Google Analytics 4 - zmiany i najważniejsze modele atrybucji

W marketingu bardzo rzadko mówi się o atrybucji, a dużo częściej o konwersji. Z kolei to atrybucja jest ściśle połączona ze ścieżką zakupową klienta. Pozwala poprawnie przypisywać udział w konwersji i monitorować skuteczność działań marketingowych na każdym ich etapie. Poniżej przedstawiono, jakie zmiany i modele dostępne są w narzędziach Google Analytics.

Modele atrybucji w Google Analytics

W GA4 użytkownicy zyskają dostęp do odmienionych modeli atrybucji, co bez wątpienia wpłynie również na konwersję. Zapowiedziane zmiany mają pozytywnie oddziaływać na dokładność raportów konwersji i analiz atrybucji. Ponadto mają dać dużo większe możliwości podejmowania działań przez użytkowników.

Modelowanie atrybucji to sposób na zrozumienie i zmierzenie efektywności kampanii marketingowej. Jej celem jest określenie udziału reklamy w finalnej interakcji klienta z zakupem reklamowanego towaru lub usługi. Atrybucja pokazuje cały obraz kampanii marketingowej oraz sposób myślenia potencjalnego użytkownika. Dzięki niej można prześledzić, co dana osoba zrobiła, zanim kupiła promowany przedmiot. Obecnie w GA4 nadchodzą zmiany, ale niezwykle istotne jest przedstawienie, jak modelowanie atrybucji wygląda w obecnej wersji aplikacji.

Model ostatniego kliknięcia niebezpośredniego

W Google Analytics dostępnych jest kilka modeli atrybucji, ale wartość domyślną dla wszystkich raportów stanowi tzw. model ostatniego kliknięcia niebezpośredniego (ang. Last Click). Jak sama nazwa wskazuje, udział w konwersji przypisuje się ostatniemu źródłu odwiedzin witryny, o ile nie było to bezpośrednie wejście na stronę internetową. Od wielu lat stanowi standardowy model GA, który ma tak samo dużo zalet, jak i wad. W jego przypadku początek konwersji jest przypisywany do ostatniego elementu, z jakiego skorzystał klient – wszystkie pozostałe interakcje zostają zignorowane przez system. Niestety taka perspektywa nie daje pełnego obrazu sytuacji. Jeśli użytkownik najpierw zobaczył reklamę w social mediach, a następnego dnia postanowił kupić produkt, wpisując jego nazwę w wyszukiwarkę – 100% udziału konwersji zostaje przypisane tej jednej reklamie. Bez wątpienia do wad modelu należy bardzo uproszczona analiza danych, a także ignorowanie potencjalnego wpływu, jaki może generować ruch bezpośredni.

Pierwsza i ostatnia interakcja

W GA dostępne są również takie modele konwersji, jak ostatnia i pierwsza interakcja. W pierwszej opcji 100% udziału wartości konwersji przypisywane jest ostatniej ścieżce lub wyborowi, z których skorzystał użytkownik, dokonując zakupu. Funkcja przydatna, gdy analizy skupiają się tylko na pozyskaniu konwersji. Pozwala również odfiltrować działania, które nie prowadzą do bezpośredniego kontaktu. Z kolei model pierwszej interakcji to funkcja działająca odwrotnie do wcześniej omówionej opcji. W niej liczy się pierwszy kontakt użytkownika z daną usługą lub produktem. Do zalet jej stosowania należy prosta konfiguracja i analiza wykorzystywanych danych. Model ten jest przydatny, gdy cykl zakupowy jest krótki; jeśli klienci dokonują szybkiego zakupu, to pierwsza interakcja ma kluczowe znaczenie.

Model liniowy

Model liniowy bierze pod uwagę wszystkie punkty styczności użytkownika z reklamowanym produktem. Każdemu kliknięciu związanemu z procesem konwersji przypisuje taką samą wartość w wygenerowaniu sprzedaży. Metoda dostarcza dokładne dane na temat złożonych kampanii marketingowych, wyodrębnia ruch organiczny, a reklamodawcy mają dobry wgląd w skuteczność słów kluczowych. W szerszej perspektywie pozwala zoptymalizować ścieżkę zakupową.

Model czasowy – spadek z upływem czasu

W tym modelu największy udział w konwersji przypisywany jest interakcjom, które nastąpiły najpóźniej. Funkcja często ignoruje pierwszy kontakt użytkownika z produktem, chociaż to on mógł mieć największe znaczenie w ścieżce zakupowej. Dane uzyskane z modelu pozwalają na bardzo dokładny wgląd w przekrój akcji prowadzących do kontaktu, a także dostarczają dane służące zwiększeniu skuteczności kanałów odpowiedzialnych za bezpośrednią, jak i pośrednią konwersję.

Model oparty na danych

Ten model to duża nowość w Google Analytics 4. Dzięki atrybucji opartej na danych reklamodawcy uzyskają informacje o interakcjach użytkowników z daną witryną, które zakończyły się konwersją. W modelu brane są pod uwagę czynności ścieżki, które doprowadziły użytkownika do zakupu, wysłania e-maila, czy złożenia zamówienia, a także sama informacja o dokonaniu konwersji. Model jest ściśle dopasowany do ruchu danej strony internetowej lub kampanii marketingowej. Przypisuje udział w konwersji na podstawie tego, w jaki sposób użytkownicy znajdują witrynę lub reklamę, a następnie co nimi kieruje, gdy postanawiają zakupić daną rzecz lub usługę. Należy pamiętać, że model atrybucji oparty na danych musi mieć odpowiednią ilość dostępnych informacji, aby móc dostarczyć szczegółowe analizy i na ich podstawie wyciągnąć wnioski. Algorytm szacuje prawdopodobieństwo wystąpienia konwersji, następnie analizując jak zmienia się ono pod wpływem dodania kolejnych reklamowych punktów styku przyznaje im wartość. Google nie udostępnia szczegółowych informacji na temat funkcjonowania algorytmu, co jest istotne biorąc pod uwagę jego dominujący charakter, w obszarze narzędzi reklamowych.

Dane są przyszłością marketingu

W 2021 roku Google ogłosiło, że odchodzi od domyślnego modelu ostatniego kliknięcia niebezpośredniego. W ramach zmian zastępującą go opcją będzie model oparty na danych. Ponadto GA 4 zostanie wyposażone w uczenie maszynowe (ang. machine learning). Funkcja umożliwia prognozowanie zachowania użytkowników oraz ich skłonności do dokonania konwersji. Opcja ma być kluczem do sukcesu wszystkich kampanii marketingowych, szczególnie w obecnych czasach, gdzie cyfrowa prywatność jest głównym tematem różnych rządów i korporacji. Funkcja będzie zapełniać luki w cyfrowej rzeczywistości, ponieważ pliki cookie i identyfikatory już za chwilę mogą być jedynie historią.

Obecnie można już stworzyć usługę Google Analytics 4. Wystarczy w tym celu wykorzystać dual tagging - funkcję, która połączy obowiązującą aplikację Universal Analytics z GA4. Opcja pozwala jednocześnie skonfigurować dwa systemy analityczne. Dzięki temu reklamodawcy zyskują czas, by zaznajomić się z nowym panelem obsługi, dokładniejszymi raportami oraz rozbudowanymi ustawieniami GA4, w czasie gdy aktualne dane i cała historia pozostają w Google Universal.