Atrybucja marketingowa to przypisywanie wartości poszczególnym punktom styku klienta z marką, które doprowadziły do konwersji. Dzięki niej można ocenić, czy sprzedaż wspierała reklama, wyszukiwarka, media społecznościowe, newsletter czy kilka kanałów jednocześnie, a następnie lepiej podzielić budżet i analizować ROI.
Czym jest atrybucja marketingowa?
Konwersją może być zakup, wysłanie formularza, rejestracja albo zapis do newslettera. Atrybucja marketingowa pomaga określić, które interakcje poprzedzające takie zdarzenie miały znaczenie. Pojedyncza interakcja to punkt styku, czyli na przykład kliknięcie reklamy, wejście z wyników organicznych, kontakt z postem w mediach społecznościowych lub otwarcie wiadomości e-mail.
Bez atrybucji łatwo przypisać całą zasługę ostatniemu kanałowi. To trochę tak, jakby w meczu piłkarskim uznać, że za gola odpowiada wyłącznie strzelec, a pominąć podania, odbiór piłki i pracę pozostałych zawodników. Model Last Click wskazuje ostatni kontakt przed zakupem, ale nie pokazuje, co wcześniej zbudowało zainteresowanie i doprowadziło klienta do tego momentu.
Ma to bezpośredni wpływ na decyzje budżetowe. Zależnie od wybranego modelu ten sam kanał może otrzymać inną liczbę konwersji, przychód oraz ROI. Atrybucja nie wskazuje więc jednej obiektywnej prawdy o zachowaniu klienta. Pokazuje wynik według określonych reguł, które powinny odpowiadać celowi biznesowemu.
Jak wygląda wielokanałowa ścieżka zakupowa?
Załóżmy, że klient szuka butów do biegania. Nie kupuje ich od razu po pierwszym kontakcie ze sklepem. Jego ścieżka może wyglądać następująco:
- Google Shopping – klient wpisuje ogólne zapytanie, zauważa ofertę sklepu i odwiedza stronę. Ten punkt styku buduje świadomość oraz kieruje użytkownika do oferty.
- Reklama na Facebooku – następnego dnia klient widzi remarketing i wraca do sklepu. Kanał przypomina mu o produkcie oraz podtrzymuje zainteresowanie.
- Newsletter – użytkownik zapisuje się do bazy, otwiera wiadomość i ponownie odwiedza stronę. Otrzymuje kolejne informacje potrzebne do rozważenia zakupu.
- Direct – po pewnym czasie wpisuje adres sklepu w przeglądarce i kupuje buty. Bezpośrednie wejście jest ostatnim punktem styku, ale nie musi być jedyną przyczyną decyzji.
Jeżeli zastosujemy Last Click, cała sprzedaż trafi do kanału Direct. Taki wynik może sugerować, że wcześniejsze działania nie miały znaczenia, choć bez reklamy Shopping, remarketingu i newslettera klient mógłby w ogóle nie dotrzeć do zakupu. Właśnie ten rozdźwięk między ostatnią interakcją a pełną ścieżką jest głównym powodem stosowania różnych modeli atrybucji.
Jakie są najpopularniejsze modele atrybucji?
Modele oparte na regułach z góry określają sposób podziału wartości. Są łatwe do wyjaśnienia i raportowania, ale upraszczają zachowanie użytkowników. Model Data-Driven działa inaczej, ponieważ wykorzystuje dane o wielu ścieżkach i algorytmicznie ocenia udział poszczególnych interakcji.
| Model | Logika | Najlepszy dla |
|---|---|---|
| Last Click | 100% wartości otrzymuje ostatni punkt styku przed konwersją. | Analizy kanału domykającego sprzedaż, zwłaszcza przy krótkiej ścieżce. |
| First Click | Cała wartość trafia do pierwszej interakcji na ścieżce. | Oceny kanałów budujących świadomość nowej marki lub produktu. |
| Linear | Wartość jest dzielona po równo między wszystkie punkty styku. | Firm, które chcą uwzględnić każdy kanał, ale nie mają podstaw do różnicowania jego wpływu. |
| Position Based | Pierwszy i ostatni punkt otrzymują większą część wartości, a reszta jest dzielona między interakcje pośrednie. | Ścieżek, w których ważne są zarówno pozyskanie klienta, jak i finalizacja zakupu. |
| Data-Driven | Algorytm wyznacza udział punktów styku na podstawie danych o rzeczywistych ścieżkach. | Dojrzałych organizacji z dużą liczbą konwersji i rozbudowaną analityką. |
Last Click jest prosty, lecz często przecenia kanały obecne tuż przed zakupem. First Click ma odwrotny problem, bo może zawyżać rolę pierwszej reklamy i pomijać działania, które przekonały klienta do zakupu. Oba modele bywają przydatne do odpowiedzi na konkretne pytania, ale nie powinny automatycznie służyć do oceny całego marketingu.
