Новости

Как построить многоканальные последовательности и проанализировать результаты

Автор Дата 13.05.2018

Во вкусе правило, клиент покупает товар или услугу маловыгодный сразу: ему нужно время, чтобы изучить предложения и выносить покупку. Долгий цикл принятия решения характерен во (избежание рынков со сложным и дорогим товаром.

Если уследить все взаимодействия компании и покупателя, получится путь клиента. Такая цепочка состоит изо 12 и более звеньев и показывает все каналы, сверх которые потенциальный клиент пришел к покупке.

Google Analytics визуализирует цепочки взаимодействия клиентов и компании получай вкладке «Многоканальные последовательности». С помощью этой функции хоть проанализировать влияние каждого канала на общую прибыток.

Анализ многоканальных последовательностей поможет компании:

  • Снизить цену конверсии — и сие основная цель анализа.
  • Распределить бюджеты между маркетинговыми каналами получи и распишись основе их вклада в общую прибыль.
  • Определить самые эффективные точки входа пользователей возле проведении брендинговых рекламных кампаний.
  • Определить оптимальный цикл ретаргетинга.

Сначала рассмотрим основные отчеты, которые помогут оптимизировать рекламные кампании.

Отчеты в (видах анализа многоканальных последовательностей

Длина последовательности до конверсии

Доброе старое) (мое чем приобрести товар или услугу, клиент, поддай всего, неоднократно заходит на сайт продавца. В отчете «Длина последовательности» дозволительно посмотреть, сколько раз пользователь посещает сайт, заблаговременно чем совершит целевое действие.

Путь к отчету: «Конверсии» → «Многоканальные» → «Длина последовательности».

Задайте нужные границы:

  1. Выберите интересующие цели.
  2. В «Типе» оставьте «Все».
  3. Руки прочь все типы взаимодействий.
  4. Выберите, за сколько дней накануне конверсии учитывать данные. Максимально возможный период — 90 дней.

В примере я выбрали только один тип конверсии — транзакции.

Что-что видим в отчете? Около 42% покупок совершаются около первом взаимодействии с сайтом. Остальные 58% растягиваются получай несколько взаимодействий:

Подобная картина типична для большинства бизнесов. Однако для некоторых типов конверсий ситуация отличается. Бесплатные образ действий: подписка на рассылку или загрузка бесплатного контента — могут становиться при первом взаимодействии в 90% случаев и более.

Если нет более 90% конверсий на сайте совершаются быть первом взаимодействии, многоканальные последовательности вам не нужны.

Основные пути конверсии

Нижеследующий отчет покажет, какая последовательность рекламных каналов приносит наибольшую дифференция. На вкладке «Многоканальные последовательности» выберите «Основные пути конверсии»:

Подотчет выглядит так:

Когда выгрузите данные и определите закономерности, разрешается планировать деятельность в рекламных каналах по наиболее удачным связкам.

Старинны годы до конверсии

Рассмотрим следующий отчет в выпадающем карта — «Время до конверсии»:

Из отчета узнаем, какое количество дней проходит с момента первого взаимодействия с сайтом до самого конверсии:

В примере 62% всех конверсий совершается в затейщик день.

На основе данных мы можем смерить наиболее эффективный период для ретаргетинга. Например, на случай если в течение 15 дней после запуска кампании конверсий один-два или совсем нет, следует удалять пользователей изо списка.

Или мы видим, что всплеск активности наблюдается бери 7-й день после первого визита. Тогда настраиваем ретаргетинг а именно на этих пользователей.

Ассоциированные конверсии

Из отчета точно по ассоциированным конверсиям можно понять, какие каналы являются основными, а какие — вспомогательными.

После этого мы получаем статистику по трем характеристикам:

  • Испытание вспомогательных конверсий.
  • Анализ первого взаимодействия.
  • Конверсии.

В этом разделе нас интересуют вкладки «Анализ вспомогательных конверсий» и «Анализ первого взаимодействия».

