Atrybucja to proces identyfikacji punktów styku, z którymi klient wszedł w interakcję przed konwersją – reklama w Google Shopping, baner remarketingowy, organiczny wynik wyszukiwania – i przypisywania im zasług za daną sprzedaż. Zamiast przypisywać zasługę tylko ostatniemu kliknięciu, modele atrybucji starają się odzwierciedlać całą ścieżkę, jaką przebył klient, co ma ogromne znaczenie w przypadku reklam opartych na kanałach, gdzie ten sam produkt może pojawiać się w wielu kanałach jednocześnie. Prawidłowa atrybucja odróżnia dokładny obraz skuteczności kanału od takiego, który przecenia punkt styku znajdujący się najbliżej sprzedaży.

Dlaczego atrybucja ma znaczenie dla wydajności kanału

Kanały produktowe napędzają reklamy na wielu platformach jednocześnie, więc pojedynczy klient może zobaczyć produkt na liście w Google Zakupy, kliknąć reklamę w metakatalogu kilka dni później i ostatecznie kupić go po wyszukaniu produktu marki. Bez atrybucji cały kredyt za tę sprzedaż przypada kanałowi, który wywołał ostatnie kliknięcie, co systematycznie niedocenia kanałów górnego lejka sprzedażowego, które faktycznie zbudowały intencję zakupu. To zniekształca decyzje budżetowe: sprzedawca polegający wyłącznie na danych z ostatniego kliknięcia może ograniczyć wydatki w kanale, który po cichu generował większość popytu. Ponieważ reklamy oparte na kanałach produktowych znajdują się na niemal każdym etapie tej ścieżki – rozpoznawalności, rozważania i konwersji – dokładna atrybucja to czynnik, który podpowiada zespołowi, czy działania optymalizacyjne w jednym kanale przynoszą efekty również w innym.

Jak działa atrybucja

Modele atrybucji opierają się na danych o zdarzeniach rejestrowanych w trakcie ścieżki klienta, zazwyczaj za pomocą piksela śledzącego umieszczonego w witrynie sklepowej, który uruchamia się po wyświetleniu, dodaniu do koszyka i zakupie. Każde zdarzenie jest oznaczane tagiem kanału, kampanii, a czasami konkretnym identyfikatorem produktu, który je wywołał, co pozwala modelowi atrybucji zrekonstruować sekwencję punktów styku dla danej konwersji. Prostsze modele przypisują cały udział pierwszemu lub ostatniemu punktowi styku; bardziej zaawansowane – oparte na danych lub wielopunktowe – rozdzielają udział proporcjonalnie na podstawie historycznego wkładu każdego punktu styku w konwersje. Dane wyjściowe trafiają bezpośrednio do raportów śledzenia konwersji , a ostatecznie do obliczeń zwrotu z inwestycji (ROI) , ponieważ rzeczywisty zwrot z inwestycji (ROI) kanału można ocenić dopiero po tym, jak kanał otrzyma odpowiedni udział w sprzedaży, na którą wpłynął.

Przykład

<item>
  <g:id>SKU-33812</g:id>
  <title>Wireless Charging Pad - Matte Black</title>
  <g:price>22.99 USD</g:price>
  <g:link>https://example-shop.com/products/wireless-charging-pad?utm_source=google&amp;utm_medium=cpc&amp;utm_campaign=shopping_q3</g:link>
</item>

utm_ parametry dołączone do link pola pozwalają modelowi atrybucji śledzić kliknięcie danej oferty do kampanii, która ją zainicjowała, wiążąc skuteczność kanału bezpośrednio z punktami styku wygenerowanymi w dalszej części strumienia.

Powiązane pojęcia

Atrybucja generuje wartościowe wyniki tylko wtedy, gdy opiera się na solidnym śledzeniu konwersji i wiarygodnych danych z pikseli śledzących – bez dokładnego rejestrowania zdarzeń nawet najlepszy model atrybucji przypisuje zasługi na podstawie niekompletnych informacji. Prawidłowe określenie tego jest również warunkiem wstępnym, aby móc zaufać jakimkolwiek danym o zwrocie z inwestycji obliczonym dla danego kanału, ponieważ ROI jest tak dokładny, jak model atrybucji, na którym się opiera.