SlideShare a Scribd company logo
1 of 39
Download to read offline
Omni-channel
data-driven
atribuční modelování
jednoduše
Marek Kobulský
Marek Kobulský
● Ex-CMO a datový analytik
● Founder Ecommerce-academy.cz
● Specializace:
○ E-commerce business analytika
○ Customer lifetime value
○ Product scoring, pricing, bidding
○ Data science, datové integrace
● Vývoj aplikací:
○ Causal Impact
○ Marketing Attribution Tool
Co dnes dozvíte?
1. Co je to atribuční modelování v marketingu.
2. Rozdíl mezi omni-channel a single channel atribucí.
3. Datové uchopení atribuce - dopočítání se výsledku.
4. Next steps + první experimenty.
1.
Co je to atribuční modelování v
marketingu
Vztah mezi atribucí a marketingovým funnelem 1/2
Povědomí
Zájem
Pozornost
Záměr
Hodnocení
Nákup
💲
Vztah mezi atribucí a marketingovým funnelem 2/2
Povědomí
Zájem
Pozornost
Záměr
Hodnocení
Nákup
Konverzní cesta
Seznam
Display
Paid
Search
Social
Organic
Search
Remark
eting
Co znamená omnichannel atribuce v marketingu?
● 1. Atribuční modelování v marketingu = proces přiřazení konverze (transakce) k
marketingové investici/zdroji návštěvy = source / medium z GA.
● 2. Každá konverze je atribuována = atribuční modelování v případě reportingu v
Google Analytics (i jiných) využíváte vždy.
○ Defaultní atribuční model v GA = Last nonDirect click.
○ MCF reporty: LastClick (true Direct) !
● 3. Změnou atribučního modelu (tedy změnou procesu přiřazení konverze k investici)
může dojít ke změně ROI (PNO) mezi zdroji návštěvnosti.
Smyslem atribučního modelování je
spravedlivé rozdělení zásluh mezi
participujícími touchpointy v konverzní
cestě.
2.
Rozdíl mezi omni-channel
a
single channel atribucí
Dvě základní rozdělení pohledu na atribuční modelování
● 1. Omni-channel atribuce = atribuce mezi veškerými zdroji
konverzí (návštěv).
● 2. Atribuce uvnitř marketingových platforem (single-channel) =
atribuce na úrovni jedné platformy.
Atribuce na úrovni celého marketingového mixu
(omni-channel atribuce)
● Omni-channel atribuce znamená atribuci konverzí v definovaných byznysových
kanálech k marketingovým investicím, kde v tomto případě bereme v potaz veškeré
marketingové investice a konverze daného projektu (ne pouze investici / konverze na
úrovni jedné platformy, jako je tomu u "Atribuce na úrovni platformy").
● Kanály, kterým atribuujeme konverze (neboli channel grouping), je nejčastěji
definován jednotlivými marketingovými platformami / zdroji, které na na web
(projekt) přivádějí interakce (např. návštěvnost) a jejich základní segmentací:
○ kampaň
○ formát (klasické vyhledávání, display, produktové inzeráty, remarketing)
○ brand / non-brand
Channel grouping je základní stavební
kámen pro atribuční modelování z
jakéhokoliv úhlu pohledu.
Příklad definice channel grouping (GA default channel grouping)
Jak na změnu Google Analytics default channel grouping
Možná změna Default
channel grouping,
výhoda = dostupné přes
API
Možnost vytvořit custom
channel grouping,
výhoda = historická data
Příklad definice channel grouping (custom channel grouping)
● Custom channel grouping lze dále jednoduše dělit dle úrovně detailu segmentace:
Level 1 Level 2 Level 3
Šablona pro definici custom channel grouping level 1 - 3
● Šablonu naleznete zdarma na zde:
Bit.ly/CustomChannelGrouping
● Návod na její implementaci
naleznete zdarma na našem webu:
Ecommerce-academy.cz/navod-na-c
ustom-channel-grouping
Dalším klíčem k úspěchu strategického
řízení marketingu pomocí atribučního
modelování je marketing / byznys plán.
Proces tvorby marketing / byznys plánu
● Pro zjednodušení adaptace na proces tvorby marketing / byznys plánu doporučujeme začít plánovat
na definici marketing / byznys plánu, na kterou jste zvyklí = zpravidla atribuční model LastClick
nonDirect.
● Pro velice podrobný a smysluplný plán stačí jednoduše selským rozumem a vlastní intuicí v rámci
definovaného channel groupingu plánovat tyto 3 základní metriky:
○ návštěvnost (případně users a ne sessions)
○ konverzní poměr
○ průměrná hodnota objednávky
● Dále je nutné plánovat marketingové náklady, např. dle očekávané ceny za návštěvu (CPS = cost per
session).
○ Marketingové náklady se pak dají vyjádřit jako CPS x Sessions.
3.
Datové uchopení atribuce -
dopočítání se výsledku
Konverzní a nekonverzní cesty
Display Search Direct Organic Retgt
💲
Display Search Direct Organic Retgt
:-(
● Vždy se vztahují k nějakému časovému oknu - conversion window
● Jejich délka je definována pomocí lookback window
Session a Campaign timeout
Session Timeout
● Definuje, po jak dlouhé době neaktivity uživatele na webu, bude při další interakci založena nová
návštěva.
○ Pozor na UTM parametry a půlnoc
○ V základním nastavení GA je 30 minut
Campaign Timeout
● Definuje, po jakou dobu je u návštěvy v GA přepisován zdroj „Direct“ předchozím „nonDirect“
zdrojem.
○ Standardně 6 měsíců
○ Google lže a ohýbá data! (Opravdu? Ani moc ne.)
○ Až polovina návštěvnosti z placených kanálů je ve skutečnosti direct (TrueDirect)
○ Možné sledovat v GA (Direct Session dimenze), nebo vlastním měřením (TrueDirect custom
dimenze)