1. Измерение вспомогательных конверсий

В отчете «Анализ вспомогательных конверсий» угоду кому) каждого канала отображается:

  • Количество ассоциированных конверсий — тех, в которых текущий канал играл вспомогательную роль.
  • Количество конверсий после последнему клику или прямому взаимодействию.
  • Ценность обеих типов конверсий с разбивкой на каналы, если настроена вручение ценности выбранной конверсии в GA.
  • Отношение ассоциированных конверсий к конверсиям числом последнему клику или прямому взаимодействию:

Чем пуще число в последнем столбце отчета, тем меньшую положение играет канал: в пути клиента он присутствует, же конверсии совершаются при переходе из других каналов. И поперек. Ant. прямо: если значение меньше единицы, то канал является основным, закрывающим — конверсии совершаются сверх него.

На скриншоте мы видим, что «(direct) / (none)» — закрывающий диатрема. А Директ и AdWords — вспомогательные каналы, через которые конверсии совершаются реже. Да они принимают активное участие во всей цепочке взаимодействия.

Мирово! Если информация о совершенных конверсиях передается в Google Analytics с через Measurement Protocol, последним источником / каналом в отчете вечно) что-то делает будет «direct / none». Это особенность Google Analytics около работе с Measurement Protocol.

2. Анализ первого взаимодействия

Подчас мы переключимся на вторую вкладку, увидим число конверсий, для которых первое взаимодействие произошло по вине тот или иной канал:

Отчет полезен близ анализе брендинговых кампаний или кампаний, цель которых — досылка нового продукта на рынке. Можно узнать, какие каналы и рекламные кампании «цепляют» пользователей. Как раз в эти каналы и стоит вкладываться в дальнейшем.

На скриншоте лидирует Директ. Кабы бы этого канала не было, не было бы и конверсий. В п. 1 наша сестра узнали, что этот канал вспомогательный, а не закрывающий. В случае если бы мы оценивали эффективность Директа только исходя изо конверсий по последнему клику, мы приняли бы неправильное ответ о сокращении бюджета или прекращении работ с этим каналом.

Равно как группировать каналы

Если анализировать отчет, где каналы сгруппированы до умолчанию, можно ошибиться в выводах. Например, значение «yandex-direct / cpc» параметра «Источник alias канал» содержит данные по рекламе в поиске, РСЯ и ретаргетингу. Потому это разные источники, результат отчета по этой группе каналов — средняя жар по больнице.

Для корректного анализа рекомендуем производить группы каналов.

Пример

Мы знаем, что к источнику «yandex-direct» относятся кампании для поиске по тематическим ключевым словам и по названию бренда. А равным образом кампании в РСЯ. Чтобы правильно оценить эффективность источников, нам нужно расколошматить источник yandex-direct на:

  • Бренд
  • Поиск
  • РСЯ

Затем) чтоб(ы) это сделать, нужно создать кастомную группу каналов:

1. Зайдите в пульт управления администратора.

2. Выберите «Настройки канала» → «Группа каналов»:

3. Кликните держи кнопку «Новая группа каналов»:

4. Введите название группы каналов и чередуясь задайте условия для РСЯ, поиска и бренда. С целью поиска условия могут выглядеть так:

5. При анализе ассоциированных конверсий выберите в отчете группу каналов, которую всего что создали:

Теперь влияние каждого источника нам очень может быть лучше:

Для еще более точной картины разрешено разбить три канала — «Бренд», «Поиск» и «РСЯ» — бери группы каналов, которые содержат определенные кампании.

Таким но образом нужно детализировать каждый рекламный канал.

Модели атрибуции и переназначение бюджета

Модели атрибуции в Google Analytics — наборы правил, которые определяют альтернат распределения ценности между каналами в пути конверсии. Коли выбрать правильную модель атрибуции, можно определить достижение каждого канала в продажи и правильно распределить маркетинговый смета по каналам.

Допустим, компания выделила бюджет получи маркетинг. Сначала нужно выбрать правильную модель атрибуции. Сие позволит определить, какой доход каждый канал принес. Подальше определяется ROMI — и компания увидит ценность каждого канала. И уж на основе ROMI бюджет перераспределяется на больше всего выгодные каналы.

Модели атрибуции

Стандартные модели атрибуции, которые используются в Google Analytics, описаны тогда. Модель атрибуции по умолчанию — последнее непрямое согласование.

У каждой модели есть свои преимущества и недостатки, отчего внутри Google Analytics можно создавать свои модели атрибуции возьми основе стандартных.

Вкладка «Администратор» → Модели атрибуции:

Да можно воспользоваться и одной из стандартных моделей.

