций. В списке доступных моделей находятся следующие:

  • Первое взаимодействие
  • Последнее взаимодействие
  • По последнему непрямому клику
  • Последний клик в Google Рекламе
  • Линейная модель
  • Временной спад
  • Модель на основе позиций
  • Модель на основе данных

По умолчанию используется модель «По последнему непрямому клику». Также доступна настройка стандартной модели, используемой по умолчанию:

  • Заходим в настройки администратора:

Модели атрибуции Google Analytics

  • Создаем свою модель атрибуции, в которой выбираем базовую модель:

Модели атрибуции Google Analytics

Рассмотрим каждую модель атрибуции в подробнее.

Первое взаимодействие

Модели атрибуции Google Analytics

Данная модель – это тот же «Первый переход» в Яндекс.Метрике. То есть, 100% ценности конверсии достается первому каналу в цепочке взаимодействия посетителя с сайтом.

Рекомендуется использовать:

Для оценки первого взаимодействия с компанией/брендом. Использование данной модели атрибуции позволит вам понять, какой канал обеспечивает знакомство с бизнесом.

Последнее взаимодействие

Модели атрибуции Google Analytics

В данном случае альтернативой в Яндекс.Метрике является «Последний переход» - значение имеет только последний источник трафика в истории визитов пользователя.

Рекомендуется использовать:

В компаниях, конверсия которых не предусматривает длительных периодов в принятии решений.

По последнему непрямому клику

Модели атрибуции Google Analytics

Модель похожа на «Последний значимый переход» от Яндекса, но в Google в текущей модели не учитываются только прямые заходы на сайт. Например, если конверсия совершена по прямому переходу, но перед этим посетитель заходил на сайт через Google Рекламу – вся ценность конверсии будет направлена именно на переход с рекламы.  Используется в Google Analytics по умолчанию.

Рекомендуется использовать:

Помогает в сравнении с другими моделями и в ситуациях, когда прямые заходы требуется исключить из оценки эффективности  - например, если эффективность значимых каналов может теряться при большом количестве конверсий из незначимых переходов.

Последний клик в Google Рекламе

Модели атрибуции Google Analytics

Модель передает всю ценность конверсии клику по рекламе, который был осуществлен последним в цепочке взаимодействия посетителя.

Рекомендуется использовать:

Для определения эффективности рекламных объявлений.

Линейная модель

Модели атрибуции Google Analytics

В линейной модели все каналы взаимодействия получают равную ценность – т.е. распределение идет по всем каналам независимо от того, при переходе с какого из них была совершена конверсия.

Рекомендуется использовать:

В ситуациях, когда компания старается эффективно задействовать в продвижении все источники трафика и каждый из них имеет свой вклад в достижение конверсии посетителями.

Временной спад

Модели атрибуции Google Analytics

В модели используется понятие «экспоненциальный распад» - значимость источника трафика увеличивается в зависимости от того, насколько близок он к моменту совершения конверсии. Для модели также применяется термин «период полураспада» - он равен 7 дням. Для примера, если между конверсией и последним источником канала – 7 дней, это будет иметь ценность в два раза ниже, чем в случае, если между конверсией и каналом взаимодействия прошел 1 день.

Рекомендуется использовать:

При проведении краткосрочных кампаний (в рекламе и других источниках, при проведении акций).

Модель на основе позиций

Модели атрибуции Google Analytics

Представляет собой объединенную модель, в которую входят модели «Первое взаимодействие» и «Последнее взаимодействие» - ценность делится между первым и последним каналом взаимодействия в равной степени. Например, если посетитель совершил несколько заходов на сайт из разных источников трафика, первому и последнему источнику достанется по 40% ценности, а между остальными распределятся 20%.

Рекомендуется использовать:

Для оценки каналов, при которых важно учесть как источник первого взаимодействия с сайтом, так и последний источник перед совершением транзакции.

Модель на основе данных

Модели атрибуции Google Analytics

Модель формируется на основе накопленных в Google Analytics данных по совершенным конверсиям и вклад каждого источника определяется на основе них. Система позволяет проанализировать информацию из аккаунта для оценки объявлений, ключевых фраз и рекламных кампаний на эффективность. Доступна для тех аккаунтов, в которых накоплено достаточно данных для анализа.

Модель используется в следующих сервисах Google:

  • Google Реклама. Для использования модели, необходимо минимум 600 конверсий и 15 000 кликов в месяц.
  • Google Analytics 360 - учитывает только 4 последних взаимодействия (с ограничениями).
  • Google Атрибуция - на данный момент работает только в режиме бета-тестирования.

Рекомендуется использовать:

Если компании важно определить ценность ключевых фраз и источников, какие из них работают эффективнее. Но при этом в аккаунте должно быть достаточное количество данных.