○ Pro změnu campaign timeout je nutné nasadit nový GA měřící kód a založit novou GA
WebProperty (jinak zanikne možnost year-over-year a měsíčních porovnání)
Campaign timeout - rozdíly
Proč každý nemá nasazenou data-driven atribuci ?
Pravdou je, že data-driven atribuční modely vyžadují znalost NEkonverzních cest na úrovni
uživatele.
● Je nutné měřit každou návštěvu každé cookie zvlášť (clientID, sessionCount).
● Session-level data je nutné transformovat do podoby (ne)konverzních cest.
● Na závěr se cesty agregují napříč zákazníky a sledujeme:
○ Počet konverzí
○ Počet nekonverzí
○ Pravděpodobnost konverze dané cesty (sekvence návštěv dle kanálů)
1. Měřit každou návštěvu každé cookie zvlášť
● custom dimenze clientID (návod na implementaci zde)
● sessionID není nutné - sessionCount (dimenze standartně v GA)
Custom Dimension XY Count of Sessions Source / Medium Sessions Transactions Revenue
1586657460.1514533099 111 seznam / cpc 1 0 0
1586657460.1514533099 112 seznam / cpc 1 1 2499
1586657460.1514533099 113 seznam / cpc 1 0 0
1586657460.1514533099 114 seznam / cpc 1 0 0
843020972.1518723584 1148 (direct) / (none) 1 0 0
843020972.1518723584 1149 (direct) / (none) 1 1 3699
1586657460.1514533099 115 seznam / cpc 1 0 0
1586657460.1514533099 116 seznam / cpc 1 0 0
● 1 řádek = 1 návštěva (od 1 uživatele)
2. Session-level data transformovat do cest
● funkce GROUP_CONCAT, CONCAT_WS
● ukončovat konverzní cesty po konverzi, otevírat nové cesty
● 1 řádek = 1 cesta od 1 uživatele (cookie)
Custom Dimension XY Path non_conversions conversions revenue
1586657460.1514533099 direct > organic 1 0 0
1586657460.1514533099 organic > email > ppc 0 1 2499
843020972.1518723584 display > ppc > email > retgt 1 0 0
843020972.1518723584 ppc > social > retgt 0 1 3699
3. Agregace cest napříč zákazníky
● zgrupují se stejné typy cest
● spočítá se počet úspěchů (konverzí) a neúspěchů (nekonverzí)
● 1 řádek = 1 typ cesty (od všech uživatelů)
path non_conversions conversions conversion_value conversion_probability
Google Ads 9515 38 94225 0.40%
Direct 2273 34 115302 1.47%
Google Ads > Google Ads 1145 13 30342 1.12%
Organic 3549 13 24116 0.36%
Direct > Direct 465 8 47687 1.69%
Seznam Sklik > Seznam Sklik 3385 6 20518 0.18%
Google Ads > Organic 379 5 6869 1.30%
Mail 1292 5 10254 0.39%
Direct > Mail 12 4 6048 25.00%
Organic > Organic 210 4 8677 1.87%
Google Ads > Google Ads > Google Ads 258 4 11177 1.53%
Seznam Sklik > Seznam Sklik > Seznam Sklik 1236 4 4356 0.32%
Direct > Affiliate CJ 11 3 5682 21.43%
Tím se dostáváme k samotnému výpočtu
atribuce...
Matematické modely pro výpočet Data Driven Atribuce
Shapley Value
● Základní princip výpočtu je „Removal Effect“, tedy sledujeme dopad na pravděpodobnost konverze dané
cesty po odstranění jednoho nebo více touchpointů.
● Neexistuje univerzální postup pro účely online marketingu, každý interpretuje jinak.
Matematické modely pro výpočet Data Driven Atribuce
Markov
● Touchpointy v konverzní cestě představují markovovské
stavy. Základní princip je výpočet pravděpodobnost
přechodu ze stavu do stavu.
● Existuje standartní postup (balíčky pro R, Python, …)
● Dává smysl i při nižším počtu konverzí
Výsledek výpočtu data-driven atribuce
Atribuční koeficienty
● Počet konverzí dle DDA výpočtu / Počet konverzí dle last non-direct click
Máte skoro vyhráno :-)
Co ještě doporučujeme vzít v potaz, je post
impression atribuce v rámci platforem pro vybraný
segment (channel).
Dá se říci, že tím získáte interval pro výpočet DDA
atribuce s využitím post click dat a s přihlédnutím
na post impression výkon daného kanálu.
4.
Next steps + první experimenty
Atribuce vs. Kauzalita: Retargeting
● Platforma stojí 20% marketingových nákladů.
● Dle GA last non-direct click generuje 16% tržeb.
● Dle Markova generuje jenom 10% tržeb.
● Experiment: vypnutí platformy a vyhodnocení pomocí Google Causal Impact.
● Závěr: pokles tržeb o 11% (Markov měl pravdu).
Atribuce na netransakčních datech: Smart goal (GA)
No jo, ale jak se propočítat k Data Driven
Atribuci dle Markova nebo Shapleyho?
Marketing Attribution Tool.com BETA
● Marketing Attribution Tool je aplikace vyvíjená Ecommerce-academy.cz.
○ Aktuálně ve fázi BETA.
● Pro všechny účastníky Czechonlineexpo.cz jsme připravili speciální testovací verzi zdarma.
○ Testovací verze bude zdarma dostupná po dobu 14 dnů.
○ Pokud budete chtít aplikaci využívat i nadále, stačí nám napsat a jistě se dohodneme :-).
● Pro 100 % funkčnost aplikace pro výpočet Data Driven Atribuce dle modelu Markov (Shapley je těsně
před dokončením) stačí jednoduchá implementace 1 custom dimenze do Google Analytics.
○ Návod pro implementaci dimenze naleznete zdarma na našem webu.
■ Časová náročnost na implementaci v rámci GTM je 10 minut bez nutnosti pomoci od
vývoje.
Marketing Attribution Tool.com free BETA
Materiály v CZ Materiály v EN
Veškeré materiály zdarma ohledně použití MarketingAttributionTool.com
Zajímá Vás více?
Stánek: B12
Workshop: Atribuční modelování v marketingu
Přihlášení do aplikace
"Give a man a fish and you feed him for a
day, teach a man to fish and you feed
him for a lifetime."

