Vyhodnocování kampaní pomocí atribučních modelů

Kde vzniká příčina problému

V jednom z našich předešlých článků jsme se rozepsali na téma STDC model (viz poznámka níže). Jeho poselstvím je uvědomění, že potenciální zákazník se o nákupu produktu rozhoduje dlouhodobě. Celý nákupní proces tak začíná dlouho předtím, než zákazník skutečně nakoupí. Pro jednotlivé fáze nákupního rozhodování (SEE-THINK-DO-CARE) je nezbytné připravovat odpovídající obsah, uzpůsobený aktuálním potřebám zákazníka.

Samozřejmě kromě obsahu musíte jednotlivým fázím uzpůsobit i výběr médií, která mají uživateli informace doručit. Sociální sítě považujeme za prioritní při vyvolávání/vytváření poptávky (fáze SEE), naopak když se zákazník nachází těsně před nákupem (fáze DO), hraje klíčovou roli viditelnost ve vyhledávačích.

Reálně se tak může stát, že zákazník nakoupí až při páté návštěvě webu v rozmezí několika týdnů. Přičemž jak jsem výše zmínil, první návštěvy mohou být z Facebooku, ty poslední z placené reklamy ve vyhledávání na Googlu. Běžně se pak stává, že při vyhodnocení finanční efektivity kampaní sledujete jen poslední zdroj návštěvy. Což je jeden zkreslující faktor, který jsem uvedl již v předešlém článku Jak zjistit finanční návratnost kampaní.

100 % tržeb bychom tak v modelovém příkladu připsali reklamě na Googlu, kdežto Facebook by ostrouhal. Mylně by mohlo dojít k označení vytváření obsahu na této sociální síti za neefektivní. To může mít za důsledek utlumení či úplné zastavení aktivit na Facebooku.

Jak při vyhodnocování postupovat v Google Analytics

Pro vyhodnocení, jaké trasy vedou k objednávce, používáme primárně Google Analytics. Zde najdete přehled “nejčastější konverzní trasy” (ten je umístěn v části konverze > Vícekanálové cesty).

Přehled je vhodné nejdříve nastavit. V horní části přehledu najdete tyto možnosti:

• konverze: zde bude nastavení individuální. Bude záležet na tom, který cíl chcete analyzovat (stažení e-booku, kontaktní formulář, objednávka atd.). Pozor na případy, kdy měříte objednávky jak přes cíle, tak i e-commerce. V takových situacích musíte jednu možnost z vyhodnocení vyřadit, jinak vám to data zkreslí
• délka trasy: abychom si udělali kompletní přehled úplně všech cílů, nastavujeme všechny trasy, i ty jednokrokové
• typ: necháváme ve výchozím nastavení vše
• hloubka pohledu: vyplatí se nastavit na maximální délku 90 dní, zvlášť u opakovaných objednávek nebo u produktů s dlouhým rozhodovacím procesem

Pod grafem už si následně jen zvolíte dimenze, podle kterých chcete kampaně vyhodnocovat. Jako primární většinou volíme zdroj/médium, jako sekundární klíčové slovo nebo kampaň.

Díky Google Analytics získáváme přehled cest vedoucích ke všem cílům, včetně jejich peněžního vyjádření, pokud máte cíle správně nastavené. Na následujícím obrázku můžete vidět pár příkladů. Pokud bychom chtěli vyhodnotit zeleně označenou objednávku za 546 Kč, pak jednou možností je přiřadit polovinu částky dynamickému remarketingu na Seznamu a druhou k inzerci Google Nákupech.

Záměrně jsme uvedli tento příklad, protože jak je z obrázku patrné, tak k této objednávce došlo až při třetí návštěvě z “directu” (tedy z přímé návštěvy). K té dochází často zadáním domény webu do vyhledávače, uživateli se tak brand prodejce vštípil do paměti. V tomto případě ke třetí návštěvě nevedla konkrétní kampaň a directy z kampaní, proto je z vyhodnocení vynecháváme a přímé návštěvností nepřiřazujeme ve vícecestných trasách žádnou částku. Stejné je to i u brandové návštěvnosti z vyhledávání.

Na místě je třeba rovněž zmínit zmínit omezení tohoto přehledu:

• část objednávek zde nenajdete, Google Analytics nezachytí veškerou návštěvnost a tedy rovněž ne všechny objednávky
• jak už bylo v nastavení přehledu zmíněno, doba pro vyhodnocení je omezena na 90 dní, předchozí návštěvy mimo uvedený horizont nepodchytíte
• využívání různých zařízení jedním zákazníkem způsobí, že nám z jeho cesty vypadnou některé návštěvy

Využití atribučních modelů

Rozdělením částky mezi jednotlivé kampaně se zabývají atribuční modely. V modelovém příkladu s objednávkou za 546 Kč jsme rozdělili částku rovným dílem mezi Google Nákupy a dynamický remarketing. Tento model se nazývá lineární. Vedle něj můžete využívat i další modifikace:

• poslední interakce - již v úvodu zmíněná možnost, poslední zdroj návštěvy získává veškerou hodnotu objednávky
• první interakce - v tomto případě je to zcela opačně. První kampaň, která přivedla návštěvníka získává celou hodnotu objednávky
• s nárůstem v čase - čím je návštěva blíže finální objednávce, získává vyšší procento z její výše
• založeno na pozici - největší část částky je přiřazen první a poslední návštěvě
• a mnoho dalších

Google Analytics ve svém výchozím nastavení počítají s variantou poslední interakce. Pokud si ale chcete vyzkoušet, jak by vypadaly výsledky s využitím jiného modelu, tak využijte přehled Nástroj pro porovnání modelů (Konverze > Atribuce). Po upravení výchozí nastavení (jaké konverze vyhodnocovat, délka sledovaného období) zvolíte libovolný počet modelů a Analytics vám nabídnou srovnání zdrojů návštěvnosti či konkrétních kampaní podle konverzí, hodnot konverzí či ceny za konverzi.

A tom, jakou roli hrají jednotlivé kampaně, vypovídá následují náhled výsledků v AdWords z konkrétního projektu. Jak si můžete všimnout, tak výsledky modelů prvního a posledního prokliku jsou značně odlišné. Patrné je to zejména z remarketingových kampaní (RLSA, dynamický remarketing), které logicky v modelu prvního prokliku dosahují téměř prakticky nulových hodnot. Proto nejčastěji využíváme lineární model, který obě varianty vyvažuje.

V Google Analytics si můžete vytvořit i vlastní atribuční modely. Pokud se jejich tvorbu chcete také naučit, tak doporučujeme návod od Michala Krutiše, ve kterém jsme se tvorbě modelů přiučili my.

Výpočet návratnosti kampaní

Z Google Analytics tak pomocí atribučních modelů získáte peněžní přínosy jednotlivých marketingových aktivit. Nyní už jen stačí k přínosům přiřadit i na ně vynaložené finanční prostředky a můžete se pustit do výpočtů návratnosti kampaní.

Při rozhodování, jak s výsledky naložit, je třeba postupovat s rozvahou. Kampaně s horším výkonem nevypínejte, pokud nemáte dostatek dat, neporovnáváte čísla za delší období (např. z důvodu vyrovnání sezonních výkyvů) nebo jste se nesnažili kampaně nejdříve optimalizovat. K širšímu porozumění tohoto tématu doporučujeme nastudování/přečtení článku Jak zjistit finanční návratnost kampaní.

Rádi vám s vyhodnocováním kampaní pomůžeme, případně poradíme, na co byste se měli zaměřit ve vašem oboru.

Chci pomoct s vyhodnocováním