Другие возможности оценки моделей атрибуции в Google Analytics

Настройка собственных моделей

Если аналитик уже разобрался во всех стандартных моделях взаимодействия, а также в бизнесе и каждом источнике трафика, который приводит посетителей на сайт, можно настраивать собственные модели атрибуции. За основу используется одна из стандартных моделей, дополняемая параметры, которые важны для конкретной компании.

Сравнение моделей атрибуции

С помощью отчета сравнения моделей появляется возможность сравнивать любые модели атрибуции между собой. Это позволяет узнать, какие из ключевых слов или источников были недооценены при оценке эффективности с использованием какой-либо конкретной модели. Например, если сравнить между собой две модели «По первому клику» и «По последнему клику», можно определить, какие ключевые фразы привлекают посетителей на сайт для совершения конверсии. При сравнении «Линейной модели» с моделью «По последнему клику», можно определить ключевые слова, которые оказывают влияние на посетителей на пути к совершению конверсии.

Модели атрибуции Google Analytics

Яндекс.Метрика vs. Google Analytics – сравнение, советы по выбору

Ниже в сравнительной таблице можно ознакомиться кратко со всеми моделями атрибуции в сервисах статистики.

Яндекс.МетрикаGoogle AnalyticsСуть модельРекомендации к использованию
Первый переходПервое взаимодействие100% ценности конверсии присваивается первому источникуПри оценке точек касания с брендом
Последний переходПоследнее взаимодействие100% ценности конверсии присваивается последнему источникуКогда не требуется много времени для принятия решения о покупке Для определения проблемных страниц сайта
Последний значимый переходПо последнему непрямому кликуЦенность конверсии присваивается последнему источнику, за исключением прямых заходов, а в случае Я.Метрики исключаются также внутренние переходы и переходы с сохраненных страницЕсли нужно исключить незначимые каналы трафика
Последний переход из ДиректаПоследний клик в Google РекламеЦенность конверсии получает последний переход из рекламы (Яндекс.Директ или Google Ads)Когда требуется оценить эффективность рекламных кампаний
-Линейная модельРаспределение ценности происходит равными долями между всеми источникамиЕсли все источники важны и эффективно используются в привлечении посетителей
-Временной спадЧем ближе источник к совершению конверсии, тем ценнее он (и наоборот)Когда требуется определить эффективность краткосрочных кампаний и проводимых акций
-Модель на основе позицийЦенность выше всего у первого и последнего источникаЕсли важно узнать, как посетители узнают о компании и какой канал обеспечивает максимальную конверсию
-Модель на основе данныхПри наличии большого количества данных в аккаунте, система автоматически распределяет ценность между всеми источникамиЕсли аккаунт компании имеет достаточно данных, модель позволит эффективно определить ценность ключевых фраз и источников.

Для эффективной оценки источников трафика современному аналитику требуется понимание всех моделей атрибуции, представленных в Яндекс.Метрике и Google Analytics. Также важно понимать следующие принципы:

  1. Выбор модели зависит от типа и ключевых целей компании, оценку которой вы проводите.
  2. Требуется четкое понимание того, как посетители вашего сайта совершают покупки, сколько времени им требуется для совершения конверсии, какие каналы участвуют в принятии решения.
  3. Важно анализировать разнообразные модели, чтобы видеть их отличия и находить максимально подходящие атрибуции именно для вашей компании. В этом вопросе помощь окажет инструмент сравнения моделей в Google Analytics.
  4. Наиболее полную картину можно получить при выстраивании собственных моделей, что позволяет сделать Google Analytics.

Только при всестороннем рассмотрении источников трафика и анализе разнообразных моделей атрибуции можно выстроить грамотные инструменты оценки прибыльности каналов вовлечения посетителей и оценить эффективность рекламных кампаний и каналов в привлечении и удержании посетителей.

Рецензент статьи: Голомолзин Денис
Рецензент статьи:
Голомолзин Денис
Управляющий партнер компании "Альтера". В прошлом - оптимизатор, ведущий специалист SEO-команды, руководитель отдела продвижения, консультант-евангелист компании.

Вы дочитали статью! Отличная работа!

Рекомендуем ознакомиться со значениями терминов:

МуртапузацияЯндекс.ВебмастерПодсветка в выдачеВидимость в ПСБиржа ссылокschema.orgШинглЦелевой запросRobots.txtNoindexПоведенческие факторыkeywordsГлавное зеркало сайтаАГСПоисковый спамЮзабилити сайтаАлгоритм «Королев»СайдбарМинус-словаCanonicalGoogle Search ConsoleA/B тестТошнота текстаПассажПагинацияDMOZКопирайтДублированный контентВнутренняя ссылкаВодность текста