More Related Content

Similar to Omni-channel data-driven atribuční modelování jednoduše, Marek Kobulský

Synergie PPC a programatických kampaní
Synergie PPC a programatických kampaníSynergie PPC a programatických kampaní
Synergie PPC a programatických kampaníTaste Medio
 
APEK - Facebook reklama pro pokročilé - duben 2022.pdf
APEK - Facebook reklama pro pokročilé - duben 2022.pdfAPEK - Facebook reklama pro pokročilé - duben 2022.pdf
APEK - Facebook reklama pro pokročilé - duben 2022.pdfHonza Bartoš
 
PPC Date #4: Tomáš Komárek - Vyhodnocování kanálů tvořících poptávku
PPC Date #4: Tomáš Komárek - Vyhodnocování kanálů tvořících poptávkuPPC Date #4: Tomáš Komárek - Vyhodnocování kanálů tvořících poptávku
PPC Date #4: Tomáš Komárek - Vyhodnocování kanálů tvořících poptávkuTaste
 
PPC Restart 2022: Tomáš Komárek - 5 tipů na efektivnější B2B online marketing
PPC Restart 2022: Tomáš Komárek - 5 tipů na efektivnější B2B online marketingPPC Restart 2022: Tomáš Komárek - 5 tipů na efektivnější B2B online marketing
PPC Restart 2022: Tomáš Komárek - 5 tipů na efektivnější B2B online marketingTaste
 
Přednáška: Google Analytics pro blogerky a blogery
Přednáška: Google Analytics pro blogerky a blogeryPřednáška: Google Analytics pro blogerky a blogery
Přednáška: Google Analytics pro blogerky a blogeryPavel Kotyza
 
Data Restart 2022: Pavel Jašek - Jak se řídí výkonnostní marketing s nedokona...
Data Restart 2022: Pavel Jašek - Jak se řídí výkonnostní marketing s nedokona...Data Restart 2022: Pavel Jašek - Jak se řídí výkonnostní marketing s nedokona...
Data Restart 2022: Pavel Jašek - Jak se řídí výkonnostní marketing s nedokona...Taste
 
Jakub Drahokoupil: Pokládání základů pro obchodní rozhodování
Jakub Drahokoupil: Pokládání základů pro obchodní rozhodováníJakub Drahokoupil: Pokládání základů pro obchodní rozhodování
Jakub Drahokoupil: Pokládání základů pro obchodní rozhodováníH1.cz
 
PPC Restart 2023: Tomáš Beňo - Marketing Mix Modeling: Budoucnost vyhodnocová...
PPC Restart 2023: Tomáš Beňo - Marketing Mix Modeling: Budoucnost vyhodnocová...PPC Restart 2023: Tomáš Beňo - Marketing Mix Modeling: Budoucnost vyhodnocová...
PPC Restart 2023: Tomáš Beňo - Marketing Mix Modeling: Budoucnost vyhodnocová...Taste
 
Možnosti měření ROI na internetu
Možnosti měření ROI na internetuMožnosti měření ROI na internetu
Možnosti měření ROI na internetuPavel Vondruška
 
Open Monday: Využití Google Analytics při optimalizaci PPC kampaní
Open Monday: Využití Google Analytics při optimalizaci PPC kampaníOpen Monday: Využití Google Analytics při optimalizaci PPC kampaní
Open Monday: Využití Google Analytics při optimalizaci PPC kampaníH1.cz
 
Propagují vaše produktové inzeráty správné produkty? || ROI Hunter, #ppcresta...
Propagují vaše produktové inzeráty správné produkty? || ROI Hunter, #ppcresta...Propagují vaše produktové inzeráty správné produkty? || ROI Hunter, #ppcresta...
Propagují vaše produktové inzeráty správné produkty? || ROI Hunter, #ppcresta...Olena Romanova
 
Digisemestr - Webová analytika chytře s Google Analytics - workshop 16. 11. 2015
Digisemestr - Webová analytika chytře s Google Analytics - workshop 16. 11. 2015Digisemestr - Webová analytika chytře s Google Analytics - workshop 16. 11. 2015
Digisemestr - Webová analytika chytře s Google Analytics - workshop 16. 11. 2015Sun Marketing
 
Petra Nováková: (Skoro)ideální struktura PPC účtů
Petra Nováková: (Skoro)ideální struktura PPC účtůPetra Nováková: (Skoro)ideální struktura PPC účtů
Petra Nováková: (Skoro)ideální struktura PPC účtůTaste Medio
 
