Перейти к содержанию

Модели атрибуции

Модель атрибуции – это набор правил, по которым рассчитывается ценность каждого визита внутри цепочки визитов заявки. Модели атрибуции можно выбрать при построении отчета Аналитики, а также при добавлении пользовательских показателей.

Внимание!

Цепочка визитов будет отображаться в карточке сделки, если ваш тариф поддерживает услугу Мультиканальная аналитика.

При расчете показателей для разных моделей атрибуции учитываются все заявки, а не только те, по которым было несколько визитов.

Модели атрибуции можно выбирать для показателей, которые зависят от заявок:

  • Визиты и конверсии: Конверсия в заявки, Конверсия в продажи, Абсолютная конверсия;

  • Выручка и прибыль: Выручка, Средний чек, Средняя прибыль, Прибыль, Чистая прибыль, ROI, ROMI, Маржинальность %, Потенциальная выручка, Прогнозируемый ROI, Прогнозируемая выручка, Выручка отмененных заявок, Прогнозируемая прибыль, Прогнозируемый средний чек;

  • Расходы: Себестоимость, ДРР %, CPL, CPO, Прогнозируемый CPO;

  • Сделки: Заявки, Продажи, Потенциальные продажи, Отмененные сделки, Прогнозируемые продажи.

Внимание!

Модели атрибуции недоступны для показателей Мультиканальные заявки (основные) и Мультиканальные заявки,% (Показатели по сделкам).

Подробнее о том, как настроить показатели в Аналитике, читайте в статье Построение отчетов.

Стандартная

Используется по умолчанию в Аналитике Roistat.

Учитываются все заявки, созданные в выбранный период, без привязки к дате визита. Заявка будет учтена для канала последнего визита.

Отличие от модели Последний клик: в стандартной модели будут показаны только заявки за выбранный период. В последнем клике показаны заявки, у которых последний визит был в выбранный период. Заявка может быть создана позже.

Первый клик

Учитываются заявки, первый визит цепочки которых был в выбранный период.

Применяйте эту модель, чтобы выявить каналы, с помощью которых клиенты узнают о вашей продукции.

Последний клик

Учитываются заявки, последний визит цепочки которых был в выбранный период.

Применяйте эту модель, чтобы выявить каналы, откуда клиенты покупают.

Пример, который показывает отличие от стандартной модели:

Выбран период – 1 декабря. Предположим, что была только 1 заявка за этот день. У этой заявки 2 визита: первый – с Яндекс.Директа 1 декабря, второй – тоже 1 декабря с Google Ads. Заявка создана 2 декабря по прямому визиту.

В стандартной модели будет 0 заявок. В последнем клике 1 заявка.

Последний платный клик

При подсчете показателей по этой модели учитывается последний платный источник. То есть берется последний визит, который имеет расход в аналитике.

Такими визитами будут:

Рассмотрим распределение весов в данной модели для цепочки визитов:

Номер визита Источник Вес источника в показателях
1 Facebook 0
2 SEO 0
3 Google Ads 0
4 Яндекс.Директ 1
5 Прямой визит 0

U-Shape

Это модель получила свое название из-за того, что ценность визитов распределяются в виде буквы U по трем точкам:

4.png

Ценность конверсии распределяется по этим точкам в следующем соотношении:

  • Первый визит – 40% ценности;

  • Последний визит – 40% ценности;

  • Между остальными визитами – равномерное распределение оставшихся 20%.

Если было всего два визита, то первый получает 40% ценности, а второй – 60%.

Если у сделки один визит, то 100% полностью присваиваются одному визиту.

Учитываются заявки, у которых хотя бы один из визитов цепочки был совершен в выбранный период. 

В рамках одного рекламного канала тоже может быть мультиканальность. Пример:

5.png

Канал SEO → Яндекс → site.ru получит 60% ценности (40+10+10). Ключевое слово «фотография на холсте» – 40% ценности.

Пользовательская модель атрибуции U-Shape

Вы можете добавить пользовательскую модель атрибуции по шаблону U-Shape и задать нужные настройки весов, чтобы получить данные, которые подходят вашему бизнесу.

Чтобы добавить эту модель, откройте Настройки → Экспериментальные возможности → Пользовательская модель атрибуции по шаблону U-Shape и задайте веса источников:

6.png

В обычной модели U-Shape веса распределяются следующим образом:

  • Первый визит – 40% ценности;

  • Последний визит – 40% ценности;

  • Между остальными визитами – равномерное распределение оставшихся 20%.

В пользовательской модели атрибуции U-Shape вы можете задать ценность визитов самостоятельно. Например, если вы хотите, чтобы первому визиту соответствовала ценность 60%, последнему 20%, а оставшиеся 20% равномерно распределить по остальным визитам, то вам нужно ввести значения весов в экспериментальных возможностях в следующем виде: 0.6, 0.2, 0.2.