Угоду кому) примера нам подходит модель «Атрибуция с привязкой к позиции», следственно создавать новую мы не будем.

Важно! Не рекомендуется сравнивать между собой разные каналы. Пользователь, какой пришел на сайт по брендовому запросу, и оный, кто кликнул по баннеру в КМС, — это небо и земля люди на разных этапах принятия решения. Из-за этого проводить анализ по модели атрибуции «Последнее взаимодействие» некорректно.

Подсчёт ценности канала и перераспределение бюджета

Как определить драгоценность каждого канала с точки зрения возврата инвестиций и распределения маркетингового бюджета?

Скажем, маркетинговый бюджет составляет 1 000 000 руб. в месяц, и распределен дьявол так:

  • Яндекс.Директ — 300 000 руб.
  • Google AdWords — 200 000 руб.
  • Таргет ВКонтакте — 170 000 руб.
  • Таргет Facebook — 150 000 руб.
  • MyTarget — 180 000 руб.

Ниже, найдите в Analytics инструмент сравнения моделей атрибуции:

По образу мы сказали выше, в рассматриваемом примере нам всецело подходит модель атрибуции «На основе позиции». Так вам ничего не мешает выбрать свою.

Нас интересует графа «Ценность конверсии»:

Из этого столбца мы видим, ась? доход от каждого канала может быть распределен си:

  • Яндекс.Директ — 700 000 руб.
  • Google AdWords — 450 000 руб.
  • Таргет ВКонтакте — 270 000 руб.
  • Таргет Facebook — 250 000 руб.
  • MyTarget — 190 000 руб.

После того посчитайте ROMI каждого канала:

  • Яндекс.Директ: 700 000 руб. / 300 000 руб. * 100 = 233%
  • Google AdWords: 300 000 руб. / 200 000 руб. * 100 = 150%
  • Таргет ВКонтакте: 270 000 руб. / 170 000 руб. * 100 = 159%
  • Таргет Facebook: 250 000 руб. / 150 000 руб. * 100 = 167%
  • MyTarget: 190 000 руб. / 180 000 руб. * 100 = 106%

Ниженазванный шаг — определить новые бюджеты для каждого канала. Исполнение) этого рассчитайте долю каждого канала в прибыли (% ото общей прибыли). Сложив весь доход, получаем цифру 1 710 000 руб. Изо них:

  • Яндекс.Директ — 41%
  • Google AdWords — 18%
  • Таргет ВКонтакте — 16%
  • Таргет Facebook — 14%
  • MyTarget — 11%

И далее в соответствии с полученными процентами распределяем бюджет на каналы:

Канальчик

Старый бюджет, руб.

Новый бюджет, руб.

Яндекс.Директ

300 000

410 000

Google AdWords

200 000

180 000

Таргет ВКонтакте

170 000

160 000

Таргет Facebook

150 000

140 000

MyTarget

180 000

110 000

Напомненный пример описывает лишь базовый принцип оценки сокровище каждого канала и распределения маркетингового бюджета.

Выгрузка данных с через API

Весь описанный выше процесс можно и нужно автоматизировать. Так чтоб это сделать, настройте выгрузку данных из API Google Analytics в Google Spreadsheets и впоследствии настройте формулы.

Создайте пустую таблицу и установите растягивание «Google Analytics». Вот прямая ссылка на него.

Следом создайте пустой отчет:

Должен получиться такой лекало:

В строке 4 указан ID представления, из которого будет вытекать выгрузка. Остальные параметры подробно описаны в инструкции исполнение) разработчиков.

Заполните шаблон нужными параметрами. Синтаксис не запрещается проверить с помощью Query Explorer. После этого нажмите в Run reports в меню и получите выгрузку на отдельном листе.

После того настройте нужные формулы. В результате вы увидите горизонтальная проекция по распределению бюджета по каналам на соседний период.

Многоканальные последовательности — важный инструмент, который позволяет подумывать расходы и анализировать результат по каждому каналу сеть-маркетинга. Надеемся, что эта инструкция поможет вы распределить бюджет на 2018 год и получить максимальную приумножение.

Источник: www.seonews.ru

Оставить комментарий

Ваш e-mail не будет опубликован. Обязательные поля помечены *