Školení Google Analytics
Školení Google AnalyticsŠkolení Google Analytics
Školení Google AnalyticsMartin Král
 
PPC marketing prezentace
PPC marketing prezentacePPC marketing prezentace
PPC marketing prezentaceSKANnet.cz
 
Data Date #2: Radek Kupr - Jak zjistit skutečný propad dat po nasazení cookie...
Data Date #2: Radek Kupr - Jak zjistit skutečný propad dat po nasazení cookie...Data Date #2: Radek Kupr - Jak zjistit skutečný propad dat po nasazení cookie...
Data Date #2: Radek Kupr - Jak zjistit skutečný propad dat po nasazení cookie...Taste
 
Click it - Jak a co měřit pomocí nástroje Google Analytics - workshop 22. 10....
Click it - Jak a co měřit pomocí nástroje Google Analytics - workshop 22. 10....Click it - Jak a co měřit pomocí nástroje Google Analytics - workshop 22. 10....
Click it - Jak a co měřit pomocí nástroje Google Analytics - workshop 22. 10....Sun Marketing
 

Similar to Omni-channel data-driven atribuční modelování jednoduše, Marek Kobulský (20)

Synergie PPC a programatických kampaní
Synergie PPC a programatických kampaníSynergie PPC a programatických kampaní
Synergie PPC a programatických kampaní
 
APEK - Facebook reklama pro pokročilé - duben 2022.pdf
APEK - Facebook reklama pro pokročilé - duben 2022.pdfAPEK - Facebook reklama pro pokročilé - duben 2022.pdf
APEK - Facebook reklama pro pokročilé - duben 2022.pdf
 
PPC Date #4: Tomáš Komárek - Vyhodnocování kanálů tvořících poptávku
PPC Date #4: Tomáš Komárek - Vyhodnocování kanálů tvořících poptávkuPPC Date #4: Tomáš Komárek - Vyhodnocování kanálů tvořících poptávku
PPC Date #4: Tomáš Komárek - Vyhodnocování kanálů tvořících poptávku
 
PPC Restart 2022: Tomáš Komárek - 5 tipů na efektivnější B2B online marketing
PPC Restart 2022: Tomáš Komárek - 5 tipů na efektivnější B2B online marketingPPC Restart 2022: Tomáš Komárek - 5 tipů na efektivnější B2B online marketing
PPC Restart 2022: Tomáš Komárek - 5 tipů na efektivnější B2B online marketing
 
Přednáška: Google Analytics pro blogerky a blogery
Přednáška: Google Analytics pro blogerky a blogeryPřednáška: Google Analytics pro blogerky a blogery
Přednáška: Google Analytics pro blogerky a blogery
 
6. Petra Pacaková
6. Petra Pacaková6. Petra Pacaková
6. Petra Pacaková
 
Data Restart 2022: Pavel Jašek - Jak se řídí výkonnostní marketing s nedokona...
Data Restart 2022: Pavel Jašek - Jak se řídí výkonnostní marketing s nedokona...Data Restart 2022: Pavel Jašek - Jak se řídí výkonnostní marketing s nedokona...
Data Restart 2022: Pavel Jašek - Jak se řídí výkonnostní marketing s nedokona...
 
Jakub Drahokoupil: Pokládání základů pro obchodní rozhodování
Jakub Drahokoupil: Pokládání základů pro obchodní rozhodováníJakub Drahokoupil: Pokládání základů pro obchodní rozhodování
Jakub Drahokoupil: Pokládání základů pro obchodní rozhodování
 
PPC Restart 2023: Tomáš Beňo - Marketing Mix Modeling: Budoucnost vyhodnocová...
PPC Restart 2023: Tomáš Beňo - Marketing Mix Modeling: Budoucnost vyhodnocová...PPC Restart 2023: Tomáš Beňo - Marketing Mix Modeling: Budoucnost vyhodnocová...
PPC Restart 2023: Tomáš Beňo - Marketing Mix Modeling: Budoucnost vyhodnocová...
 
Možnosti měření ROI na internetu
Možnosti měření ROI na internetuMožnosti měření ROI na internetu
Možnosti měření ROI na internetu
 
Open Monday: Využití Google Analytics při optimalizaci PPC kampaní
Open Monday: Využití Google Analytics při optimalizaci PPC kampaníOpen Monday: Využití Google Analytics při optimalizaci PPC kampaní
Open Monday: Využití Google Analytics při optimalizaci PPC kampaní
 
Zápisky zCustomer Journey
Zápisky zCustomer JourneyZápisky zCustomer Journey
Zápisky zCustomer Journey
 
Propagují vaše produktové inzeráty správné produkty? || ROI Hunter, #ppcresta...
Propagují vaše produktové inzeráty správné produkty? || ROI Hunter, #ppcresta...Propagují vaše produktové inzeráty správné produkty? || ROI Hunter, #ppcresta...
Propagují vaše produktové inzeráty správné produkty? || ROI Hunter, #ppcresta...
 