Внимание!

Веса задаются в виде значений от 0 до 1, и в сумме должны равняться 1. То есть вес 50% будет задан как 0.5 (через точку). Например, 0.5, 0.3, 0.2. 

Также для более гибкой настройки ценности визитов вы можете задать ценность второму и предпоследнему визиту. Например, если вы хотите, чтобы в вашей цепочке первый визит имел ценность 10%, второй визит – 20%, предпоследний визит – 10%, последний – 20%, а оставшиеся 40% равномерно распределились по остальным визитам, то вам нужно ввести значения весов в экспериментальных возможностях в виде:  0.1, 0.2, 0.4, 0.1, 0.2.

Примеры работы

Рассмотрим работу пользовательской модели U-Shape на конкретном примере, когда пользователь перед покупкой совершил 6 визитов из разных рекламных источников:

  1. Google Ads
  2. Яндекс.Директ
  3. Instagram
  4. ВКонтакте
  5. Unisender
  6. Avito

При этом, вы хотите, чтобы первому визиту присвоилась ценность 60% (так как вы считаете его самым важным), 30% - последнему визиту, и 10% равномерно распределилось по оставшимся визитам. Тогда веса должны распределиться следующим образом:

  1. Google Ads – 60%
  2. Яндекс.Директ – 2.5%
  3. Instagram – 2.5%
  4. ВКонтакте – 2.5%
  5. Unisender – 2.5%
  6. Avito – 30%

Для этого:

  1. В экспериментальных возможностях в разделе Пользовательская модель атрибуции по шаблону U-Shape введите значения весов в следующем виде: 0.6, 0.1, 0.3.

    7.png

  2. Откройте Аналитика → Мультиканальная аналитика → Настройки отчета → Показатели, задайте пользовательскую модель атрибуции для нужных показателей и нажмите кнопку Сохранить отчет:

    8.png

  3. Откройте отчет. Показатели с пользовательской моделью атрибуции отразятся со знаком (С) (от английского слова custom – пользовательская):

    9.png

Как распределится ценность рекламных источников, если визитов меньше, чем заданных весов

Предположим, перед покупкой товара визитов было совершено меньше, чем весов в заданной модели атрибуции. Тогда ценность рекламных источников распределится следующим образом:

Пользовательская модель атрибуции U-Shape Кол-во визитов Распределение весов
0.3, 0.2, 0.5 2 Первый визит – 30% ценности; второй визит (он же последний) – 70% ценности (оставшийся вес ушел к последнему визиту).
0.2, 0.1, 0.2, 0.2, 0.3 2 Первый визит – 20% ценности; второй визит (он же последний) – 80% ценности (оставшиеся веса 0.1, 0.2, 0.2, 0.2 и 0.3 ушли к последнему визиту).
0.3, 0.1, 0.2, 0.1, 0.3 3 Первый визит – 30% ценности; второй визит – 10% ценности; третий визит (он же последний) – 60% ценности (оставшиеся веса 0.2, 0.1 и 0.3 ушли к последнему визиту).
0.3, 0.1, 0.2, 0.1, 0.3 4 Первый визит – 30% ценности; второй визит – 10% ценности; третий визит – 10% ценности (равен предпоследнему весу в модели); четвертый визит (он же последний) – 50% ценности (оставшийся вес 0.2 ушел к последнему визиту).

Внимание!

Итог: если количество источников меньше, чем указано в цепочке, то веса распределятся по первым источникам в цепочке, а оставшиеся веса отойдут к последнему источнику. 

Линейная

Ценность конверсии равномерно распределяется по всем визитам цепочки. Пример:

  • Первый визит – 25% ценности; 
  • Второй визит – 25% ценности;
  • Третий визит – 25% ценности;
  • Четвертый визит – 25% ценности.

Линейный рост

Ценность конверсии в рамках цепочки возрастает к последнему визиту. Формула расчета ценности каждого визита:

(номер визита в цепочке с начала)/(сумма номеров визитов в цепочке)

Пример для четырех визитов:

  1. Подсчитывается сумма номеров визитов в цепочке: 1+2+3+4=10.

  2. Для каждого визита подсчитывается вес:

Визит Номер визита в цепочке с начала Расчет веса Итоговое значение
Первый 1 1/(1+2+3+4) 10%
Второй 2 2/(1+2+3+4) 20%
Третий 3 3/(1+2+3+4) 30%
Четвертый 4 4/(1+2+3+4) 40%

Линейный спад

Ценность конверсии в рамках цепочки уменьшается к последнему визиту. Формула расчета ценности каждого визита:

(номер визита в цепочке с конца)/(сумма номеров визитов в цепочке)
  1. Подсчитывается сумма номеров визитов в цепочке: 1+2+3+4=10.

