Что такое модели атрибуции в Яндекс Директе и какую лучше выбрать?

Кажется, что определить источник конверсии легко. Пришёл пользователь с какого-либо сайта-партнёра, сделал покупку и всё — профитные площадка, ключевое слово и объявление определены. Но часто перед продаже клиент проходит довольно большой путь по воронке, в ходе которого много раз видит разные объявления от рекламодателя. И здесь уже не так легко понять, какое объявление и площадка послужили источников конверсии. Модели атрибуции в Яндекс.Директе определяют, кому в этой цепочке приписать заслугу за конверсию.

Что такое модели атрибуции и зачем они нужны?

В Яндекс.Директ модель атрибуции (или атрибуционная модель) используется для определения того, какие именно каналы и рекламные источники способствовали конверсии (например, покупкам, регистрациям и другим целям) в рекламных кампаниях. Это важный инструмент для оценки эффективности рекламных каналов и оптимизации бюджета рекламных кампаний.

Модель атрибуции помогает ответить на следующие вопросы:

• Какие источники трафика (поисковые запросы, рекламные объявления, реферальные ссылки и т.п.) и каналы (поиск, рекламные сети, блоги) привлекают пользователей на ваш сайт?
• Какой из этих источников и каналов оказывает наибольшее воздействие на конверсии?
• Как распределить бюджет между различными каналами и источниками для максимизации конверсий?

Выбор модели атрибуции зависит от вашей цели и специфики бизнеса. Он позволяет более точно понять, какие рекламные каналы и источники действительно работают для вас и помогает принимать более обоснованные решения о распределении рекламного бюджета.

Какие модели атрибуции доступны в Яндекс Директе

В рекламе Яндекса всего доступно 6 моделеи, но в зависимости от стратегий оптимизации применимы лишь некоторые из них. Например, в стратегии под конверсии доступны первый и последний переход, последний значимый перевод и автоматическая.

Автоматическая атрибуция

Это метод, при котором система Яндекс.Директ автоматически определяет, какие источники трафика и каналы рекламы сыграли наибольшую роль в конверсии на вашем сайте. В системе автоматической атрибуции Яндекс.Директ использует алгоритмы машинного обучения и статистические методы для анализа данных о взаимодействии пользователей с вашими рекламными кампаниями. Она учитывает различные факторы, такие как последовательность визитов к сайту, время между визитами, типы устройств и многое другое, чтобы определить, какие рекламные каналы и источники наиболее сильно конвертят.

Преимущества автоматической атрибуции:

• Объективность. Решение о том, какие каналы и источники заслуживают большей доли атрибуции, принимается на основе большого объёма данных и статистики, что делает процесс менее предвзятым;
• Адаптивность. Автоматическая атрибуция учитывает изменения в поведении пользователей. Это позволяет эффективнее оптимизировать рекламные кампании;
• Упрощение процесса. Вы не должны выбирать конкретную модель атрибуции, что может быть сложным и требовать опыта;
• Сокращение работы по анализу данных. Система автоматической атрибуции берёт на себя анализ множества данных и предоставляет вам более надёжные выводы.

Автоматическая атрибуция — не всегда наилучший выбор, особенно если ваша бизнес-ниша специфична. Некоторые компании предпочитают ручной выбор модели атрибуции, чтобы более точно учитывать свои уникальные потребности.

Автоматизация таргетинга в Директе: что это такое и как его настроить?

Первый переход

Здесь причиной конверсии система считает первый источник трафика, который пользователь использовал перед совершением целевого действия. Если пользователь первоначально пришел на ваш сайт по клику на рекламное объявление, вся заслуга за любые последующие конверсии будет приписана этому источнику. Даже если позже он вернется на ваш сайт через другой рекламный источник или органический поиск и совершит конверсию, всё равно её причиной будет первый источник.

Эта модель атрибуции полезна, если вы хотите определить, какие именно источники трафика первыми привлекают ваших потенциальных клиентов. Она может быть недостаточно точной в оценке влияния всех рекламных каналов и источников на конверсии, так как игнорирует второстепенные взаимодействия пользователя с вашим сайтом.

Последний переход

В этой модели причиной конверсии считают последний источник трафика, который пользователь использовал перед её совершением. Например, если пользователь, сначала пришел на ваш сайт через органический поиск, затем повторно пришёл по ссылке в социальной сети и потом совершил конверсию, то вся заслуга будет приписана источнику трафика, который был последним — социальной сети.

Модель «Последний переход» полезна, когда вы хотите сосредоточиться на том, какие именно источники трафика и рекламные кампании напоследок убедили пользователя совершить конверсию. Эта модель может дать вам представление о том, какие каналы рекламы последними взаимодействуют с пользователями, прежде чем они станут вашими клиентами. Однако она может не учитывать влияние других каналов и источников, которые могли вносить свой вклад в решение пользователя о конверсии, но не были последними.

Последний значимый переход

Здесь учитываются только те переходы, которые считаются значимыми — посещения по ссылкам с рекламы, писем по email, социальных сетей, других сайтов и т.д. Незначимыми переходами считаются посещения из вкладок, адресной строки браузера, обновлённых сессий и т.д. Соответственно заслугу отдают последнему переходу среди значимых.