Robert Studený
Robert StudenýRobert Studený
Robert Studený
 
Digisemestr - Webová analytika chytře s Google Analytics - workshop 16. 11. 2015
Digisemestr - Webová analytika chytře s Google Analytics - workshop 16. 11. 2015Digisemestr - Webová analytika chytře s Google Analytics - workshop 16. 11. 2015
Digisemestr - Webová analytika chytře s Google Analytics - workshop 16. 11. 2015
 
Petra Nováková: (Skoro)ideální struktura PPC účtů
Petra Nováková: (Skoro)ideální struktura PPC účtůPetra Nováková: (Skoro)ideální struktura PPC účtů
Petra Nováková: (Skoro)ideální struktura PPC účtů
 
Školení Google Analytics
Školení Google AnalyticsŠkolení Google Analytics
Školení Google Analytics
 
PPC marketing prezentace
PPC marketing prezentacePPC marketing prezentace
PPC marketing prezentace
 
Data Date #2: Radek Kupr - Jak zjistit skutečný propad dat po nasazení cookie...
Data Date #2: Radek Kupr - Jak zjistit skutečný propad dat po nasazení cookie...Data Date #2: Radek Kupr - Jak zjistit skutečný propad dat po nasazení cookie...
Data Date #2: Radek Kupr - Jak zjistit skutečný propad dat po nasazení cookie...
 
Click it - Jak a co měřit pomocí nástroje Google Analytics - workshop 22. 10....
Click it - Jak a co měřit pomocí nástroje Google Analytics - workshop 22. 10....Click it - Jak a co měřit pomocí nástroje Google Analytics - workshop 22. 10....
Click it - Jak a co měřit pomocí nástroje Google Analytics - workshop 22. 10....
 

More from Dataweps s. r. o.

Jenda Perla: Jak využít zbožové srovnávače a Beed v aktuální situaci
Jenda Perla: Jak využít zbožové srovnávače a Beed v aktuální situaciJenda Perla: Jak využít zbožové srovnávače a Beed v aktuální situaci
Jenda Perla: Jak využít zbožové srovnávače a Beed v aktuální situaciDataweps s. r. o.
 
Adam Funiok: Jak využít zbožové srovnávače a Beed v aktuální situaci
Adam Funiok: Jak využít zbožové srovnávače a Beed v aktuální situaciAdam Funiok: Jak využít zbožové srovnávače a Beed v aktuální situaci
Adam Funiok: Jak využít zbožové srovnávače a Beed v aktuální situaciDataweps s. r. o.
 
Eshopista: Data pro expanzi - Jenda Perla (Dataweps)
Eshopista: Data pro expanzi - Jenda Perla (Dataweps) Eshopista: Data pro expanzi - Jenda Perla (Dataweps)
Eshopista: Data pro expanzi - Jenda Perla (Dataweps) Dataweps s. r. o.
 
NEW RETAIL & DATA - Honza Mayer na Retail Summitu 2020
NEW RETAIL & DATA - Honza Mayer na Retail Summitu 2020NEW RETAIL & DATA - Honza Mayer na Retail Summitu 2020
NEW RETAIL & DATA - Honza Mayer na Retail Summitu 2020Dataweps s. r. o.
 
Konec e-shopů v Čechách - Jenda Perla na Reshoperu 2020
Konec e-shopů v Čechách - Jenda Perla na Reshoperu 2020Konec e-shopů v Čechách - Jenda Perla na Reshoperu 2020
Konec e-shopů v Čechách - Jenda Perla na Reshoperu 2020Dataweps s. r. o.
 
Dataweps prague szl presentation 20190611
Dataweps prague   szl presentation 20190611Dataweps prague   szl presentation 20190611
Dataweps prague szl presentation 20190611Dataweps s. r. o.
 
Jak vytěžit maximum z bidování na cenových srovnávačích
Jak vytěžit maximum z bidování na cenových srovnávačíchJak vytěžit maximum z bidování na cenových srovnávačích
Jak vytěžit maximum z bidování na cenových srovnávačíchDataweps s. r. o.
 
Vásárlói visszajelzések és a marketing automatizáció – kérdezz felelek automa...
Vásárlói visszajelzések és a marketing automatizáció – kérdezz felelek automa...Vásárlói visszajelzések és a marketing automatizáció – kérdezz felelek automa...
Vásárlói visszajelzések és a marketing automatizáció – kérdezz felelek automa...Dataweps s. r. o.
 
A Kytary.hu webshop növekedése Árukereső.hu-n - esettenulmány
A Kytary.hu webshop növekedése Árukereső.hu-n - esettenulmányA Kytary.hu webshop növekedése Árukereső.hu-n - esettenulmány
A Kytary.hu webshop növekedése Árukereső.hu-n - esettenulmányDataweps s. r. o.
 
Hogyan működik az automatizáció az e-kereskedelemben
Hogyan működik az automatizáció az e-kereskedelembenHogyan működik az automatizáció az e-kereskedelemben
Hogyan működik az automatizáció az e-kereskedelembenDataweps s. r. o.
 
9.4. delejte spravna rozhodnuti
9.4. delejte spravna rozhodnuti9.4. delejte spravna rozhodnuti
9.4. delejte spravna rozhodnutiDataweps s. r. o.
 
Honza Mayer @Data Restart 2019: Optimalizace cenotvorby v e-commerce
Honza Mayer @Data Restart 2019: Optimalizace cenotvorby v e-commerceHonza Mayer @Data Restart 2019: Optimalizace cenotvorby v e-commerce
Honza Mayer @Data Restart 2019: Optimalizace cenotvorby v e-commerceDataweps s. r. o.
 
Jaký pricing model zvolit? Petr Bláha
Jaký pricing model zvolit? Petr BláhaJaký pricing model zvolit? Petr Bláha
Jaký pricing model zvolit? Petr BláhaDataweps s. r. o.
 