Model Linear rozdziela zasługi równo. Przy czterech punktach styku każdy otrzyma 25% wartości zamówienia. Takie podejście uwzględnia całą ścieżkę, ale zakłada, że każda interakcja miała identyczne znaczenie, co nie zawsze odpowiada rzeczywistemu procesowi decyzyjnemu.
Position Based pozwala mocniej docenić początek i koniec ścieżki. W często stosowanej wersji pierwsza i ostatnia interakcja otrzymują po 40%, a pozostałe 20% jest dzielone między kontakty pośrednie. To nadal model regułowy, więc jego proporcje wynikają z przyjętego założenia, a nie z analizy konkretnego zachowania użytkowników.
Data-Driven należy do modeli algorytmicznych. System porównuje ścieżki konwersji i niekonwertujące ścieżki, a następnie szacuje, jak obecność określonych punktów styku zmienia prawdopodobieństwo konwersji. Dzięki temu może przypisać różną wagę reklamie inicjującej, remarketingowi, wyszukiwarce i innym kanałom. Wynik jest zwykle bardziej dopasowany do danych firmy, ale trudniejszy do wyjaśnienia i zależny od jakości oraz ilości danych.
Jak wybrać model atrybucji dla swojego biznesu?
Nie istnieje jeden model idealny dla każdej firmy. Wybór zależy od celu analizy, długości ścieżki, liczby kanałów, dojrzałości analitycznej oraz ilości danych. Innego spojrzenia potrzebuje startup budujący rozpoznawalność, a innego sklep internetowy, który ma wiele transakcji i rozbudowany remarketing.
Przy wyborze modelu weź pod uwagę następujące czynniki:
- Cel biznesowy – First Click może pomóc ocenić, które kanały otwierają ścieżki i budują świadomość, a Last Click pokaże źródła najczęściej domykające sprzedaż.
- Długość procesu zakupowego – przy krótkiej ścieżce prosty model może być wystarczający, natomiast przy wielu wizytach i kanałach lepiej analizować więcej niż jeden punkt styku.
- Dostępna ilość danych – Data-Driven wymaga odpowiedniego wolumenu konwersji i wiarygodnego pomiaru, dlatego nie zawsze będzie dobrym punktem wyjścia dla małej firmy.
- Poziom szczegółowości raportowania – modele regułowe są łatwiejsze do objaśnienia zespołowi, lecz mogą upraszczać rzeczywisty wpływ kanałów.
- Możliwość porównywania wyników – warto sprawdzać, jak zmienia się ocena kanałów po zastosowaniu różnych modeli, zamiast podejmować decyzje na podstawie jednego raportu.
Startup może zacząć od First Click, jeśli jego głównym zadaniem jest dotarcie do nowych odbiorców. Dojrzałe e-commerce z dużą liczbą transakcji może korzystać z Data-Driven, o ile ma dobrze zebrane dane i potrafi interpretować wyniki. Linear lub Position Based bywają etapem pośrednim, gdy firma chce odejść od Last Click, ale nie ma jeszcze warunków do modelowania algorytmicznego.
Przy analizie trzeba też rozróżnić wynik modelu od rzeczywistego wpływu reklamy. Atrybucja opisuje zależność w zebranych danych, ale nie zawsze dowodzi, że dany kanał samodzielnie spowodował zakup. Dlatego zmiany budżetów dobrze oceniać w połączeniu z innymi analizami, testami oraz obserwacją całej ścieżki klienta.
Dokąd zmierza atrybucja marketingowa?
Ścieżki zakupowe obejmują dziś wiele kanałów i urządzeń, a ograniczenia związane z prywatnością oraz cookies utrudniają łączenie wszystkich interakcji. Rosnące znaczenie mają dane first-party, integracja źródeł oraz modele wykorzystujące uczenie maszynowe. Nie oznacza to jednak, że algorytm zastąpi analizę biznesową.
Najważniejsza pozostaje regularna weryfikacja, czy przyjęty model pomaga podejmować lepsze decyzje o budżecie. Atrybucja jest użyteczna wtedy, gdy pozwala zobaczyć więcej niż ostatnie kliknięcie i dopasować ocenę kanałów do celu firmy, długości ścieżki oraz jakości dostępnych danych.
