Download to read offline
Uploaded byОсенняя Сессия по контекстной рекламе
Евгений Курышев (Ostrovok.ru) - "Глубокие закопки в мультиканальную атрибуцию"
Документ обсуждает мультиканальную атрибуцию в маркетинге, подчеркивая важность понимания причинно-следственных связей между визитами и продажами. Рассматриваются различные модели атрибуции, их преимущества и недостатки, а также ловушки, связанные с использованием слишком сложных или неуместных моделей. Выводы акцентируют внимание на необходимости адаптации подходов к атрибуции в зависимости от целей и особенностей бизнеса.
More Related Content
Similar to Евгений Курышев (Ostrovok.ru) - "Глубокие закопки в мультиканальную атрибуцию"
Евгений Курышев (Ostrovok.ru) - "Глубокие закопки в мультиканальную атрибуцию"
- 1. Глубокие закопки вмультиканальную атрибуцию Евгений Курышев, Ostrovok.ru, 2016
- 2. Что такое МаркетинговаяАтрибуция? я просто обязан вам рассказать
- 3. Атрибуция – этопопытка установить и измерить причинно-следственную связь, в данном случае в маркетинге
- 4. типичная причина: визит типичноеследствие: продажа
- 5.
- 6.
- 7. Например, чтобы точнеесвязать маркетинговую активность и продажи
- 8. Чтобы понять какпотратить следующий доллар маркетингового бюджета, а может быть перераспределить уже имеющийся
- 9. Чтобы повысить общийROAS/ROI на уровне всего бизнеса
- 10.
- 12. Получается, что для60-65% заказов есть несколько визитов
- 13. Ладно, связь междуодним или несколькими визитами и продажей установили, а как оценить её количественно?
- 14. Обычно каждой сессииназначается некий вес в процентах, её вклад в продажу Продажа $ SEO SEO Vital CPCSEO Email 10% 10% 10% 50% 0%0% это вес
- 15. Во-первых, это позволяет перераспределитьбюджет между каналами правильнее Было Стало SEM Brand
- 16. А еще этопомогает перераспределить бюджет внутри канала Было Стало Category Vital
- 17. Например, кампании сплохим ROI могут оказаться на самом деле хорошими и наоборот
- 18. Далее, это позволяет на микро-уровне оценивать эффективность трафика
- 19. Если умножить вессессии на выручку с ассоциированного бронирования, то получится “атрибуцированная выручка с сессии”
- 20.
- 21. Средняя выручка ссессии хорошо заменяет конверсию в анализе трафика, потому что учитывает продажи, сделанные вернувшимися позже и через другие каналы клиентами
- 22.
- 23. Модели которые работают по одному базовому правилу Last-Click: Весь вес отдается последней сессии Last-Paid Click: Весь вес отдается последней платной сессии Time Decay: Вес распределяется экспоненциально уменьшаясь для с сессий в прошлом
- 24. Модели которые работают посложной эвристике Например, hit-weighted attribution, вариант, в котором вес по сессиям раздается в зависимости от числа хитов в сессии
- 26. Алгоритмические и Вероятностныемодели Обычно это модели, в которых на базе машинного обучения строится модель, предсказывающая вероятность продажи после каждой сессии, а значит оценивающая вклад каждой сессии в приближение продажи Например, Markov-Chain attribution
- 27. SEM Category Campaign Vital/Type-In SALE! CPC Retargeting ReactivationEmail $ 0.4 0.1 0.1 0.25 0.2 0.1 0.5 0.2 0.3 0.3 0.25
- 28. Значит, выберем самуюлучшую мультиканальную атрибуцию и заживём…
- 29. Значит, выберем самуюлучшую мультиканальную атрибуцию и заживём…
- 30. Значит, выберем самуюлучшую мультиканальную атрибуцию и заживём…
- 31.
- 32. Недооценивать точность LastPaid Click Ловушка номер 1
- 33. Кто не используетсложные модели атрибуции ошибается с выводами для 60% выручки?