Datové integrace a jejich význam, Martin Faith
Datové integrace a jejich význam, Martin FaithDatové integrace a jejich význam, Martin Faith
Datové integrace a jejich význam, Martin FaithDataweps s. r. o.
 

More from Dataweps s. r. o. (15)

Jenda Perla: Jak využít zbožové srovnávače a Beed v aktuální situaci
Jenda Perla: Jak využít zbožové srovnávače a Beed v aktuální situaciJenda Perla: Jak využít zbožové srovnávače a Beed v aktuální situaci
Jenda Perla: Jak využít zbožové srovnávače a Beed v aktuální situaci
 
Adam Funiok: Jak využít zbožové srovnávače a Beed v aktuální situaci
Adam Funiok: Jak využít zbožové srovnávače a Beed v aktuální situaciAdam Funiok: Jak využít zbožové srovnávače a Beed v aktuální situaci
Adam Funiok: Jak využít zbožové srovnávače a Beed v aktuální situaci
 
Eshopista: Data pro expanzi - Jenda Perla (Dataweps)
Eshopista: Data pro expanzi - Jenda Perla (Dataweps) Eshopista: Data pro expanzi - Jenda Perla (Dataweps)
Eshopista: Data pro expanzi - Jenda Perla (Dataweps)
 
NEW RETAIL & DATA - Honza Mayer na Retail Summitu 2020
NEW RETAIL & DATA - Honza Mayer na Retail Summitu 2020NEW RETAIL & DATA - Honza Mayer na Retail Summitu 2020
NEW RETAIL & DATA - Honza Mayer na Retail Summitu 2020
 
Konec e-shopů v Čechách - Jenda Perla na Reshoperu 2020
Konec e-shopů v Čechách - Jenda Perla na Reshoperu 2020Konec e-shopů v Čechách - Jenda Perla na Reshoperu 2020
Konec e-shopů v Čechách - Jenda Perla na Reshoperu 2020
 
Dataweps prague szl presentation 20190611
Dataweps prague   szl presentation 20190611Dataweps prague   szl presentation 20190611
Dataweps prague szl presentation 20190611
 
Honza Mayer o Polsku
Honza Mayer o PolskuHonza Mayer o Polsku
Honza Mayer o Polsku
 
Jak vytěžit maximum z bidování na cenových srovnávačích
Jak vytěžit maximum z bidování na cenových srovnávačíchJak vytěžit maximum z bidování na cenových srovnávačích
Jak vytěžit maximum z bidování na cenových srovnávačích
 
Vásárlói visszajelzések és a marketing automatizáció – kérdezz felelek automa...
Vásárlói visszajelzések és a marketing automatizáció – kérdezz felelek automa...Vásárlói visszajelzések és a marketing automatizáció – kérdezz felelek automa...
Vásárlói visszajelzések és a marketing automatizáció – kérdezz felelek automa...
 
A Kytary.hu webshop növekedése Árukereső.hu-n - esettenulmány
A Kytary.hu webshop növekedése Árukereső.hu-n - esettenulmányA Kytary.hu webshop növekedése Árukereső.hu-n - esettenulmány
A Kytary.hu webshop növekedése Árukereső.hu-n - esettenulmány
 
Hogyan működik az automatizáció az e-kereskedelemben
Hogyan működik az automatizáció az e-kereskedelembenHogyan működik az automatizáció az e-kereskedelemben
Hogyan működik az automatizáció az e-kereskedelemben
 
9.4. delejte spravna rozhodnuti
9.4. delejte spravna rozhodnuti9.4. delejte spravna rozhodnuti
9.4. delejte spravna rozhodnuti
 
Honza Mayer @Data Restart 2019: Optimalizace cenotvorby v e-commerce
Honza Mayer @Data Restart 2019: Optimalizace cenotvorby v e-commerceHonza Mayer @Data Restart 2019: Optimalizace cenotvorby v e-commerce
Honza Mayer @Data Restart 2019: Optimalizace cenotvorby v e-commerce
 
Jaký pricing model zvolit? Petr Bláha
Jaký pricing model zvolit? Petr BláhaJaký pricing model zvolit? Petr Bláha
Jaký pricing model zvolit? Petr Bláha
 
Datové integrace a jejich význam, Martin Faith
Datové integrace a jejich význam, Martin FaithDatové integrace a jejich význam, Martin Faith
Datové integrace a jejich význam, Martin Faith
 