  2. Для каждого визита подсчитывается вес:

Визит Номер визита в цепочке с конца Расчет веса Итоговое значение
Первый 4 4/(1+2+3+4) 40%
Второй 3 3/(1+2+3+4) 30%
Третий 2 2/(1+2+3+4) 20%
Четвертый 1 1/(1+2+3+4) 10%

Пример использования разных моделей атрибуции

Допустим, есть следующие данные по визитам и сделкам одного клиента:

Номер визита Дата визита Канал визита Дата заявки Номер заявки
1 01.09.16 Яндекс ---- ----
2 02.09.16 Google 02.09.16 1
3 03.09.16 ВК 03.09.16 2
4 04.09.16 Facebook ---- ----
5 05.09.16 Почта 09.09.16 3

Для наглядности цепочки заявок в таблице выделены разными цветами.

Допустим, мы формируем таблицу аналитики за период с 02.09 по 05.09.

Модель атрибуции Кол-во заявок Распределение Описание
Стандартная 2 Google – 1 (сделка №1), ВКонтакте – 1 (сделка №2) Учтены заявки, созданные строго в выбранный период. Заявка учитывается для канала последнего визита. Не учтена заявка №3, так как была создана 09.09, а отчет по 05.09.
Первый клик 2 ВКонтакте – 1 (сделка №2), Facebook – 1 (сделка №3) Учтены заявки, у которых первый визит совершен в выбранный период. Заявка учитывается для канала первого визита. Не учтена заявка №1, так как у нее первый визит совершен 01.09, а отчет с 02.09.
Последний клик 3 Google – 1 (сделка №1), ВКонтакте – 1 (сделка №2), Почта – 1 (сделка №3) Учтены заявки, у которых последний визит совершен в выбранный период. Заявка учитывается для канала последнего визита. Учтены все заявки, даже №3, несмотря на то, что она была создана не в выбранный период.
U-shape 3 Google – 0,6 (сделка №1), ВКонтакте – 1 (сделка №2), Facebook – 0,4 (сделка 3), Почта – 0,6 (сделка №3) Учтены заявки, где хотя бы один из визитов совершен в выбранный период.
Линейная 3 Google – 0,5 (сделка №1), ВКонтакте – 1 (сделка №2), Facebook – 0,5 (сделка 3), Почта – 0,5 (сделка №3) Учтены заявки, где хотя бы один из визитов совершен в выбранный период.
Линейный рост 3 Google – 0,66 (сделка №1), ВКонтакте – 1 (сделка №2), Facebook – 0,33 (сделка 3), Почта – 0,66 (сделка №3) Учтены заявки, где хотя бы один из визитов совершен в выбранный период.
Линейный спад 3 Google – 0,33 (сделка №1), ВКонтакте – 1 (сделка №2), Facebook – 0,66 (сделка 3), Почта – 0,33 (сделка №3) Учтены заявки, где хотя бы один из визитов совершен в выбранный период.

Почему может отличаться выручка по разным моделям атрибуции?

При использовании разных моделей атрибуции вы можете видеть разную выручку по одним и тем же сделкам. Это связано с тем, что в некоторых моделях часть визитов может не учитываться: например, если они не подходят по дате или не соответствуют условиям фильтра в отчете.

Пример 1: выручка по модели U-Shape больше, чем по модели Первый клик

В отчете выбран период 01.04 – 02.04. Клиент совершил первый визит 31.03, второй визит – 01.04, третий визит – 02.04. Во время третьего визита клиент оставил заявку. Если выбрана модель Первый клик, данная сделка не попадет в отчет, так как первый визит был совершен до указанного периода. Если выбрана модель U-Shape, сделка попадет в отчет, так как некоторые визиты по этой сделке были совершены в течение выбранного периода. Таким образом, часть ценности сделки будет учитываться при расчете выручки.

Пример 2: выручка по модели Первый клик больше,чем по модели U-Shape

Перед тем, как оставить заявку, клиент совершил визит из Яндекс.Директа, а затем еще несколько визитов из других каналов. Ценность распределится следующим образом:

Канал Дата визита Ценность по модели Первый клик Ценность по модели U-Shape
A 1.04 100% 40%
B 2.04 не учитывается 20%
C 3.04 не учитывается 40%

Установим в отчете фильтр по каналу, чтобы учитывать только визиты из Яндекс.Директа. Если выбрана модель Первый клик, первому визиту будет присвоено 100% ценности, и в отчете мы увидим всю выручку по сделке. Если же выбрана модель U-Shape, первому визиту будет присвоено лишь 40% ценности, а следующие визиты учитываться не будут, так как не соответствуют условиям фильтра. Таким образом, по модели U-Shape в отчете мы увидим только 40% от выручки по сделке.