Модели атрибуции¶

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

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.

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  (F)¶

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 (L)¶

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 в этот день было совершено только два визита одним посетителем: первый – с Яндекс.Директа 1 декабря, второй – тоже 1 декабря с Google Ads. Заявка при этом создана 2 декабря по прямому визиту.

В стандартной модели за 1 декабря будет 0 заявок, а в последнем клике – 1 заявка.

Последний платный клик (LP)¶

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

Такими визитами будут:

• Любой визит по интегрированному рекламному каналу.

• Визиты, по источникам которых введен расход вручную.

Рассмотрим распределение весов в данной модели для цепочки визитов:

Последний платный клик с окном атрибуции (LCW)¶

Модель работает так же, как Последний платный клик, но атрибутирует 100% заявки последнему платному визиту только в том случае, если этот последний платный визит был сделан за последние 30 дней до создания заявки. Если последний платный клик не попадает в окно атрибуции, по умолчанию используется модель Последний клик (L).

Экспериментальные возможности:

• По умолчанию окно атрибуции составляет 30 дней. Изменить количество дней можно с помощью настройки Количество дней для окна атрибуции для модели "Последний платный клик с окном атрибуции".
• Если последний платный клик не попадает в окно атрибуции, вы можете выбрать подходящую модель с помощью настройки Модель атрибуции, которую использовать в модели "Последний платный клик с окном атрибуции", если последний платный клик не попадает в окно атрибуции.

U-Shape (U)¶

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

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:

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:

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.

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.

   

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

   

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

   

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:

Линейная (Lin)¶

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 (TD)¶

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:

Линейный спад (ITD)¶

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:

Равноценная (EQ)¶

Каждому визиту в цепочке присваивается вес 1 (100%). Такая модель позволяет увидеть, сколько сделок имеют визит с источником определенного уровня (канал/объявление/ключевое слово и т.д.). При расчете показателей будут учитываться только уникальные значения по каждому уровню источника.

Примеры расчета показателей по модели Равноценная (такие показатели обозначаются маркером EQ):

• Заявки (EQ): показатель будет отражать, сколько сделок имеют визит с источником определенного уровня. Например, по сделке в цепочке есть 2 визита: визит №1 – SEO → Mail, визит №2 – SEO → Яндекс. При просмотре метрики Заявки (EQ) в группировке Источник (уровень 1) у источника SEO будет только одна заявка, а в группировке Источник (уровень 2) у источников Mail и Яндекс будет по одной заявке.
• Продажи (EQ): показатель будет отражать, сколько продаж имеют визит с источником определенного уровня.
• Выручка (EQ): для каждого источника будет учитываться 100% выручки по сделке. Например, если источник участвовал в 3 разных сделках, Выручка (EQ) будет рассчитана как сумма выручки по этим 3 сделкам.
• Прибыль (EQ): будет рассчитываться по формуле Прибыль (EQ) = Выручка (EQ) - Расходы. В данной формуле Выручка (EQ) рассчитывается согласно описанию выше, а Расходы суммируются на основе значений Себестоимости каждой сделки с визитом по данному источнику.

Пример использования разных моделей атрибуции¶

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

Для наглядности цепочки заявок в таблице выделены разными цветами.

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

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:

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.