Omni-channel data-driven atribuční modelování jednoduše, Marek Kobulský

  • 2. Marek Kobulský ● Ex-CMO a datový analytik ● Founder Ecommerce-academy.cz ● Specializace: ○ E-commerce business analytika ○ Customer lifetime value ○ Product scoring, pricing, bidding ○ Data science, datové integrace ● Vývoj aplikací: ○ Causal Impact ○ Marketing Attribution Tool
  • 3. Co dnes dozvíte? 1. Co je to atribuční modelování v marketingu. 2. Rozdíl mezi omni-channel a single channel atribucí. 3. Datové uchopení atribuce - dopočítání se výsledku. 4. Next steps + první experimenty.
  • 4. 1. Co je to atribuční modelování v marketingu
  • 5. Vztah mezi atribucí a marketingovým funnelem 1/2 Povědomí Zájem Pozornost Záměr Hodnocení Nákup
  • 6. 💲 Vztah mezi atribucí a marketingovým funnelem 2/2 Povědomí Zájem Pozornost Záměr Hodnocení Nákup Konverzní cesta Seznam Display Paid Search Social Organic Search Remark eting
  • 7. Co znamená omnichannel atribuce v marketingu? ● 1. Atribuční modelování v marketingu = proces přiřazení konverze (transakce) k marketingové investici/zdroji návštěvy = source / medium z GA. ● 2. Každá konverze je atribuována = atribuční modelování v případě reportingu v Google Analytics (i jiných) využíváte vždy. ○ Defaultní atribuční model v GA = Last nonDirect click. ○ MCF reporty: LastClick (true Direct) ! ● 3. Změnou atribučního modelu (tedy změnou procesu přiřazení konverze k investici) může dojít ke změně ROI (PNO) mezi zdroji návštěvnosti.
  • 8. Smyslem atribučního modelování je spravedlivé rozdělení zásluh mezi participujícími touchpointy v konverzní cestě.
  • 10. Dvě základní rozdělení pohledu na atribuční modelování ● 1. Omni-channel atribuce = atribuce mezi veškerými zdroji konverzí (návštěv). ● 2. Atribuce uvnitř marketingových platforem (single-channel) = atribuce na úrovni jedné platformy.
  • 11. Atribuce na úrovni celého marketingového mixu (omni-channel atribuce) ● Omni-channel atribuce znamená atribuci konverzí v definovaných byznysových kanálech k marketingovým investicím, kde v tomto případě bereme v potaz veškeré marketingové investice a konverze daného projektu (ne pouze investici / konverze na úrovni jedné platformy, jako je tomu u "Atribuce na úrovni platformy"). ● Kanály, kterým atribuujeme konverze (neboli channel grouping), je nejčastěji definován jednotlivými marketingovými platformami / zdroji, které na na web (projekt) přivádějí interakce (např. návštěvnost) a jejich základní segmentací: ○ kampaň ○ formát (klasické vyhledávání, display, produktové inzeráty, remarketing) ○ brand / non-brand
  • 12. Channel grouping je základní stavební kámen pro atribuční modelování z jakéhokoliv úhlu pohledu.
  • 13. Příklad definice channel grouping (GA default channel grouping)
  • 14. Jak na změnu Google Analytics default channel grouping Možná změna Default channel grouping, výhoda = dostupné přes API Možnost vytvořit custom channel grouping, výhoda = historická data
  • 15. Příklad definice channel grouping (custom channel grouping) ● Custom channel grouping lze dále jednoduše dělit dle úrovně detailu segmentace: Level 1 Level 2 Level 3
  • 16. Šablona pro definici custom channel grouping level 1 - 3 ● Šablonu naleznete zdarma na zde: Bit.ly/CustomChannelGrouping ● Návod na její implementaci naleznete zdarma na našem webu: Ecommerce-academy.cz/navod-na-c ustom-channel-grouping
  • 17. Dalším klíčem k úspěchu strategického řízení marketingu pomocí atribučního modelování je marketing / byznys plán.
  • 18. Proces tvorby marketing / byznys plánu ● Pro zjednodušení adaptace na proces tvorby marketing / byznys plánu doporučujeme začít plánovat na definici marketing / byznys plánu, na kterou jste zvyklí = zpravidla atribuční model LastClick nonDirect. ● Pro velice podrobný a smysluplný plán stačí jednoduše selským rozumem a vlastní intuicí v rámci definovaného channel groupingu plánovat tyto 3 základní metriky: ○ návštěvnost (případně users a ne sessions) ○ konverzní poměr ○ průměrná hodnota objednávky ● Dále je nutné plánovat marketingové náklady, např. dle očekávané ceny za návštěvu (CPS = cost per session). ○ Marketingové náklady se pak dají vyjádřit jako CPS x Sessions.
  • 19. 3. Datové uchopení atribuce - dopočítání se výsledku
  • 20. Konverzní a nekonverzní cesty Display Search Direct Organic Retgt 💲 Display Search Direct Organic Retgt :-( ● Vždy se vztahují k nějakému časovému oknu - conversion window ● Jejich délka je definována pomocí lookback window
  • 21. Session a Campaign timeout Session Timeout ● Definuje, po jak dlouhé době neaktivity uživatele na webu, bude při další interakci založena nová návštěva. ○ Pozor na UTM parametry a půlnoc ○ V základním nastavení GA je 30 minut Campaign Timeout ● Definuje, po jakou dobu je u návštěvy v GA přepisován zdroj „Direct“ předchozím „nonDirect“ zdrojem. ○ Standardně 6 měsíců ○ Google lže a ohýbá data! (Opravdu? Ani moc ne.) ○ Až polovina návštěvnosti z placených kanálů je ve skutečnosti direct (TrueDirect) ○ Možné sledovat v GA (Direct Session dimenze), nebo vlastním měřením (TrueDirect custom dimenze) ○ Pro změnu campaign timeout je nutné nasadit nový GA měřící kód a založit novou GA WebProperty (jinak zanikne možnost year-over-year a měsíčních porovnání)