- 34. На самом делевсё не так однозначно
- 35. Во-первых, чаще всего еслив заказе участвовало всего пара визитов, то они пришли из одного канала. Доля заказов с 1-3 визитами уже существенно больше (у нас – 62%) Доля заказов по числу визитов 38 % 62 % 1-3 4+
- 36. Во-вторых, даже если визитовперед продажей больше трёх, заметная доля приходится на одинаковые каналы
- 37. Количество УНИКАЛЬНЫХ каналов, участвовавших впродаже 5 % 17 % 77 % 1 2 3 4 5 6 Только в 23% случаев у нас вообще есть больше 2 разных каналов и возникает вопрос атрибуции
- 38. То есть LastClick неплохо описывает 3/4 продаж. Но что с Last Paid Click?
- 39. Если исключить продажи,где канал последнего (из 2) визита был бесплатный, то останется порядка 15-20% продаж, в которых реально участвовало больше 1 уникального канала
- 40. Недооценивать точность LastPaid Click Ловушка номер 1 Выводы: Для многих бизнесов Last Paid Click атрибуция довольно честно выдаёт кредит каналам, приводящим к продаже/целевому действию. Так что стоит еще подумать, нужна ли более сложная модель атрибуции в такой ситуации…
- 41. Надеяться без проблемрешить одной атрибуцией все проблемы Ловушка номер 2
- 42. Если вы всёже внедрили использование сложной мультиканальной атрибуции, не надо забывать о старых добрых вариантах
- 43. С одной стороны,сложная модель атрибуции должна предсказывать важность каналов для привлечения продажи С другой стороны она должна давать ответ на вопрос, куда тратить деньги в маркетинге
- 44. Пример Продажа $ CPC Email 100% 0% Емейлпривел к продаже, но весь кредит получил платный канал CPC даже в “простом” last paid click можно сделать выводы, что Email не продаёт, и не заниматься им, а в итоге потерять много продаж
- 45. На самом делевопрос корреляции канала визита и продаж и вопрос бюджетирования надо рассматривать отдельно
- 46. В любом случае,надо научиться работать с несколькими вариантами атрибуции для разных целей Анализ воронки Планирование бюджета Мониторинг продаж в реальном времени Direct Last Click Last Non-Direct Click Custom Model
- 47. Надеяться без проблемрешить одной атрибуцией все проблемы Ловушка номер 2 Вывод: Использовать подходящую атрибуцию для каждой задачи. Помнить что ROAS канала при сложной модели атрибуции и его важность для продаж могут сильно отличаться
- 48. Думать что можнопросто так взять и выбрать самую лучшую модель Ловушка номер 3
- 49. В какой томомент, когда вы готовы ко внедрению новой, классной атрибуции для самой главной задачи, планирования маркетинга, возникает вопрос – как их сравнивать и как выбирать
- 50. НЕЛЬЗЯ ПРОСТО ТАКВЗЯТЬ И ВЫБРАТЬ ЛУЧШУЮ МОДЕЛЬ АТРИБУЦИИ
- 51. И дело нетолько в том, что разные модели хороши для разных целей. Даже для одной цели часто сложно выбрать лучшую модель, потому что их очень тяжело сравнивать
- 52. В ловушке номер1 рассматривался способ оценки объёмов продаж, на которые влияет атрибуция
- 53. 1. Нужно взятьвсе цепочки каналов, приводящие к конверсии 2. Убрать цепочки где новая атрибуция не меняет выдачу весов по сравнению со старой 3. Убрать цепочки с одинаковыми визитами 4. Опционально: убрать цепочки, инициированные каналами, которыми трудно управлять в реальном времени или которые исчерпали свой потенциал 5. Посчитать выручку или число продаж по цепочкам, которые остались
- 54. Процент оставшейся выручкии содержит потенциальный апсайд, при условии, что новая атрибуция покажет более рациональное перераспределение бюджета по оставшимся каналам/цепочкам
- 55. Вариант 1. Внедритьи посмотреть что будет + Просто – Долго – Не точно – Потенциально теряет деньги
- 56. Вариант 2. СделатьA/B тест атрибуций – Сложно – Еще более долго – Всё равно не точно ± Контролируемо теряет деньги
- 57. Вариант 3. Сделатькросс-валидацию на фактических данных + Не теряет деньги + Быстро – Очень сложно – Всё равно не точно
- 58. Думать что можнопросто так взять и выбрать самую лучшую модель Ловушка номер 3 Вывод: Поскольку измерить точность атрибуции очень сложно, то в какой-то момент рациональнее выбирать наиболее совершенную доступную модель и заниматься её оптимизацией
- 59.