Эта модель помогает определить, какие источники трафика сыграли решающее значение. Предыдущая модель может засчитать причиной конверсии простое обновление страницы, а эта модель учитывает именно  сайт, либо страницу в социальной сети, откуда пришёл лид.

Последний переход из Директа

В этой модели всем заслугу за конверсию приписывают последнему переходу с сайта через рекламу в Яндекс.Директ перед совершением конверсии. Это означает, что если посетитель перешел на ваш сайт с какого-либо сайта, где крутилась реклама Яндекса, а затем через другой источник, например, органический поиск или ссылку с социальной сети, то конверсионной считается площадка из РСЯ.

Модель «Последний переход из Директа» полезна, если вы хотите более точно измерить влияние рекламы в Яндекс.Директе на ваши конверсии. Она отслеживает последние рекламные объявления или кампании в Яндекс.Директе, убедившие пользователя совершить конверсию.

Первый и последний показ из Директа кросс-девайс

В этой модели источником лида считается первый или последний показ, с момента которого прошло не больше 30 дней. Система засчитывает показы медийной рекламы, то есть, баннеров на любых устройствах. 

Модель показов кросс-девайс позволяет оценить роль медийки в привлечении лидов, посещений и покупок.

В Метрике в отличие от Директа рамках кросс-девайс атрибуцию настраивать можно не только по первому и последнему показу, но и по переходам. 

Как работает режим кросс-девайс?

В этом режиме система засчитывает переходы с любых устройств по баннерам на сайтах КМС. Допустим, пользователь перешёл с рекламы бренда сначала через телефон. Потом он сохранил сайт в закладки и ещё несколько раз пересматривал его. Затем он перешёл по рекламе с планшета и тоже сохранил сайт в закладках. Через некоторое время он решился на покупку, зашёл на сайт со стационарного компьютера и сделал заказ.

При атрибуции по первому показу система посчитает, что лид относится к телефону. По последнему же показу будет считаться, что заказ пришёл с рекламы на планшете.

Чем отличаются модели атрибуции в Яндекс Директе и Яндекс Метрике?

Модели атрибуции в Яндекс.Директе и Яндекс.Метрике хотя и одинаковы, но предназначены для разных целей.

В Яндекс.Директе модели атрибуции используются для оценки эффективности рекламных кампаний и определения, какие источники трафика (например, поисковые запросы, рекламные объявления) приводят к конверсиям. Это помогает в настройке рекламы — вы точнее определяете рентабельность ключевых слов, объявлений, источников, плейсментов, эффективнее регулируете ставки для них, снижаете расходы и повышаете прибыль. 

В Яндекс.Метрике модели атрибуции используются чтобы определить, как пользователи взаимодействовали с вашим сайтом перед совершением конверсии, а также для анализа пути пользователей по сайту. С помощью Метрики определяют, какие страницы сайта приводят к конверсиям, какие источники трафика наиболее эффективны, какие ключевые слова влияют на поведение пользователей и многое другое. В результате вы грамотнее составляете стратегию дальнейшего продвижения, более результативно используете SEO, а различные показатели сайта для вас становятся прозрачнее и понятнее.

Директ и Метрика можно использовать вместе, подтягивая данные из Метрики для подробного анализа рекламы в Директе. Это сочетание даёт более полное представление о том, как пользователи взаимодействуют с вашими рекламными кампаниями и веб-сайтом, какие рекламные стратегии, объявления, ключевики представляют наибольшую ценность, принося прибыль.

Какую модель атрибуции выбрать в Яндекс Директе?

Выбор модели атрибуции в Яндекс.Директе зависит от ваших конкретных целей, бизнес-модели и специфики ваших рекламных кампаний. Чтобы выбрать модель, учитывайте следующие факторы:

• Цели кампании — конверсии, повышение узнаваемости, охвата, набор подписчиков и т.д.;
• Тип продукта или услуги, которую вы продвигаете;
• Длительность среднего пути до конверсии;
• Количество источников трафика, которые вы используете;
• Ваш рекламный бюджет.

Рассмотрим цели, в достижении которых помогает каждая из моделей.

Непосредственный источник конверсий. Когда нужно понять, какие объявления, ключевики и сайты дают лиды сразу “здесь и сейчас” используют атрибуцию по последнему значимому переходу. Если же компания в интернете много лет и нужно определить, откуда покупки совершают постоянная аудитория, используют последний переход. Допустим, большая часть лидов идёт с закладок в браузере. Значит, нужно призывать пользователей сохранять сайт в закладках. Правда, обе модели могут недооценивать влияние более верхних воронок. 

Источник внимания. Когда нужно понять, какие объявления, ключевики и сайты первыми цепляют внимание покупателей, используют атрибуцию по первому переходу. 

Объёмное изучение источников конверсий. Если у вас сложная воронка продаж и вы хотите найти как можно больше факторов, влияющий на продажу, лучше выбрать автоматическую атрибуцию.

Важно также периодически пересматривать и оптимизировать выбранную модель, так как она может меняться в зависимости от изменений в вашей бизнес-нише.