  • 22. Campaign timeout - rozdíly
  • 23. Proč každý nemá nasazenou data-driven atribuci ? Pravdou je, že data-driven atribuční modely vyžadují znalost NEkonverzních cest na úrovni uživatele. ● Je nutné měřit každou návštěvu každé cookie zvlášť (clientID, sessionCount). ● Session-level data je nutné transformovat do podoby (ne)konverzních cest. ● Na závěr se cesty agregují napříč zákazníky a sledujeme: ○ Počet konverzí ○ Počet nekonverzí ○ Pravděpodobnost konverze dané cesty (sekvence návštěv dle kanálů)
  • 24. 1. Měřit každou návštěvu každé cookie zvlášť ● custom dimenze clientID (návod na implementaci zde) ● sessionID není nutné - sessionCount (dimenze standartně v GA) Custom Dimension XY Count of Sessions Source / Medium Sessions Transactions Revenue 1586657460.1514533099 111 seznam / cpc 1 0 0 1586657460.1514533099 112 seznam / cpc 1 1 2499 1586657460.1514533099 113 seznam / cpc 1 0 0 1586657460.1514533099 114 seznam / cpc 1 0 0 843020972.1518723584 1148 (direct) / (none) 1 0 0 843020972.1518723584 1149 (direct) / (none) 1 1 3699 1586657460.1514533099 115 seznam / cpc 1 0 0 1586657460.1514533099 116 seznam / cpc 1 0 0 ● 1 řádek = 1 návštěva (od 1 uživatele)
  • 25. 2. Session-level data transformovat do cest ● funkce GROUP_CONCAT, CONCAT_WS ● ukončovat konverzní cesty po konverzi, otevírat nové cesty ● 1 řádek = 1 cesta od 1 uživatele (cookie) Custom Dimension XY Path non_conversions conversions revenue 1586657460.1514533099 direct > organic 1 0 0 1586657460.1514533099 organic > email > ppc 0 1 2499 843020972.1518723584 display > ppc > email > retgt 1 0 0 843020972.1518723584 ppc > social > retgt 0 1 3699
  • 26. 3. Agregace cest napříč zákazníky ● zgrupují se stejné typy cest ● spočítá se počet úspěchů (konverzí) a neúspěchů (nekonverzí) ● 1 řádek = 1 typ cesty (od všech uživatelů) path non_conversions conversions conversion_value conversion_probability Google Ads 9515 38 94225 0.40% Direct 2273 34 115302 1.47% Google Ads > Google Ads 1145 13 30342 1.12% Organic 3549 13 24116 0.36% Direct > Direct 465 8 47687 1.69% Seznam Sklik > Seznam Sklik 3385 6 20518 0.18% Google Ads > Organic 379 5 6869 1.30% Mail 1292 5 10254 0.39% Direct > Mail 12 4 6048 25.00% Organic > Organic 210 4 8677 1.87% Google Ads > Google Ads > Google Ads 258 4 11177 1.53% Seznam Sklik > Seznam Sklik > Seznam Sklik 1236 4 4356 0.32% Direct > Affiliate CJ 11 3 5682 21.43%
  • 27. Tím se dostáváme k samotnému výpočtu atribuce...
  • 28. Matematické modely pro výpočet Data Driven Atribuce Shapley Value ● Základní princip výpočtu je „Removal Effect“, tedy sledujeme dopad na pravděpodobnost konverze dané cesty po odstranění jednoho nebo více touchpointů. ● Neexistuje univerzální postup pro účely online marketingu, každý interpretuje jinak.
  • 29. Matematické modely pro výpočet Data Driven Atribuce Markov ● Touchpointy v konverzní cestě představují markovovské stavy. Základní princip je výpočet pravděpodobnost přechodu ze stavu do stavu. ● Existuje standartní postup (balíčky pro R, Python, …) ● Dává smysl i při nižším počtu konverzí
  • 30. Výsledek výpočtu data-driven atribuce Atribuční koeficienty ● Počet konverzí dle DDA výpočtu / Počet konverzí dle last non-direct click
  • 31.
  • 32. Máte skoro vyhráno :-) Co ještě doporučujeme vzít v potaz, je post impression atribuce v rámci platforem pro vybraný segment (channel). Dá se říci, že tím získáte interval pro výpočet DDA atribuce s využitím post click dat a s přihlédnutím na post impression výkon daného kanálu.
  • 33. 4. Next steps + první experimenty
  • 34. Atribuce vs. Kauzalita: Retargeting ● Platforma stojí 20% marketingových nákladů. ● Dle GA last non-direct click generuje 16% tržeb. ● Dle Markova generuje jenom 10% tržeb. ● Experiment: vypnutí platformy a vyhodnocení pomocí Google Causal Impact. ● Závěr: pokles tržeb o 11% (Markov měl pravdu).
  • 35. Atribuce na netransakčních datech: Smart goal (GA)
  • 36. No jo, ale jak se propočítat k Data Driven Atribuci dle Markova nebo Shapleyho?
  • 37. Marketing Attribution Tool.com BETA ● Marketing Attribution Tool je aplikace vyvíjená Ecommerce-academy.cz. ○ Aktuálně ve fázi BETA. ● Pro všechny účastníky Czechonlineexpo.cz jsme připravili speciální testovací verzi zdarma. ○ Testovací verze bude zdarma dostupná po dobu 14 dnů. ○ Pokud budete chtít aplikaci využívat i nadále, stačí nám napsat a jistě se dohodneme :-). ● Pro 100 % funkčnost aplikace pro výpočet Data Driven Atribuce dle modelu Markov (Shapley je těsně před dokončením) stačí jednoduchá implementace 1 custom dimenze do Google Analytics. ○ Návod pro implementaci dimenze naleznete zdarma na našem webu. ■ Časová náročnost na implementaci v rámci GTM je 10 minut bez nutnosti pomoci od vývoje.
  • 38. Marketing Attribution Tool.com free BETA Materiály v CZ Materiály v EN Veškeré materiály zdarma ohledně použití MarketingAttributionTool.com Zajímá Vás více? Stánek: B12 Workshop: Atribuční modelování v marketingu Přihlášení do aplikace
  • 39. "Give a man a fish and you feed him for a day, teach a man to fish and you feed him for a lifetime."