Реклама в соцсетях не работает?

Очень (очень-очень) мало людей покупают товары и услуги с первого касания, если не брать в расчет товары повседневного спроса.

Это аксиома, и все вроде бы это понимают.

Но продолжают игнорировать при анализе эффективности рекламных источников.

Например, очень часто можно увидеть такой пример.

В конце отчетного периода бизнес берет рекламные источники, конверсии с них, возможно даже прибыль, если есть сквозная аналитика, и составляет таблицу с расчетом ROI:

Из чего делается вывод, что Facebook убыточен (ведь он потратил больше всего бюджета, но не принес ни одной сделки), и принимается решение со следующего месяца его отключить, а освободившиеся деньги вложить в Google Рекламу, так как у нее вышел самый высокий ROI.

Что здесь не так?

Аналитика из этого примера одномерна, она не учитывает влияние одного рекламного канала на другой. В анализе данных такое влияние называется ассоциированные конверсии.

Бизнес отключил Facebook, а общее количество сделок со всех рекламных каналов упало в 2 раза. Так вышло потому, что Facebook играл большую роль в цепочке касаний клиента с брендом. 

Например, один из частых сценариев покупки был примерно такой:

Отключив Facebook, бизнес не напомнил о себе ретаргетингом, но даже если человек сам вспомнил про сайт, то бизнес все равно никак не обработал его возражение «дорого», потому что не показал ему рекламу с акцией. 

Итог: клиента нет, прибыль упущена, хотя отключили вроде бы совсем не эффективный источник.

Когда мы не учитываем мультиканальность, конверсия по умолчанию отдается только последнему источнику в цепочке (в примере выше это Google Реклама), а ассоциированные конверсии (в примере выше это Яндекс.Директ и Facebook не учитываются вообще).

Такая модель атрибуции называется «по последнему взаимодействию». И ее лучше не использовать, потому что последним звеном в цепочке касаний чаще всего является прямой заход (это когда клиент руками вбил адрес вашего сайта в строку браузера), а если большинство конверсий уходит прямому переходу на сайт, может сложиться впечатление, что реклама вообще не работает.

Чуть более совершенная модель атрибуции это «по последнему непрямому взаимодействию». Эта модель атрибуция по умолчанию используется в Google Аналитике, если вы вручную не выбрали другую. По названию понятно, что эта модель отдает все конверсию последнему рекламному источнику, кроме прямого захода.

Еще есть модель атрибуции «по первому взаимодействию». Ее, как и модели по последнему взаимодействию (прямому или не прямому) лучше не использовать, потому что она не учитывает всю цепочку взаимодействия и полностью игнорирует другие рекламные каналы, которые привели клиента к конечной конверсии.

Проблему с неучтенной цепочкой взаимодействия пытаются решить модели атрибуции, которые делят конверсию между всеми рекламными источниками, которые к ней привели. Если у нас нет интеграции с CRM и мы не знаем, сколько денег нам принесла конверсия, то ее ценность берется за единицу. Если знаем, то прибыль от конверсии распределяется между источниками в соотношении, которое определяет используемая модель атрибуции.

Таких моделей атрибуции несколько:

1. Линейная. Конверсия делится в равных долях между всеми каналами, которые участвовали в цепочке.
2. С привязкой к позиции. Первому и последнему взаимодействию в цепочке отдается по 40% от конверсии, а оставшиеся 20% равномерно распределяются между всеми каналами, которые были между ними.
3. С учетом давности взаимодействий. Чем ближе взаимодействие к конверсии, тем большая доля ему отдается.
4. Динамическая (на основе данных). Каждое взаимодействие анализируется алгоритмами, которые назначают ему ценность. И доли конверсии распределяются между взаимодействиями в зависимости от их ценности.

Есть еще пользовательская модель атрибуции, где вы можете, например, задать удвоение ценности определенному каналу. Но только силами ваших программистов или используя систему сквозной аналитики, которая позволяет задавать кастомные модели атрибуции.

Если обобщить все модели атрибуции, то это будет выглядеть вот так:

В Google Аналитике есть специальный отчет, позволяющий сравнить разные модели атрибуции – «Инструмент сравнения моделей».

Там же есть отчет «Ассоциированные конверсии». Он позволяет посмотреть, сколько конверсий было начато, продолжено и завершено в каждом канале.

Чтобы понять, какие у вашего бизнеса в принципе цепочки касаний, подходит отчет «Основные последовательности конверсий».

Те же самые отчеты, плюс некоторые другие, есть во всех популярных системах сквозной аналитики. Они могут называться немного по-другому, но суть будет та же. В них уже подтягивается и информация о прибыли из CRM, и конверсии из оффлайн-источников, если это настроено.

И маленький лайфхак: если вам нужно определить период ретаргетинга, то можно зайти в отчет Google Аналитики «Время до конверсии» и посмотреть его там.

В целом если человек берется анализировать эффективность рекламных каналов, он должен очень четко понимать, по какой модели атрибуции он это делает и почему он выбрал именно ее. Если для бизнеса с короткой цепочкой касания, например заказ пиццы, незнание моделей атрибуции будет некритично, то для бизнеса вроде продажи недвижимости это будет иметь решающее значение. 

Поэтому если вам говорят, что реклама не работает, всегда узнавайте, по какой модели атрибуции это оценивалось.