- 60. Большинство даже достаточносовременных моделей атрибуции считают новых и повторных клиентов одинаково, их визиты и конверсии равнозначными
- 61.
- 62. Сценарий 1 Сценарий2 Расход $100 $100 Показы 200 бывших клиентов, 500 новых 50 бывших клиентов, 800 новых Продажи 20 повторных, 5 новых 5 повторная, 15 новых CPO $4 $5 Инкремент 5 новых клиентов 15 новых клиентов
- 63. Новые клиенты почтивсегда лучше чем старые (за те же CPO косты), но многие модели атрибуции про это не знают
- 64. Часть вашего маркетинговогобюджета в том числе и в каналах привлечения новых пользователей расходуется на возврат старых клиентов
- 65. Когда вы распределяетевыручку этих повторных клиентов (многие из которых и так бы пришли) в процессе атрибуции, вы зашумляете ваши цифры, скрывая реальную инкрементальную пользу рекламных кампаний
- 66. Есть разные механизмырешения проблемы 1. Распределять не выручку от продажи, а ценность клиента (LTV) 2. Дисконтировать выручку повторных продаж в атрибуции 3. Атрибуцировать повторные/новые конверсии отдельно
- 67. Забыть про повторность Ловушканомер 4 Вывод: Ценность атрибуции – в установлении инкрементальной пользы конкретной маркетинговой активности, а без анализа повторности нельзя сделать выводы об инкрементальности
- 68. Думать, что хорошаяатрибуция вытесана в камне и не нуждается в тюнинге Ловушка номер 5
- 69. Если вы • “Переросли”Last Non-Direct • Выбрали одну из готовых современных моделей атрибуции, например в Google Analytics 360 или построили свою • Научились в ней атрибуцировать LTV • Используете более простые модели там где они уместнее то может возникнуть ощущение, что жизнь удалась…
- 70.
- 71. Есть еще многопространства для улучшений
- 72. 1. Современные моделиатрибуции помогают выбрать клиентов и предсказать оптимальный вид следующего тачпоинта, максимально повышающего вероятность конверсии
- 73. 2. Поскольку ценностьатрибуции зависит от числа “сложных” цепочек визитов, то можно увеличить ценность, научившись матчить посетителей на разных устройствах
- 74. 3. Вашими тачпоинтамис клиентами являются не только визиты, нужно обогащать данные
- 75. 4. Вашими конверсиямиявляются не только продажи
- 76. 5. Шум вданных делает превращает вашу атрибуцию в тыкву
- 77. Думать, что хорошаяатрибуция вытесана в камне и не нуждается в тюнинге Ловушка номер 5 Вывод: Очень быстро вы приходите к ситуации, когда точность алгоритмов вашей атрибуции ниже чем чистота и объём ценных данных. Чтобы развиваться дальше нужно взглянуть на старые практики под новым углом.
- 78.
- 79. 1. Не гонитесьза сложной атрибуцией если это не влияет на большую долю продаж
- 80. 2. Используйте старыедобрые модели типа Last Click для подходящих целей
- 81. 3. Отдайте предпочтениеновой модели атрибуции, построенной на machine learning и использующей максимум гранулярных данных
- 82. 4. Анализируйте инкрементальность маркетинга,учитывайте повторность в атрибуции
- 83. 5. Знайте узкиеместа вашей атрибуции, работайте над чистотой и полнотой данных, на основе которых вы потом тратите ваш бюджет
- 84.
- 85. Полезно почитать Зачем нужнановая модная атрибуция http://www.callahancreek.com/marketing-attributon-analysis-part-2-embrace-the-complexity/ Как в Google Analytics быстро оценить потенциальный апсайд от мультиканальной атрибуции https://www.owox.ru/solutions/articles/multichannel-attribution-additional-value/ Что делать, если вы хотите построить её сами http://blogs.sas.com/content/customeranalytics/2015/12/08/making-case-algorithmic-digital-attribution/ Про инкрементальность в маркетинге и атрибуции http://adexchanger.com/data-driven-thinking/your-attribution-model-is-broken/ Как сделать свою атрибуцию на Markov Chains в R http://www.lunametrics.com/blog/2016/06/30/marketing-channel-attribution-markov-models-r/ Почему у вас никогда не будет хорошей модели атрибуции http://mashable.com/2014/07/21/ad-analysts-job-impossible/